人工智能+教育 | 生成式人工智能這樣用，輕松培養學生數字化學習與創新能力

教育部等五部門近日印發， 明確提出推動人工智能人才培養與素養提升、促進人工智能與教育深度廣泛融合、建強“人工智能+教育”基礎環境、優化“人工智能+教育”發展生態等四大重點任務。

基于此，《中國信息技術教育 》 雜志推出“人工智能+教育”專題系列，旨在系統追蹤政策落地動態，深度呈現一線創新實踐，凝練可復制、可推廣的經驗范式。

生成式人工智能賦能

學生數字化學習與創新素養培養的實踐研究

田雙雙

浙江省杭州市余杭區理想實驗學校

沈偉春（通訊作者）

浙江省杭州市臨平區教育發展研究學院

數字化學習與創新素養是信息科技學科四大核心素養之一。本文聚焦生成式人工智能（GAI）對學生數字化學習與創新素養的培養，基于素養能力提升的適應力、勝任力和創造力三個層次，探討小學信息科技課堂中借助GAI構建數字化環境、變革學習方式和創新教學活動等路徑提升學生創新素養，以期為信息科技相關課堂教學提供參考。

引言

當下社會正大踏步進入數智時代，學生每天都會接觸到各種數字信息，因此，數字化學習與創新素養的培養顯得越來越重要。數字化學習與創新素養是學生適應未來社會的必備能力，具備數字化學習與創新素養的學生主要表現為“適應數字化環境，善于獲取和應用數字化資源和創造性地解決問題”。

小學生數字化學習與創新素養現狀

《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）指出，義務教育發展學生核心素養，培養學生適應未來發展的正確價值觀、必備品格和關鍵能力，而關鍵能力分為三個層次：適應力、勝任力和創造力。適應力是最低標準，創造力是最高標準。但筆者在日常教學中發現，目前的小學生數字化學習與創新素養仍存在以下問題：

一是數字化環境適應力不強。當學生置身于陌生的數字化環境中時，他們不愿意自主探究，只期望教師手把手地演示。而網絡環境的復雜程度，更是極大地考驗著小學生的適應能力，海量的信息、靈活的鏈接彈窗等干擾因素也在消耗學生的注意力，讓學生產生抵觸情緒。

二是數字資源應用勝任力不夠。雖然目前的數字資源工具層出不窮，但是大部分學生在遇到問題時首先想到的還是用傳統的方式解決，并沒有考慮有多少新資源、新工具可以幫助解決。

三是問題解決創造力不足。當學生面對復雜的任務和問題時，他們習慣沿用以往經驗，完成任務點到為止，不追求優化與創新。

生成式人工智能賦能數字化學習與創新素養培養的意義

生成式人工智能（GAI）自問世以來，不斷以指數級速度重塑人們的認知方式，其強大的認知建構、多模態交互、邏輯推理和創造性生成能力為數字化學習與創新素養的培養帶來了新的思路。

一是從“技術陳列”轉向“智能構建”。GAI技術可以讓各類數字設備、資源和教學環節相互關聯、協同運作，形成一個有機整體。例如，在GAI驅動下，設備間可以無縫銜接，教師也可以借助AR和VR技術，將物理空間與虛擬空間深度融合，打造沉浸式數字化環境。

二是從“靜態供給”轉向“動態生長”。使用GAI的課堂，教師可以根據課堂需要、學習反饋等“突發狀況”實時生成教學支架并可以動態更改與補充，幫助學生獲得個性化的學習支持。

三是從“機械模仿”轉向“智能創新”。GAI技術憑借其強大的數據分析與模型運算能力，動態生成創新方案，將問題解決過程轉變為智能協創的探索旅程。

GAI賦能數字化學習與創新素養培養的策略

下面，筆者結合具體案例，探討GAI如何通過學習情境創設、變革學習方式、創新教學活動三方面提升學生數字化學習與創新素養的適應力、勝任力和創造力（如下圖），并以三力協同共進，系統推動學生數字化學習與創新素養的整體發展。

數字化學習與創新素養培養示意圖

1.智慧“交互”，構建沉浸化學習情境

GAI技術擁有強大的智能分析與生成能力，通過創造擬真環境和自然對話交互，有效破解了傳統教學中情境感缺失、人機互動門檻高的難題，為提升學生的環境適應力奠定基礎。

（1）智能場景仿真，增強沉浸體驗

真實有趣的學習情境是激發學生持續學習動機的關鍵，尤其對于計算機理論、算法與控制系統等抽象程度較高、內容較為枯燥的知識領域而言，高質量的學習情境顯得更為重要。然而，此類高質量情境資源在實際教學中相對匱乏，GAI的出現為這類情境的構建提供了新的路徑。

例如，在講授計算機硬件結構時，為提升學生的興趣與沉浸感，教師借助納米AI平臺中的“兒童動畫視頻制作”智能體，生成了一個3D卡通風格的動畫視頻。在視頻中，“小博士”進入電腦主機內部，逐一介紹各硬件名稱與功能，以童聲配音和生動畫面顯著增強了內容的吸引力。同時，仿真式的內部結構展示幫助學生直觀感知硬件間的空間關系，深化理解。課后，為進一步鞏固知識，還通過DeepSeek生成一個硬件與功能連線游戲小程序，用于即時檢測與復習。

（2）自然語言交互，降低認知負荷

在傳統信息檢索過程中，學生常因關鍵詞選擇不當或信息甄別能力有限而難以高效獲取有效內容，這一問題在中低年級學生中尤為突出。隨著大模型技術的發展，以智能對話為代表的新型交互方式為學生提供了更符合其認知特點的查詢途徑，顯著降低了人機交互的門檻。

例如，在四年級“數據”單元的項目學習中，學生需完成《學生最喜愛的菜品》調查分析報告。教師引導學生借助大模型工具（如DeepSeek、豆包），以自然語言進行多輪追問，逐步生成適合小組的項目分工方案、調查問題設計及報告框架。整個過程無需精確的關鍵詞，學生通過漸進式對話即可獲得結構化的可信的回答。

實踐表明，智能對話技術通過模擬“蘇格拉底式”追問和認知適配，不僅幫助學生精準獲取信息，更在動態交互中培養其在數字化環境中的信息適應和整合能力。此類方式弱化了傳統檢索中對關鍵詞的依賴信息甄別的困難，提升了信息獲取的準確性與適應性，系統增強了學生在人機協作中的交互素養與認知靈活性。

2.智能“生成”，構建個性化學習路徑

在大數據與人工智能技術深度融合的教育背景下，數字化學習方式正經歷系統性變革。GAI技術通過支持基于資源的學習、基于問題的學習和基于自主探究的學習，顯著提升了學生在復雜數字化環境中的綜合勝任力。

（1）生成個性化數據，實現基于資源的學習

在大數據時代背景下，基于資源的學習是數字化教學的重要形式，強調學生通過獲取與利用多樣化資源進行自主探索。然而，傳統教學中的資源往往由教師統一提供，數據單一，缺乏真實性，且易引發隱私倫理等，限制了學生分析視野與創新思維的培養。GAI的內容生成能力為破解這一困境提供了新路徑，能夠一鍵創建安全、多樣且貼合教學目標的個性化數據集。

例如，在四年級“用數據講故事”單元《數據可視化》一課的教學中，教師引導學生利用“豆包”生成學生身體素質的模擬數據，以替代直接收集同班學生的真實身高、體重等敏感信息。學生通過調整年級、性別等參數，使各小組獲得截然不同的數據集。在此基礎上，學生完成數據整理、圖表生成與分析報告撰寫，整個過程既保護了隱私，又讓每個小組都能在獨特的數據背景下開展探究，得出的結論也更加多元，為后續的分析報告帶來了多角度的應用場景。GAI通過提供可控、多元的個性化數據資源，有效提升了學生的數據駕馭與問題解決能力。

（2）部署智能體助手，實現基于問題的學習

實驗教學是培養學生實踐與創新能力的有效途徑，但其成效常受制于教師指導無法完全個性化。GAI驅動的智能體技術為這一問題提供了創新解決方案，它能夠扮演專屬助教角色，為學生提供不間斷的、適應其認知水平的專業支持，從而實現高效的基于問題的學習。

例如，筆者用AI工具“豆包”將學科實驗相關的課標、教材、案例等資源“投喂”給豆包知識庫，創建一個專屬的實驗智能體。當該智能體被嵌入課堂教學環境后，學生可通過自然語言就實驗原理、步驟設計、故障排除等問題進行深度追問。智能體以“蘇格拉底式”追問引導思考，并提供實時反饋。隨著交互的深入，智能體愈發“了解”學生，提供的指導也更加精準。

（3）構建虛擬實驗室，實現自主探究的學習

信息科技學科中諸多抽象概念（如算法、過程與控制）難以通過傳統講授使學生真正理解，必須依賴其自主探究和具身體驗。然而，開發高交互性的虛擬實驗環境對于一線教師而言技術門檻極高。GAI的自然語言生成代碼能力徹底降低了這一門檻，使教師能快速構建虛擬實驗室，為學生創設“可操作、可觀察、可發現”的自主探究學習環境。

例如，在六年級上《算法的評價方法》一課中，為了讓學生直觀比較順序查找與二分查找的效率差異，教師利用DeepSeek生成一個HTML網頁虛擬實驗室。學生只需在網頁中輸入目標數字，系統便會以動畫形式逐步可視化算法的每一次查找過程。這種沉浸式的交互體驗，將抽象的循環與判斷邏輯變得清晰可見，使學生能主動探索并歸納出算法的核心特性。

3.智能“協同”，構建創新性實踐場域

“數字化學習與創新”實際上是兩個任務：一是學習，二是創新。傳統信息科技教學大多側重于技術知識的傳授與模仿，對學生創新能力的培養不夠。為進一步激發學生的創造力，教師需要積極創新教學活動設計，引導學生對數字化學習能力進行轉化與輸出，為其提供創新力培養的契機。

（1）提供多元方案，引導批判思維

思辨能力是創新素養的核心組成部分，具備思辨能力的學生不會盲目接受所學內容，而是以批判、分析的視角審視知識，突破固有認知框架并形成新觀點。GAI憑借其上下文學習與動態輸出能力，可為學生提供多元、可比的解決方案，有效引導學生深入分析與比較，從而激發創新思維。

例如，在跨學科項目“探秘運動會編碼”中，學生需為校運動會與區運動會分別設計號碼簿編碼方案。教師先通過講授、引導小組合作，讓學生初步建立編碼邏輯，接著引入Kimi，利用其動態生成三種不同維度的編碼方案（如按賽事場地分布或學校特色編碼），引導學生辯論三種方案哪一種更適合。學生們被這種新穎形式吸引，深入地研讀每個方案思路，主動從編碼合理性、實用性、擴展性等角度辨析與討論。這樣一來，GAI就通過提供多元參照方案，有效打破了學生的思維定式，使學生的思辨力、創造力在批判、比較與整合過程中得到提升。

（2）進行問題拆解，指導創新實踐

項目式學習以開放性問題為導向，促使學生在真實情境中合作、探究與創造，是培養學生創新思維的重要途徑。然而，復雜項目往往涉及多學科領域知識與技能，對學生自主學習和問題解決能力要求頗高，容易使學生望而生畏。而GAI可作為智能項目導師，通過結構化的問題拆解與分步指導，降低認知負荷，推動創新成果的實現。

例如，在“恒溫箱實驗”項目中，學生需完成從設計到搭建恒溫裝置的全過程，教師引導學生借助“豆包”將系統任務拆解。首先，利用豆包進行硬件結構設計，通過不斷調整優化，確定硬件結構設計；在器材選擇時，將其拆解為箱體、保溫材料、電子元件進行選擇，對比優劣，提供參數；在算法控制時，請豆包幫助生成算法流程圖，幫助內化恒溫箱的算法設計；在算法驗證環節，可以通過豆包來幫助優化算法。在整個項目開展過程中，GAI幫助學生穩步推進各環節，實現從概念到實物的創新跨越。

GAI通過問題拆解與過程引導，使學生不再對復雜的實驗項目望而卻步，學生能清晰把握每個階段的關鍵任務，穩步推進實驗進程，實踐與集成創造力得到提升。學生不僅完成了實物創新作品，更掌握了將宏觀問題轉化為可操作任務的方法，為今后開展更具挑戰性的創新實踐奠定了能力基礎。

結語

通過實踐教學可知，GAI技術從學習環境創設、學習方式變革與教學活動創新三個層面，有效促進了學生數字化學習與創新素養的全面發展。在環境層面，GAI通過創設擬真、適性的學習情境，增強了學生的數字適應力；在學習方式層面，GAI支持個性化資源生成、智能體輔助及虛擬探究，提升了學生在真實任務中的勝任力；在活動層面，GAI作為項目導師，通過引導思辨和拆解復雜問題，激發學生的創造力。

適應力、勝任力和創造力三者協同并進，共同構成了數字化學習與創新素養的核心基礎。GAI除了是技術工具，更是認知伙伴與創新催化劑，推動構建“人機協創”教育新范式。相信隨著技術的演進，GAI將在構建更具包容性和創造性的數字學習生態中發揮更大作用。

本文作者：

田雙雙

浙江省杭州市余杭區理想實驗學校

沈偉春（通訊作者）

浙江省杭州市臨平區教育發展研究學院

文章刊登于《中國信息技術教育》2026年第05期

引用請注明參考文獻：

田雙雙，沈偉春.生成式人工智能賦能學生數字化學習與創新素養培養的實踐研究[J].中國信息技術教育，2026（05）：67-70.

歡迎訂閱

識別上方二維碼訂閱紙質版或電子版雜志