摘要：面对当前高中人工智能教学中技术内容与学生认知水平、实践需求适配不够精准，教学组织形式相对单一的问题，笔者对本校 3 个不同层次班级（普通班、创新班和献章班（尖子班） 的 168 名学生开展了学情调研。结合生成式AI、无代码AI建模等易操作的前沿技术，打造“需求-技术-策略”三维教学模式，设计了分层项目、跨学科融合等实践性强、可迁移应用的教学方案。经过8 周教学实践，学生的学习参与度和AI实践能力显著提升，这套策略适合本校不同基础班级推广应用，也为同类型高中一线教师提供了具体的教学参考。

关键词：高中人工智能教学；生成式AI；无代码AI建模；学情调研；分层教学；跨学科融合；AI伦理素养

一、引言

（一）研究背景

随着人工智能纳入中小学课程，本校也开展了AI教学尝试，但实际教学中问题突出。一方面，抽象的算法知识让基础薄弱的普通班学生觉得枯燥难懂，学习效率低；另一方面，统一的教学模式既满足不了献章班学生的深度探究需求，也难以激发实验班学生的实践兴趣。生成式AI等新技术为解决这些痛点提供了可能，使AI教学更贴合不同层次学生实际。

（二）研究目标与意义

1、核心目标：摸清本校普通班、实验班、献章班学生的AI学习基础和需求，把前沿技术转化为课堂可用的教学方法，形成一套可操作、可推广的教学策略。

2、实践价值：对本校老师来说，提供了“看数据教”的具体方案，不用再盲目设计课程；对学生来说，让AI学习从“听理论”变成“做项目”，激发学习兴趣，同时培养实用AI能力和伦理意识。

二、学情调研设计与实证分析

（一）调研设计与实施

1、调研内容：从学生对AI的了解程度、编程基础、工具使用，期待学习的内容与方式偏好，对AI工具持有的态度与伦理认知三个方面，共设计了22 个问题。

2、调研工具：编制了问卷，另外准备了 12 个核心问题做面对面访谈。问卷经过专家把关和小范围试测，保证结果可靠。

3、实施过程：2025 年 9 月，面向本校高一年级普通班、实验班、献章班发放问卷180 份，收回有效问卷176 份（有效率 97.8% ）。之后从每个班级选取 8 名不同成绩的学生（共24 人）访谈，记录整理了约7000 字的内容。

（二）调研数据核心发现

1、基础差距大： 82.5% 的学生能说出人脸识别、智能推荐等AI应用，但只有 20.8% 的学生理解数据对AI的重要性；献章班 30.5% 的学生有编程基础，实验班 17.2% ，普通班仅 6.8% ，差异明显。

2、重实践轻理论： 73.1% 的学生关注生活中的应用， 59.2% 喜欢动手操作， 37.5% 的学生想做项目实践，只有 11.9% 能接受纯理论课，三个班级对实践的需求高度一致。

3、对AI认知浅、易依赖： 82.6% 的学生用过智能翻译等AI工具，但仅 15.9% 了解生成式AI的工作原理； 89.7% 认为AI能提高学习效率， 27.9% 会依赖AI写作业。

4、AI伦理意识弱：仅 20.2% 的学生关注人脸识别的隐私问题，大多不了解AI生成内容的版权归属，三个班级均不符合课程对AI伦理素养的要求。

三、前沿技术适配与教学框架重构

（一）适配学情的前沿技术甄选

结合调研发现与高中生认知特点，筛选三类“低门槛、高实践价值”的技术：

1、生成式AI

核心应用形式：用AI写作文提纲、做知识点问答、优化实验报告，用文生图工具制作"本校校园文化AI海报"；

学情适配性分析：匹配"可视化学习"需求，降低抽象概念理解难度。

2、无代码AI建模

核心应用形式：平台训练姿态分类模型、搭建简单的"本校校园场景图像识别模型"（如识别教学楼、操场）；

学情适配性分析：契合"动手实践"偏好，零编程基础可快速上手。

3、智能数据交互

核心应用形式：用工具检测广播体操动作、采集校园环境数据（如温度、光照）；

学情适配性分析：衔接"生活应用"诉求，实现AI技术具象化表达。

（二）“三维驱动”教学框架构建

基于“需求-技术-策略”适配逻辑，构建整合式教学框架：

1、基础认知层：针对学生AI概念薄弱的问题，采用“AI+情境”的方式教学。比如，用大语言模型梳理AI发展时间线，再用文生图工具做成“AI与本校校园生活”主题海报，轻松掌握基础概念。

2、实践操作层：满足学生动手需求，开展无代码项目学习。比如，设计“本校校园文化AI互动装置”项目，学生用无代码平台训练模型，实现肢体动作控制校园虚拟形象（如校徽卡通形象），感受AI的乐趣。

3、素养提升层：弥补伦理认知短板，采用案例辩论的方式教学。比如，围绕“本校AI考勤是否泄露隐私”展开辩论，让AI生成正反方素材，培养学生的批判性思维。

四、基于实证数据的教学策略优化

（一）分层教学策略：破解认知分化难题

根据调研发现的班级基础差异设计任务：

1、基础组（对应普通班，占比 45% ）：以体验为主，如用AI设计“校园生活海报”、用智能助手解答数学问题，掌握AI核心概念。

2、进阶层（对应实验班，占比 40% ）：做模型改进练习，如优化无代码姿态分类模型（识别广播体操动作）的精度，理解数据标注的重要性。

3、拓展组（对应献章班，占比 15% ）：开展创新项目，如结合人体动作检测技术，设计判断“课堂专注度”简易装置，适配本校课堂管理需求。

（二）跨学科融合策略：呼应实践需求

联合本校其他学科，设计三个跨学科项目

1、科技+文化：与语文老师合作，用生成式AI复原本校特色文化元素（如校史故事插画），制作交互式电子画册，传承本校文化。

2、科技+生物：与生物老师配合，用简化的图像识别模型识别校园植物叶片病害，把AI和生物知识结合起来，服务校园绿植养护。

3、科技+体育：与体育老师协作，用姿态分类技术分析本校广播体操动作标准度，生成个性化纠正建议，让AI服务体育课堂。

（三）动态评价策略：规避过度依赖AI风险

针对依赖AI的问题，设计了“过程+成果”的评价方式：

1、过程评价：用本校学习平台记录学生使用AI的情况，设定“AI辅助率不超过 60% ”的规则，超过就需要老师检查，再结合小组互评（同班级内分组）判断学生的自主思考程度。

2、成果评价：让学生在班级内展示作品并讲解，说明AI作用与个人优化点，重点考察学生的问题解决能力，评价标准对三个班级统一，但要求分层。

五、实践验证与反思

（一）短期实践效果

在本校高一年级普通班、实验班开展了 8 周实验（实验班 56 人，普通班 52 人），结果理想：

1、普通班学习参与度达 88.5% ，实验班达 92.1% ，均比实验前（普通班 65.3% 、实验班 72.1% ）显著提升，学生对实践任务的热情特别高。

2、三个班级AI伦理认知平均分达 81.8 分，比实验前（65.7 分）高不少，尤其是献章班学生，开始主动关注“本校AI考勤的隐私保护”问题。

3、 90.2% 的学生认为分层任务适合自己的水平（普通班 87.7% 、实验班 91.1% 、献章班 94.3% ），学习自信心显著提升。

（二）本校推广小技巧

1、工具选择：优先用国内合规、操作简单的免费工具，比如无代码建模选百度AIStudio“零代码AI实验室”，生成式AI选豆包教育版/讯飞星火学生版，网页操作即可，适配本校信息化设备现状，不用额外增加成本。

2、资源协调：跨学科项目从“1 课时短期小任务”起步，比如联合生物老师，带领学生用百度AIStudio零代码模块完成“校园植物AI识别”活动：学生采集叶片照片、上传工具训练简单识别模型，生物老师补充知识讲解，最后共同完成5 分钟成果分享。先通过轻量任务磨合协作流程，再逐步推进复杂项目，大幅降低老师的备课压力。

3、避免依赖：在任务单上明确“分层自主思考→AI精准辅助→人工优化提升”的流程，普通班自主思考 20 分钟，实验班 25 分钟，献章班 30 分钟；AI辅助仅用于“答疑解惑、优化思路”，禁止直接生成完整答案或作品；最后要求学生标注“AI辅助的具体内容+个人优化点”，从而强化自主思考意识。

（三）后续改进方向

目前，本调研仅覆盖高一年级，后续将扩展至高二、高三，收集学情数据，优化教学策略。同时会引导献章班学生共建“本校AI教学案例库”，梳理自身优秀项目的实践步骤、工具用法和问题解决方案，由老师补充教学目标、评价标准等模块，形成可复用的教学资源。

参考文献

[1]教育部。普通高中信息技术课程标准（2017 年版2020 年修订）[S].北京：人民教育出版社，2020.

[2]广东省教育资源公共服务平台。人工智能与跨学科教学设计线上研讨[EB/OL].2024-12-30.

[3] 北京师范大学智慧学习研究院。青少年 AI 创新实践平台和案例分享[EB/OL].2024-05-29.