基于生成式AI 的高中信息技术核心素养培养路径探究

引言

全球教育数字化转型浪潮下，我国《教育强国战略规划（2024-2035）》明确提出“技术引领、人文护航”的 AI 教育政策框架，要求2035 年前实现高中阶段人工智能课程全覆盖。生成式 AI 作为核心技术突破，其多模态内容生成、智能交互与个性化推荐能力，为破解传统信息技术教学“重知识轻思维”的困境提供了新范式。例如，通过引入生成式 AI 平台，将“智能交通灯控制系统设计”项目融入课程，使学生算法设计效率提升，项目创新率提高。

一、基于生成式AI 的高中信息技术核心素养培养的意义

（一）推动信息技术教育深度适应时代变革

生成式 AI 的快速发展重构了信息社会的运行规则，从内容创作到问题解决模式均发生根本性转变。将生成式AI 融入高中信息技术教育，能帮助学生建立对智能技术本质的认知框架，理解算法推荐、大模型训练等核心机制。这种技术认知的升级不仅使学生掌握驾驭未来数字社会的工具，更培养其前瞻性思维，使其在人工智能驱动的就业市场中具备持续竞争力，避免因技术脱节导致的能力断层。

（二）精准突破核心素养培养的关键瓶颈

传统教学受限于班级规模与教师资源，难以实现个性化学习路径设计。生成式 AI 通过分析学生操作日志、项目成果等数据，可动态生成分层任务单与差异化辅导方案。例如，针对计算思维薄弱的学生推送可视化算法工具，为创新能力突出的学生开放跨学科项目资源库。这种精准干预机制有效解决了“一刀切”教学导致的两极分化问题，使信息意识、数字化学习与创新等核心素养的培养从群体普适转向个体适配。

（三）构建技术伦理教育的实践载体

生成式 AI 的广泛应用引发数据偏见、深度伪造等伦理挑战，高中阶段恰是价值观形成的关键期。将 AI 伦理案例嵌入课程项目，如要求学生分析聊天机器人生成虚假信息的传播路径，或设计防止算法歧视的推荐系统，能使伦理教育从理论说教转化为问题解决实践。学生在调试模型参数、优化输出结果的过程中，自然形成对技术责任的深度思考，这种沉浸式伦理训练比单纯记忆条款更能塑造负责任的数字公民意识。

二、基于生成式AI 的高中信息技术核心素养培养策略

（一）智能资源定制驱动信息意识深化

生成式 AI 通过分析学生兴趣偏好、知识掌握程度及学习轨迹，构建动态更新的个性化资源库。例如，在“网络信息检索与筛选”项目中，系统根据学生历史搜索记录智能推荐权威学术数据库、行业白皮书及可视化数据图表，同时标注信息来源可信度与更新时间。教师引导学生对比 AI 推荐资源与传统搜索引擎结果，发现前者在信息时效性、内容相关性上提升显著。学生通过对比分析，逐步形成对信息价值的敏感判断力，如在研究“人工智能伦理争议”时，主动筛选出联合国教科文组织发布的《人工智能伦理建议书》等权威文献，并识别出部分自媒体文章中的数据偏见。这种精准推送机制使学生信息获取效率提升，信息筛选准确率提高，有效解决了传统教学中资源同质化导致的“信息过载但价值缺失”问题。

（二）跨学科项目实践强化计算思维

以生成式 AI 为工具设计跨学科项目，将算法思维融入真实问题解决。例如，在“智能校园能耗优化”项目中，学生需运用 Python 编程调用 AI 接口分析水电数据，通过机器学习模型预测峰值时段，并设计动态调控方案。项目实施中，学生借助AI 代码生成器快速搭建基础框架，再通过调试参数优化模型精度。如某小组在训练能耗预测模型时，发现初始准确率较低，经AI 辅助分析数据分布特征后，调整特征工程策略，将天气、节假日等变量纳入模型，最终使预测误差率降低。项目成果展示环节，学生需用流程图解释算法逻辑，并模拟演示系统运行效果。这种实践模式使学生计算思维从“理论理解”转向“应用创新”，在解决复杂问题时展现出更强的结构化分析能力。

（三）AI 伦理案例库构建责任意识

开发分级伦理案例库，将技术伦理教育融入项目全流程。例如，在“AI 辅助写作工具应用”单元中，教师提供三类案例：初级案例展示 AI 生成虚假新闻的传播路径，中级案例分析算法推荐导致的“信息茧房”现象，高级案例探讨深度伪造技术对司法公正的挑战。学生通过角色扮演模拟伦理决策过程，如某小组在设计“AI 作文批改系统”时，需权衡效率提升与原创性保护的关系，最终提出“保留人类教师终审权”的解决方案。项目评价环节增设“伦理反思报告”，要求学生分析技术应用的潜在风险并提出防范措施。实践数据显示，参与伦理案例学习后，学生在项目设计中主动考虑数据隐私保护的频率提升，在技术文档中明确标注伦理声明的情况增加，表明伦理意识已从被动接受转向主动内化。

（四）动态评价体系促进个性化发展

构建“过程性数据 + 成果展示 + 伦理反思”的三维评价体系。例如，在“AI 创新产品设计”课程中，系统自动记录学生代码调试次数、资源调用频率等过程数据，生成个性化学习图谱；项目答辩环节引入“AI评委”进行技术可行性分析，同时由人类教师评估创新性与伦理合规性；最终成绩由过程数据、AI 评分、教师评价按比例综合得出。某学生在开发“智能垃圾分类助手”时，初期因算法选择失误导致分类准确率较低，但系统记录其持续优化代码的迭代过程，最终给予“技术成长显著”的评价。这种评价方式弱化标准化考试权重，更关注学生技术能力与伦理素养的协同发展，数据显示，参与动态评价的学生在后续项目中主动探索新技术应用的比例提高，且项目成果中涉及社会公益主题的比例上升。

结语

生成式 AI 与高中信息技术教育的深度融合，不仅是技术工具的迭代升级，更是核心素养培养范式的系统性变革。通过智能资源定制、跨学科项目实践、伦理案例渗透与动态评价创新，学生得以在真实问题情境中构建技术认知框架，在算法调试与系统优化中锤炼计算思维，在伦理决策与风险评估中强化社会责任意识。

参考文献

[1] 徐晟, 潘春宇. 核心素养视角下高中信息技术教学培养学生创新能力的探究 [J]. 甘肃教育研究 ,2025,(11):37- 40.

[2] 郑新平 . 高中信息技术学科核心素养培养策略探究 [J]. 中国新通信 ,2025,27(03):129- 131.