基于GenAI 的中小学STEAM 教育的现实困境与突破路径

生成式人工智能（Generative artificial technology， 以下简称 GenAI ），是一种能够根据训练数据生成原创且有意义的新内容的人工智能技术，它通过学习数据中的模式和规律，进而生成文本、图像、音频、视频、代码等各种类型的内容，具有辅助教育学习、跨学科融合创新等优势功能，在教育领域的应用日益广泛，为中小学 STEAM 教育带来了前所未有的机遇与挑战。STEAM 教育作为一种跨学科的教育方式，与生成式人工智能的教育理念不谋而合。当前，中小学STEAM 教育在实践中仍存在一些问题，如课程体系不完善、项目实施形式化、资源建设硬件化等。为了改善这些问题，本论文引入了生成式人工智能，给STEAM 教育的变革提供了新的可能。通过人工智能技术，可以实现教育资源的均衡分配，提高教学效率，激发学生的创意与灵感。

1 研究背景

随着教育改革的不断深入，以跨学科融合、动手实践为导向的STEAM 教育，有效地回应了新时代社会发展的需求[1]，将STEAM 教育理念应用于课堂教学不仅是未来教育的大趋势，也是教师由单学科型向多学科综合型发展的有效路径[2]。如何有效整合科学、技术、工程、艺术和数学（STEAM）教育，培养学生的创新思维和实践能力，已成为教育改革的重要议题。但由于起步较晚，相关的理论研究和实践经验仍然相对有限，目前国内对其研究还较为欠缺，重点集中在课程设计与开发和评价体系构建上，缺少对教师的关注。因此需要从教师的视角，深入探究如何将生成式人工智能运用到STEAM 教学中来。

通过查阅相关文献资料 [3][4]，分析出 STEAM 教育在实施过程中面临着诸多挑战。首先，跨学科课程整合难度大，如何将科学、技术、工程、艺术和数学等学科有机融合，打破学科之间的隔阂，是课程设计的核心难题。其次，教师专业能力不足，传统师范教育缺乏 STEAM 相关的跨学科培训，导致教师对这种教学模式感到陌生，难以适应。再次，评价体系尚未成熟，传统的标准化考试难以衡量 STEAM 教育强调的创造力、协作能力和实践技能，而过程性评价工具的开发与应用仍处于探索阶段，并不成熟。此外，资源分配不均问题突出，城乡在技术设备、师资力量和各种资源上差距显著，影响了教育公平。在国际实践中，技术工具的高成本与教师技术素养不足形成矛盾，而文化差异也使得国外成功经验在我国的试验过程中面临适应性调整的挑战。最后，社会认知偏差和家长对升学率的传统诉求，可能削弱学校推行STEAM 教育的动力。

本研究旨在深入探讨生成式人工智能时代中小学 STEAM 教育的现状与变革，通过与教师进行访问交流，分析人工智能技术对 STEAM 教育的影响，提出有效的教育策略，以推动中小学 STEAM 教育的创新发展，培养更多具有创新精神和实践能力的人才。通过本次的研究分析，生成式人工智能可以更好地被教师所利用，提高教师进行 STEAM 课堂时的效率，加强学生在课堂中的技能培养。

2 研究方法

本研究小组通过系统的访谈数据统计与分析，深入揭示了 STEAM 教育课程在我国中小学阶段的实践现状、现存问题与挑战。基于初步分析的结果，构建出科学完善的研究框架体系，为后续研究的深入开展奠定了坚实的理论基础并指明了明确的方向路径。

2.1 访谈对象

本研究以浙江省各地小学教师及小学教育系教师为核心访谈对象，重点选取了几位有过 STEAM 课堂教学实践经验的教师进行深度调研。这些教师的经验具有显著的研究价值，他们能提供真实的课堂实施反馈，揭示STEAM 教育落地的具体挑战。而聚焦有 STEAM 教学经验的教师群体，获取到的信息更具实践指导意义，确保研究数据的可靠性，为优化 STEAM 教育提供扎实的实证依据。

2.2 访谈方式

在研究实施过程中，课题组主要采用的是深度访谈这一个研究方法，与多位在中小学实践过 STEAM 教学的教师进行了面对面的深入交流与探讨。面对面的访谈能够产生更自然的互动氛围，便于观察被访教师的非语言反馈，确保交流的真实性。而线上视频访谈则突破地域限制，提高调研效率，在解决无法实现线下交流的同时节省时间和成本。这两种方式互为补充，既保证了数据的丰富性，又增强了研究的灵活性和可行性，为全面把握 STEAM 教育实践现状提供了可靠的方法支撑。通过专业的访谈设计与实施，系统收集了这些教师对 STEAM 教育的认知理解、现实需求与发展期望等多维度的宝贵信息。这些实证资料不仅为后续研究提供了可靠的数据支撑，更为准确把握 STEAM 教育在中小学落地实施的真实状况提供了翔实的实践依据。由于本次的调查方式以访谈为主，本小组设计了一组访谈问题。这份访谈提纲围绕生成式人工智能与STEAM 教育的融合，从多个维度展开提问。

3 访谈实施与数据分析

3.1 访谈实施过程访谈时间：2025 年 3 月至 5 月地点：浙江省各地小学

在本次访谈过程中，本组成员找到了十名教师，并进行了深度访谈。被访谈的教师积极回应问题，表达观点时逻辑清晰、内容详实，而本组成员在提问时也能够做到有效地引导话题。通过双方的合作和沟通，本次访谈成功获取到了丰富且有价值的数据，达成了预期的访谈目标，为后续研究工作的深入开展提供了有力的支撑与保障，也为整个研究项目注入了积极的动力与启示。具体的教师情况如下表所示。

3.2 数据分析

通过对多份访谈资料进行深入地分析，提炼出了一系列具有共性的关键观点。通过运用综合分析与个别探究相结合的分析方法，本研究得以全面深入地理解访谈对象所表达的各类观点。这不仅丰富了研究的内涵与维度，更为后续的研究工作提供了全方位、多角度的信息支持，极大地提升了研究的科学性。

本研究采用内容分析法对10 所中小学教师的深度访谈资料进行处理，本研究通过对 10 名教师的深度访谈数据进行分析，系统探究 STEAM 教学与 GenAI 的潜在关联。首先，对访谈文本进行逐级编码，提取教师关于 STEAM 教学实践和 AI 技术应用的共性观点，并归纳出核心主题，包括教师教师的应试思维和对评价体系的。其次，结合教师背景进行对比分析，发现科学和信息技术教师更关注 GenAI 的实践功能，而语文教师则更重视其内容生成能力，STEAM 教学和各学科之间的融合度较低。最后，将研究发现与STEAM 教育目标和GenAI的技术特性相结合，提出 GenAI 可以改进的方向，同时也指出需解决的挑战。这一分析为后续研究提供了实践依据，并明确了技术与教育深度融合的关键路径。

4 中小学STEAM 教育现实困境

4.1 理念冲突与评价体系困境

在实施 STEAM 教育的过程中，传统应试教育理念与跨学科创新理念的矛盾构成核心障碍。长期以来，我国中小学教育以知识记忆和考试成绩为核心目标，这种固化模式导致 STEAM 强调的动手实践、跨学科知识应用等理念难以被充分接纳。学生和家长普遍将升学成绩置于优先地位，担忧参与 STEAM 活动会分散学习精力，而 STEAM 教育效果的长期性与细微性又进一步降低了家长接受度。例如，某小学开展 STEAM 项目后，学生平均每周减少 2 小时主科复习时间，引发家长集体焦虑。与此同时，人工智能的融入虽提升了教学效率与资源丰富性，却也带来新问题：部分教师观察到学生因过度依赖电子设备而对传统教学方式产生倦怠，甚至出现对AI 技术的依赖，导致自我反思能力弱化，影响长远发展。

评价体系的缺失加剧了教学困境。当前 STEAM 教育仍以单一成绩为主要评价标准，难以全面评估学生的创新思维、实践能力等核心素养。访谈显示，教师普遍存在教学盲目性，既无法精准优化教学方法，也难以为学生提供针对性指导。某中学 STEAM 课程结束后，仅通过作品展示评价学生，却忽视了对算法逻辑、材料选择等关键能力的考核，暴露出评价维度单一导致的评估盲区。这种 " 重结果轻过程 " 的评价模式，既制约了教师专业发展，也阻碍了学生跨学科素养的全面提升。

4.2 课程体系构建与整合难题

我国中小学课程体系面临系统化框架缺失与学科融合失衡的双重挑战。教材体系仍以单一学科为主，科学、数学等 STEAM 核心学科内容分开编排，缺乏数学概念与科学实验的整合设计，导致学生难以理解学科间关联；教材更新滞后，未能及时纳入新兴技术与跨学科案例，内容与实际应用脱节。课程安排碎片化问题突出，STEAM 教育多作为临时性或补充性课程在课余时间开展，缺乏固定规划，教师需自行拼凑教学内容，难以保证系统性。此外，地区与校际间教材选用、课程研发存在显著差异：经济发达地区采用引进教材，欠发达地区仍使用传统单一学科教材；部分学校开发海洋科技、生态环保等地域特色课程，但缺乏普适性推广，导致学生跨地区交流时难以衔接。重点学校与普通学校在课程资源投入上差距明显，前者开发高质量 STEAM 课程，后者仅能开展简单手工制作，影响教育公平。学科融合方面，教师面临整合失度困境：一方面，课程整合界限模糊，如科学课程融入工程设计思维时缺乏标准指导；另一方面，过度整合（如艺术与技术课程叠加）增加学生负担，而浅层整合（如仅提及技术应用）则弱化教学效果，导致教学资源浪费与教师实施压力并存，最终制约STEAM 教育的有效推广。

4.3 资源保障的结构性短板

我国中小学 STEAM 教育面临师资与资源的双重制约。师资方面，复合型教师匮乏，现有教师多为数学、科学等理工科背景，艺术、设计等文科领域知识薄弱，导致创意设计类项目指导能力不足；部分教师未接受系统培训，仍沿用单一学科教学方式，甚至存在应付教学现象，严重弱化教育内涵。资源方面，经费投入难以满足需求，STEAM 课程材料消耗大，人工智能设备（如高性能计算机、智能机器人）购置及维护成本高，学校资金紧张导致硬件设备不足，学生编程实践、智能硬件操作等课程常因设备短缺无法开展；即便配备设备，也因缺乏专业维护而闲置，造成资源浪费。这种师资专业素养不足与教学资源匮乏的叠加效应，既限制了 STEAM 教育的系统实施，也削弱了其在培养跨学科素养方面的潜力，最终制约教育模式的可持续发展。

4.4 技术应用鸿沟与社会公平挑战

在对来自不同地区的教师进行访谈时发现，AI 技术在教育领域的应用存在显著的地区差异，这种差异正在加剧教育领域的数字鸿沟。具体而言，经济发达地区的学校通常能够为学生提供丰富的 AI 学习资源和先进的设备支持。例如，这些学校配备了高性能的计算机、智能机器人以及专业的 AI 教学软件，学生可以参与复杂的人工智能编程和数据分析项目。然而，在经济欠发达的农村地区，学校往往面临设备短缺和网络条件差的双重困境。许多农村小学甚至缺乏基本的计算机设备，更不用说 AI 相关的专业工具。网络带宽不足也限制了在线教育资源的获取，使得学生难以参与远程 AI 课程或在线学习平台的互动。这种资源分配的不均衡不仅限制了农村地区学生接触和学习AI 技术的机会，也进一步加剧了城乡之间的教育不公平现象。这种差距不仅体现在硬件设备上，还体现在教师的专业培训和教学能力上，进一步影响了学生在人工智能教育方面的学习效果和发展潜力。

5GenAI 赋能 STEAM 教育变革的突破路径

基于当前中小学 STEAM 教育面临的资源短缺、课程安排不合理、教育理念与评价缺陷，以及新教育模式带来的负面影响等现实困境，结合生成式人工智能技术带来的变革潜力，本研究提出对应的突破路径，以推动 STEAM 教育的可持续发展。

5.1 教育理念与评价体系的范式突破路径（1）开展宣传活动，基于 GenAI 构建多元评价体系

政府应积极引导 STEAM 教育发展，通过 GenAI 技术助力理念传播与评价体系完善。线上利用 GenAI 制作动画、短视频等宣传素材，依托社交媒体、学校官网等平台，普及 STEAM 教育与 GenAI 融合对培养学生创新思维、问题解决能力的优势；线下联合学校、科技馆等举办体验活动，让学生在 GenAI 辅助下参与跨学科实践，家长可直观感受孩子成长，以潜移默化的方式推动教育理念转变。同时，组织专家运用 GenAI 构建涵盖知识掌握、实践能力等维度的多元评价体系，分析学生课堂表现、项目成果等数据生成个性化报告，为教学和学习提供参考；并借助 GenAI 模拟评价场景，对学校领导和教师开展培训，生成学习案例供其练习，辅以详细分析指导，帮助评价人员掌握操作方法，在不强制推行的前提下，促进公众认可与新教育模式的有效落地。

（2）直观展示 GenAI 赋能STEAM 教育成果，促进教育理念转变

学校可借助 GenAI 制作生动的教学案例视频、动画，直观呈现 STEAM 教育在培养学生创新思维、跨学科应用能力等方面的成果，助力学生、家长和教师转变传统理念；同时利用 GenAI 生成个性化沟通话术，向家长阐释 STEAM 教育的长期价值，缓解其升学焦虑，教师则在日常教学中配合展示成果、做好沟通，逐步化解教育理念冲突。此外，GenAI 能收集学生课堂表现、项目成果、实践操作等多维度数据，通过机器学习生成科学的评价报告，为教师调整教学策略提供依据，还能为学生给出个性化学习建议，教师据此进行针对性指导，推动学生全面发展。

课程安排效能提升的革新路径（1）基于 GenAI 制定统一课程框架，开展试点与经验推广

政府可引导教育专家团队借助 GenAI，分析国内外案例并结合国情，制定科学系统的 STEAM 教育课程框架，明确各年级教学目标、内容与方法，为学校课程开发提供依据，保障课程连贯性。同时开发基于 GenAI 的课程质量监测平台，通过分析教学视频、学生作业与成绩等数据，实时监测课程实施情况，评估是否符合框架要求，及时发现并反馈问题，助力课程质量提升。此外，组织开发 GenAI 学科整合辅助工具，教师输入学科与教学主题后，可获取涵盖知识点融合、教学活动设计的最佳整合方案，避免整合不当问题。选取部分学校开展试点，运用  跟踪教学过程，挖掘经验与不足，定期组织教师交流分享会，由 GenAI 生成会议纪要与经验总结报告，向其他学校推广优秀模式与案例，促进多学科高效融合。

（2）运用 GenAI 辅助开发，选择学科整合最优方案

学校可借助 GenAI 助力 STEAM 教育推进，利用其深度分析多学科知识体系，结合学生认知发展规律，生成逻辑清晰、结构完整的课程框架与教学内容，保障课程的规范性和完整性。同时搭建基于 GenAI 的课程共享平台，收集和筛选不同学校的优秀 STEAM 课程案例，通过智能推荐为教师提供优质参考资源，统一教学标准与流程，提升教师工作效率。教师应积极参与课程开发，依托共享平台资源，结合本校学生特点完善教学内容与方法。此外，GenAI 能分析课程内容、学生学习特点及能力水平，给出学科融合的合理界限与比例建议，避免过度整合加重学生负担或整合不足影响教学效果；在教学中， GenAI 实时跟踪学生学习动态、收集反馈数据，动态调整学科整合策略，教师则根据其建议和学生反馈灵活调整教学策略，实现学科有效整合。

5.2 资源短缺困局的系统性突破路径（1）构建教师互助平台，借助 GenAI 开发资源并优化配置

政府可联合教育机构、高校及科技企业，推进 GenAI 与 STEAM 教育的融合发展。一方面，开展 GenAI 相关教师培训项目，采用线上线下结合模式，线上依托大模型传授 GenAI 技术原理与应用案例等基础理论，线下通过实践工作坊帮助教师掌握 GenAI 跨学科课程设计能力；同时构建教师互助平台，借助GenAI 实现智能答疑，助力教师成长。另一方面，出台优惠政策吸引社会资本投入，联合企业运用 GenAI 开发低成本、高质量的 STEAM 教学资源，如虚拟实验室、互动式教材等，缓解硬件不足与多学科教学需求的矛盾；以地区为单位建立资源共享中心，借助 GenAI 对各学校闲置或低利用率的设备、软件等资源进行智能管理、调配及跟踪评估，将课堂与高校、社会场所或场馆远程联动，实现教育资源的优化配置与共享。

（2）利用 GenAI 挖掘并生成低成本、高效能的教学资源

GenAI 可根据教学需求，生成虚拟实验、3D 模型、动画演示等数字资源，弥补学校硬件设备不足的短板，让学生在虚拟环境中完成实验操作与学习任务，充分激活现有设备的使用效能。GenAI 通过分析教育资金使用数据，识别资金浪费环节，优化资金分配方案，提高资金使用效率。学校还可借助 GenAI 对接企业、公益组织等外部资源，依据学校需求精准匹配合作项目，争取物资和资金支持，为 STEAM 教育的长期发展提供保障。教师要善于运用 GenAI 生成的教学资源，根据教学实际情况进行调整和优化，提高资源的使用效果。

5.3 教育影响挑战的适应性突破路径（1）制定基于 GenAI 的学习规范，针对欠发达地区开展帮扶

政府通过加大对经济欠发达地区的教育投入，利用 GenAI 技术搭建远程教学平台，将发达地区优质 STEAM 教育资源实时输送至农村及偏远地区，以虚拟课堂同步直播等形式，实现教育资源跨区域共享；同时组织发达地区学校、企业与欠发达地区学校结对，开展涵盖设备捐赠、教师培训、课程开发等内容的 GenAI 帮扶项目，如定制适配学情的课程资源并提供线上教学指导，从资源共享与精准帮扶双维度发力，推动教育资源均衡配置，有效缩小地区间教育差距，促进教育公平发展。

（2）利用 GenAI 设计科学的学习路径，平衡电子设备使用与传统学习方式

GenAI 依据学生学习情况，智能推送电子资源与纸质学习材料，引导学生合理使用电子设备，避免过度依赖。开发基于 GenAI 的反思引导工具，通过提问、总结、案例分析等方式，激发学生的自我反思意识，培养学生的自我反思能力，保障学生的长远学习发展。教师要监督学生学习路径的执行，引导学生利用反思引导工具进行自我反思，培养良好的学习习惯。

根据研究结果，不难发现我国中小学 STEAM 教育整体呈积极发展态势，教师认同 STEAM 教育理念并积极探索跨学科实践，但受经费、设施、教材、师资短缺，应试教育冲突及自身数字化依赖等缺陷制约，且生成式人工智能在中小学应用较少，传统授课仍占主导。生成式人工智能对 STEAM 教学有促进教学革新、优化资源、拓展学习模式等积极影响，但也存在致思维惰性、依赖设备、内容准确性等挑战。研究局限在于样本少且集中、方法单一、未全面考量社会因素及人工智能成熟度。未来研究方向涵盖 AI 辅助个性化学习、促进创造力培养、分析国际经验、探索适应偏远地区的离线AI 等。

参考文献

[1] 吴永和 ， 常馨予 ， 王佳雯等 .“学习 - 研究 - 生涯发展”导向下的初中STEAM 教育课程设计研究 [J]. 中国电化教育 ，2019（2）：51-56，125.

[2] 李学书， 陈小芳. 话语·文本·社会效应：美国STEM 教育政策探析[J].教育理论与实践，2018，38（25）：9-13

[3] 宋乃庆 ， 高鑫 ， 陈珊 . 基础教育 STEAM 课程改革的路径探析 [J]. 课程教材．教法 ，2019，39（7）：27-33.

[4] 程国山. 基于STEAM 理念构建初中实验课堂——以“细胞模型的搭建”专题为例 [J]. 中学生物教学 ，2023（21）：40-42.

[5] 肖林 ， 郑智勇 ， 宋乃庆 . 小学生 STEAM 学习能力 ： 时代价值、内涵认识及评价框架 [J]. 教育与经济 ，2021，37（2）：40-46，57.

[6] 李梦月 ， 惠恭健 . 人工智能赋能小学语文教育的实践路径研究 [J]. 汉字文化 ，2025，（12）：178-180.DOI：10.14014/j.cnki.cn11-2597/g2.2025.12.012.

[7] 武迪 ， 白冰 ， 袁中果 .AI+STEAM 跨学科课程教学的设计框架与实施方法 -- 以《网页智能排名问题中的计算思维》一课为例 [J]. 中国信息技术教育 ，2022（18）：60-63.

[ 8 ] B r o p h y ， S . ， K l e i n ， S . ， P o r t s m o r e ， M . ， & R o g e r s ， C . （ 2 0 0 8 ） . AdvancingEngineeringEducationinP-12Classrooms[J].JournalofEngineeringEducati on，97（3），369-387.

[9]Roehrig，G.H.，Moore，T.J.，Wang，H.-H.，&Park，M.S.（2012）.IsAddingthe’A’E nough？ExaminingtheIntegrationofArtsintoSTEMEducation[J].SchoolScienceandMathe matics，112（1），18-24.