第一章 问题的提出
跨学科主题教学作为核心素养落地的重要载体，正推动基础教育从分科走向整合。与此同时，生成式人工智能的突破性发展正重塑教育技术的新图景。本章将从生成式人工智能赋能小学跨学科主题教学设计的研究背景、研究问题、研究意义以及概念界定四个方面进行阐述。
目录
摘要
abstract
中英文对照及缩略表
第一章 问题的提出
第二章 文献综述
第三章 研究设计
第四章 行动研究的实施
第五章 研究结论与展望
参考文献
附录1 《生成式人工智能赋能跨学科主题教学》调查问卷
附录2 第一轮行动研究T9 教师《探秘回南天》跨学科主题教学设计
附录3 第一轮行动研究访谈提纲
附录4 第二轮行动研究T9 教师《探秘回南天》跨学科主题教学设计
附录5《生成式人工智能赋能小学跨学科主题教学设计 的情况调查》调查问卷
附录6 跨学科主题教学设计质量评价表
附录7 两轮跨学科主题教学设计评分汇总表
第一节 研究背景
一、核心素养导向和跨学科主题教学需求的增长以核心素养为导向编写的《义务教育课程方案和课程标准（2022 年版）》（以下简称“2022 版课标”）前言部分的主要变化中提出：设立跨学科主题学习活动，加强学科间相互关联，带动课程综合化实施，强化实践性要求[1]。教育工作的复杂性及学生素养的本质属性，要求教学过程采取跨学科的方法。人类的学习本质上是在知识互联的框架中构建对事物的理解，这一过程必然涉及不同学科之间的交叉、互动与融合。此外，素养本身具有多元结构和复杂内涵，其发展无法依赖任何单一学科独立完成。这意味着，素养发展与学科体系之间并非单向依存，而是多向交织、相互补充的关系。因此，学科核心素养的培育需要多个知识领域协同作用，即便在以核心素养为导向的课程与教育改革中，也需要贯穿跨学科、跨领域的整合方法[2]。
二、生成式人工智能的特点与教育中的潜在应用以 ChatGPT 为代表的生成式人工智能（Generative artificial intelligence）作为教育技术中的新兴工具，为学习提供了新的可能性。随着自然语言处理、机器学习、大数据和云计算技术的迭代更新，生成式人工智能快速发展。生成式人工智能使用无监督学习算法来创建新内容，包括文本、代码、音频、视频等多种形式[3]。生成式人工智能凭借强大的对话和创作能力能够在提升学习效率、丰富课程内容、重构教学方法以及拓宽教育时空边界等方面发挥重要作用，推动教学资源、教学方法和评价方式等方面的变革，重塑学习、教学、科研和教师专业发展等关键场景[4]。随着科技的进步，教育技术已经成为改善和创新教学全流程的重要驱动力。生成式人工智能在支持创造富有吸引力的、交互式的跨学科主题教学环境中显示出巨大潜力。有很多学者的研究表明，使用生成式人工智能支持跨学科主题教学的开展是具备一定的可行性的。三、跨学科主题教学的困境与生成式人工智能的优势跨学科学习理论强调超越传统学科界限，探求知识领域间的深层联系和相互作用[1]。从实践角度来看，当下学校在实施跨学科主题教学时，教师通常会面临以下四个问题：认知问题，即对跨学科主题教育认识不足；能力问题，即缺乏跨学科主题教育技能；资源问题，即跨学科主题教育资源不足；评价问题，即缺乏跨学科主题教育评价方法。四个困境的交织限制了跨学科主题教学的价值实现[2]。随着人工智能技术的迅猛发展，尤其是生成式人工智能如 Chat GPT 和 Sora 的出现，为课程设计、实施及个性化推荐带来了全新解决方案。以 ChatGPT 为例的生成式人工智能作为一种先进的人工智能工具，提供多学科视角的探索能力，使学习者能够更加灵活和全面地处理实际问题[3]。梅耶的多模态学习理论进一步强化这种跨学科方法的有效性，结合视觉、听觉和动觉等多种感官和认知方式进行学习，可以显著增强记忆、促进深入理解并激发创造力[4]。生成式人工智能不仅有望应对传统课程体系面临的诸多挑战，更能推动课程生产方式的变革。一方面，教师可通过人机对话自动生成教学设计、教学资源及教学活动，不仅能提升开发效率与提高课程质量，更能满足学生个性化需求，丰富学习场景。另一方面，学生可依据学习兴趣自主获取学习路径与资源，实现个性化学习需求。最后，基于生成式人工智能的课程构建可实现多信息源与多渠道的知识整合。ChatGPT 与 Sora 不仅能自动生成文本、视频等多样化的教学资源，更能融合不同教育资源，形成跨学科课程体系。这种动态整合能力为跨学科主题教学提供了可能的解决方案，有助于构建更全面立体的教学体系，也契合未来教育发展趋势[5]。
四、现有研究的不足与本研究方向的探索虽然一些研究已经探讨了生成式人工智能在教育中的应用，但该领域的现有研究中，理论研究论文最常见，其中评估生成式人工智能技术绩效的文献最多。美国是当前生成式人工智能对教育影响研究的主要贡献者，而中国的相关研究不足[1]。总体而言，当前文献多是从理论的角度探讨生成式人工智能在教育教学中的潜在优势，关于生成式人工智能在小学跨学科主题教学支持方面的系统研究较少。跨学科主题教学设计作为跨学科主题教学的核心环节，其质量直接决定了教学实施的成效与学生的学习体验，而当前聚焦于跨学科主题教学设计的研究更是匮乏，且缺乏具体的实践案例以及数据支持。因此，系统探索生成式人工智能如何赋能跨学科主题教学设计，不仅具有重要的理论意义，也具有迫切的现实需求。与此同时，目前在小学阶段，多数地区明确规定学生不得将个人电子设备带入校园，并且多数学校在上课的过程中未配备电脑或者平板等电子设备，这就导致在进行跨学科主题教学时，小学生使用生成式人工智能会存在诸多限制，因此，本研究将主要聚焦于小学教师群体，通过行动研究重点探究生成式人工智能是否能有效解决教师在传统备课方式下进行小学跨学科主题教学设计时存在的问题，并探究如何利用生成式人工智能赋能小学跨学科主题教学设计。第二节 研究问题本研究的研究目的是：拟通过生成式人工智能解决教师在使用传统备课方法进行小学跨学科主题教学设计时存在的问题，提高教师工作效率，通过行动研究，探究生成式人工智能在赋能小学跨学科主题教学设计时的优势领域，并总结利用生成式人工智能赋能小学跨学科主题教学设计的实施路径。要实现上述研究目的，本研究的问题有：一、传统备课方式下小学跨学科主题教学设计的现存问题有哪些？通过阅读文献、问卷调查、访谈、教师实践等方式了解教师使用传统备课方式撰写小学跨学科主题教学设计的现状，明确传统备课方式下小学跨学科主题教学设计存在的问题，为后续研究提供基础。二、生成式人工智能赋能小学跨学科主题教学设计的优势是什么？通过行动研究，结合文献和实际应用，分析生成式人工智能解决传统备课方式下小学跨学科主题教学设计现存问题的效果，并总结生成式人工智能赋能小学跨学科主题教学设计的优势有哪些。
第二章 文献综述
国内外学者已对“跨学科主题教学”与“生成式人工智能”进行了较为系统的研究。依据研究问题，通过对相关文献进行系统梳理与分析，本章将从小学跨学科主题教学研究述评、生成式人工智能述评、生成式人工智能在跨学科主题教学中的研究述评三方面进行阐述。
第一节 小学跨学科主题教学研究述评
一、小学跨学科主题教学研究现状
本研究在中国知网上以“主题”为检索条件，选取“跨学科教学”或“跨学科学习”或“跨学科主题”或“跨学科活动”为检索词进行精确检索，截至 2024 年 5 月，发表年度趋势如图。可见，自 2022 版课标发布以来，随着信息科技的迅猛发展，跨学科主题教学的研究呈现爆发式增长，迅速成为备受关注的研究领域。2022 年的相关文献共1035 篇，2023 年的相关文献共 2723 篇，2024 年前 5 个月的相关文献就达到了 1288 篇。而将研究范围缩小为“小学”时，2022 年的相关文献仅 113 篇，2023 年的相关文献仅495 篇，2024 年截至目前共 294 篇。以小学作为研究对象的文献数量，相较于整体文献的总量，其所占的百分比显著低于 在 Web of Science 上以“topic”为检索条件，选取“Interdisciplinary Thematic”“Interdisciplinary Teaching”“Interdisciplinary Learning”“Interdisciplinary activities”“cross-disciplinary”为检索词，研究领域限定为“Education Educational Research”进行精确检索。截至 2024 年 5 月，发表年度趋势如图。如图所示，国外对于跨学科的研究远早于中国，并且研究文献的数量从 1970 年开始逐年上升，直到 2017 年，每年的相关文献数达到上千篇，2021 年的相关文献为 1269 篇，2022 年的相关文献为 1231 篇，2023 年的相关文献为 1117 篇，2024 年截至目前共 326 篇。而将研究范围缩小为“PrimarySchools”时，2021 年的相关文献为 56 篇，2022 年的相关文献为 35 篇，2023 年的相关文献为 36 篇，2024 年的相关文献为 13 篇。可以看出，对于跨学科主题教学的相关研究，2022 年以前，国外的文献数远超国内，但近两年，国内的相关文献数远高于国外，且国外关于小学跨学科主题教学可检索到的文献非常少。
第三章 研究设计
为系统回应本研究提出的三个核心问题，本研究设计了严谨的行动研究方案。本章将从研究对象、研究方法、研究思路和研究技术路线四个方面进行详细阐述。第一节 研究对象本研究选取深圳市南山区某小学跨学科主题教学研究小组的 11 名教师作为研究对象。该校位于与前海相邻的大南山片区，共 114 名教师，其中语文教师 41 名，数学教师 21 名，英语教师 14 名，科学教师 6 名，信息科技教师 3 名，音乐教师 8 名，美术教师 5 名，体育教师 10 名，心理教师 4 名，道法教师 2 名。其中本科学历占比 60%，硕士学历占比 40%，多数毕业于师范院校或重点高校。教师年龄结构较均衡，既有经验丰富的骨干教师，也有年轻教师补充活力。学校会定期开展教研活动，部分教师参与过南山区或深圳市的课题研究、教学竞赛并获奖。该校因邻近前海、大南山片区，学生家长群体以中产阶层为主，部分为科技行业从业者，生源质量较稳定，学业成绩在南山区公立小学中处于中等偏上，英语和科技类课程表现较突出。该校的办学理念是“教育就是成就”，致力培养坚毅、善良、乐观的创新型人才，该校的特色是幼小衔接，跨学科主题教学并非为该校的特色项目，且经调查，只有部分教师进行过尝试。所以本研究通过调查问卷的形式，了解了校内教师对于跨学科主题教学的意愿，并依据问卷结果，在校内组建了跨学科主题教学研究小组。本研究选取的跨学科主题教学研究小组成员在教龄结构上呈现出合理的梯队分布，能够全面反映不同发展阶段教师的教学特点和研究价值。从教龄维度分析，研究对象中教龄 5 年以下的新手教师占比最高，这些教师虽然教学经验相对不足，但学历相对较高，具有较高的理论素养和创新意识，能够为研究提供新颖的视角；教龄在 6-10 年间的熟练教师作为中坚力量，既具备一定的教学经验，又保持着较好的教学热情；教龄在 11～20 年的骨干教师教学经验丰富，是学校教学的中坚力量；此外，研究小组还包含教龄超过 20 年的资深教师，他们拥有深厚的教学积淀和独特的教学智慧。这种多元化的教龄结构既保证了研究的代表性，又确保了研究成果的可推广性。从学科背景来看，研究对象涵盖了语文、数学、英语、科学、艺术、信息科技等多个学科领域，且分布在小学各个年级。特别值得注意的是，研究小组中有多位教师具有跨学科任教经历，其中部分教师长期兼任两门及以上学科的教学工作。更值得关注。
第四章 行动研究的实施
本章将详细阐述本行动研究的实施过程。本行动研究一共分为三个阶段：研究准备阶段、研究实施阶段、研究总结阶段。其中，研究实施阶段，将通过三轮行动研究逐步解决本研究的三个研究问题。
第五章 研究结论与展望
本研究基于传统备课方式下小学跨学科主题教学设计面临的现实困境，遵循行动研究“计划－行动－观察－反思”的范式，通过三轮迭代逐步深入，解决了本研究的三个核心问题：1.传统备课方式下小学跨学科主题教学设计的现存问题有哪些？2.生成式人工智能赋能小学跨学科主题教学设计的优势是什么？3.生成式人工智能赋能小学跨学科主题教学设计的实施路径是什么？第四章详细呈现了三轮行动研究的过程与发现，本章旨在对上述研究过程与发现进行系统性的总结、提炼与升华，以回答本研究最初提出的三个核心问题，为生成式人工智能赋能小学跨学科主题教学设计的行动研究进行总结，并在此基础上探讨研究局限性、潜在风险与未来方向。第一节 研究结论跨学科主题教学是《义务教育课程方案和课程标准（2022 年版）》课程内容中的一个重要组成部分，而在小学阶段，跨学科主题教学存在着诸多问题，本研究通过查阅相关文献资料寻求了理论依据，对研究者所在学校的教师开展了问卷调查，初步了解了以深圳市南山区某小学为例的小学跨学科主题教学现状，进而将研究视角聚焦于跨学科主题教学的备课阶段，确定了研究问题，组建了跨学科主题研究小组，明确了研究对象，尝试将生成式人工智能这一热点技术应用于跨学科主题教学设计中，并通过三轮行动研究逐一解决了本研究的三个问题。基于三轮行动研究的实证数据与分析，本研究对第一章提出的三个研究问题得出以下结论：一、传统备课方式下小学跨学科主题教学设计的现存问题本研究基于文献阅读、前期调查问卷、第一轮跨学科主题教学设计分析及访谈结果，总结了传统备课方式下小学跨学科主题教学设计的现存问题，如下：
（一）教师认知与能力不足1．概念理解偏差：对跨学科主题教学核心目标认识不清，导致多学科内容简单拼凑。部分教师未能把握跨学科主题教学重在培养学生各学科核心素养与解决真实问题的能力，仅停留在学科知识的机械叠加，缺乏有机整合与目标导向的设计意识。2．学科壁垒限制：单一学科背景教师缺乏其他学科专业知识。由于长期深耕某一学科，教师在拓展跨学科内容时面临知识盲区，难以准确把握其他学科的核心概念与方法，限制了跨学科主题教学的深度与广度。3．协作能力不足：跨学科团队分工不清、沟通低效。教师之间缺乏共同备课机制与明确的责任分配，导致跨学科备课效率低。
（二）学科融合浅层化1．学科任务简单叠加：缺乏内在逻辑关联。例如在科学课中加入美术绘制环节，但二者未围绕同一核心问题展开，仅形式上的组合未能体现学科间的互补与深化。2．主次失衡：某一学科主导，其他学科沦为辅助工具。如语文与英语的融合中，仅使用英语对相关文本进行翻译，未能真正实现学科思维与方法的交融。3．融合形式化：未体现深度整合。教学仍以分科知识传输为主，跨学科设计仅停留在教学形式层面，未能促进学生构建整体性的认知框架。
（三）教学目标与活动设计缺陷1．目标模糊或庞杂：跨学科目标表述笼统，有时过于庞杂，且缺乏可操作性。如仅提出“培养综合能力”，未明确能力维度和表现标准，导致教学实施与评价缺乏依据。2．活动单一：重复性技能训练，缺乏探究性任务。教学活动大多要求学生进行机械操作或低层次问答，缺少基于真实问题、需多学科协作解决的开放性教学活动。3．学生主体性不足：教师主导环节过多。学习过程以教师讲解与示范为主，学生缺乏自主探究、合作决策的机会，抑制了批判思维与创新能力的培养。
（四）评价机制不完善1．评价标准模糊：依赖主观标准。跨学科成果的评价多基于教师个人经验，缺乏清晰的量规或等级描述，导致评分随意性大、反馈针对性弱。2．评价片面：仅关注单一学科成果。例如在科技与艺术结合的项目中，仅评估艺术表现或技术实现，忽视跨学科思维过程与合作能力的考察。3．多维评价缺失：未针对跨学科能力制定具体维度。缺乏对知识整合、创新应用、团队协作等核心素养的系统评价方案，难以全面反映学生学习成效。
（五）时间管理低效1．备课耗时长：设计周期过长。教师需花费大量时间协调多学科内容、资源与活动，且缺乏成熟的模板或协作平台支持，导致备课负担重、效率低下。2．课时安排不合理：未根据跨学科任务安排合理的课时。例如设计的跨学科任务较多，但是却只安排了 2 个课时，难易在预期的课时内完成教学任务，脱离教学实际。
二、对本研究的启示通过对跨学科主题教学相关研究的系统梳理，可以发现国内外关于跨学科主题教学的研究主要聚焦于高等教育领域，而针对小学阶段的跨学科主题教学研究成果较为稀缺，与本研究相关的直接参考文献相对较少。在国内，尽管小学阶段已经开始实施跨学科主题教学，但面临着多重挑战。具体而言，当前小学阶段的跨学科主题教学面临的主要问题包括：教师普遍缺乏跨学科的整合能力，导致教学内容难以形成有效的跨学科联结；跨学科主题教学的目标设定不清晰，缺乏明确的教育价值和导向；跨学科主题教学的课程资源相对匮乏，难以支撑教学的深入开展；教学方式陈旧，未能充分利用现代教学手段促进学科间的深度融合。值得肯定的是，仍有一部分具有探究精神的教师在教学实践中尝试开展跨学科主题教学，努力在教学主题、教学活动、教学方式以及教学评价等多个方面进行创新和改革，以期真正实现提升学生跨学科素养的教学目标。同时，也有部分教师通过长期的实践探索，总结出了一系列实施跨学科主题教学的策略、路径等。然而，文献梳理表明，当前鲜有研究探讨教师使用生成式人工智能技术赋能跨学科主题教学设计。因此，本研究将聚焦于探讨生成式人工智能技术在小学跨学科主题教学设计中的应用潜力和实施路径，以期为该领域的研究提供新的视角和理论支撑。第二节 生成式人工智能研究述评2022 年 12 月以来，Chat GPT 的迅速走红引发社会各界对生成式人工智能的热烈关注。生成式人工智能就是利用神经网络、生成扩散模型和大型预训练模型等人工智能技术，通过寻找现有数据的规律，重塑内容生成的一种方式或技术[2]，具有内容和技术的双重特征。与传统的专业生成内容（PGC）、用户生成内容（UGC）相比，生成式人工智能在内容特征上表现出更强大的生产力与生产效率，且可根据个性化需求进行定制；技术特征上则展现出出色的认知与交互能力，且可实现跨模态融合。它具有与诸多领域（如娱乐、游戏、教育、金融、艺术设计等）融合应用的潜力，已成为学术界的研究热点，理论研究成果也呈现爆发式增长。
第三节 生成式人工智能在跨学科主题教学中的应用研究述评一、生成式人工智能在跨学科主题教学中的应用研究现状主要研读目前国内外关于生成式人工智能在跨学科主题教学中的理论研究和实践研究。（一）生成式人工智能在跨学科主题教学中应用的理论研究从技术角度来看，生成式人工智能的训练数据库涵盖了广泛的学科知识，所以能够在短时间内提供和解答学生几乎所有学科领域的知识[1]。Bauer E 等人认为 ChatGPT 和GPT-4 等新一代大型语言模型具有改变教育方法的潜力，例如同伴反馈。为了研究自然语言处理（NLP）和教育研究交叉点的同伴反馈，提出了一个跨学科框架，旨在促进基于 NLP 的适应性措施的开发，以支持数字学习环境中的同伴反馈过程[2]。陆道坤和陈吉钰认为以 Sora 为代表的生成式人工智能将塑造基于人机互动的学习模式，进而推动自主学习，有助于调整教育内容，例如大力推进跨学科学习[3]。苏君阳等人从支持跨学科研究的大语言模型的角度进行了分析，发现大语言模型非常擅长在不同学科数据库间快速检索，并简化各个学科的学术语言，这些模型还可以在跨学科知识网络的逻辑联结中发掘学术创新灵感，从而支持跨学科学术研究[4]。此外，多项研究表明，生成式人工智能有利于构建人机协同的新学习模式和多学科融合的新育人模式。
本章小结本章对全文的研究成果进行了集中总结与展望。系统回应了开篇提出的三个研究问题，总结出传统备课方式下小学跨学科主题教学现存的七大问题，明确了生成式人工智能可有效解决的十二类具体问题，总结出生成式人工智能赋能小学跨学科主题教学设计的十大优势与包含六个核心环节的实施路径，系统分析了生成式人工智能赋能小学跨学科主题教学设计时存在的局限性与潜在风险，并提出了对未来研究的展望。本章既标志着本次行动研究的阶段性收官，也为生成式人工智能在教育领域的实践应用与后续探索指明了新的方向。
参考文献
[1] 邓海云.跨学科教学的案例研究[D].华东师范大学,2023.
[2] 丁莉莉,王军钊,宫茜.小学跨学科主题学习的系统设计与实施[J].中小学管理,2023(06):55-58.
[3] 丁莉莉,王军钊,宫茜.小学跨学科主题学习的系统设计与实施[J].中小学管理,2023(06):55-58.
[4] 董艳,陈辉.生成式人工智能赋能跨学科创新思维培养:内在机理与模式构建[J].现代教育技术,2024,34(04):5-15
.[5] 杜惠洁,舒尔茨.德国跨学科教学理念与教学设计分析[J].全球教育展望,2005.34(08):28-32.
[6] 付天祎,朱雪梅,邢祺云.ChatGPT 协同地理教学设计的模型建构及实践审思——以“全球气候变化与国家安全”为例[J].地理教学,2024(05):29-34.
[7] 郭亚军,庞义伟,周家华,等.ChatGPT 赋能图书馆虚拟数字人：技术优势、应用场景与实践路径[J].图书馆论坛,2024,44(08):69-79.
[8] 何克抗.教学系统设计[M].北京:北京师范大学出版社,2010:12.
[9] 胡盼盼,刘瑞娜,陈奕桦.小学英语跨学科主题学习的价值意蕴､实践困境及优化路径[J].教学与管理,2024(08):38-42.
[10] 贾同,蔡建东.生成式人工智能对教育生产力的变革[J].现代教育技术,2024,34(01):107-116.
[11] 蒋立兵,王依然.跨学科主题教学的实践困境与超越路径[J].当代教育科学,2023(07):36-42.
[12] 焦建利,黄星云.ChatGPT 与 Sora 如何革新学习､课程与教学[J].国家教育行政学院学报,2024(04):60-68.
[13] 李光,刘芳芳.生成式人工智能赋能历史跨学科主题学习研究[J].教学与管理,2024(16):43-47.
[14] 李海峰,王炜,李广鑫,等.智能助产术教学法——以“智能苏格拉底会话机器人”教学实践为例[J].开放教育研究,2024,30(02):89-99.
[15] 李俊.小学语文课程整合与跨学科教学实践研究[J].考试周刊,2024(23):28-32.