人工智能+教育 | 生成式人工智能这样用，轻松培养学生数字化学习与创新能力

中国信息技术教育

2026-04-14 10:33 ·北京 ·中国信息技术教育官方网易号

教育部等五部门近日印发，明确提出推动人工智能人才培养与素养提升、促进人工智能与教育深度广泛融合、建强“人工智能+教育”基础环境、优化“人工智能+教育”发展生态等四大重点任务。

基于此，《中国信息技术教育》杂志推出“人工智能+教育”专题系列，旨在系统追踪政策落地动态，深度呈现一线创新实践，凝练可复制、可推广的经验范式。

打开网易新闻查看精彩图片

生成式人工智能赋能

学生数字化学习与创新素养培养的实践研究

打开网易新闻查看精彩图片

田双双

浙江省杭州市余杭区理想实验学校

沈伟春（通讯作者）

浙江省杭州市临平区教育发展研究学院

数字化学习与创新素养是信息科技学科四大核心素养之一。本文聚焦生成式人工智能（GAI）对学生数字化学习与创新素养的培养，基于素养能力提升的适应力、胜任力和创造力三个层次，探讨小学信息科技课堂中借助GAI构建数字化环境、变革学习方式和创新教学活动等路径提升学生创新素养，以期为信息科技相关课堂教学提供参考。

引言

当下社会正大踏步进入数智时代，学生每天都会接触到各种数字信息，因此，数字化学习与创新素养的培养显得越来越重要。数字化学习与创新素养是学生适应未来社会的必备能力，具备数字化学习与创新素养的学生主要表现为“适应数字化环境，善于获取和应用数字化资源和创造性地解决问题”。

小学生数字化学习与创新素养现状

《义务教育信息科技课程标准（2022年版）》（以下简称“新课标”）指出，义务教育发展学生核心素养，培养学生适应未来发展的正确价值观、必备品格和关键能力，而关键能力分为三个层次：适应力、胜任力和创造力。适应力是最低标准，创造力是最高标准。但笔者在日常教学中发现，目前的小学生数字化学习与创新素养仍存在以下问题：

一是数字化环境适应力不强。当学生置身于陌生的数字化环境中时，他们不愿意自主探究，只期望教师手把手地演示。而网络环境的复杂程度，更是极大地考验着小学生的适应能力，海量的信息、灵活的链接弹窗等干扰因素也在消耗学生的注意力，让学生产生抵触情绪。

二是数字资源应用胜任力不够。虽然目前的数字资源工具层出不穷，但是大部分学生在遇到问题时首先想到的还是用传统的方式解决，并没有考虑有多少新资源、新工具可以帮助解决。

三是问题解决创造力不足。当学生面对复杂的任务和问题时，他们习惯沿用以往经验，完成任务点到为止，不追求优化与创新。

生成式人工智能赋能数字化学习与创新素养培养的意义

生成式人工智能（GAI）自问世以来，不断以指数级速度重塑人们的认知方式，其强大的认知建构、多模态交互、逻辑推理和创造性生成能力为数字化学习与创新素养的培养带来了新的思路。

一是从“技术陈列”转向“智能构建”。GAI技术可以让各类数字设备、资源和教学环节相互关联、协同运作，形成一个有机整体。例如，在GAI驱动下，设备间可以无缝衔接，教师也可以借助AR和VR技术，将物理空间与虚拟空间深度融合，打造沉浸式数字化环境。

二是从“静态供给”转向“动态生长”。使用GAI的课堂，教师可以根据课堂需要、学习反馈等“突发状况”实时生成教学支架并可以动态更改与补充，帮助学生获得个性化的学习支持。

三是从“机械模仿”转向“智能创新”。GAI技术凭借其强大的数据分析与模型运算能力，动态生成创新方案，将问题解决过程转变为智能协创的探索旅程。

GAI赋能数字化学习与创新素养培养的策略

下面，笔者结合具体案例，探讨GAI如何通过学习情境创设、变革学习方式、创新教学活动三方面提升学生数字化学习与创新素养的适应力、胜任力和创造力（如下图），并以三力协同共进，系统推动学生数字化学习与创新素养的整体发展。

打开网易新闻查看精彩图片

数字化学习与创新素养培养示意图

1.智慧“交互”，构建沉浸化学习情境

GAI技术拥有强大的智能分析与生成能力，通过创造拟真环境和自然对话交互，有效破解了传统教学中情境感缺失、人机互动门槛高的难题，为提升学生的环境适应力奠定基础。

（1）智能场景仿真，增强沉浸体验

真实有趣的学习情境是激发学生持续学习动机的关键，尤其对于计算机理论、算法与控制系统等抽象程度较高、内容较为枯燥的知识领域而言，高质量的学习情境显得更为重要。然而，此类高质量情境资源在实际教学中相对匮乏，GAI的出现为这类情境的构建提供了新的路径。

例如，在讲授计算机硬件结构时，为提升学生的兴趣与沉浸感，教师借助纳米AI平台中的“儿童动画视频制作”智能体，生成了一个3D卡通风格的动画视频。在视频中，“小博士”进入电脑主机内部，逐一介绍各硬件名称与功能，以童声配音和生动画面显著增强了内容的吸引力。同时，仿真式的内部结构展示帮助学生直观感知硬件间的空间关系，深化理解。课后，为进一步巩固知识，还通过DeepSeek生成一个硬件与功能连线游戏小程序，用于即时检测与复习。

（2）自然语言交互，降低认知负荷

在传统信息检索过程中，学生常因关键词选择不当或信息甄别能力有限而难以高效获取有效内容，这一问题在中低年级学生中尤为突出。随着大模型技术的发展，以智能对话为代表的新型交互方式为学生提供了更符合其认知特点的查询途径，显著降低了人机交互的门槛。

例如，在四年级“数据”单元的项目学习中，学生需完成《学生最喜爱的菜品》调查分析报告。教师引导学生借助大模型工具（如DeepSeek、豆包），以自然语言进行多轮追问，逐步生成适合小组的项目分工方案、调查问题设计及报告框架。整个过程无需精确的关键词，学生通过渐进式对话即可获得结构化的可信的回答。

实践表明，智能对话技术通过模拟“苏格拉底式”追问和认知适配，不仅帮助学生精准获取信息，更在动态交互中培养其在数字化环境中的信息适应和整合能力。此类方式弱化了传统检索中对关键词的依赖信息甄别的困难，提升了信息获取的准确性与适应性，系统增强了学生在人机协作中的交互素养与认知灵活性。

2.智能“生成”，构建个性化学习路径

在大数据与人工智能技术深度融合的教育背景下，数字化学习方式正经历系统性变革。GAI技术通过支持基于资源的学习、基于问题的学习和基于自主探究的学习，显著提升了学生在复杂数字化环境中的综合胜任力。

（1）生成个性化数据，实现基于资源的学习

在大数据时代背景下，基于资源的学习是数字化教学的重要形式，强调学生通过获取与利用多样化资源进行自主探索。然而，传统教学中的资源往往由教师统一提供，数据单一，缺乏真实性，且易引发隐私伦理等，限制了学生分析视野与创新思维的培养。GAI的内容生成能力为破解这一困境提供了新路径，能够一键创建安全、多样且贴合教学目标的个性化数据集。

例如，在四年级“用数据讲故事”单元《数据可视化》一课的教学中，教师引导学生利用“豆包”生成学生身体素质的模拟数据，以替代直接收集同班学生的真实身高、体重等敏感信息。学生通过调整年级、性别等参数，使各小组获得截然不同的数据集。在此基础上，学生完成数据整理、图表生成与分析报告撰写，整个过程既保护了隐私，又让每个小组都能在独特的数据背景下开展探究，得出的结论也更加多元，为后续的分析报告带来了多角度的应用场景。GAI通过提供可控、多元的个性化数据资源，有效提升了学生的数据驾驭与问题解决能力。

（2）部署智能体助手，实现基于问题的学习

实验教学是培养学生实践与创新能力的有效途径，但其成效常受制于教师指导无法完全个性化。GAI驱动的智能体技术为这一问题提供了创新解决方案，它能够扮演专属助教角色，为学生提供不间断的、适应其认知水平的专业支持，从而实现高效的基于问题的学习。

例如，笔者用AI工具“豆包”将学科实验相关的课标、教材、案例等资源“投喂”给豆包知识库，创建一个专属的实验智能体。当该智能体被嵌入课堂教学环境后，学生可通过自然语言就实验原理、步骤设计、故障排除等问题进行深度追问。智能体以“苏格拉底式”追问引导思考，并提供实时反馈。随着交互的深入，智能体愈发“了解”学生，提供的指导也更加精准。

（3）构建虚拟实验室，实现自主探究的学习

信息科技学科中诸多抽象概念（如算法、过程与控制）难以通过传统讲授使学生真正理解，必须依赖其自主探究和具身体验。然而，开发高交互性的虚拟实验环境对于一线教师而言技术门槛极高。GAI的自然语言生成代码能力彻底降低了这一门槛，使教师能快速构建虚拟实验室，为学生创设“可操作、可观察、可发现”的自主探究学习环境。

例如，在六年级上《算法的评价方法》一课中，为了让学生直观比较顺序查找与二分查找的效率差异，教师利用DeepSeek生成一个HTML网页虚拟实验室。学生只需在网页中输入目标数字，系统便会以动画形式逐步可视化算法的每一次查找过程。这种沉浸式的交互体验，将抽象的循环与判断逻辑变得清晰可见，使学生能主动探索并归纳出算法的核心特性。

3.智能“协同”，构建创新性实践场域

“数字化学习与创新”实际上是两个任务：一是学习，二是创新。传统信息科技教学大多侧重于技术知识的传授与模仿，对学生创新能力的培养不够。为进一步激发学生的创造力，教师需要积极创新教学活动设计，引导学生对数字化学习能力进行转化与输出，为其提供创新力培养的契机。

（1）提供多元方案，引导批判思维

思辨能力是创新素养的核心组成部分，具备思辨能力的学生不会盲目接受所学内容，而是以批判、分析的视角审视知识，突破固有认知框架并形成新观点。GAI凭借其上下文学习与动态输出能力，可为学生提供多元、可比的解决方案，有效引导学生深入分析与比较，从而激发创新思维。

例如，在跨学科项目“探秘运动会编码”中，学生需为校运动会与区运动会分别设计号码簿编码方案。教师先通过讲授、引导小组合作，让学生初步建立编码逻辑，接着引入Kimi，利用其动态生成三种不同维度的编码方案（如按赛事场地分布或学校特色编码），引导学生辩论三种方案哪一种更适合。学生们被这种新颖形式吸引，深入地研读每个方案思路，主动从编码合理性、实用性、扩展性等角度辨析与讨论。这样一来，GAI就通过提供多元参照方案，有效打破了学生的思维定式，使学生的思辨力、创造力在批判、比较与整合过程中得到提升。

（2）进行问题拆解，指导创新实践

项目式学习以开放性问题为导向，促使学生在真实情境中合作、探究与创造，是培养学生创新思维的重要途径。然而，复杂项目往往涉及多学科领域知识与技能，对学生自主学习和问题解决能力要求颇高，容易使学生望而生畏。而GAI可作为智能项目导师，通过结构化的问题拆解与分步指导，降低认知负荷，推动创新成果的实现。

例如，在“恒温箱实验”项目中，学生需完成从设计到搭建恒温装置的全过程，教师引导学生借助“豆包”将系统任务拆解。首先，利用豆包进行硬件结构设计，通过不断调整优化，确定硬件结构设计；在器材选择时，将其拆解为箱体、保温材料、电子元件进行选择，对比优劣，提供参数；在算法控制时，请豆包帮助生成算法流程图，帮助内化恒温箱的算法设计；在算法验证环节，可以通过豆包来帮助优化算法。在整个项目开展过程中，GAI帮助学生稳步推进各环节，实现从概念到实物的创新跨越。

GAI通过问题拆解与过程引导，使学生不再对复杂的实验项目望而却步，学生能清晰把握每个阶段的关键任务，稳步推进实验进程，实践与集成创造力得到提升。学生不仅完成了实物创新作品，更掌握了将宏观问题转化为可操作任务的方法，为今后开展更具挑战性的创新实践奠定了能力基础。

结语

通过实践教学可知，GAI技术从学习环境创设、学习方式变革与教学活动创新三个层面，有效促进了学生数字化学习与创新素养的全面发展。在环境层面，GAI通过创设拟真、适性的学习情境，增强了学生的数字适应力；在学习方式层面，GAI支持个性化资源生成、智能体辅助及虚拟探究，提升了学生在真实任务中的胜任力；在活动层面，GAI作为项目导师，通过引导思辨和拆解复杂问题，激发学生的创造力。

适应力、胜任力和创造力三者协同并进，共同构成了数字化学习与创新素养的核心基础。GAI除了是技术工具，更是认知伙伴与创新催化剂，推动构建“人机协创”教育新范式。相信随着技术的演进，GAI将在构建更具包容性和创造性的数字学习生态中发挥更大作用。

本文作者：

田双双

浙江省杭州市余杭区理想实验学校

沈伟春（通讯作者）

浙江省杭州市临平区教育发展研究学院

文章刊登于《中国信息技术教育》2026年第05期

引用请注明参考文献：

田双双，沈伟春.生成式人工智能赋能学生数字化学习与创新素养培养的实践研究[J].中国信息技术教育，2026（05）：67-70.

欢迎订阅

识别上方二维码订阅纸质版或电子版杂志

特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。