人工智能+教育 | 用“連續追問”打造人機協同學習新模式

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。

基于生成式人工智能連續追問的人機協同學習模式構建與實踐研究

郭佳 成紅 四川省成都市七中育才學校

敬曉倩 四川省成都市第七中學初中學校

在數字化時代，信息科技教育日益受到重視，但在實際教學中仍面臨學生主體性不足、資源適配困難及教師能力滯后等核心困境。生成式人工智能技術的出現為破解這些難題提供了創新路徑：通過構建“師—生—機”協同學習模式，以三種支架形態（一對一支架、基于計算機的支架、同伴支架）動態支持教學，既能實時生成適配多版本教材的個性化資源，又能通過連續追問機制引導學生開展深度探究。本文基于阿澤維多（Azevedo）和林恩（Linn）提出的支架設計相關理論，結合信息科技課程現狀與生成式人工智能的技術特點，構建了適用于初中階段信息科技課程的人機協同學習模式，并以《綜合所學建網絡》一課為例闡述其具體的應用過程，同時通過綜合評價數據驗證該模式的有效性。

信息科技課程現狀與突圍策略之局限

1.學生主體性低，缺少個性化教學

在新課改背景下，教學活動強調應發揮學生的主體性，教師應關注個體差異以滿足不同學生的學習需要。學者朱莎、孔旭梅等人指出：“盡管教師嘗試推動教學方式創新并加強學生的操作能力，但學生的學習主體性和積極性仍有待提升，自主學習和互動交流存在不足。”另外，由于學生的最近發展區不一致，在確定學習目標的情況下，學生的學習路徑和學習策略各不相同，導致個性化學習需求顯著增加。而常態課堂往往以教師演示、學生模仿為主，難以有效滿足不同學生的學習需求。

2.教材迭代速度快，資源分散且適配困難

各地教材版本不統一，教材內容的快速迭代降低了資源的響應度，教師需花費大量時間尋找或自制資源，進而影響教學效率。在近幾年的全國性信息科技課程展示比賽中，教師自制教具或交互式課件/資源呈現出上升趨勢，這從從側面揭示了現有教材配套資源庫更新滯后、與課標匹配度不足的問題。

3.學科規模限制，市場難以形成產品迭代優化

教育部《初中階段教育專任教師分課程、分學歷情況》統計顯示，2024年全國初中階段教育專任教師總計4083058人，其中信息科技教師98959人，占比約為2.42%。在市場經濟條件下，其顯著的小眾化特征導致該領域面臨嚴峻的市場失靈問題。具體表現為：市場供給意愿嚴重不足，商業實體缺乏動力投入資源開發；即便有產品問世，也因用戶基數過小、預期利潤微薄而難以形成規模經濟效應。更重要的是，用戶反饋的稀缺性嚴重阻礙了“用戶反饋—產品迭代”這一關鍵閉環的形成，致使產品難以持續優化升級，最終陷入市場活力匱乏與產品發展停滯的惡性循環。

4.教學深度缺失，教師能力滯后與研修轉化困難交織

面對不斷迭代更新的先進技術、教學理念和教材內容，教師在課程設計、分層教學、活動設計與評價時可能出現能力不足的情況。教師不僅需要學習、運用新課標理念，還需掌握新教材內容，這種雙線并行的教學更迭會造成教學的深度不足，如課堂僅完成基礎的知識講解和軟件操作，缺乏對相應知識的擴展，計算思維的培養相對薄弱。此外，傳統教師研修模式難以快速提升教師對新內容的理解和教學能力，研修成效的顯度與理念重構的深度也存在顯著的個體化差異。

生成式人工智能應用優勢

近年來，生成式人工智能(Generative Artificial Intelligence，GAI）的興起為解決信息科技課程的教學困境提供了新的可能。生成式人工智能憑借其智能化、個性化特征，能夠在資源生成、學情分析、教學輔助等方面，以支架的形態介入課堂，為信息科技課程注入新動能。《教育傳播與技術研究手冊(第四版)》將教學支架形態劃分為一對一支架、基于計算機的支架、同伴支架。

1.一對一支架：個性化學習支持

生成式人工智能可以根據每個學生的學習進度、認知特點構建一對一學習支架，生成適配個體最近發展區的學習路徑與資源。同時，教師得以從高頻次基礎性問題的響應中解放，轉而聚焦學習狀態的深度診斷與高階認知干預，依托生成式人工智能動態生成的個性化支架數據，實施精準化教學決策。

2.基于計算機的支架：教學資源的高效生成與動態更新

基于計算機的支架是生成式人工智能最初始、最本質的支架形態。生成式人工智能基于對海量數據的學習，可以快速生成多模態教學資源，且能跟隨大模型版本的升級與聯網功能不斷更新內容，解決傳統信息科技課程中案例陳舊、素材不足的問題，實現教材內容、教學資源的并行更迭。

3.同伴支架：互動式探究與高階思維培養

在“師—生—機”的協同模式下，生成式人工智能作為智能學伴，通過連續追問引導學生進行深度探究，并根據學生回答動態調整問題難度和引導方向，為其提供適切的學習支持。這種同伴支架既保留了生生互動，又通過增強探究的深度和廣度，有效促進了高階思維的培養。

生成式人工智能賦能信息科技課堂人機協同學習實施路徑

1.人機協同學習中的四階遞進式知識建構

第一步，在人機協同的學習模式下，學生要達成學習目標，可以使用教師搭建的會話框架與生成式人工智能交互提問，不斷明晰自身認知水平，調整學習節奏。

第二步，學生在接近或達成目標后，通過制作思維導圖、知識圖譜等方式回溯學習路徑，梳理知識間的聯系與支撐關系，從而推動其從表層認知深化至內在分析，逐步構建知識結構。

第三步，在完成上述學習活動后，學生可在線下與其他學生進行交流討論。

第四步，學生脫離生成式人工智能的輔助，此時將拆除支架，通過結構化任務驗證學科知識內化水平，依托問題解決發展高階認知技能，并引導學生對人工智能生成內容進行批判性使用與二次驗證，最終形成人機協同環境下的批判性知識建構能力（如圖1）。

圖1

學生在對問題解構后，結合教師提供的會話框架，與生成式人工智能進行“蘇格拉底式追問”。①逐層遞進：每個問題需基于前一個回答的關鍵詞或矛盾點展開；②把生成式人工智能提供的答案追問到能看懂為止；③批判驗證：對生成式人工智能的回答提出質疑，并通過二次追問或交叉驗證確認答案的可靠性。其中，具體的會話架構是認知發展與哲學結構的適配。阿澤維多（Azevedo）和林恩（Linn）強調聚焦知識意義建構的支架設計，代表支架工具有概念圖譜、解釋性提示。

在本學習模式中，學生的思維導圖、知識圖譜是概念圖譜的映射，學生會話框架則是對解釋性提示的回應，是從具體經驗出發，到引導探究，最后走向抽象整合，以此實現知識的內化。會話框架可以從是什么、為什么、怎么辦、應如何四個維度展開，具體如下表所示。

2.實踐應用

下面，筆者以《義務教育信息科技教學指南 互聯網應用與創新》第十課《綜合所學建網絡》為例，闡述本學習模式的具體應用過程（如圖2）。從教師端來說，教師要為學生確定學習目標、設置課程核心問題、建立追問意識以及會話框架。從學生端來說，學生要拆解教師提供的核心問題，形成解決問題的問題鏈/任務鏈。利用教師提供的會話框架，逐步解決前序問題與任務，最后結合思維導圖或知識圖譜解決核心問題，在與同伴交流討論后實現書面的思維可視化或工程實現。

圖2

（1）基于目標分解核心問題，進行人機對話

在本課中，學習目標是搭建小型局域網并驗證其連通性，核心任務是明確局域網中的硬件設備與拓撲結構。教師提供給學生的核心問題是“如何組建一個校園直播網絡，以供校園運動會轉播？”，學生對核心問題進行拆解，拆解出的子問題是：①組建直播網絡要實現怎樣的效果？需要哪些硬件？②如何連接設備組建網絡？③如何設置相關的網絡參數？每位學生拆解的子問題不必完全相同，只要是基于核心問題的拆解即可。當學生無法獨立自主完成該過程時，教師進行實時引導。

（2）結合會話框架解決子問題，形成知識建模

學生結合本課內容進行提問，可能的提問路徑包括：什么是校園直播（本體論）；校園直播為什么需要這些設備，各個設備的作用是什么（認識論）；各個設備之間如何連接構成網絡直播系統（方法論）；直播網絡的魯棒性與信息網絡安全隱患防護（價值論）。結合個人對話日志中問題鏈條的長度與邏輯連貫性，可以總結追問過程中的關鍵發現與迭代邏輯，形成結構化結論。

（3）成果展示，構建差異化、多元化認知

在完成人機混合式學習后，學生需要撤除生成式人工智能支架，進行成果展示與交流，包括自主構建知識圖譜和知識體系，以及核心問題的解決方案。不同學生的直播方案不同，如有的學生使用網絡攝像頭進行直播，網絡攝像頭需使用固定的IP地址，其問題鏈中涉及靜態與動態IP地址相關知識；有的學生使用導播臺或者圖傳系統，則會探究內網傳輸與局域網下的設備IP沖突問題。

（4）遷移應用，問題解決

為防止認知外包，教師根據核心任務設計類似問題，以驗證學生的知識應用能力。例如，本課的驗證性問題為：“為一個家庭的智能家居、打印機等設備配置網絡。”這當中既涉及IP數量問題的考量，也暗含打印機需要固定IP地址的需求，能對前序學生的學習內容做到很好的覆蓋。

基于數據分析的評價

在持續使用上述教學模式后，教師既對學生單節課或單個項目進行了基于素養的過程性評價，又開展了基于傳統測驗的書面總結性評價。本研究的實驗范圍共有教學班級16個，其中有4個班級運用上述教學模式，以確保對照實驗的嚴謹性。除了依據期末測試的分數進行學習評價，還對書面測評內容做了效度分析。將本次數據導入相關數據分析軟件，本次試卷題目包括25個獨立得分點（題目1至題目12，以及題目13-1至題目15-5的子部分）。在考慮題目相關性后，調整公式應用，最終基于數據得到Cronbach's Alpha=0.86，表明試卷的信度良好。試卷的內部一致性較高，題目之間能穩定地測量學生的知識水平，整體可靠性可以接受。同時，使用該模式教學的班級平均分在本次測評中的年級排名依次為第一名、第二名、第五名、第七名，排名均高于同層次班級。從試卷效度與綜合成績排名等多個方面來看，本模式具有較好的應用效果。

結語

本研究通過分析信息科技課程教學現狀，引入生成式人工智能作為教學支架，為信息科技課程面臨的困境提供了系統性解決方案。在教學資源層面，依托其海量語料庫與跨模態處理能力，實現了教學資源的實時生成與動態更新，顯著降低了優質資源的獲取成本；在學習方式轉型上，通過交互式對話與智能任務設計，有效激發學生從被動接受轉向主動探究，使信息化設備真正成為認知工具；在課堂文化重構方面，其個性化適配機制成功化解了規模化教學與因材施教的固有矛盾。

更為關鍵的是，該技術促成了教學范式的雙重變革：教師角色從知識傳授者演變為“追問示范者”與“策略指導者”；學生學習則實現從線性認知到知識建構、人機協同，學生在要素提取、模式識別、知識圖譜生成、問題解決中實現計算思維的培養，在與生成式人工智能的交互中獲取信息、管理信息，經歷信息甄別，并在與他人的交流討論中進行信息價值判斷，在解決真實性問題的過程中深刻理解信息的價值，最終實現對學科核心素養的落實。

本文作者：

郭佳 成紅

四川省成都市七中育才學校

敬曉倩

四川省成都市第七中學初中學校

文章刊登于《中國信息技術教育》

2026年第02期

引用請注明參考文獻：

郭佳,成紅,敬曉倩.基于生成式人工智能連續追問的人機協同學習模式構建與實踐研究[J].中國信息技術教育,2026(02):95-98.

歡迎訂閱

識別上方二維碼訂閱紙質版或電子版雜志