以生成式AI 为驱动的中学跨学科教学创新路径研究

引言

在全球化和信息化的推动之下，教育领域正在经历着从未有过的变化。生成式 AI 属于人工智能领域的最新成果，它有着强大的内容生成与交互能力，给教育模式的革新带来了无穷的或许。特别是中学阶段，跨学科教学是培养学生综合素质、创新思维的重要途径，它的地位越来越突出。但是传统的跨学科教学模式在资源整合、方法创新等方面存在着明显的不足，不能满足新时代对人才的培养需求。

一、生成式AI 在初中数学跨学科教学中的应用基础

（一）核心概念界定

生成式 AI 在本文中指的是“能够依据初中数学课程标准生成适合初中生认知水平的跨学科教学内容、情境和评价方案的人工智能技术”，其使用要符合三个原则，第一是学科关联性，生成内容应与数学其他学科核心知识点相吻合（数学“一次函数”与物理“匀速直线运动”等），第二是认知适配性，不能超越初中生逻辑推理和建模能力范围，第三是教育导向性，不能过分依赖AI 代替学生独立思考。

（二）技术支撑场景

内容生成场景：使用 ChatGPT 生成跨学科案例，（“用统计知识分析生物种群数量变化”），MidJourney 把抽象的数学概念（“几何图形对称性”），变为可视化的情境，（“建筑的对称设计”。

互动指导场景：利用 AI 答疑软件 ( 豆包教育版 ) 对学生学科跨学科解题疑惑及时回答，给出阶梯式的解题提示。

评价分析场景：借助AI评价系统(科大讯飞智学网AI)从“知识掌握、跨学科应用、合作能力”三方面产生学习报告。

二、生成式AI 驱动的初中数学跨学科教学创新路径

（一）AI 驱动的跨学科教学目标重塑

以数学核心素养（逻辑推理，数学建模，数据分析）为统领，和其他学科素养的要求相结合，用 AI 生成“目标融合矩阵”。例如：数学“数据收集与整理”的知识点可以联系到生物“生态调查”（要培养学生的“数据真实性”素养）、地理“区域人口统计”（要培养学生“空间分析”素养）；人工智能根据教材课标自动发现学科融合点，生成具体目标：“学生能运用数学统计的方法对生物种群数据进行整理、绘制成统计图，并结合地理环境分析出种群分布的规律”，这样可以避免目标模糊或者学科脱节的问题。

（二）AI 赋能跨学科教学内容的整合与创新

碎片化知识系统化：AI 把散落的跨学科知识点串成了“知识链”，围绕“圆的性质”，物理里的“圆周运动向心力”（半径和线速度的关系），历史里的“古代车轮设计”（圆的对称性），组成专题学习包。

抽象知识情境化：对于初中数学的“函数”难点，人工智能产生生活化的跨学科情境：某社区绿化队种树苗，树苗的高度 (y) 和生长时间 (x) 成一次函数关系，又受到地理土壤湿度的影响 ( 湿度增加 10% ，生长速度提高 0.2cm/ 周 )，请建模并预测 3 个月后树苗的高度，把数学建模和生物、地理知识结合。

内容难度分层化：AI 依据学生学情数据自动调整跨学科难度，基础薄弱的学生重点是“函数图像和物理运动轨迹的对应识别”，能力强的学生重点是“用函数模型解决社区实际绿化规划问题”。

（三）AI 创新跨学科教学方法

项目式学习（PBL）再升级：AI 设计跨学科项目任务，如“校园雨水回收系统设计”，用数学几何体积计算确定水箱大小，用物理压强原理设计管道倾斜度，用生物水循环分析回收水用途；AI 全程给资源，如生成水箱设计图纸模版、压强计算公式推导过程，随时反馈项目进程。

虚拟仿真教学：利用 NOBOOK 虚拟物理实验室 AI 模块等由 AI 驱动的虚拟实验室 , 模拟 " 掷骰子概率实验”与“物理抛体运动轨迹”的相关性 , 调整实验参数 ( 掷骰子个数 , 投射的角度 ) 来观察数学概率与物理运动数据的关系，从而理解抽象的观念;。

个性化探究学习：AI 依据学生兴趣去推荐跨学科探究课题，如果一个孩子喜欢打篮球那么可以探究的是篮球进球问题的探究，比如：研究投篮角度与进球概率的关系，其中涉及到的内容包括数学概率与物理抛体运动。AI 为孩子提供一个探究方案和制作一个数据记录表单，帮助孩子开展实验、撰写报告。

（四）AI 优化跨学科教学评价

过程性评价：AI 分析学生课堂互动的数据（跨学科问题回答、小组合作贡献）、作业的数据（建模思路是否完整），形成过程评价报告，找到学生的问题点（“能建函数模型，但不会利用地理数据做分析”。

终结性评价：AI 设计跨学科综合性测试题：“一个农场想要种植两种作物，知道作物A 的产量（ |kg/ 亩）与施肥量（ kg/ 亩）成正比例函数，作物 B 的产量与施肥量成一次函数，这两种作物的种植面积受土地地形（地理）的限制，总和不超过 50 亩，肥料总用量不能超过 200kg ，问怎样种植可以使总产量最大”，考察学生综合应用的能力。

反馈优化：把 AI 的评价数据转变为教学改良意见，诸如“班上有40% 学生在‘物理学的物理公式和数学函数的转换上遇到麻烦’，所以增加一些AI 的情境演练”。

结语

总之，以生成式 AI 为驱动的中学跨学科教学创新路径，给传统跨学科教学中资源整合难，方法创新难的问题提供了有效的解决方式，借助于AI 赋予目标重构，内容整合，方法创新，评价优化，形成了“技术—教学—学习”的深度融合的智能教育生态。这样一条路径的开展，需要教育者转变教学理念，主动去学懂用好 AI 工具，也需要学校加强技术基础设施以及跨学科课程管理。将来，凭借生成式 AI 技术不断更新，它同中学跨学科教学的结合将会愈加深化，大概会促使教育模式由传统的“知识传授”走向全面的“素养培育”，进而为塑造符合数字化时代需求的创新型人才构筑起稳固根基。

参考文献

［1］杨蕾 . 浅谈生成式人工智能在教育中应用的机遇与挑战町J]. 甘肃教育研究 ,2024(11).

［2］李英哲 , 刘剑玲 . 新课标背景下 ChatGPT 在初中数学备课中的创新功能与价值定位[J 中国电化教育2024(3).