辽宁省大连市中山区望海小学学生在大连市药品检测院研学中体验海洋生物涂色。

山东省实验中学人工智能基础课程学生在现场展示。 学校供图

编者按

跨学科教学是深化课程教学改革的重要举措之一。当前，人工智能特别是生成式人工智能融入教学，人工智能的应用对学校跨学科教学有哪些作用？人工智能在跨学科教学中有哪些具体应用？本专刊特刊发一组稿件，敬请关注。

建言

以“三遍提问法”用好AI

丁德文

为了找到一个既融合多学科核心素养，又贴近学生生活的真实问题，往往多学科教师围坐一起讨论，但两小时“头脑风暴”后确定的主题，仍可能停留在“拼盘”层面。近期，一所初中开展的“校园生态改造”跨学科项目教学的备课，让笔者看到了高效的人机协同。该校语文、生物、数学、美术四位教师，围绕“荷花池水质恶化”的真实问题开展备课。过去，他们各自为政：语文写倡议书，生物测水质，数学算净化成本，美术画海报，彼此之间缺乏深刻的逻辑纽带。这次，教师们将四个学科的课标要求输入大模型，并附上要求：“请生成3个具有争议性的跨学科驱动性问题，问题需能自然串联上述学科核心概念。”

很快AI给出了候选方案，其中“如何说服校长接受一份预算20万元以内、兼顾生态美感与教育功能的荷塘改造方案”这一主题，引起了大家关注。该问题内置了冲突——预算有限、立场不同、功能多元，并把论证、数据模型、生态方案、视觉呈现融合在一起。围绕主题，AI同步生成了“水质调查—预算分析—多方案对比听证会—效果图展示”的任务链，学科间不再生硬嫁接，而是围绕“说服”这一核心实践自然黏合。

通过这一案例，笔者看到生成式AI在跨学科设计中至少扮演了3个角色：情境催化剂、结构梳理器和认知冲突设计者。AI通过快速调用广泛的知识，为教师提供可能忽略的联结，比如AI提示可嵌入“紫外线消毒与水生植物净化”的成本效能对比，这正是生物教师开展教学中最叫好的探究点。

但AI不会自动生成优秀的跨学科教学设计，需依靠教师的“三遍提问法”：第一遍“广撒网”，让AI生成多个可能性；第二遍“深聚焦”，把有潜力的选题按“核心问题—子问题—学科实践—预期成果”细化；第三遍“挑错打磨”，教师基于对学生认知水平的把握追问修正。案例中最初AI提出，让学生编制工程预算清单，数学教师指出这对七年级学生而言偏难，于是在这一环节进行了调整，这也正是高效人机协同的生动写照。

生成式AI，将跨学科教学从“拼盘”推向“熔炉”，但这把金钥匙握在教师手中。教师要聚焦教学设计的核心——认知冲突与价值引领，并借助AI的广度与自身的深度，在跨学科教学中培育学生应对复杂世界的高阶思维。

（作者系山东省教育科学研究院通用技术教研员）

引导学生在与AI互动中大胆尝试

张楠

在我们学校南墙上，有4张巨幅视力表，这是学校跨学科学习“大墙上的视力表”的最终成果。项目起源于为解决“小眼镜”问题，把墙面改造成一面能让学生们在课间自己测视力的“视力墙”。项目学习中涉及数学的比例尺计算、科学的光线与环境分析、美术的设计与制作等。

正式答辩前两天，项目教师提议：先让学生把方案交给AI，做一次预答辩。AI被设定成3个角色：一位较真的眼科医生、一位专业自信的工人、一个爱问“为什么”的二年级小朋友。问题接踵而至：“大墙是斜的，仰角视差算了吗？”“视力表相邻行比例乘1.3，累积偏差超过3厘米，能接受吗？”20多分钟，学生们被问得满头大汗，最终答辩延期。

接下来一周，学生们主动翻阅资料、重新核算、请教校医，有空就聚在“项目墙”热烈讨论，并用AI进行了二次预答辩。正式答辩时，他们从容地谈自己的设计、思考和调整。几次答辩，让我不断思考：跨学科学习中到底怎么使用AI？

一是赋予AI准确的角色定位。跨学科教学中，AI很适合在中期做学习评估或预答辩。如预答辩，要在对话框里输入一段角色指令，并要求“只提问题，不给答案”，让AI可以模拟不同角色做好仿真评审。这个环节的关键是角色要贴近真实场景，这样学生面对的才是真实的挑战；而且，因为AI没有权威感，学生在应对中敢于暴露自身问题。

二是让AI追问成为“清单式支架”。跨学科学习需要学习支架，AI的追问就是最好的“清单式支架”。实践中可以把AI的所有追问复制下来，打印成“问题清单”，发给学生。让学生对照问题，反思自己哪些没答上来，没答上来的原因是什么……这一过程正是在给学生搭建学习支架，用一种相对温和的方式，让学生自己发现漏洞、自己补上漏洞，而这个过程中跨学科学习最难培养的“元认知”能力，就得以“清单式支架”撬动了。

三是追问之后必须有“修改说明”。预答辩最有价值的时刻，不是学生被问住的时候，而是学生拿着改了多遍的方案回来，说“这次应该没问题了”的时候。AI追问之后，学生需提交一份“修改说明”——改了什么、为什么这么改。然后换角色再问一轮。两轮下来，学生面对真人评审时，底气就完全不一样。这也充分发挥了AI促进学生深度思考成长的作用。

在跨学科学习中，AI赋能跨学科学习，用AI模拟答辩这件事让我看到一个重要的环节，让学生在一个安全的、不被嘲笑的虚拟空间中不断大胆尝试，最终自会走向赢。先输一遍，输明白了，再走出去赢。这不是技术赋能，而是教育常识。AI恰好帮我们把这个常识落到了实处。

（作者系辽宁省大连市中山区望海小学党支部书记、校长）

用数据缝合教与评“两张皮”

杨立成

在“校园植物观察记”（科学与语文）的跨学科教学中，AI平台不仅收集学生记录的数据，更自动记录学生填写的时间、修改次数以及查看“生长曲线”的频次。在“班级微农场”（数学与科学）的跨学科教学中，学生测量数据准确但实验报告逻辑混乱时，AI会提示“数据归纳与逻辑表达欠缺”……

不同于传统的跨学科教学评价，学生卡在哪个环节全靠教师猜，基于AI的介入，可实现评价的数据化、智能化，也使评价走向教学真指导。然而，AI收集数据如何成为具体的行为指引？笔者认为，在教学中有三个“要”与“不要”。

指标要“少而精”，不要“贪多求全”。跨学科评价最忌讳眉毛胡子一把抓，过多的数据指标不仅会增加师生负担，还会让教师陷入“分析瘫痪”。在设计评价框架时，应聚焦学科融合的“交集点”，提炼出1—3个核心贯通指标即可。如在科学与语文融合时，重点抓“科学数据准确度”与“语言表达转化率”；在数学与美术融合时，重点看“几何比例准确度”与“色彩空间设计”。精简指标能让评价有抓手，确保数据收集与分析的有效性。

要坚守数据伦理，不要变相排名。AI技术虽然能高效处理学情，但极易异化为对学生进行隐性分层和排名的工具。我们应明确，所有AI收集的评价数据仅用于教研反思和个性化反馈，目的是诊断与促进学生发展。因此，平台应设置权限，生成可视化的“个人雷达图”而非“班级排行榜”，保护学生的自尊心与内驱力，避免引发学业焦虑。

要正视技术局限，不要盲信数据。当前AI在跨学科评价中仍有明显短板：一方面，AI词频统计尚不能精准识别修辞质量、创新思维与情感深度，易将丰富的文学表达误判为“语言匮乏”；另一方面，需防范学生在操作中为完成任务而产生的“随意点击”“机械刷新”等“伪痕迹”。

跨学科评价，不是设计更复杂的量表，而是让数据在学科间穿针引线。当科学课的数据、语文课的描写、数学课的统计、美术课的符号被同一套框架统摄时，“跨学科”就从理念落地为可操作、可复制的日常实践。

（作者系河北省衡水市景县龙华镇第二小学党支部书记）

探索

AI助力让探究有据可依

徐培培 温国蕾

相较于单一知识传授，高中跨学科教学更聚焦实现实践能力与高阶思维的双向共生，在学科融合探究中同步培育学生动手实践素养与深度思辨能力。

在高二“乡土物产发酵技术活化利用”项目式学习中，学生的探究难点并非实验操作，而是数据分析、误差归因等思维问题。如在柿子蛋白检测探究中，学生分别采用分光光度计检测、手机智能图像识别两种方式开展实验，最终得出的数据存在偏差，一时间无法判定误差来源。

教师没有直接讲授，而是把生成式人工智能引入讨论。学生系统梳理实验环境、试剂配制、拍摄条件、识别参数等完整过程信息，交由AI系统筛查变量，快速梳理出光照混杂、拍摄角度、样液梯度不清晰、样品浑浊度、背景干扰等多重潜在影响因素。

课堂关键突破不在于AI给出答案，而在于学生不盲从、重实证。学生对照自己的实验记录逐项排查，自主锁定问题：拍照时自然光和教室灯光混杂，标准样液颜色梯度不够明显，这些因素确实可能影响软件识别。于是，学生改进方案：固定拍照位置，使用白色背景，统一光源，重新配制标准样液。这个过程使AI不再是“答案生成器”，而成为帮助学生梳理证据、发现变量的工具。

同样，柿子酒小组的部分学生在发酵环节出现问题，学生把发酵时间、温度、气味变化、装瓶情况等信息输入AI，与AI协同整理可能原因，最终明确了发酵容器、温度和时间都会影响最终产物。学生据此重新解释自己的实验现象，而不是简单把结果归为“失败”。

人工智能助力跨学科教学，不必一开始AI就承担设计课程、生成方案、替代评价的任务。对一线课堂来说，更现实的做法是让AI进入学生探究中最需要支架的环节：数据解释、变量梳理、证据比对和方案修改。

AI不能代替学生观察，也不能代替教师判断。学生必须先有真实实验、真实记录和真实问题，AI的回答才有讨论价值。教师需要把关两个关键点，一是要求学生说明“AI给出的哪些解释有证据支持”，二是追问“哪些解释还需要进一步实验验证”。这样AI才能推动学生基于证据解决问题，改进资料拼贴的跨学科教学方式。

（作者徐培培系北京市房山区教师进修学校教师，温国蕾系北京市房山区实验中学教师）

AI是跨学科备课的“神助攻”

胡国强

面对小学科学教育“跨学科”教学，我积极尝试让AI成为我的“跨学科助教”，实现植物生长、动物习性、天气变化等基础知识的内在融合，并让教学充满乐趣与挑战。

三年级上册《动物的生命周期》单元教学备课时，我向AI提问：“请为三年级学生生成一份关于‘蚕的一生’的跨学科教学素材，包含科学知识、古诗词引用和绘画参考。”不到一分钟，AI就整理出蚕从卵到蛾的详细科学描述，附带了李商隐“春蚕到死丝方尽”的诗句解析，还提供了蚕不同生长阶段的简笔画线条图。我根据教学实际需求，将素材调整为一份融合科学观察、古诗诵读和美术绘画的跨学科课件。课堂上，学生一边观察蚕宝宝，一边吟诵诗句，再对照线条图画出蚕的形态，原本枯燥的知识点变得生动有趣。

跨学科教学的核心是创设真实情境。在讲《天气与生活》时，通常我让学生记录气温，但总觉得缺乏趣味。AI提出设计“小小气象播报员”的跨学科活动——不同天气下的生活场景描述（如“暴雨天如何安全出行”），并提供了气象播报的脚本模板。受此启发，我让学生结合科学课的气温数据、语文课的口语表达，甚至数学课的统计图表，来完成播报，实现了“科学+语文+数学”的情境教学设计，学生不仅掌握了天气知识，还锻炼了综合表达能力。

跨学科作业的评价也是一个难题。比如学生完成的《植物生长日记》，既有科学观察记录，又有文字描写和绘画。我利用AI的图像识别和文本分析功能，能快速识别出学生画的植物形态是否准确，文字描述是否包含科学术语，还能给出观察细致、表达生动等个性化评语。虽然最终评价仍由我来定，但AI的辅助大大减轻了我的工作量，也让学生得到了更及时的反馈。

当然，AI只是工具，教师的引导才是关键，最明显的就是，AI生成的内容有时过于成人化，需要我进行“儿童化”的二次加工，才能符合不同年级学生的认知特点。

对一线教师而言，人工智能是跨学科教学的“神助攻”，帮我们打破学科壁垒，创设真实情境，减轻评价负担，让跨学科教学不再“纸上谈兵”。

（作者系湖南省长沙市芙蓉区大同第二小学科学教师兼科技辅导员）

用AI辅助跨学科写作

刘妙灵

提供科技企业研发数据、深圳湾候鸟观察、南头古城历史资料3个信息，如何组织学生完成一篇推介稿？

我们引导学生向AI发出指令：“请用思维导图的形式，整合企业研发、深圳湾候鸟、南头古城3个信息，整理一篇城市推介稿结构框架。”AI快速生成三级分支图谱：主枝一“科技创新——企业案例”，主枝二“生态宜居——红树林候鸟”，主枝三“文化底蕴——南头古城”。然后，再指导学生将3个主枝并列，形成“科技+生态+文化”的推介框架。这里，AI降低了跨学科链接和呈现的门槛，学生不再畏惧“先构思还是先写作”，而是直接把思维导图当作写作的“施工图纸”。

学生利用AI生成的思维导图，先做“内化”：对照导图的分支，阅读教师提供的多学科材料——科学课查候鸟迁徙数据、道法课了解城市治理、语文课赏析推介范文。信息不再孤立，而是挂靠到导图的各个节点上。

进入写作阶段，导图直接转化为文章结构。一名学生写道：“深圳的创新，藏在科技企业5G领先全球的研发里（科技枝）；这里的生态之美，每年10万只候鸟选择深圳湾停歇（生态枝）；而南头古城的一砖一瓦，诉说着1700年的故事（文化枝）。”3个分支自然变为三个段落，逻辑清晰，层次分明。这就是“转化”——思维支架转化为文字表达。

有人担心AI生成导图会让学生变懒。恰恰相反。AI给出的是“毛坯框架”，学生需要补充自己的实地观察、访谈记录、真实数据，并对AI的分支提出疑问和修改。如有学生发现AI遗漏了“深圳的志愿服务文化”，主动在导图中添加“人文温度”分支，并在作文中单独成段。这个“修改导图”的过程，正是“深化”——学生在真实任务中反思、批判、创造。

跨学科写作的深层目标，不是堆砌多学科知识，而是学会像专家一样整合、思考、表达。AI作为思维可视化工具的“快捷生成器”，帮小学生跨过“不敢构思”的门槛，让每个孩子享受“想清楚、写明白”的成就感。这或许就是人工智能赋能跨学科教学最朴素，也最有效的路径：不是替代思考，而是让思维被看见、被支架、被点亮。

（作者系广东省深圳市螺岭外国语实验学校语文科组长）

《中国教育报》2026年09月08日 第04版