基于對話式學習的生成式人工智能賦能項目式學習實踐探究

中圖分類號：G434文獻標識碼：A論文編號：1674-2117（2025）13-0088-05

研究背景

人工智能是計算機模擬、實現(xiàn)人類智能的技術(shù)和方法。傳統(tǒng)的人工智能大多是根據(jù)給定的規(guī)則或數(shù)據(jù)進行數(shù)據(jù)分析和做出預測，而現(xiàn)在已經(jīng)發(fā)展成為能夠自主生成新內(nèi)容，類似人類創(chuàng)造的生成式人工智能（GAI）。因此，筆者聚焦教育教學，展開了基于對話式學習的GAI賦能項目式學習實踐探究。

GAI賦能項目式學習實踐研究

1.GAI賦能教學的重要途徑——對話式學習

不同專家學者及一線教師對生成式人工智能融入到教、學、評、備、輔、研多個領(lǐng)域進行了多維的探索和嘗試，其中一條共同的實現(xiàn)路徑就是指向一種新型的學習模式，即學習者基于不同領(lǐng)域的工作邏輯通過主動提問尋求大模型回應，實現(xiàn)遞進式問答對話與迭代式內(nèi)容生成，最終獲取對教育教學實踐有用的內(nèi)容。這種對話式學習的方式很容易讓人們想到非常著名的對話式教學法，即孔子的“啟發(fā)式教學法”和蘇格拉底的“精神助產(chǎn)術(shù)”，其共同的規(guī)律就是在對話的過程中循循善誘地引導學生理解其中的道理。這種對話式的教學既是一種創(chuàng)造性活動，也是一個不斷生成的過程?？鬃雍吞K格拉底能夠主動引導學生進行思考，當今面對的以ChatGPT為代表的大模型也具備豐富的知識庫，具備強大的自然語言理解與內(nèi)容生成能力，卻只能被動地回答問題，那么，如何在對話中充分挖掘大模型的潛力，獲得高質(zhì)量的回答呢？

在與以ChatGPT為代表的大模型對話過程中，ChatGPT提供的答案的豐富程度與質(zhì)量取決于人們?nèi)绾蜗蛩釂枺虼?，需要關(guān)注兩個核心問題：一是如何提升與大模型對話的效度；二是如何提升與大模型對話的深度。

2.基于對話式學習的教學實踐策略

（1）提升與大模型對話的效度：構(gòu)建基礎版明晰規(guī)則的結(jié)構(gòu)化提示語

提升與大模型對話的效度，即與大模型進行有效、有意義的對話。首先要構(gòu)建大模型“聽得懂”的話語體系，也就是要跟大模型說規(guī)范的教育提示語，教育提示語就是學習者或教育工作者為了幫助GAI理解人類意圖，使用適合機器理解的自然語言重新組織設計的面向教育領(lǐng)域的指令集。

具體來說，可以先使用基礎版的教育提示語，即明晰規(guī)則的結(jié)構(gòu)化提示語，也就是按照一定的規(guī)則與大模型進行對話。例如，RICDO模式，R代表希望大模型充當?shù)慕巧?，I代表希望大模型執(zhí)行的特定任務，C代表要做事情的背景信息，以引導大模型更好地理解和回應，D代表用戶實際輸人的內(nèi)容，O代表指定輸出的形式、類型、格式等。參照此規(guī)則，可以構(gòu)建如表1所示的提示語。

（2）提升與大模型對話的深度：構(gòu)建進階版合乎邏輯的專業(yè)化提示語

借助基礎版的教育提示語，和大模型的對話已經(jīng)能夠從基本的問答互動上升到更有效的對話，若要實現(xiàn)更高層次、更深度的對話則需要設計更高質(zhì)量的教育提示語，可以在提示語中融入個體的本體知識、想法、觀念等，構(gòu)建進階版合乎邏輯的專業(yè)化提示語。

3.基于對話式學習的項目式學習設計實踐案例

項目式學習設計是以學生學習為中心的設計，它的核心特征在于能讓學生真正理解學習的完整性和實現(xiàn)目標的過程，甚至能讓學生真正參與到項目式學習設計中來，最終實現(xiàn)理解性學習。運用設計思維可以將項目式學習設計分五個步驟展開，分別是選擇項目主題、確立學習目標、擬定驅(qū)動問題、設計實施方案與設計評價方案。

（1）選擇項目主題

北京師范大學桑國元教授團隊提出了在項目式學習中引導學生進行主題選擇的思考框架，學生可以從不同的角度來依次確定關(guān)鍵主題、一般性的主題以及子主題。結(jié)合基礎版教育提示語的框架，可以構(gòu)建如表2所示的關(guān)于項目式學習主題生成的提示語。

當輸入提示語后，大模型能夠按照項目式主題思考框架引導使用者一步步確定自己想要研究的主題與子主題，每一步問答都會給出多重研究角度供選擇，依據(jù)它給出的內(nèi)容能夠充分擴展研究的視角與路徑。

（2）確立學習目標

在確定單元的初始學習目標之后，教師可以請大模型依據(jù)一定的理論材料修訂單元目標。華東師范大學閆寒冰教授團隊對信息科技學科核心素養(yǎng)的子能力進行分解，形成信息科技核心素養(yǎng)子能力架構(gòu)。由于通用技術(shù)學科與信息科技學科在一定程度上具有相似性和可遷移性，因此可以請大模型依據(jù)信息科技學科核心素養(yǎng)子能力架構(gòu)對通用技術(shù)核心素養(yǎng)子能力進行分解，具體提示語如上頁表3所示。

大模型會根據(jù)上傳的文件生成通用技術(shù)學科核心素養(yǎng)子能力分解架構(gòu)，并以此對單元學習目標進行修訂，指明各教學目標體現(xiàn)了學科核心素養(yǎng)中的哪個子能力，以表格形式輸出（由于篇幅有限這里不具體呈現(xiàn)）。

（3）擬定驅(qū)動問題

在提煉驅(qū)動性問題環(huán)節(jié)，可請大模型依據(jù)追求理解的教學設計提出的關(guān)于理解的表現(xiàn)性動詞進行提煉，具體提示語如表4所示。

大模型不僅能結(jié)合已有單元內(nèi)容分別從應用、移情、洞察、解釋四個層面提煉相應的驅(qū)動性問題，還能夠?qū)⒒诶斫獾谋憩F(xiàn)性動詞融入到每個問題當中。

教師可以依據(jù)大模型生成的內(nèi)容調(diào)整預設的單元驅(qū)動性問題，此外，還可以依據(jù)夏雪梅教授團隊提出的項目化學習實施關(guān)鍵策略中關(guān)于提煉驅(qū)動性問題的指導意見，即以關(guān)鍵問題為邏輯暗線引導學生進行項目化學習，在系列子問題的探究過程中提供腳手架幫助學生逐步理解核心知識，從而解決關(guān)鍵問題。在每個子問題中都采用從低結(jié)構(gòu)的探索到高結(jié)構(gòu)的指導和講授的邏輯，請大模型依據(jù)已有單元信息提煉相應的驅(qū)動性問題及三個子問題。例如，驅(qū)動性問題：如何設計和實現(xiàn)一個校園北斗氣象站，使其擬定驅(qū)動問題 提示語

上述案例主要是將項目式學習的步驟進行拆解，在每一個關(guān)鍵步驟提供給大模型相應的思維模型，使其結(jié)合本單元已有基本信息，生成定制化、個性化的拓展性材料，獲取高質(zhì)量的回答。在這個對話過程中，思維模型的構(gòu)建發(fā)揮了關(guān)鍵作用，它能夠撬動和充分發(fā)揮大模型的潛力，為對話者提供更多有價值、可參考的信息。整個對話過程遵循了思維鏈模式，即通過將復雜問題分解為多個簡單步驟，來提升大模型的推理能力，這種方法使得大模型能夠逐步建構(gòu)解決方案，從而減少錯誤并提高準確性。

能夠準確采集和傳輸氣象數(shù)據(jù)，同時體現(xiàn)北斗衛(wèi)星導航系統(tǒng)的應用價值？子問題一：如何利用北斗衛(wèi)星導航系統(tǒng)設計校園氣象站的方案？子問題二：如何通過編程實現(xiàn)傳感器功能，并將數(shù)據(jù)傳輸至北斗氣象站？子問題三：如何連接和調(diào)試電子元器件，確保北斗氣象站的穩(wěn)定運行？

（4）設計實施方案

在設計實施方案環(huán)節(jié)，可以請大模型在單元已有信息基礎上，依據(jù)逆向教學設計中關(guān)于單元學習活動設計的WHERETO要素設計學習活動，具體提示語如上頁表5所示。

大模型能夠依據(jù)WHERETO要素設計相對細致的學習活動，為教學設計提供更多的思路。教師還可以在大模型提出內(nèi)容的基礎之上，圍繞某個問題與它進行深入探討，如可以追問北斗導航系統(tǒng)除了可以用在校園氣象站上，還可以在學校的哪些地方發(fā)揮作用，請它在剛才輸出的單元學習活動中補充此類遷移應用學習活動。

（5）設計評價方案

在設計評價方案環(huán)節(jié)，教師可以采用SOLO分類理論作為腳手架提供給大模型，請它結(jié)合單元已有信息設計評價量規(guī)。SOLO分類評價理論是一種質(zhì)性的評價方式，深刻地描述了學生的學習過程與認知水平發(fā)展階段之間的關(guān)系，在該理論中，學生的認知發(fā)展水平呈現(xiàn)由簡單到復雜、由低級到高級、由量變到質(zhì)變的發(fā)展趨勢，通過這種評價方式可以判斷學生是否已經(jīng)實現(xiàn)了從知識碎片化到能夠舉一反三、遷移應用的轉(zhuǎn)變。筆者將SOLO分類理論五個層次結(jié)構(gòu)內(nèi)容以文檔的方式上傳，闡述SOLO分類理論的內(nèi)涵，請大模型生成評價量規(guī)，以表格的方式呈現(xiàn)，提示語如表6所示。

依據(jù)思維鏈模式設計提示詞可以采取以下策略： ① 明確任務目標，將復雜任務分解為一系列簡單的子任務； ② 為每個子任務提供明確的提示詞，引導大模型逐步完成任務； ③ 通過反饋和迭代，不斷優(yōu)化提示詞，提高大模型的工作效率。基于此模式設計的提示語能夠引導大模型在先前生成內(nèi)容的基礎上，進一步深入探討和思考，從而產(chǎn)生更有意義的互相關(guān)聯(lián)的回應。

GAI重構(gòu)知識生產(chǎn)及思維方式

人工智能已經(jīng)從最初的能存會算、能聽會說、能理解會思考發(fā)展到了現(xiàn)在的具有一定的邏輯思維能力，面對GAI的發(fā)展，我們在思考如何揚長避短利用好它的同時，也要思考它的發(fā)展給師生帶來的挑戰(zhàn)和影響。

在人機協(xié)同工作中，人類首先對要處理的外部復雜事物進行整體感知和判斷，并制訂相應的計劃和規(guī)劃，同時將任務進行分解，將適合計算機處理的事情交由它來處理，計算機處理完后將結(jié)果返回，人腦對獲取的信息進一步加工和判斷，最后轉(zhuǎn)變?yōu)橛幸饬x有價值的決策。因此，使用者可以從自身工作流的角度來進一步理解人機協(xié)同，明確在人機協(xié)同的過程中，首先發(fā)揮作用的是自身的思維模型，給出處理問題的方向和思路，然后根據(jù)自己已有經(jīng)驗對獲取的信息進行邏輯判斷，最后實現(xiàn)這種認知的躍變。

參考文獻：

[1劉邦奇.人工智能賦能課堂變革的核心價值：智慧生成與模式創(chuàng)新[J.開放教育研究，2022，28（04）.42-49.

[2]趙曉偉，沈書生，祝智庭.數(shù)智蘇格拉底：以對話塑造學習者的主體性[J.中國遠程教育，2024，44（06）：13-24

[3]余勝泉，汪凡淙.人工智能教育應用的認知外包陷阱及其跨越[J].電化教育研究，2023，44（12）.5-13.