生成式人工智能協同下開展單元復習的實踐與思考

許越 王奕瑋

單元復習課教學是踐行大單元教學理念的關鍵環節，但課時較少，難以兼顧學生的共性與個性需求，教學效果不理想。生成式人工智能（AI）能快速檢索知識，支持多輪次互動對話，以智能學伴及智能助教的身份為學生的學習賦能。筆者以高二年級所任教班級為實驗對象，根據新授課結束后學生核心素養水平調查情況，嘗試在空間向量與立體幾何單元復習課中融入生成式人工智能，使其以智能學伴及智能助教的身份全面賦能，助力學生掌握知識技能，實現知識框架搭建及知識遷移。

一、單元復習課教學困境與出路

在新課程新教材應用背景下，如何在課堂教學中提質增效，促進學生核心素養發展已成為教師關注的熱點問題。單元復習課是常見課型，目前筆者實際教學情況不容樂觀。

單元復習課于新授課后進行，目的是引導學生鞏固知識、構建知識體系，它是后續專題復習課、綜合復習課的基礎。教師做教學設計時應關注學生自主思考及能力提升，多采用問題引領、給學生適當留白的方式教學。單元復習課的設計原則包括梳理完整的知識結構體系、明確涉及的數學核心素養、確定應達到的核心素養水平及設計合理的題組^[1]。

囿于課時，對于單元復習課許多教師僅是簡單羅列知識點，對典型例題、易錯題進行逐一展示，缺乏對學生的個性化指導，在課堂上針對學生的薄弱之處也難以精準指導，更多時候是指導學生課下自行強化，效果欠佳。這讓筆者開始思考：能否在單元復習課融入生成式人工智能，將它作為學生的智能學伴與智能助教，探索基于最近發展區提升能力和素養的有效途徑？

筆者以高二年級“空間向量與立體幾何”（人教A版《普通高中教科書 數學 選擇性必修 第一冊》）單元復習為例開展實踐。

二、核心概念界定

（一）立體幾何內容

立體幾何大單元包含“立體幾何初步”和“空間向量與立體幾何”兩個子單元?！翱臻g向量與立體幾何”一章位于選擇性必修第一冊，是必修第二冊“平面向量及其應用”在空間的推廣，也是“立體幾何初步”的延續?？臻g向量的加入為解決立體幾何提供新的視角，為解決三維圖形的形狀、大小及位置關系等問題增加一種理想的代數工具，有利于提高學生的空間想象能力和學習效率；同時，也有利于學生用代數的觀點和方法解決立體幾何問題，用計算代替邏輯推理和空間想象，用數的規范性代替形的直觀性。這種方法可操作性強，降低了立體幾何題求解難度。

（二）生成式人工智能

單元復習的一大痛點便是難以兼顧解決共性與個性問題。在這方面，生成式人工智能能提供強大助力，使學生在最近發展區成長成為可能。

2016年，以阿爾法圍棋程序為代表的專用人工智能技術引發社會的大討論。在數據、算理和算法的強力驅動下，生成式人工智能應運而生，又一次引發教育數字化轉型的熱議。生成式人工智能是一種專注于生成或創建新內容的人工智能。它的強大之處在于可利用現有文本、音頻或圖像等大型數據集生成全新內容，能夠更加準確地理解連續的自然語言背后的需求，在此基礎上為人們迅速生成更“有效”的答案。借此工具，教師可對整個教學過程實施智能化改造與重塑，使個性化定制教學、虛擬情境學習成為可能。生成式人工智能在單元復習課的課前、課中、課后三個環節均可作為智能學伴與助教賦能學生個性化學習。主要體現在以下兩個方面。

其一，知識獲?。嚎焖偕蓪W習材料、知識脈絡，輔助學生撰寫大綱、檢索內容，搭建知識框架，拓展知識廣度、深度和關聯度。

其二，自主學習：多輪次對話，為學生提供良好的學習體驗，提高其學習投入度，助力學生作業自查及改進，并根據學生需求針對性生成題目。

考慮到與在讀學生手頭硬件兼容問題，筆者引導學生使用“快問AI”。這是一款基于最新生成式人工智能模型的學習助手，可與搜題軟件搭配使用。

（三）單元復習課模式

筆者采用“三段六環”模式開展教學。此模式是基于教師王秀彩等人提出的高中數學大單元主題教學結構化理論演變而來的^[2]（如圖1）。

筆者在單元復習課教學中采用了“整合主題——結構重建”的設計模式（如圖2）。

三、生成式人工智能助力單元復習

促進學生學會學習，就要讓學生學習由被動走向主動^[3]。生成式人工智能賦能單元復習課的基本邏輯是堅持人機協同。教師需將“快問AI”的功能與教育教學的各個環節進行對應與比較。下面，具體闡述“快問AI”在單元復習課各個環節如何發揮智能學伴和智能助教的作用。

（一）單元內容分析與學情分析

本單元知識的復習，可以幫助學生在學習平面向量的基礎上，利用類比的方法理解空間向量的概念、運算、基本定理和應用，體會平面向量和空間向量的共性和差異；運用向量的方法研究空間基本圖形的位置關系和度量關系，體會向量方法和綜合幾何方法的共性和差異；運用向量方法解決簡單的數學問題和實際問題，感悟向量是研究幾何問題的有效工具。學生復習后應具備以下能力：理解空間向量的概念、運算、背景和作用；依托空間向量建立空間圖形及圖形關系的想象力；掌握空間向量基本定理，體會其作用，并能簡單應用；運用空間向量解決一些簡單的實際問題，體會用向量解決一類問題的思路；直觀想象、數學運算、數學建模和數學抽象等能力^[4]。

為充分了解學情，筆者從高三年級選取樣本進行測試，對回收的有效數據運用SPSS軟件進行統計分析，發現學生對知識間邏輯關系理解有偏差、單元知識結構整合意識不強。這意味著學生復習時應關注理解常規思路、搭建知識框架、整合跨章節的知識。

筆者在上完空間向量與立體幾何新授課后，在任教班級中隨機抽取學生進行問卷調查，以分析學生核心素養水平。從水平層次上發現，所有學生的核心素養水平處于第一水平（知識理解）以上，大部分學生未達到第二水平（知識遷移），沒有學生達到第三水平（知識創新）。這表明，學生掌握基本事實、定理，弄清圖形與數量的簡單關系，能夠畫出基本立體圖形的平面圖、運用運算法則進行正確運算，但缺乏推理、證明能力。

（二）實驗對象與前測分析

為評價單元復習課效果，筆者選擇教材上的復習參考題1（第47～49頁）內習題組成前測試卷，以教師教學用書中“本章學業水平測試卷”（第69～71頁）作為后測試卷進行分析。

筆者對前測成績分析后發現，任教班與所選取做對照的班級成績不存在顯著差異，可選為樣本進行實證研究。

（三）生成式人工智能融入單元復習課教學

1.繪制思維導圖

復習課開展前，學生需利用課余時間對新授課內容進行梳理，嘗試自行構建知識單元。以往學生自行翻閱課本梳理知識，這一過程效率較低，且學生注意力不夠集中。

有了技術的加持，筆者要求學生向“快問AI”索要內容大綱。學生以看標題回顧的方式梳理，有助于厘清知識結構，針對性深挖概念。

學生輸入：請列出選擇性必修一中立體幾何的所有知識點。軟件回答如下（如圖3）。

學生結合生成式人工智能列出的內容大綱，回憶知識點，繪制思維導圖，對于不理解、記憶模糊之處再翻閱課本加以補充、鞏固，有利于他們完成陳述性知識向程序性知識的轉化。在繪制結束后，學生再次翻閱課本，篩選針對個人的典型例題習題，在課前嘗試完成系統知識的進一步構建與深化。此過程中，學生與“快問AI”對話，由生成式人工智能講解概念模糊之處。

2.助力授課后完善知識框架

在師生共同從單元知識完備性、模塊關聯性、模塊內部知識邏輯性等維度完善思維導圖的基礎上，學生思考：前后知識間的聯系在哪里？生成式人工智能以智能學伴的角色，引入等價數學知識，為學生提供一題多解所應具備的知識及思想方法。同時，多輪次對話為學生提供良好的互動學習體驗，提升其學習投入度。

“快問AI”提供不同的關聯知識，有助于學生鞏固所學知識與方法，變陳述性知識為程序性知識。學生仍可進一步追問，對解決問題過程進行反思與總結，建立知識間的聯系。生成式人工智能能助力學生達成課標所提出的學生“應歸納向量法、綜合法與坐標法的特點，根據具體問題的特點選擇合適的方法”的要求。

另外，教材構建了“背景—空間向量的概念—空間向量的運算及其性質—空間向量基本定理—空間直角坐標系—空間向量及其運算的坐標表示—應用”的研究框架，以問題鏈引導學生思考。在復習時，筆者鼓勵學生向生成式人工智能提問，采用多輪對話的方式在互動中實現知識整合。

3.助力診斷與反饋

評價復習課的實效，應看重學生通過復習是否有效突破原本的薄弱環節。在單元復習結束后，除完成教師圍繞該章教學內容設計的診斷卷外，生成式人工智能還能以智能助教的身份與學生進行知識問答，評估學生對知識的掌握程度。

在此過程中，學生若有概念模糊不清、不牢固的知識點，可由生成式人工智能提供同類型題或相關變式供鞏固練習。學生完成解答后，再讓生成式人工智能生成詳解，根據給分點與自己的解答過程進行比照。

4.提供知識搜索與歸納服務

對于本章中的“閱讀與思考 向量概念的推廣與應用”，筆者提出二維、三維向量可推廣為高維向量，并通過例子介紹高維向量的應用。在學生依照提綱思考、提煉后，“快問AI”可作為助手協助其快速檢索獲取知識。

以章末復習這一提問為例：

“空間向量由平面向量推廣而來，空間向量與平面向量有許多共同性質……我們能不能把向量的概念推廣到四維（例如由‘長‘寬‘高‘時間四個維度構成的空間）、五維等‘空間中去呢？它們是否也與平面向量、空間向量有許多共同的性質？”

“快問AI”為學生提供了答案，并根據需求推薦專業圖書以拓寬思路。

四、實踐效果與反思

（一）后測成績分析

分析后測成績發現，實驗班、對照班成績呈現出0.05水平顯著性（見表1）。對比可知，實驗班均值（76.36）明顯高于對照班（68.21）。

在此過程中筆者亦發現，有了“快問AI”的陪伴，學生的知識遷移能力有所增強。

（二）反思與展望

單元復習課教學以鞏固學生已有知識為出發點，基于學生最近發展區架構思維體系，形成數學思維和數學品質。本次實踐，筆者在課前、課中、課后融入“快問AI”，使其以智能學伴及智能助教的身份引導學生深度理解。整個過程中充分體現了學生的主體地位，取得了良好的效果。

作為“數字中國戰略”的一部分，教育數字化轉型是大勢所趨。教育目的之一便是提高人對工具的使用程度。生成式人工智能可在多個教育教學情境中為學生賦能，為發展學生數學“四基”提供強大助力，使師生數學視野均有拓寬。在生成式人工智能助力下，學生自主學習活動、學習方式趨于多樣，有利于推動教育數字化轉型的結構性變遷，使學生在最近發展區享受教育智能服務成為可能。除了智能學伴的角色，生成式人工智能支持文獻資源的自動檢索和智能化，能為學生提供個性化活動需求的資源，動態生成優質多媒體學習資源。若學生掌握一定的編程知識，可搭配知識圖譜引擎，快速構建思維導圖。

實踐表明，學生使用生成式人工智能不需要太多信息技術技能，但要有較強的提問能力以獲得最佳結果。生成式人工智能的使用亦是對學生的挑戰，新技術的有效應用對學生學習內容與思維能力提出更高層次的要求。因此，有效使用智能工具應成為需兼顧的教學目標之一。但是，在以問題為導向發展學生“四能”，促進學生學會數學思考，并以此為落腳點培養學生的高階思維、問題解決能力、創新能力等核心素養方面，生成式人工智能尚無法與人類教師比肩，主要起輔助作用。

參考文獻

[1] 林梅，余泉，袁曉亮，等.指向核心素養的數學單元復習課教學設計研究[J].數學通報，2022（11）：9-13.

[2] 王秀彩，劉嘉，孔志文，等.高中數學大單元主題教學結構化的實踐研究[J].中學數學教學參考，2023（8）：72-76.

[3] 朱寧.基于深度學習的高中數學單元復習的知識架構：以“空間角”復習的知識架構為例[J].河南教育（教師教育），2023（3）：83-84.

[4] 孫衛.基于數學核心素養的立體幾何復習單元教學設計研究[D].貴陽：貴州師范大學，2023.