大咖说丨安桂清：信息技术赋能跨学科主题学习的路径探索

6月30日，基础教育改革的“上海经验”：数智化转型与跨学科教学——第五届民盟上海基础教育论坛举行。

华东师范大学课程与教学研究所党支部书记安桂清教授在题为“信息技术赋能跨学科主题学习的路径探索”的主旨报告中，从跨学科主题学习的性质、基于典型案例的路径探索、GenAl（生成式人工智能）应用与新的赋能方式3个方面进行了介绍。

图：上海民盟

（本文根据现场录音整理，有删减，第一教育经授权发布）

跨学科主题学习是义务教育课程方案的新要求，就新技术赋能跨学科主题学习来说，学校已经有了一些探索。

对于上海的基础教育学校而言，一方面要实施国家课程方案，在今年9月要落地“双新”改革中“各门课程用不少于10%的课时设计跨学科主题学习”的要求；另外一方面，跨学科主题学习也是非常重要的课程体系建设特色——我们在之前的普通高中课程方案中可以看到，虽然国家课程并未提出开展跨学科主题学习方面的要求，但在上海的课程实施方案中，有明确规定校本课程中至少开展8个学分的研究型、跨学科课程。所以

跨学科主题学习的性质关于跨学科主题学习，从课标角度我们给出了一个所有学科通用的、内涵性解读——

例如，皮影戏主题课程，可以从不同学科角度切入主题，虽然有知识扩展，但没有问题解决。再如歌剧魅影课程，以任务作为组织中心，当然也可以以问题或对现象的解释作为跨学科主题学习的组织中心。在歌剧表演中，音乐是主干学科，同时涉及英文剧本、歌词，美术的面具制作、布景等，以及基本的表演技巧等多学科知识。但

如果我们对这三者做个比喻，皮影戏这类的话题性的多学科学习，就相当于沙拉，这虽然是一盘菜，但里面所有的东西一清二楚，而且是各自分离的；“歌剧魅影”的跨学科学习相当于鱼头豆腐汤，汤才是本质，尽管我们依稀能看到学科的影子，但它已经混合了；艺术节专题活动课程相当于制作蛋糕，用黄油、面粉、鸡蛋等制作成蛋糕后，原料已经彻底混合，无法看到原来的样子。

尽管有人会说第三种整合方式更为深入，但在离开学科的据点后，没有核心概念和技能的嵌入，也很容易陷入活动主义或肤浅的体验。从根本上说，

基于典型案例的路径探索

再来看典型案例。华东师大教务处为提升师范生的跨学科教学能力，专门成立了跨学科创新教学中心，中心的小伙伴们与学校一起探讨如何使用新技术支撑跨学科主题学习。

这里以上海市建平实验张江中学为例，来看信息技术赋能跨学科主题学习设计-实施-评价的过程。通过信息技术平台，教师协同备课、发布任务，组织学生通过研讨社区进行深度学习，并完成研究成果。在整个过程中，我们会进行数据收集和分析，最终形成对学生的学习反馈以及个性化学习报告，在评价的基础上也会对任务进行迭代改进。在这样的过程中，我们可以观察到新技术与跨学科主题学习的设计、实施和评价是如何进行整合的。

这是一个智慧农场的课程案例，探究如何从传统农业走向现代农业。教师们在发布农作物种植信息后，学生需要通过信息技术对地理择地、生物择种等基本学科知识展开学习。在智慧农场中还需要搭建数字化农场、在种植过程中进行数据检测分析，最终经历劳动过程完成采摘与售卖。我们可以看到，跨学科主题学习的现代化，也要借助信息技术来实施。

这是另外一个案例——核心任务是为上海制作一张国际化名片，通过视频制作英文宣传短片，在国际贸易合作、留学和旅游等方面展现上海的优势，最终在外宣部门的招聘大会，通过线上直播和票选，确定使用哪个介绍和视频代表上海进行宣传。在这个过程中可以看到信息化技术对跨学科主题教学的赋能，学生通过线上系统进行分组讨论、协同编辑，由于所有的材料都存储在系统中，可以看到跟具体的素养的对接，以此对学生进行精准的评价。

可以看到，信息技术对跨学科主题学习的赋能路径主要包括

GenAl应用与新的赋能方式

随着生成式人工智能的出现，教师已经开始尝试用语言大模型辅助跨学科主题教学的设计，教师也会发现更多具有扩展性、想象力、创造性的内容，学习已经不是在教材中固有的主题下展开讨论。

生成式人工智能不仅仅在设计层面赋能教师，作为个性化学习内容生成与汇聚的智能代理，它极大地扩展了跨学科主题学习的基本内容与探究对象。在生成性人工智能的帮助下，学习者的学习并非朝向预定目标的学习，而是朝向学习如何学习。我认为这可能代表了未来学习的非常重要的方向，相信未来的课程改革也会有新的变化。

借助生成式人工智能，跨学科主题学习聚焦“学习如何学习”，旨在帮助学生作为自我导向的学习者以自我创作的方式学习。学生们将更加主动地调整环境刺激并提出问题，合理部署自身的注意力，寻找并管理周围的资源，制定解决新问题的学习路径和策略空间，在面对困难和挫折时持续推动学习进程，从而知道如何深入了解而不只是进入了解某个领域。

因此，在这种情况下，学生最重要的不是通过跨学科了解某个领域，而是知道如何了解某个领域，它能够发展学生在特定情境下的适应性专长，而非传统的经典专业知识的学习。这是一个非常重要的转变。

如果进一步把生成式人工智能的各种工具纳入跨学科主题学习，在跨学科主题学习设计、实施、评价和保障环节，生成式人工智能在内容共创、概念生成、情境创设、过程监控、支架支持、过程监控、数据分析、数据反馈以及最终资源生成和迭代等方面都将发展新的赋能方式。

生成式人工智能也对教师提出了新的要求，我们正在讨论教师跨学科教学素养的新的构成维度，与技术合作不仅要具备基本的技术使用知识、技能，而且要面对技术接纳的风险考量问题，比如至少目前在互联网的各类知识平台上获得的信息来源是准确的，但生成式人工智能提示的信息还不能完全做到准确。这是我们目前面临的新的问题和挑战。但无论如何，信息技术的赋能使跨学科主题学习进入了新的境界。

编辑丨曹轶姗

图片除注明外均由第一教育现场拍摄

关注“第一教育”

分享至朋友圈惊喜更多！