人機協(xié)同助力生物學(xué)單元作業(yè)設(shè)計

近年來，生成式人工智能在教育領(lǐng)域的應(yīng)用受到廣泛關(guān)注。生成式人工智能作為基于深度學(xué)習(xí)技術(shù)的人工智能分支，能夠自主創(chuàng)造文本、圖像、音頻甚至視頻等內(nèi)容。與傳統(tǒng)分析型人工智能不同，生成式人工智能不僅能理解和處理已有信息，而且能生成全新原創(chuàng)內(nèi)容[11。2025年5月，教育部基礎(chǔ)教育教學(xué)指導(dǎo)委員會發(fā)布《中小學(xué)生成式人工智能使用指南（2025年版）》強調(diào)，教育工作者應(yīng)通過持續(xù)學(xué)習(xí)掌握智能技術(shù)相關(guān)知識與技能，提升人工智能素養(yǎng)[2]。在高中生物學(xué)教學(xué)中，單元作業(yè)作為鞏固知識與培養(yǎng)能力的重要環(huán)節(jié)，在設(shè)計方式上長期存在內(nèi)容單一、缺乏個性化等問題，難以滿足學(xué)生多樣化的學(xué)習(xí)需求。基于此，本文以DeepSeek平臺為例，探索生成式人工智能在高中生物學(xué)單元作業(yè)設(shè)計中的人機結(jié)合路徑，旨在為高中生物學(xué)單元作業(yè)設(shè)計提供新的思路與啟示。

一、生成式人工智能輔助高中生物學(xué)單元作業(yè)設(shè)計

（一）傳統(tǒng)單元作業(yè)設(shè)計流程

在傳統(tǒng)單元作業(yè)設(shè)計流程中（如圖1），教師首先需依據(jù)《普通高中生物學(xué)課程標(biāo)準(zhǔn)（2017年版2020年修訂）》中的學(xué)科核心素養(yǎng)、內(nèi)容要求及命題建議，結(jié)合教材內(nèi)容和學(xué)情，明確單元核心知識點與技能要求，制訂具體、可測量的學(xué)習(xí)目標(biāo)并設(shè)計單元作業(yè)框架[3]。隨后，教師根據(jù)作業(yè)目標(biāo)與框架，結(jié)合具體知識點設(shè)計多樣化的作業(yè)類型，分層設(shè)置難度，創(chuàng)設(shè)問題情境，采用選編、改編和創(chuàng)編等方式組織作業(yè)任務(wù)與題目。

設(shè)計完成后，教師需對作業(yè)進行分析調(diào)整，并整合相關(guān)教學(xué)資源，形成完整的作業(yè)方案。最后，教師合理安排作業(yè)并批改，通過學(xué)生的反饋對作業(yè)進行反思與優(yōu)化，確保作業(yè)設(shè)計的系統(tǒng)性和有效性。然而，由于教師精力與時間有限，高效且系統(tǒng)的單元作業(yè)設(shè)計面臨諸多挑戰(zhàn)。在此背景下，生成式人工智能的出現(xiàn)為生物學(xué)單元作業(yè)設(shè)計提供了創(chuàng)新的解決方案。

圖1傳統(tǒng)單元作業(yè)設(shè)計流程

（二）生成式人工智能輔助單元作業(yè)設(shè)計流程

生成式人工智能輔助單元作業(yè)設(shè)計（如圖2）需要明確的單元目標(biāo)與作業(yè)框架。教師可以通過向生成式人工智能平臺上傳相關(guān)材料并輸入指令，借助其分析能力生成可視化的作業(yè)自標(biāo)框架，作為單元作業(yè)設(shè)計的依據(jù)。在設(shè)計題目時，教師需明確生成式人工智能的任務(wù)，設(shè)計合適的提示語并設(shè)定具體的作業(yè)生成條件，確保生成內(nèi)容的針對性和科學(xué)性。生成式人工智能完成作業(yè)設(shè)計后，教師需對其生成的作業(yè)進行審查、分析與調(diào)整，確保其符合教學(xué)需求和學(xué)生認(rèn)知水平。經(jīng)過優(yōu)化的作業(yè)可正式布置給學(xué)生，教師對學(xué)生的作業(yè)反饋信息進行深入分析，為后續(xù)教學(xué)策略的調(diào)整和作業(yè)設(shè)計的優(yōu)化提供依據(jù)。這一流程在提升作業(yè)設(shè)計效率的同時確保了作業(yè)內(nèi)容的科學(xué)性和適切性，為教學(xué)目標(biāo)的實現(xiàn)提供了有力支持。

圖2生成式人工智能輔助單元作業(yè)設(shè)計流程

二、基于DeepSeek平臺的生物學(xué)單元作業(yè)設(shè)計案例分析

（一）構(gòu)建作業(yè)框架

以“生物的進化”單元作業(yè)設(shè)計為例，在明確單元目標(biāo)并建立作業(yè)框架的基礎(chǔ)上（見表1），借助DeepSeek平臺設(shè)計一道關(guān)于“種群基因組成變化”的綜合探究類作業(yè)題目，旨在引導(dǎo)學(xué)生運用課堂所學(xué)的概念與技能，解決新情境中的問題，從而培養(yǎng)其科學(xué)思維、探究能力以及相關(guān)的社會責(zé)任。相較于基礎(chǔ)類作業(yè)，綜合探究類作業(yè)的設(shè)計對生成式人工智能的要求更高。

（二）設(shè)計提示語與指令

在引導(dǎo)DeepSeek設(shè)計具體題目時，可采用“背景式提問”方式，即通過賦予生成式人工智能特定的角色與任務(wù)，使其生成更具針對性的回答。背景式提問的優(yōu)勢在于能夠明確任務(wù)背景與目標(biāo)，從而提高生成內(nèi)容的質(zhì)量與相關(guān)性。常用的結(jié)構(gòu)化模板為ROBC指令模板，該模板能夠清晰傳達用戶的需求與期望，確保生成內(nèi)容與教學(xué)目標(biāo)高度契合。然而，模板并非固定不變，可以根據(jù)具體命題需求進行動態(tài)優(yōu)化與調(diào)整?；赗OBC指令模板，結(jié)合具體命題情境，本研究為DeepSeek設(shè)計了如下指令（見表2）。

表1種群基因組成的變化作業(yè)框架

表2指令模板與示例

（三）優(yōu)化生成的題目

在進行題目優(yōu)化時，由于上一步已為DeepSeek設(shè)定了明確的角色與背景，因此可采用“直線式提問”方式，即直接提出具體需求或詢問關(guān)鍵問題。在對DeepSeek生成的題目進行審閱與分析后，教師可通過多輪對話引導(dǎo)DeepSeek調(diào)整題目表述或補充關(guān)鍵信息（本文僅呈現(xiàn)五輪對話示例，見表3）。此外，教師還可通過指令引導(dǎo)DeepSeek對已生成題目的不足之處進行分析，并針對這些不足進行迭代優(yōu)化，從而不斷增強題目設(shè)計的科學(xué)性與適切性。

（四）題目的呈現(xiàn)

從五輪對話后呈現(xiàn)的作業(yè)題目（如圖3，掃碼查看）來看，DeepSeek能夠理解并執(zhí)行大多數(shù)指令。盡管在面對某些復(fù)雜指令時需要通過多輪對話才能達到預(yù)期效果，但這恰恰體現(xiàn)了其對復(fù)雜指令的適應(yīng)性與迭代優(yōu)化能力。題目設(shè)計圍繞“自然選擇”“抗生素耐藥性”“基因頻率變化”等教學(xué)重點內(nèi)容展開，初始題干以簡潔的描述引入：“為了探究抗生素對細(xì)菌的選擇作用，某研究小組設(shè)計了一項實驗”，這一背景信息較為簡單，難以激發(fā)學(xué)生興趣。教師與DeepSeek多輪對話，最終生成了第一視角的真實問題情境一一“寵物狗‘豆豆’的皮膚病治療”，貼近生活實際，能激發(fā)學(xué)生的興趣和同理心。模擬真實醫(yī)療場景引入抗生素耐藥性問題，體現(xiàn)了生物學(xué)知識的現(xiàn)實意義。在問題設(shè)置上進行多層次的任務(wù)設(shè)計：基礎(chǔ)層通過填空題鞏固核心知識（任務(wù)1），進階層引入實驗數(shù)據(jù)分析（任務(wù)2），高階層則設(shè)置推理預(yù)測（任務(wù)3）與實驗設(shè)計（任務(wù)4）內(nèi)容，最后進行實踐討論（任務(wù)5），培養(yǎng)學(xué)生綜合運用知識解決實際問題的能力。題自整體呈現(xiàn)出“概念認(rèn)知 $$ 數(shù)據(jù)分析 $$ 理論應(yīng)用 $$ 實驗設(shè)計 $$ 社會議題討論”的完整能力培養(yǎng)鏈條，不僅考查了學(xué)生的知識掌握程度，更培養(yǎng)了其分析推理、科學(xué)探究和實踐創(chuàng)新能力。

表3多輪對話的指令與分析

三、總結(jié)與思考

（一）生成式人工智能展現(xiàn)輔助潛力

生成式人工智能（如DeepSeek）憑借強大的自然語言處理與內(nèi)容生成能力，能夠有效替代教師在作業(yè)設(shè)計中的人工收集與資料整理過程。與傳統(tǒng)作業(yè)設(shè)計相比，生成式人工智能可在短時間內(nèi)生成多樣化的作業(yè)題目，顯著提升設(shè)計效率。在綜合探究類作業(yè)設(shè)計中，教師通常需耗費大量時間查閱文獻或重復(fù)實驗以獲取數(shù)據(jù)，而在“探究抗生素對細(xì)菌的選擇作用”綜合探究題目設(shè)計過程中，生成式人工智能快速整合資源，生成了題目設(shè)計所需的相關(guān)細(xì)菌實驗數(shù)據(jù)并能依據(jù)教師需求不斷調(diào)整數(shù)據(jù)，極大地減輕了教師的負(fù)擔(dān)，展現(xiàn)了生成式人工智能在教育教學(xué)領(lǐng)域的廣闊應(yīng)用前景。

（二）人機協(xié)同模式優(yōu)化作業(yè)設(shè)計

生成式人工智能并非完全替代教師角色，而是通過人機協(xié)同的方式優(yōu)化作業(yè)設(shè)計流程。在作業(yè)設(shè)計過程中，教師通過提供明確的指令賦予生成式人工智能高中生物學(xué)作業(yè)設(shè)計專家的角色，引導(dǎo)其初步生成了“探究抗生素對細(xì)菌的選擇作用”綜合探究作業(yè)題目。教師需要對初步生成的作業(yè)內(nèi)容進行審閱，通過多輪對話向生成式人工智能提出“豐富實驗數(shù)據(jù)”“創(chuàng)設(shè)真實問題情境”“增加基礎(chǔ)填空題”等需求來逐步優(yōu)化題目，采用“背景式提問”與“直線式提問”等方式，靈活調(diào)整情境設(shè)置、題目難度與考查目標(biāo)，最終生成符合學(xué)生認(rèn)知水平與學(xué)科素養(yǎng)要求的作業(yè)題目。這種人機協(xié)同模式為教育教學(xué)技術(shù)的應(yīng)用提供了新思路。

（三）生成式人工智能專業(yè)性有待提升

盡管生成式人工智能在作業(yè)設(shè)計中展現(xiàn)出顯著優(yōu)勢，但在生物學(xué)這一專業(yè)性較強的學(xué)科中，其生成內(nèi)容仍存在一定局限性。這主要源于人工智能大模型所依賴的訓(xùn)練數(shù)據(jù)多為通用資料，納入的科研文獻較少，導(dǎo)致其專業(yè)性不足，難以完全模擬專業(yè)命題者的思維方式與技能水平。智能工具雖然能生成符合基本要求的題目，但在題自的深度與邏輯性方面仍需人工優(yōu)化。例如，生成式人工智能最初直接遷移教材內(nèi)容創(chuàng)設(shè)情境，呈現(xiàn)基礎(chǔ)培養(yǎng)實驗，經(jīng)生物學(xué)教師專業(yè)引導(dǎo)聚焦“寵物醫(yī)藥”方向后，才設(shè)計出貼近生活實際的“寵物狗豆豆的皮膚病治療”的問題情境，通過真實醫(yī)療場景引入抗生素耐藥性問題。這表明：生成式人工智能自前更適合作為輔助工具，而非完全替代教師的專業(yè)判斷與設(shè)計能力[4]。

（四）警惕技術(shù)依賴，平衡人機關(guān)系

生成式人工智能輔助單元作業(yè)設(shè)計，可以在一定程度上提升教師設(shè)計作業(yè)的效率與創(chuàng)新性，但也可能帶來技術(shù)依賴的風(fēng)險。過度依賴生成式人工智能的快速生成會導(dǎo)致教師在作業(yè)設(shè)計中的主體性減弱，特別是在教學(xué)設(shè)計、題自創(chuàng)新與學(xué)科思維培養(yǎng)等方面的能力發(fā)展受到抑制，減少對學(xué)科核心素養(yǎng)、學(xué)生認(rèn)知水平及教學(xué)目標(biāo)的深度思考，影響教學(xué)設(shè)計的自主性與創(chuàng)造性。因此，教師在應(yīng)用生成式人工智能時，一方面需要不斷發(fā)展本體知識與教法知識，才能在專業(yè)判斷的基礎(chǔ)上應(yīng)用生成式人工智能；另一方面要學(xué)會訓(xùn)練生成式人工智能，使其從“唯命是從的助手”轉(zhuǎn)變?yōu)椤俺錆M智慧的助教”，協(xié)助教師引導(dǎo)學(xué)生學(xué)會提問、學(xué)會思考和學(xué)會創(chuàng)造[5，從而實現(xiàn)技術(shù)與教育教學(xué)的深度融合與協(xié)同發(fā)展。

注：本文系全國教育科學(xué)“十四五”規(guī)劃2022年度教育部重點課題“中學(xué)生科學(xué)推理能力的評價研究”（項目號：DHA220396）的研究成果。

參考文獻

[1]周玲，王烽．生成式人工智能的教育啟示：讓每個人成為他自己[J].中國電化教育，2023（5）：9-14.

[2]教育部基礎(chǔ)教育教學(xué)指導(dǎo)委員會.中小學(xué)生成式人工智能使用指南：2025年版[EB/0L].（2025-05-13）[2025-06-16].https：//www.cse.edu.cn/index/detail.html？category=31amp;id=4242.

[3]中華人民共和國教育部.普通高中生物學(xué)課程標(biāo)準(zhǔn)：2017年版2020年修訂[S].北京：人民教育出版社，2020：4.

[4]郭蕾蕾.生成式人工智能驅(qū)動教育變革：機制、風(fēng)險及應(yīng)對：以DeepSeek為例[J].重慶高教研究，2025（3）：38-47.

[5]閆寒冰.慎思篤行：GAI教育應(yīng)用中的冷思考[J].中小學(xué)數(shù)字化教學(xué)，2025（5）：1.

（作者系陜西師范大學(xué)生命科學(xué)學(xué)院研究生）

責(zé)任編輯：祝元志