核心素养导向下人工智能在小学数学项目式学习中的应用策略研究

1.核心素养导向下人工智能应用的理论基础

智能教育理论以人工智能技术为核心驱动力，致力于构建智能化的教育生态。该理论强调通过人工智能实现教育资源的智能调配、教学过程的精准管理。在小学数学项目式学习中，智能教育理论指导人工智能技术依据学生在项目中的实时表现、学习进度，动态调整学习资源与引导策略，为不同学习需求的学生提供个性化支持，从而打造智能、高效的项目式学习环境，契合核心素养培养对教育智能化的要求。

2.人工智能在小学数学项目式学习中

2.1 基于核心素养的项目主题设计

人工智能可整合数学课程标准、学生认知特点以及生活实际等多方面信息，辅助教师设计契合核心素养培养的项目主题。通过分析大量的数学知识体系与学生学习数据，人工智能能够挖掘出具有探究价值、贴近生活且能涵盖多个数学核心素养培养点的项目主题。同时，依据不同学生的兴趣偏好、知识基础，为学生推荐个性化的项目方向，使项目主题既符合教学要求，又能激发学生参与项目式学习的积极性，为核心素养培养奠定良好基础。

2.2 学习过程的智能引导与支持

在小学数学项目式学习过程中，人工智能可实时监测学生的学习进展、分析学生遇到的问题，并提供针对性的引导与支持。当学生在项目探究中陷入困境时，人工智能通过智能提示、推送相关学习资源等方式启发学生思考；对于团队协作学习，人工智能可根据学生的能力特点进行分组建议，并监控小组合作过程，促进成员间的有效沟通与协作。

2.3 多元化学习成果评价

人工智能能够全面收集学生在项目式学习过程中的各类数据，包括任务完成情况、团队协作表现、问题解决过程等，运用智能评价算法进行多维度分析，实现对学习成果的多元化评价。不仅能从知识掌握、技能运用等方面对学生进行评价，还能关注学生在项目中的思维发展、创新能力、合作意识等核心素养的表现。同时，根据评价结果为学生提供详细的反馈与改进建议，帮助学生认识自身优势与不足，明确进一步提升的方向，也为教师优化后续项目式学习设计提供参考依据。

2.4 人工智能在小学数学项目式学习中的应用案例：“校园节水设计师” 项目

2.4.1 案例背景

在传统数学教学中，学生对 “体积计算与数据应用” 的实际场景理解不足，难以将数学知识与生活问题结合。某校以 “校园节水” 为主题开展项目式学习，借助 AI 技术引导学生通过测量、计算、方案设计等环节，培养数学建模、数据分析等核心素养。

2.4.2 技术应用与教学目标

技术工具：AI 数据采集终端（智能水表 + 物联网传感器）、三维建模软件（Tinkercad）、AI 分析平台（Python数据可视化模块）。

数学抽象：从节水问题中抽象出 “体积 - 流量 - 时间” 的数学关系；

数学建模：建立校园用水浪费评估模型；

数据分析：通过 AI 处理用水数据并生成可视化报告

2.4.3 教学实施过程项目启动：问题驱动与数据采集

学生通过 AI 传感器实时采集校园洗手池、操场喷灌等区域的用水量数据（如图 1 所示）。AI 系统自动生成 “用水高峰时段热力图”，直观呈现每日 8:00-9:00、12:00-13:00 的用水峰值，引导学生发现 “课间洗手池浪费现象严重” 的问题。

探究阶段：智能分析与模型构建

数据处理：学生将 AI 采集的流量数据（如洗手池每秒出水 0.5L）导入分析平台，通过 AI 算法计算单日浪费水量（如课间 10 分钟浪费 300L）；

三维建模：使用 Tinkercad 设计节水装置，AI 系统自动检测模型的 “水流阻力系数”“材料体积” 等参

数，优化设计方案（如感应式水龙头模型）。

方案设计：个性化建议与协作优化

AI 根据学生设计的模型生成 “节水效益评估报告”，例如：

方案 A（感应水龙头）：预计减少 30% 用水量，但改造成本方案 B（限时水龙头）：成本较低，但节水率仅 15% 。

学生基于 AI 建议分组讨论，最终融合两种方案优势，设计 “感应 + 限时” 复合装置。成果展示：智能评价与迭代改进

AI 从 “数学应用准确性”“方案创新性”“数据支撑力度” 三个维度生成评价报告。例如，学生 C 的方案因 “流量计算误差率 >10%^⋆ ” 被 AI 标记，系统自动推送《圆柱体体积计算微课》进行强化学习，最终方案修改后误差率降至 3% 。

2.4.4 教学效果核心素养提升：

92% 学生能准确运用 “体积 Σ=Σ 底面积 × 高” 公式解决实际问题；

85% 学生可独立解读 AI 生成的数据可视化图表。

实践成果：学生设计的节水方案被学校采纳，改造后洗手池日均节水 420L，AI 生成的《校园节水数据白皮书》获区教育局推广。

2.4.5 案例启示

该案例通过 AI 技术将抽象的数学概念转化为可操作的真实项目，体现了 “做中学” 的建构主义理念。AI 的实时数据采集与智能分析功能，不仅解决了传统项目式学习中 “数据获取难”“方案验证慢” 的痛点，还为个性化指导提供了数据支撑。学校可参考此模式，在 “校园绿化面积计算”“运动会赛程安排” 等项目中拓展 AI 应用，形成 “问题驱动 - 数据建模 - 智能优化” 的项目式学习闭环。

3.人工智能应用策略的实施路径

3.1 建设智能化项目式学习平台

学校和教育机构需加大投入，搭建智能化的小学数学项目式学习平台。该平台应集成丰富的数学学习资源库，包括与项目主题相关的文本、视频、虚拟实验等资料；具备智能交互功能，支持学生与人工智能、学生与学生之间的实时交流；还应拥有强大的数据分析模块，能够对学生的学习过程与成果进行全面记录与分析。通过建设这样的平台，为人工智能在项目式学习中的应用提供稳定、高效的环境支撑。

3.2 提升教师相关能力素养

教师作为项目式学习的关键角色，其人工智能技术应用能力直接关系到教学质量与学生核心素养的培育成效。学校和教育部门应构建分层递进的培训体系，初期开设人工智能基础课程，帮助教师掌握机器学习、自然语言处理等基础概念与技术原理；中期聚焦基于人工智能的项目式学习设计，引导教师将智能技术与数学课程标准深度融合，设计出兼具趣味性与探究性的学习项目；后期着重平台实操训练，提升教师对智能学习平台的管理与应用水平。

结束语

核心素养导向下，人工智能在小学数学项目式学习中的应用具有广阔的发展前景。通过深入研究其理论基础，探索有效的应用策略与实施路径，能够充分发挥人工智能的技术优势，推动小学数学项目式学习的创新发展，助力学生数学核心素养的全面提升。

参考文献

[1]周子雯,唐夕人,张雅慧.人工智能赋能高质量循证教研——以“1+5+N”区域小学数学教研共同体建设为例[J].中小学数字化教学,2025,(06):80-85.

[2]丁世俊.人工智能技术与小学数学教学融合研究[J].教育界,2025,(15):77-79.

[3]郭松辉,刘文文.人工智能赋能课堂变革，项目聚焦素养提升——以小学数学项目式学习“小小采购员”为例[J].新教师,2024,(06):81-82.