教育部等五部門印發了， 明確提出推動人工智能人才培養與素養提升、促進人工智能與教育深度廣泛融合、建強“人工智能+教育”基礎環境、優化“人工智能+教育”發展生態等四大重點任務。

基于此，《中國信息技術教育 》 雜志推出“人工智能+教育”專題系列，旨在系統追蹤政策落地動態，深度呈現一線創新實踐，凝練可復制、可推廣的經驗范式。

生成式人工智能賦能初中信息科技個性化深度學習策略

劉世能 廣東省佛山市南海區獅山石門高級中學

趙建初 廣東省佛山市高明區教師發展中心

本文針對鄉鎮中學信息科技教學中學生基礎差異大、資源配置與師資不均的問題，以廣東省某市某中學初二年級為實踐案例，探索基于深度學習理念與生成式人工智能（GAI）的個性化學習策略，即通過前置測評構建“學習者畫像”，利用GAI技術生成差異化學習內容，設計分層任務、提示詞迭代與動態分組等教學策略，實現規?；虿氖┙?。實踐表明，該策略有效提升了學生的學習參與度，大幅提高了學生的任務完成率，顯著增強了學生的信息意識、計算思維與數字化創新能力。

鄉鎮中學信息科技教學面臨的現實挑戰

隨著《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）的全面實施，信息科技課程已從傳統的技能傳授轉向核心素養培育。然而,鄉鎮中學在實施新課程過程中面臨著嚴峻挑戰：第一，在信息技術硬件設施、師資力量和技術支持方面存在明顯不足。第二，學生信息素養存在顯著斷層——普通班學生對知識概念、鍵盤操作等基礎知識和技能掌握非常薄弱，重點班和有為班學生原理性知識和創新應用能力仍有欠缺。第三，教學資源配置不均衡，在新課標頒布后，配套教材更新滯后，教師需要根據新課標自主設計教學內容。第四，學校、家長和學生對信息科技課程的重視程度不夠。雖然信息科技已納入會考科目，但考核要求相對寬松，導致學校層面將其視為邊緣課程，家長層面對其價值認識不足，學生層面則將信息科技課程簡單理解為“上網課”，缺乏對信息科技核心素養的全面認識。

個性化學習的理論基礎與實踐演進

1.信息科技核心素養與深度學習的融合

新課標明確了信息科技課程的六大邏輯主線（數據、算法、網絡、信息處理、信息安全、人工智能）和四大核心素養（信息意識、計算思維、數字化學習與創新、信息社會責任）。邏輯主線及四大核心素養的確定，標志著課程發生了從工具導向向素養導向的根本性轉變。

深度學習理念與信息科技核心素養的培養高度契合。深度學習強調通過真實情境中的問題解決，促進學生對核心概念的深刻理解，并能夠將知識、思維方法遷移到新情境中。在信息科技教學中，深度學習不再局限于軟件操作和編程語句的記憶，而是關注學生在面對復雜問題時，能否運用計算思維進行分析、分解、抽象、建模，并利用數字化工具創造性解決問題的能力。

2.生成式人工智能技術賦能個性化學習的發展

生成式人工智能（GAI）的迅猛發展，為破解鄉鎮中學教育困境提供了新的技術路徑。GAI能夠根據特定指令，動態生成文本、圖像、代碼等多元化學習材料，從而為不同基礎的學生提供適配的學習內容和支持。

個性化學習的技術演進經歷了從程序教學到自適應學習再到生成式學習三個階段。早期的程序教學依賴于預設的學習路徑；自適應學習通過對學生學習行為的分析，從資源庫中匹配相應內容；生成式學習則實現了內容的即時生成和動態調整，做到了“千人千面”。

3.研究現狀與創新空間

基于CiteSpace的可視化分析顯示，我國個性化學習領域的研究熱點集中在理念創新、資源推薦以及評價方式三個方面，整體展現了以人工智能（AI）技術為核心開展個性化學習的路徑和方式。然而，現有研究對鄉鎮學校特定場景下的實施策略關注不足，特別是在基礎差異巨大的班級中，如何將GAI技術與深度學習理念有機結合，仍需進行深入的實踐探索。

基于深度學習與AI賦能的個性化學習內容構建

1.學習者畫像的精準構建

精準的“學習者畫像”是個性化學習內容構建的前提。本研究針對某中學初二年級的實際情況，根據初二信息科技基礎知識測評及其數據分析，構建了涵蓋認知基礎、情感動機、表達偏好三個維度的學習者畫像體系（如表1）。

表1 某中學初二學生信息科技學習者畫像

2.AI驅動的差異化內容生成

本研究基于精準的學習者畫像，利用GAI技術生成一系列差異化內容組件，包括個性化情境、序列化問題鏈和適配性學習活動。下面，以《Flash動畫劇本、角色與場景設計——GAI奇幻之旅》一課的教學為例，進行具體說明。

（1）個性化情境創設

以“理解提示詞作用”這一知識點為例，針對不同班級的學生，AI生成了不同的學習情境。

普通班：生成“與AI對話：讓你的指令更聽話”的情境，使用“想讓同學幫你拿東西，要說清‘拿哪個’‘放哪里’”的生活化類比，避免專業術語，目標是建立對人機交互的直觀感受。

重點班/有為班：生成“我是導演：用AI創作奇幻動畫”的完整項目情境，強調創意表達、工程實現與團隊協作，有為班要求理解提示詞對輸出質量的影響機制。

（2）序列化問題鏈設計

本研究針對不同學習基礎的學生設計了差異化的問題鏈，如表2所示。

表2 差異化問題鏈設計示例

（3）適配性活動與支架設計

在教學活動設計中，針對不同班級采用不同策略。

普通班：采用“提示詞變變變”游戲化活動，小組合作對基礎提示詞進行接力添加，觀察AI生成圖像的演變過程，并提供“提示詞卡片”和基礎詞匯表等學習支架（五種風格：經典鄉村探險風/奇幻森林秘境風/歷史文化尋寶風/科幻未來暢想風/神話傳說邂逅風），核心目標是完成“GAI奇幻之旅”中的任務一（AI編劇），并體驗任務二（AI美術師）的成功感。

重點班/有為班：實施“我是AI動畫導演”項目，要求生成符合劇本要求的特定鏡頭，撰寫并迭代優化提示詞，還要撰寫“優化日志”，說明每次修改的原因和效果，提供“提示詞結構框架”和高級參數說明等專業支架，要求完成從劇本到視頻生成的全部任務。

這種精細化內容生成策略顯著提升了學生的學習參與度。實踐數據顯示，重點班和有為班在“GAI奇幻之旅”項目中的任務完成率達到100%，有為班創新能力得到明顯增強，普通班的任務一完成率也達到了85.3%，遠高于傳統教學模式下的參與度。

個性化學習教學策略的創新實踐

1.分層任務與動態分組的有機整合

分層任務設計針對不同班級設置了差異化目標。

普通班：采用“核心任務通關”模式，教學重心是操作引導與基礎概念建立，確保所有學生能完成基礎任務，并將進階任務設計為“挑戰關卡”，允許使用預設卡片體驗成功，核心目標是建立學習自信。

重點班/有為班：實施“完整項目驅動”模式，教學重心是計算思維與創新素養的培養，要求完成完整的項目式學習，引入作品闡述、小組互評等環節，培養復雜問題解決能力。

動態分組機制借鑒了“動態用戶分組”的管理理念和教育領域的動態分組實踐，根據學生學習進程中的實時數據，靈活調整分組策略。具體而言，利用過程性評價數據（如提示詞修改的創意、任務完成度）識別普通班中的潛力學生，邀請其加入師傅組“以優帶弱”，同時為重點班中遇到困難的學生提供“支援小組”。這種柔性動態小組界限實現了真正的“因能施教”。

2.提示詞迭代作為元認知訓練的核心

“提示詞迭代”是連接學生思維與AI反饋的核心環節，也是培養學生元認知能力的重要途徑。通過借鑒“元提示詞”的思維系統，可以將提示詞優化過程轉化為學生的元認知訓練工具。

提示詞迭代采用4-D法：解構——引導學生分析初始提示詞的缺失，識別核心意圖、關鍵實體和背景信息；診斷——幫助學生審視提示詞在清晰度、具體性和完整性方面的差距；開發——根據任務類型應用不同的提示詞設計策略；交付——輸出優化后的提示詞，并附改進說明和使用建議。

在本研究中，不同層級學生的提示詞迭代重點有所不同。

普通班：迭代體現在從“畫一只貓”到“畫一只白色的貓”的簡單優化上，讓學生直觀感受“思考—表達—驗證—調整”的學習閉環。

重點班/有為班：迭代是嚴謹的調試過程，如在生成代碼時，學生需分析AI返回的錯誤，并精確修改提示詞以指導AI修正，這一過程與程序員調試代碼的思維模式高度一致。

通過這種元認知訓練，學生不僅學會了如何與AI進行有效交互，更重要的是培養了計劃、監控、評估自身學習過程的高階思維能力，這是深度學習的關鍵標志。

3.測評數據與教學過程的深度融合

將測評數據與教學過程有效連接，形成“測評—分析—教學—再測評”的閉環系統，是實現個性化學習的制度保障。本研究所提到的某中學的實踐包括三個關鍵環節：

①前置素養測評數據的教學轉化將基礎知識測評中暴露出的真實問題，轉化為GAI教學中的核心討論點。例如，在討論AI生成內容的真實性時，引導學生回顧素養測評第14題，批判性討論如何辨別AI生成新聞的真假；在體驗智能推薦算法的同時，引導學生反思“信息繭房”效應。通過這種方式，信息素養教育不再是空洞的說教，而是解決真實問題的內在需要。

②過程性數據的實時采集與分析借鑒其他學校“教-學-評”一體化經驗，依托教學平臺與工具實現多維度數據融合。通過極域電子教室廣播系統進行屏幕廣播與學生機監控，實時掌握全班操作進度；運用問卷星在課中發起即時測評，快速收集學生對關鍵概念的理解數據；借助UMU互動學習平臺布置探究任務并自動記錄學生操作路徑與協作過程；利用訊飛星火認知大模型對學生的文本回答進行語義分析，識別其思維邏輯中的亮點與盲區。同時，利用路由器網絡行為管理系統后臺的網絡訪問軌跡，有效區分學習資源檢索與無關瀏覽行為。這些平臺共同構建了覆蓋“操作—認知—表達”的立體化數據采集網絡，使學習過程實現全息化呈現。

③基于平臺數據的動態評價與干預機制形成了教學優化的閉環。極域系統的作業收集與屏幕監控功能為教師提供課堂操作達成率的第一手數據；UMU平臺的學習行為分析報告自動生成小組參與度與任務完成質量圖譜；問卷星的實時統計圖表直觀呈現全班對知識點的掌握分布；訊飛星火的智能批閱與語義分析則從認知層面對學生作答進行深度診斷。通過整合這些平臺的數據輸出，教師能夠在課堂看板上動態可視化班級學情，精準定位共性薄弱環節，及時調整教學節奏與策略，實現“數據驅動決策”的精準教學范式。

結語

本研究針對鄉鎮中學學生信息科技基礎差異巨大的現實問題，構建了一套以“精準診斷—AI生成—分層施教”為核心理念的個性化學習策略體系。實踐表明，該體系能夠有效激發各層次學生的學習動機，使普通班學生獲得學習成就感，重點班學生獲得思維挑戰感。

研究結果表明，將深度學習的教育理念與GAI的內容生成能力相結合，能夠有效破解鄉鎮教育中規模化與個性化之間的矛盾。特別是“提示詞迭代”作為元認知訓練工具，不僅提升了學生與AI交互的效率，更重要的是培養了他們的計劃、監控、評估能力，這是數字時代至關重要的高階思維技能。

本文作者：

劉世能

廣東省佛山市南海區獅山石門高級中學

趙建初

廣東省佛山市高明區教師發展中心

文章刊登于《中國信息技術教育》

2026年第08期

引用請注明參考文獻：

劉世能，趙建初.生成式人工智能賦能初中信息科技個性化深度學習策略[J].中國信息技術教育,2026(08):41-44.

歡迎訂閱

識別上方二維碼訂閱紙質版或電子版雜志