生成式人工智能赋能初中数学问题提出教学的实施路径

作  者:

作者简介:
陈明宏,上海市宝山区求真中学,求真教育集团总校长,博士,高级教师,研究方向为教育集团数智化管理(上海 200431);万妍青,上海市宝山区求真中学,高级教师,研究方向为中学数学课程与教学、信息化教育教学(上海 200431).

原文出处:
教育传播与技术

内容提要:

问题提出是发展学生数学核心素养、培养创新意识及形成高阶思维的重要途径.基于课程标准和学生的认知发展水平,初中数学教师可以按照“创设真实情境—发现数学问题—表达数学问题—问题解决与评价”的路径进行问题提出教学.同时,为了更好地培养学生的问题意识,教师可以在某些教学环节中借助生成式人工智能技术,搭建教学智能体,赋能问题提出教学,从而更有效地提升学生提出问题和解决问题的能力.文章以“最佳伞桶设计大赛”探究课为例,阐述生成式人工智能技术如何辅助初中数学问题提出教学路径的构建与应用,进而总结出可推广和借鉴的教学策略和实践路径.


期刊代号:G352
分类名称:初中数学教与学
复印期号:2026 年 01 期

字号:

  问题提出是发展学生数学核心素养、培养学生创新意识及形成高阶思维的重要途径.《义务教育数学课程标准(2022年版)》(以下简称“新课标”)提出“发展运用数学知识与方法发现、提出、分析和解决问题的能力”[1],可见问题提出与问题解决有着密切联系.相较于传统课堂中以问题解决为核心的课堂活动,问题提出的教学要求学生能够在不同情境中从数学视角发现并提出问题,尝试予以解决,这对教师的教学设计与评价能力都提出了更高的要求.

  在数学教育领域,问题提出教学指教师引导学生基于数学情境主动生成、表述和探究问题的教学过程,其目标是通过问题提出活动深化数学理解、发展创造性思维和问题解决能力.在问题提出教学中,应当有明确的教学目标、任务和课堂活动[2].然而,传统的问题提出教学存在以下局限性:一方面,教师难以提出既涵盖知识目标与思想方法,又基于真实情境的优质问题;另一方面,面对学生多元的认知层级,传统教学难以有效帮助学生整合数学知识结构、逻辑关系与核心能力,导致教学实践与核心素养培育相脱节.

  生成式人工智能(Generative Artificial Intelligence,GAI)技术的出现,为突破这些困境提供了新的可能.GAI凭借其强大的数据处理与分析能力,能辅助教师创设激发学生兴趣的真实生活情境,还能根据课堂实时反馈,依托教学智能体为不同学习水平的学生定制学习资源与策略,进而推动学生高阶思维的发展与核心素养的“落地”.

  本文以“最佳伞桶设计大赛”探究课为例,深入剖析GAI技术辅助初中数学问题提出教学路径的构建与应用,旨在解决传统教学模式中问题创设困难、分层教学不足等问题,探索更具普适性的教学策略与实践路径,为数学教学的创新发展提供参考.

  一、生成式人工智能赋能问题提出教学的实践案例

  研究表明,问题提出的教学能给予学生反思、批评与质疑的机会,加深学生对数学概念、关系等的理解,并提升学生的问题解决能力、数学表达能力和元认知能力.其中,问题提出是由具体情境引发的,其过程包括理解问题提出情境,发现情境中的数学问题,运用数学语言表述问题,以及数学问题的解决、评价和修正这四个环节.学生在这四个环节的过程中经历形成、内化、建构的问题提出过程和关联、回归、感知的问题解决过程,在问题提出和问题解决的若干个闭环中落实“三会”核心素养.

  同时,为了更好地创设能够激发、召唤学生数学思考的情境,教师可以从知识逻辑和思维层级两个维度融合情境设计,借助GAI技术生成更贴近真实场景且将知识内隐其中的真实问题情境.为了在问题表达与解决过程中提供更多的方法路径,教师可以借助GAI技术生成具备不同功能的智能体学伴,如指向类比推理能力提升的“知识总结型学伴”,指向策略性、批判性和创新性思维形成的“探索知识型学伴”,以及指向运算和演绎推理能力提升的“习题解惑型学伴”.

  遵循学生的知识逻辑发展、认知发展路径和思维进阶发展水平,按照图1所示的四个环节构建问题提出教学的实施路径.在某些教学环节中,教师借助GAI技术帮助学生加强数学理解、进行知识建构、引发反思并促进表达,从而提出有意义的数学问题,在问题提出和解决的过程中发展学生的高阶思维.

  二、生成式人工智能技术赋能问题提出的教学应用案例

  (一)梳理知识结构,创设问题提出的情境

  情境设计是问题提出教学的关键环节.在设计问题提出的情境时,教师既要关注单元或课时的核心问题与重要概念,又要结合学生的认知水平、学习能力、学习兴趣和思维水平,从而对问题提出情境的表征方式、难易程度进行调整和优化,使其兼具易理解性和挑战性.

  1.重整单元结构,明确单元目标和重难点

  以上教版数学六年级下册“圆柱和圆锥”章节中第一单元“圆柱及其侧面展开图”为例,先对单元结构、知识逻辑和素养水平进行整合与分析(表1),然后再设计基于问题提出的真实情境.

  进行单元重整后可以发现,整合后的第1课时是基于新知识的学习,而第2课时是基于新知识的应用.因此,第1课时的设计具有举足轻重的作用.由于第1课时的学习是基于学生已有的学习经验,教师通过设计贴近学生知识储备和认知水平的真实情境,能引发学生的问题意识,从而激发学生学习的主体性.

  2.整合提炼对话,优化问题情境设计框架

  相较于往常依赖教师的教学经验或教学参考书进行情境设计,如今教师可以通过与人工智能对话,并不断优化完善提示词,以生成贴合学情、教情和实际情况的情境.

  如下页图2所示,教师通过与人工智能的三次对话可以发现,第一次对话中问题提出的指向性不够明确,后两次对话涉及方案的选择与比较,更容易让学生萌生问题提出的想法,尤其是第三次对话提供的情境更贴近学生的日常生活.然而,进一步解读人工智能给出的解决方案,会发现其中的运算较为复杂.尽管人工智能给出了问题链,但是整体的设计仍未能跳出传统问题解决的课堂模式,难以真正驱动学生进行问题的自主提出.

  

  

  

相关文章: