人工智能与探究式教学结合对高中生物学习成效的影响

摘要：在高中生物教学当中，人工智能同探究式教学相结合，成为改善学习成果的关键途径。人教版高中生物以核心知识的深入理解和探究能力培养为主，两者融合具有天然的契合性，但在实践中却遇到很多现实问题。本文根据教学实际，归纳出二者结合过程中存在的针对性不足、辅助失衡、评价单一三大问题，在相关教育理论的基础上，提出相应的解决策略。目的通过科学适配的融合模式提高高中生物教学的精准度和有效性，促进学生生物学科核心素养的发展。

关键词：人工智能，探究式教学，高中生物，学习成效，教学策略

引言：高中的生物学习处于知识系统化、能力提升的关键期。人教版教材强调知识的系统性、探究性，要求学生掌握核心概念之后学会科学探究的方法和思想。人工智能技术的发展给探究式教学提供全新支持，它所具有的数据处理、模拟仿真、个性化推送等功能可以打破传统探究式教学的时空限制和资源壁垒，为学生创设更自主、更深入的探究环境。但是二者的结合在教学实践中并没有形成成熟模式，存在很多不适应问题，影响了学习效果的提高。因此本文就针对融合过程中出现的问题，寻找相应的解决方法，为高中生物教学的改进提供思路。

一、融合实践中的突出问题

（一）融合针对性不足

人工智能工具和人教版高中生物探究主题契合度不高，大多数人工智能资源没有针对教材核心探究内容，不能满足具体教学需求。高中生物探究主题丰富，既有稳态调节、遗传规律、生态系统稳定性，又有细胞代谢、生物进化、生物技术实践等，探究活动普遍需要较强的逻辑性和实践性；而现有的AI工具如通用问答机器人（ChatGPT、豆包）、基础数据检索工具（百度智能搜索）等大多具有通用性，没有针对生物学科知识体系和探究逻辑进行专项设计，在“基因的表达”探究中，通用AI不能精准联系转录翻译的分子机制和实验设计要点，在“酶的特性”探究中，难以给出符合教材实验的变量分析帮助，造成学生使用AI做探究时得不到准确的指导，探究方向不清，不能加深对核心知识的理解和运用。

（二）辅助作用失衡

在融合教学当中，人工智能的辅助程度很难准确控制，会存在两种极端的情况，一方面有些教学中AI工具过度掌控探究的过程，例如在使用生物实验仿真AI（Labster的全自动引导模式）时，直接给出完整的探究步骤、预设的实验数据以及标准化的结论，学生不需要经过独立思考、方案设计、结果分析等环节就可以得到答案，成为被动接受信息的容器，探究式教学培养科学思维的核心价值无法体现；另一方面有些教学中AI的支持力度不够，只把通用文献检索AI（CNKI智能检索）当作资料获取工具，在探究的关键节点，如“遗传系谱图分析”的逻辑断点、“生态瓶制作”的稳定性调控难点等问题上，不能提供阶梯式的引导或者针对性的解析，当学生遇到探究的瓶颈时，得不到有效的帮助，使得探究活动只能停留在表面，无法深入。

（三）评价体系单一

目前二者的融合教学效果评价仍以传统的纸笔测试为主，重视考查学生对知识的掌握程度，而忽略了对探究过程中学生能力发展和思维提升的评价。高中生物探究式教学的核心是培养学生科学思维、实验操作技能、合作探究能力、创新意识等多方面的综合素养，虽然人工智能技术可以记录探究过程中的一些数据，例如AI虚拟实验平台(BioInteractive)可以记录学生实验的操作步骤、参数调整轨迹等，智能协作工具(腾讯会议智能纪要)可以保存小组讨论的内容，但是这些数据并没有形成一个系统的评价体系，目前大多数评价体系不能完整地展示出学生在探究过程中的思考轨迹、操作是否规范、创新之处在哪儿，使得评价的结果不能真实反映学生的实际学习情况，也给教学改进缺少了准确的数据支持与清晰的方向。

二、提升成效的优化策略

（一）聚焦教材核心

建构主义学习理论认为，学习是学生主动建构知识的过程，要依靠具体的学习情境和任务载体。人工智能和探究式教学相融合，应该以教学目标和探究主题为依托，给学生提供能够激发思考的适配性资源，使学生在针对性的探究活动中实现知识的内化与能力的提升[1]。人教版高中生物探究主题有清晰的知识脉络和能力要求，AI资源的搭建要符合这个特点，给学生搭建起符合认知水平的探究脚手架。

按照人教版高中生物核心探究主题来开发专项AI探究模块。如围绕稳态调节主题，创建人体内环境稳态模拟系统，让学生经由改变参数，观测不同条件下的血糖，ph，渗透压的变动规律，加深对调节机制的认识。就遗传规律主题而言，创建遗传概率计算的交互式工具，让学生自行设定亲本的基因型，模拟杂交过程，直观显示子代表型的分离比，探究基因的分离定律以及自由组合定律。同时AI资源要设置分层探究任务，对应不同的认知水平的学生，基础层为概念理解，提高层为逻辑推理，拓展层为应用创新，使每一个学生都能在适合自己探究任务的探究中获得发展。

（二）精准把控尺度

认知负荷理论认为，有效的教学应该控制学生的认知负荷，使学生在合理的范围内进行知识的加工和吸收。人工智能充当起探究式教学的帮手，主要任务就是缩减学生的外在认知负荷，提升有效的认知负荷。高中学生有一定的自主探究能力，但是对于复杂的探究任务还是需要适当的引导。

采用阶梯式的AI辅助模式，贯穿于探究活动的全过程。探究之初，AI凭借问题引导来明晰探究方向，就生态系统稳定性探究而言，AI可以推送有关的情境问题，从而引领学生提出探究课题和假设。探究中期，学生遇到瓶颈时，AI给予选择性扶持，实验设计阶段，学生难以决定变量控制手段时，AI能够展示多种控制方案的思路启迪，而不会直接给出答案。探究后期，用AI辅助学生分析结果并总结，引导学生整理探究过程，提炼出主要结论。同时建立AI支持调节，学生可按照自己的需求选择辅助程度，自主探究能力强的学生可以减少AI的干预，自主探究能力弱的学生可以得到更多的引导，实现个性化平衡。

（三）完善评价机制

多元智能理论认为人的智能是多样的，学习效果的评价应该注重各个方面的能力发展。人工智能与探究式教学结合的核心价值，就是提高学生综合素养，而不是单纯的知识掌握[2]。因此评价体系要突破传统单一的结果性评价，结合AI技术的优势，实现对探究过程和结果的全面衡量，既重视知识的应用，又重视思维、技能、态度的发展。

用人工智能技术创建过程性与结果性结合的多元评价平台。过程性评价，AI对学生在探究过程中所做操作步骤、思考记录、协作交流等进行记录，并对学生探究思路、解决问题的能力以及协作水平进行分析。就遗传规律的探究而言，AI可以依据学生实验设计思路、数据处理办法以及结论推导过程来评判学生科学思维的发展状况。结果性评价除了传统的知识测试之外，AI设计情境化应用题，考查学生运用所学知识解决实际问题的能力，例如结合生态保护的情境，设计生态修复方案。同时评价结果用可视化的报告形式呈现出来，清楚地展示出学生各方面的表现，为教师调整教学策略、学生改进学习方法提供精准的参考。

结束语：人工智能与探究式教学的结合给高中生物教学注入了新的活力，但是也存在着适配性、平衡性以及评价性等各方面的问题。针对上述问题，从人教版高中生物教学特点出发，用相关教育理论作指导，通过建设主题适配的AI资源、控制好AI支持的精准度、健全多元立体的评价体系来实现二者的融合。不仅可以提高高中生物学习的效果，促进学生核心素养的发展，也可以给高中生物教学的数字化转型提供实践经验。随着人工智能的发展，要不断探寻两者融合的新途径、新办法，使技术真正为教学服务，促进高中生物教学质量的不断提高。

参考文献：

[1]王璞,王欣宇. 基于AI-TPACK理论的高中生物学教师智能教育素养发展框架构建及提升策略[J].长春教育学院学报,2025,41(04):19-25.

[2]王国栋. 基于核心素养的新高考生物课堂探究式教学策略研究[J].时代青年,2025,(08):43-45.

作者简介：韩少哲（1982.10-），女，汉，河北省定州市，河北定州中学，本科，副高级，研究方向：高中生物。