生成式 AI 重构地理课堂的实践路径

一、引言

地理学科涉及大量复杂的自然现象和空间分布规律，传统教学方法在呈现抽象地理概念时往往存在局限性。大气环流作为地理学科中的重要知识点，其涉及的全球性大气运动规律和复杂的物理过程，对学生的理解能力提出了较高要求。生成式 AI 技术的出现，为地理教学带来了新的契机。它能够通过算法生成逼真的图像、动画和模拟场景，将抽象的地理知识直观地呈现给学生，有助于激发学生的学习兴趣，提高教学效果。

二、生成式 AI 技术概述

生成式 AI 是一种基于深度学习的人工智能技术，它能够根据输入的数据和设定的目标，自动生成新的内容，如图像、文本、音频和视频等。在地理教育中，生成式 AI主要应用于以下几个方面。

2.1 虚拟地理环境构建

通过生成式 AI 可以创建高度逼真的虚拟地理环境，学生可以在其中进行虚拟考察、实验和探索，身临其境地感受地理现象的发生和变化。例如，模拟不同气候条件下的植被分布、河流演变等。

2.2 动态地图与可视化

生成式 AI 能够将地理数据转化为动态地图和可视化模型，实时展示地理要素的变化和相互关系。如展示人口迁移的动态过程、城市扩张的演变等。

2.3 智能辅导与个性化学习

根据学生的学习情况和问题，生成式 AI 可以提供智能辅导和个性化的学习建议，帮助学生解决学习困难，制定适合自己的学习计划。

三、“大气环流”知识特点及传统教学困境

3.1 “大气环流”知识特点

大气环流是具有世界规模的、大范围的大气运行现象，其水平尺度在数千公里以上，垂直尺度在 10km 以上，时间尺度在数天以上。它包括平均状态和瞬时现象，主要的环流模型有单圈环流、三圈环流、海陆环流、季风环流以及沃克环流等 。大气环流的形成是热力因子和动力因子共同作用的结果，涉及太阳辐射、地球运动所产生的地转偏向力以及海陆性质差异等多种影响因素，反映了大气运动的基本状态，对全球水热分布有着重要的调节作用。

3.2 传统教学困境

在传统地理教学中，讲解“大气环流”时，教师通常依靠教材中的静态图片、简单的示意图和口头讲解来传授知识。这种教学方式难以将大气环流复杂的动态过程和空间变化直观地展现出来，学生往往难以理解大气环流的形成机制、不同环流模式的特点以及它们之间的相互关系。

四、生成式 AI 重构地理课堂的实践路径——以“大气环流”动态模拟为例

4.1 利用生成式 AI 创建“大气环流”动态模拟场景

借助生成式 AI 的图像和动画生成能力，创建多维度的“大气环流”动态模拟场景。例如，利用 AI 生成三维动态的单圈环流模拟动画，清晰展示在假定地球表面性质均一、地球静止无公转和自转状态时，赤道与极地之间由于受热不均形成的闭合大气环流。

对于三圈环流，生成更复杂的动态模拟。在模拟中，考虑地球自转产生的地转偏向力对气流运动方向的影响。展示低纬环流中，赤道上升气流在高空向北（南半球向南）流动过程中，逐渐向右（南半球向左）偏转，在副热带地区下沉，形成副热带高气压带；中纬环流和高纬环流也通过动态演示，让学生清楚地看到不同纬度地区气流的运动轨迹和相互作用，理解各环流圈的形成原理和范围。

4.2 结合动态模拟开展探究式教学

基于生成式 AI 创建的“大气环流”动态模拟场景，开展探究式教学活动。教师可以提出一系列探究问题，引导学生观察动态模拟，自主探索大气环流的奥秘。例如，在学生观察三圈环流动态模拟后，提问：“如果地球自转速度加快或减慢，三圈环流会发生怎样的变化？”学生通过反复观察模拟动画，思考地转偏向力与地球自转速度的关系，以及这种关系对气流运动方向和三圈环流结构的影响，从而深入理解地球运动对

大气环流的重要作用。

4.3 借助生成式 AI 实现个性化学习支持

生成式 AI 可以根据学生在学习“大气环流”过程中的表现和问题，提供个性化的学习支持。通过学习分析系统收集学生在观看动态模拟、参与探究活动、完成作业和测试等环节的数据，AI 可以了解每个学生的学习进度、知识掌握程度和薄弱环节。

对于理解能力较强的学生，AI 可以提供更深入的拓展内容，如介绍大气环流模式的最新研究成果、大气环流与气候变化的复杂关系等，并推荐相关的学术论文、研究报告供学生自主学习。对于学习困难的学生，AI 可以针对他们的具体问题，如对某个环流模式的形成理解不清，生成专门的辅导材料，如简化的动态模拟、详细的文字解释和针对性的练习题，帮助他们逐步掌握知识。

五、教学实践案例与效果分析

5.1 教学实践案例

在某学校选取两个平行班级进行对比教学。一个班级采用传统教学方法讲解“大气环流”知识，另一个班级运用生成式 AI 重构地理课堂的教学方法，即利用生成式 AI创建“大气环流”动态模拟场景，结合动态模拟开展探究式教学，并借助生成式 AI 实现个性化学习支持。

在传统教学班级，教师按照教材内容，通过板书、静态图片和口头讲解向学生传授“大气环流”知识。在采用生成式 AI 教学的班级，教师首先利用 AI 生成的“大气环流”动态模拟动画进行导入，吸引学生的注意力，激发学生的学习兴趣。然后，组织学生分组观察动态模拟，开展探究式学习活动，鼓励学生提出问题、讨论问题。在学习过程中，学生可以根据自己的学习情况，通过 AI 学习平台获取个性化的学习资源和辅导。

5.2 效果分析

通过对两个班级学生的课堂表现、作业完成情况和单元测试成绩进行分析，发现采用生成式 AI 教学的班级学生在学习效果上有明显提升。在课堂表现方面，该班级学生的参与度更高，积极主动地参与讨论和探究活动，提出的问题更具深度和创新性。在作业完成情况上，学生对“大气环流”相关问题的回答更加准确、全面，能够运用所学知识进行合理的分析和解释。在单元测试成绩方面，该班级的平均分比传统教学班级高出 8 分，优秀率（80 分及以上）提高了 15% ，及格率提高了 10% ，充分体现了生成式 AI 在地理课堂教学中的有效性和优势。

六、结论与展望

生成式 AI 技术为地理课堂教学带来了新的活力和变革，通过以“大气环流”动态模拟为例的实践探索，证明了生成式 AI 在帮助学生理解抽象地理知识、提升学习效果方面具有显著作用。它不仅能够创建直观、生动的教学场景，还能支持探究式教学和个性化学习，满足不同学生的学习需求。

然而，生成式 AI 在地理教育中的应用仍处于起步阶段，未来需要进一步加强研究和实践。一方面，要不断优化生成式 AI 技术，提高其生成内容的准确性和适用性，使其更好地服务于地理教学。另一方面，教师需要提升自身的信息技术素养，掌握生成式 AI 的应用技能，将其与教学方法有机融合，充分发挥生成式 AI 的教育价值。同时，还需要关注生成式 AI 应用过程中的伦理和版权问题，确保教学活动的合法性和规范性。相信随着技术的不断发展和教育实践的深入，生成式 AI 将在地理教育领域发挥更大的作用，推动地理教育向智能化、个性化方向发展。

参考文献：

[1] 李梦军， 王颖. 生成式人工智能在地理教学中的应用研究[J]. 地理教育，2023（5）：4-7.

[2] 张峰， 刘敏. 虚拟仿真技术在高中地理“大气环流”教学中的实践[J]. 中学地理教学参考， 2022（12）：28-31.

[3] 陈丽， 张伟. 人工智能支持的个性化学习在中学地理教育中的应用[D]. 南京师范大学， 2021.

[4] 王建国. 地理学科核心素养培养与信息技术融合路径[J]. 课程·教材·教法，2023， 43（3）：92-97.