生成式人工智能賦能信息科技跨學科主題學習設計——以“游戲博弈中的策略”為例

針對當前教師在跨學科教學中面臨的學科認知壁壘與實踐支持不足等核心問題，本文以“游戲博弈中的策略”項目為例，探討生成式人工智能在信息科技跨學科主題學習設計中的賦能應用和優化策略。通過智能化的課標解析幫助教師快速定位跨學科聯結點，助力跨學科主題活動的資源匹配及設計，能夠有效降低跨學科教學的設計與實施門檻，但同時，也需正視技術局限，并通過巧用提示詞框架、精準投喂專業知識提高精準度。

《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）按照學生認知特征和學科邏輯主線設計了多個跨學科主題活動，強調以真實問題或項目引導學生經歷跨學科主題活動的全過程，凸顯綜合實踐的獨特育人價值。但在傳統的教學模式下，教師是跨學科主題活動設計的唯一主導者，其依靠個人經驗和專業知識，單向設計活動與評價。而依托生成式人工智能技術，能實現教學設計“從線性設計到動態生成”“從人工創造到交互生成”的范式轉變。

在設計跨學科主題活動時，生成式人工智能通過自然語言處理技術，能夠對多學科課程標準進行深度解析和智能匹配。系統可以自動提取同一學段不同學科在特定主題下的能力要求、知識要點和學業質量標準，建立跨學科知識圖譜。基于課標分析結果，生成式人工智能可以提供個性化的教學設計建議，自動生成符合學生認知特點的跨學科活動主題，提供詳細的項目框架和實施路徑，推薦適切的教學工具和資源?；诙鄬W科能力要求，生成式人工智能可自動生成評價維度，提供具體可操作的行為指標，甚至支持過程性評價與反饋（如表1）。

表1

生成式人工智能賦能跨學科主題活動設計的實踐探索

信息科技跨學科主題學習單元設計的基本思路是選擇項目主題、確定單元目標、設計評價量規、設計單元活動、匹配學習資源等。因此在教學中，筆者以新課標第3學段（5～6年級）中的“游戲博弈中的策略”主題為例，依托生成式人工智能技術，對信息科技跨學科主題學習的設計進行探索。

1.尋找學科結合點，選擇跨學科項目主題

傳統的信息檢索主要依靠用戶輸入的關鍵詞進行搜索。生成式人工智能能通過理解并結合上下文信息，提供更準確和更有針對性的信息檢索結果。在進行“游戲博弈中的策略”主題教學設計時，筆者利用文心一言的智能對話功能，先投喂各個學科的課程標準讓工具進行自我學習，然后根據“RTF框架”即角色、任務、格式給出提示詞，通過筆者追問和細化信息以及完善，最終獲得較為滿意的學科定位與跨學科融合方向和項目選題（如下圖）。

2.聚焦核心素養，確定綜合學習目標

在小學信息科技跨學科主題活動的設計與實施過程中，制訂綜合學習目標是首要任務，它可為整個活動指明方向并奠定基礎。根據新課標的要求，跨學科主題學習應聚焦核心素養，加強課程內容與學生經驗、社會生活的聯系。因此，在制訂目標時，教師首先需要明確各參與學科的核心素養和關鍵能力，尋找它們之間的聯系點。筆者向文心一言、豆包、kimi等給出相同提示詞，從信息科技和數學兩個學科的核心素養和關鍵能力出發，尋找它們之間的聯系點，最后確定項目“巴什博弈的必勝策略推導與編程實現”涉及的核心素養和關鍵能力，表2所示是豆包提供的回復。

表2

3.提供策略參考，設計評價量規

依據“以始為終”的逆向思維設計理論，在“明確預期結果”后，要先“確定合適的評估證據”。教師要設計出能夠測量學生整個學習過程的評價量規。筆者依舊借助生成式人工智能補足教師存在的能力欠缺問題，提示工具學習理解涉及學科課標中的評價建議，加強過程性評價，完善終結性評價進行量表設計，限于篇幅，僅呈現過程性評價（如表3）。

表3

4.制訂實施規劃，構建單元活動

單元活動是實現單元目標的過程與路徑。在跨學科主題學習過程中，需把主題任務納入學習環節和流程，設計滿足跨學科主題學習特定要求的單元活動。筆者利用Kimi，圍繞“巴什博弈的必勝策略推導與編程實現”主題活動，進行課時劃分，用表格的形式呈現課程實施規劃或單元中各個課時的主要活動和課時的學習成果等（如表4）。

表4

5.提供學習工具，完善學習資源

在主題學習過程中，往往需要運用問題鏈條、學習支架、資源清單等學習支持條件。人工智能可以根據教師的需求，自動編寫和修改完善代碼，設計出個性化交互性的學習資源，這對增加學習活動的趣味性和體驗感非常有效。例如，筆者借助豆包，輸入提示語：設計一個巴什博弈的互動游戲，界面符合小學生認知。豆包基于需求編寫代碼，并生成游戲界面。但由于本文中的巴什博弈項目最終是從“單一問題”解決“一類問題”，因此，石頭總數和單次可取的最大數量應設置為變量，將此需求再次發送給豆包，豆包則自動快速修改程序，并生成更符合功能要求的新界面。

又如，在引導學生分析巴什博弈中的關鍵要素如棋子數量、取子規則時，憑空想象對小學生來說是比較抽象和難操作的，因此，筆者運用相同的多輪對話方式，能快速迭代設計出滿足教師要求的學習單

生成式人工智能賦能跨學科主題活動設計的優化策略

1.正視智能生成局限，發揮教師主導

在享受生成式人工智能帶來的備課便捷的同時，教師需清醒認識到其局限性，始終發揮主導作用。一方面，需把握生成內容的真實性與準確性。生成式人工智能可能產生錯誤或不準確的信息，因此必須進行多源數據驗證，確保信息可靠。另一方面，需加強倫理意識與責任感。生成式人工智能缺乏倫理意識和情感，無法具備全面的判斷力和道德責任感，因此需對生成材料仔細篩選和修改，確保其符合課程目標和學生認知水平，同時保證教學內容的政治性和科學性。

2.巧用提示詞框架，提升對話效果

生成式人工智能匯聚了海量的人類語言和教育知識，是提升教師教學能力和專業素養的有效工具。要想最大限度地發揮其強大能力，還需要掌握正確的提示語運用策略，這樣才能與各人工智能工具有效對話，提高提問生成的效果。常見的提示詞框架有RTF（角色-任務-格式）框架、TGA（任務-行動-目標）框架、SPAR（情況-行動-目標-預期）框架、CARE（背景-行動-結果-示例）框架、ROSSS（角色-目標-情境-解決方案-步驟）框架等。教師需要嘗試使用不同框架，分析其在跨學科主題設計中的適用場景，話語依次遞進，讓模型不斷修改設計方案，直至滿意。

3.精準投喂專業資源，豐富生成內容

在運用生成式人工智能進行教學設計時，教師不僅要依靠其自帶的知識庫，更要主動投喂與學科相關的專業資源以及跨學科設計的相關理論和工具材料。向生成式人工智能模型輸入高質量的專業素材，能夠為其提供更豐富的背景知識和更精準的信息源，從而使其生成更具深度和廣度、更加嚴謹且貼近實際需求的教學內容，避免生成內容的空泛和片面。

本文作者：

郭巍丹

浙江省杭州市丁信小學

文章刊登于《中國信息技術教育》

2025年第15期

引用請注明參考文獻：

郭巍丹.生成式人工智能賦能信息科技跨學科主題學習設計——以“游戲博弈中的策略”為例[J].中國信息技術教育，2025（15）：12-15.

歡迎訂閱

識別上方二維碼即可訂閱