教育部等五部門近日印發， 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小學跨學科學習的資源開發策略

——以“設計制作校園植物名片”項目為例

黃松華 江蘇省常州市新北區教育管理服務中心

生成式人工智能技術的飛速發展，為跨學科主題學習，特別是學習資源的開發與重構，提供了全新的范式與工具。本文以《義務教育信息科技課程標準（2022年版）》倡導的跨學科主題學習為背景，以“設計制作校園植物名片”項目為例，深入探討了生成式人工智能賦能資源開發的核心策略，并通過實踐提出了“生成性、個性化、進階式”的賦能原則，構建了涵蓋“情境化資源生成、個性化學習支架、可視化創作賦能、過程性評估嵌入”四維策略的資源開發模型。

《義務教育信息科技課程標準(2022年版)》明確提出跨學科主題學習的新要求,數字化學習與創新素養作為信息科技課程核心素養，急需通過跨學科教學活動得到有效培養。“設計制作校園植物名片”是蘇教版小學信息科技四年級跨學科主題學習活動，是融合信息科技、科學、語文、美術等多學科的典型實踐項目。但在傳統的項目實施中，學生信息檢索效率低下、創意設計靈感匱乏、個性化指導資源不足，這些資源開發瓶頸嚴重制約了項目的順利開展，而生成式人工智能以其強大的內容生成、情境模擬與對話交互能力，為破解這些瓶頸提供了革命性路徑。

跨學科學習資源開發的現實困境

當前，跨學科學習資源開發面臨多重困境。首先，跨學科學習資源需要打破單一學科的知識壁壘，但現實中教師往往只能創建跨學科知識的表面聯系，不能發掘知識之間的內在邏輯關聯。其次，跨學科資源開發對教師跨學科知識的要求較高，而當前教師缺乏跨學科的知識儲備。同時，教研組沒有建立長效的跨學科教研機制，對跨學科課程的理解容易出現碎片化等問題。最后，現有的教學評價機制難以評價學生的跨學科綜合性學習成果，資源開發缺乏效果反饋機制，資源的創新只停留在表面，沒有真正融入到日常教學中去。

生成式人工智能應用于跨學科學習資源開發的現狀

雖然生成式人工智能為跨學科學習資源開發創造了無限可能，但是教師在實際應用中仍面臨功能單一、目標單一、選用不當等問題。首先，大部分教師還停留在使用生成式人工智能進行文生圖或進行信息檢索整合等層面，利用生成式人工智能生成的內容較為淺層。其次，生成式人工智能在學科教學中被當作“提分工具”，被用來生成各類個性化試題、監督學生學習專注度等，忽視了跨學科學習在培養復雜問題解決能力、創新思維等方面的核心價值。最后，部分教師缺乏批判性思維，存在盲目使用生成式人工智能的現象，開發的跨學科資源與學生的認知水平不匹配，反而增加了學生的學習負擔。

生成式人工智能賦能小學跨學科學習資源開發的原則

生成式人工智能在小學跨學科學習資源開發中的應用，不應僅是替代搜索引擎或提供模板，而應成為輔助師生創造力與探究力的“認知伙伴”。基于此，本研究提出以下賦能原則。

生成性原則：構建響應式資源環境

傳統的學習資源多為教師課前預設的靜態材料，生成式人工智能可根據學生探究過程中的即時問題、具體觀察和創意構思動態生成學習資源，形成一種“響應式”跨學科資源環境。例如，在“設計制作校園植物名片”項目中，資源從固定的植物圖鑒轉變為能根據學生描述的植物特征（如“葉子像手掌、秋天變紅”）即時生成初步鑒定報告與特征描述的智能助手。

個性化原則：實現差異化資源支持

生成式人工智能能夠實現跨學科資源的個性化定制。針對同一項目主題，可為擅長繪畫的學生生成設計風格建議，為擅長寫作的學生提供修辭例句，為擅長邏輯論證的學生推薦數據呈現模板，確保每個學生都能在自身優勢的基礎上獲得適配的創作支架，實現“一類多案”的個性化資源供給。

進階式原則：深化高階思維參與

生成式人工智能的應用需超越工具層面，指向學生思維能力的培養。通過設計具有思維挑戰性的提示，引導學生與人工智能進行多輪的批判性對話，鍛煉其問題分解、方案對比、邏輯論證等計算思維與批判性思維。例如，在制訂植物編碼規則時，引導學生命令人工智能生成不同編碼方案的優劣對比分析，而非直接獲取答案。

生成式人工智能賦能小學跨學科學習資源開發的實踐策略

“設計制作校園植物名片”項目的目標為：能利用數字化工具或其他方式，獲取植物的相關信息；能根據校園植物情況，制訂編碼規則，并對植物進行編碼；能通過植物名片的設計與制作，增強對植物的了解。本研究基于項目目標，并結合教材內容，對“設計制作校園植物名片”進行項目化設計，從信息收集、編碼設計、創作美化、評價拓展四個方面展開教學，構建了生成式人工智能賦能的四維資源開發策略。

策略一：借助生成式人工智能生成情境化探究資源

在跨學科項目式學習中，情境化探究資源是指那些能夠為項目賦予真實意義、提供問題語境，并驅動一系列連貫探究任務的資源集合。然而在傳統教學中，此類高質量情境資源的創作高度依賴教師的個人經驗、敘事能力和時間投入，存在創作瓶頸高、難以動態適配、缺乏個性化等挑戰。生成式人工智能的出現，為破解這一困境提供了技術可能。

（1）情境導入資源的創建

生成式人工智能可以快速圍繞學習主題搭建出真實的任務場景，并提供系列化的背景材料和思考線索。例如，在“設計制作校園植物名片”項目中，教學目標為為植物制作名片。在項目伊始，教師可以借助生成式人工智能創設導入情境，如建立一套完整的植物數字檔案館。生成式人工智能可以生成完整而詳細的《校園植物認知現狀調研倡議書》，還可融入數據分析：“我校當前共有喬木、灌木等植物30余種，但僅有10%的植物有身份牌，許多同學叫不出植物的名字……”倡議書的導入讓學生明晰本節課應完成的學習任務，意識到即將參與的是校園改造項目而不是簡單的課堂任務，增加了內驅力。

（2）教學活動中情境資源的創建

在上述情境導入后，學生開始進入信息收集與探究階段，在傳統的項目式學習中，教師通常讓學生上網搜索植物信息或翻閱圖鑒。而利用生成式人工智能可將信息收集過程角色化、流程化、故事化。生成式人工智能會針對學生選定的每一種植物生成一張獨特的任務卡。例如，某學生選擇“香樟樹”，生成式人工智能為學生明確偵探目標——圖書館東側的高大常綠喬木，并提供關鍵線索：葉片有特殊香氣，揉碎后更明顯；樹干有縱向裂紋。出示學習任務：①現場取證（拍照、記錄特征）。②線索分析（利用工具鑒別其名稱、科屬）。③深度訪談（采訪老園丁，了解這棵樹的故事和養護知識）。④請將你的發現填入《偵查報告》。情境資源極大地增加了探究的趣味性和目的性，也促使學生了解更科學、更全面的信息收集方法。從學生的信息收集結果來看，學生信息收集的完整性和準確度都有顯著提升，學生還豐富了植物生態習性相關知識。

策略二：借助生成式人工智能創建個性化學習資源

生成式人工智能像一個擁有海量資源且無比耐心的智能學伴，在項目的每個環節實時觀察學生的興趣傾向、認知水平、思維習慣和技能狀態，然后從龐大的資源庫中，精準調取或生成最適配該學生當前需求的學習材料、思維工具和反饋指導。

（1）錨定興趣創設資源

生成式人工智能可以基于興趣錨定個性化資源，通過精準識別、多維匹配、動態調整資源，實現智能教育。在本項目中，生成式人工智能從三方面精準錨定學生興趣：①顯性興趣收集。課前讓學生從興趣愛好等方面與生成式人工智能對話，如“我平時最喜歡做什么？”“校園里哪個角落最吸引我？”等，通過交互對話收集學生顯性興趣，通過基于興趣的“探索入口”進行資源推送。②隱性興趣挖掘。學生圍繞“我發現的植物秘密”展開小組討論，生成式人工智能分析學生在討論中的關注焦點和興奮點，如“為什么月季的刺和玫瑰的刺不一樣？”“刺會不會有毒？”等，分析學生興趣背后的思維特質，進一步推送個性化資源。③動態興趣追蹤。在項目進程中持續記錄學生探究路徑，識別哪些任務讓學生投入時間更長、提問更深入，從而發現興趣的自然遷移和擴展軌跡。

（2）整合多維度創建資源

為了更好地開展項目式學習，在教學過程中，教師除了基于學生興趣進行個性化資源供給，還需要考慮學生的認知、生活體驗、文化背景、項目實施過程中的角色分工等。在本項目中，可利用生成式人工智能為學生提供角色專業化的資源包，幫助學生收集資料、探究線索、創作作品。教師借助生成式人工智能在角色專業化的資源包里放置了信息收集員、設計師、探究員、匯報員的相關角色技能，包括數據記錄工具、科學探究方法、排版原則、設計軟件快捷技巧、可視化呈現等資源。例如，為設計師生成的資源包里包含名片排版原則及圖例、植物主題配色方案、設計軟件使用技巧，學生學習設計后的作品，在版面設計、色彩等方面都有顯著提升。

策略三：借助生成式人工智能賦能可視化創作與表達

生成式人工智能的多模態內容生成能力解決了學生在創意實現與信息表達方面的現實困境。生成式人工智能作為設計助手，可以快速從布局、色彩、風格等方面提供建議，讓創意從模糊走向清晰、從想法走向成品。同時，可幫助學生優化文字表述，讓信息傳遞更精準、更生動。生成式人工智能不僅降低了創作門檻、提升了作品質量，更提升了學生的審美意識。

（1）實現創意可視化

由于受認知水平和課堂時間的限制，要讓學生在一節課時間內制作出完整的作品往往比較困難。在植物名片的設計上，生成式人工智能可以從布局、色彩、風格等方面提出建議，還可以直接生成植物名片成品。因此，教師引導學生向生成式人工智能輸入指令：“請幫我為校園的銀杏樹設計一張名片，風格是動漫風?！痹谧髌飞珊螅髮W生通過指令的修改，對主角、底色、信息、排版等進行細致優化，這樣可以極大地縮短“設計—驗證”的時間，提升設計效率。

（2）優化信息表達

借助生成式人工智能可以優化名片上的文字表達，讓信息更準確、生動、適齡。例如，生成式人工智能將普通、簡潔的香樟樹文字介紹修改為學生更易懂的文字，融入比喻、擬人的寫法，將其比作“四季常青的守護者”和“驅蟲高手”，這樣更貼合小學生的閱讀習慣。此外，在匯報環節，學生通過指令輸入需求，生成式人工智能會為學生生成交流匯報文稿，幫助他們梳理研究過程、提煉學習發現，并清晰、有條理地向同伴和教師展示學習成果。

策略四：借助生成式人工智能實現過程性評估與反思嵌入

生成式人工智能讓學習過程中的“評”與“思”相互賦能、形成閉環，將傳統的滯后的結果評價轉化為動態的過程指導，實現以評促改。生成式人工智能通過層層遞進的結構化提問，推動學生從淺層的任務反思走向深層的意義建構。“評思融合”的賦能機制讓學生從被動的任務完成者成長為主動的自我建構者。

（1）賦能學習過程評估

生成式人工智能的加入可以實時評估學生的學習過程，不斷修正其學習過程中出現的問題，彌補傳統課堂中教師評價滯后、反饋不全面的問題。學生在撰寫植物特征、設計名片、編寫植物編碼等各個環節中，均可使用生成式人工智能為自己的設計提供指導性的建議。例如，對于學生在制作香樟樹名片時，撰寫的“具有香味”這一特性，生成式人工智能將其修正為“香樟樹的香氣來源于樟油”這樣更加準確科學的描述。在傳統課堂中，這樣的評估往往比較滯后，學生需進行多次修改，而通過生成式人工智能則可形成“邊做邊評、即時優化”的評估模式，避免錯誤的延續。

（2）引導學生深度反思

傳統的學習反思停留在“是否完成任務”的表面階段，無法深入了解學生學習行為背后所反映的問題，不能推動學生的課后反思和改進。生成式人工智能通過過程性評估和結構化提問，可以為學生提供更為精準的有深度的建議。在制作植物名片項目中，生成式人工智能將學習反思從“完成了哪些任務？”過渡至“你學到了什么新知識或新技能？”，最后引向“如果以后再做類似的項目，你會怎么做？可以借鑒哪些經驗？”。學生不再局限于回顧“做了什么？”，而是在生成式人工智能的層層追問下，為后續的學習做準備。

思考

生成式人工智能為小學跨學科學習的資源開發提供了新路徑。實踐表明，生成式人工智能能夠創設情境化資源、提供個性化學習資源、賦能可視化創作與表達、實現過程性評估與反思。但過度依賴生成式人工智能會讓學生失去主動思考的能力，從而削弱學生主體地位。所以，生成式人工智能并不能替代教師，只有讓生成人工智能的技術優勢與教師的專業引領和育人價值相得益彰，才能實現真正的以人為本。

展望未來，生成式人工智能在跨學科學習中的應用場景將更加豐富多元。如何構建更加系統化的生成式人工智能賦能教學模式，是值得一線教師持續深入研究的方向。

本文作者：

黃松華

江蘇省常州市新北區教育管理服務中心

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：

黃松華.生成式人工智能賦能小學跨學科學習的資源開發策略——以“設計制作校園植物名片”項目為例[J].中國信息技術教育,2026(08):48-51.

歡迎訂閱

識別上方二維碼訂閱紙質版或電子版雜志