（一）题目：生成式人工智能赋能高中地理情境教学的实践研究

（二）目标：本研究旨在系统构建生成式人工智能赋能高中地理情境教学的教学模式、课堂设计与评价方法，推动地理教学向智能化、情境化、素养化方向转型。具体目标如下：

1. 构建“虚拟情境、人机协同”的教学模式

利用AI创设虚拟情境，如将地理概念转化为三维模型或动态演示，创建富有吸引力和沉浸感的虚拟学习环境；并运用AI生成以教师角色为视角的智能体，在课堂上实现人机互动，增添课堂活力。

2. 形成“情境贯穿、环节丰富”的课堂设计

通过AI抓取热点素材、挖掘课程目标与教师主观完善情境链，构建以核心问题、热点现象为主体的贯穿式、趣味性地理情境，并设计多种类型的教学环节，为学生理解复杂地理概念与过程的理解提供沉浸式思考的学习平台。

3. 建立“多维数据、实证导向”的教学评价方法

依托AI分析教室，利用AI实时动态采集情境教学课堂上的教师行为、学生行为和师生互动行为，以可视化数据评估AI赋能情境课堂的教学效果，形成基于证据的教学优化机制与持续改进策略。

（三）内容：

为实现本研究的总体目标，系统构建生成式AI赋能高中地理情境教学的思路、路径与评价体系，推动教学转型，本研究将围绕以下两个核心内容展开：

1.生成式人工智能赋能高中地理情境教学的思路

生成式人工智能赋能高中地理情境教学的具体思路如下（图1）：

图1 生成式人工智能赋能高中地理情境教学的思路

2.生成式人工智能赋能情境教学设计的路径

（1） AI挖掘热点素材，构建情境主题

人工智能可以协助教师及时获取最新地理学研究成果、重大地理发现等信息，教师可以充分利用其提供的丰富地理知识资源，充实备课内容，使地理教学更加新颖、生动。借助先进的自然语言处理技术和大数据分析手段，人工智能能够高效地从海量教育资源、历年真题、政策文件中提取关键信息，精准把握高考地理的热点与风向。这不仅极大地提高了信息搜集的效率和准确性，还为教学者提供了全面、深入的数据支持，有助于创设更加科学、合理、贴近时代要求的情境主题。

（2）AI协助课堂设计，丰富教学环节

教师可以利用人工智能辅助设计丰富多样的教学活动。教师可以利用人工智能强大的文本生成能力，获得大量个性化的教学活动设计方案。例如，根据教师描述的本章教学内容，人工智能可以快速设计情境教学、问答讨论、数据分析等活动，提供详细的教学环节设计和组织指导方案。教师还可以借助人工智能设计丰富的教学互动（如问题链、思维导图绘制等），通过人工智能获取各种地理教学资源（如地图、图表、影像视频等），以丰富教学内容。

（3） AI创设真实情境，辅助情境设计

真实情境是知识产生和应用的现实场景，能让学习者在具体实践中感知知识的实际意义与应用逻辑的情境^[]。在传统教学中，普通教室多存在模型、实物及现场环境等形象化要素缺失的共性，学生只能就课本中的抽象事物、原理进行简单和机械地学习。不仅如此，地理教学中真实情境的缺失还割裂了学生的学习与社会生产、生活的沟通和联系，造成学生社会责任感低下，导致其社会智能发育不良^[]。因此，真实情境的构建对于地理教学的有效开展具有重要意义。生成式人工智能在真实情境创设方面具有显著优势。生成式人工智能能够深度融合教学内容和学生认知特点，生成兼具故事性与科学性的情境脚本，并且可以对生成的情境文本进行多轮迭代优化，检测科学性错误并提出修正建议，确保实验设计的严谨性。生成式人工智能还可基于文本情境调用“文生图”“文生视频”的功能，将抽象的地理概念转化为三维模型或动态演示，创建富有吸引力和沉浸感的虚拟学习环境。这种多模态输出不仅能提升学生学习的趣味性和参与度，还能促进其展开合作学习和知识的深度探索^[]。

（4）AI实现人机交互，建立互动课堂

运用人工智能技术创设虚拟智能体，借助深度学习和行为模仿技术，训练该智能体对授课教师的教学风格、语言习惯及互动模式进行精准模仿，使其具备高度近似真人的教学互动能力。在课堂上，此智能体将作为教师的辅助工具，与学生展开实时多模态交互，涵盖语音回应、问题答疑以及个性化学习指引等，以此有效提升学生的课堂参与积极性。通过对人机交互过程中产生的数据进行采集与分析，探究智能体对学生学习动机、课堂参与程度以及知识掌握水平的影响，进而摸索人机协同教学模式的有效性与可行性。同时，持续优化智能体的反馈机制与互动策略，确保其能依据学生反馈动态调整互动内容，达成个性化、智能化的课堂互动效果，最终构建一个充满活力且高效能的互动课堂。

3. 依托AI教室的教学效果实证评估

本研究运用学校所提供的AI教室，通过对地理智慧课堂教与学动态数据的采集、评价、分析，实现学习过程的数据化。通过采集并处理课堂中教师行为、学生行为及师生互动的实时数据，教师采用学生参与度、行为一致性、抬头率和行为活跃度等指标进行课堂教学效果综合评估。利用课堂场景分布的饼图、学情数据的雷达图以及时间序列分析的折线图，本研究深入剖析不同教学活动的效果及时序变化，识别教学中的高峰与低谷，进而提出针对性的改进建议。通过将分析结果反馈给教师，帮助其优化教学策略和课堂活动设计，并建立长效监测机制，形成持续改进的良性循环，最终实现教学质量的提升和学生全面发展的目标，推动教学评估向客观数据化转变，充分发挥AI技术在教育领域的应用价值。

（四）方法：

（1）文献研究法。系统梳理国内外关于情境教学、人工智能在教育中的应用、学习分析与分层评价等领域的研究成果，明确已有研究的理论基础、实践经验与存在不足，为本课题提供学理支撑与研究切入点。

（2）案例研究法。选取典型地理教学主题（如“自然地理环境的整体性”“海水的盐度”）作为研究案例，利用AI辅助生成情境素材、作业分层方案，开展深度分析与总结，探索AI在真实情境中的适配性与改进路径。

（3）行动研究法。结合校本课堂，开展多轮次教学实践。研究团队通过“设计—实施—反思—再设计”的循环，不断优化AI赋能的情境教学模式，形成具有可复制性的经验。

（4）比较实验法。在实验班与对照班中实施不同教学模式，比较学生在学习成效（空间思维、问题解决、区域认知等）与学习动机方面的差异，量化分析AI赋能模式的优势与不足。

（5）数据分析法。借助AI平台采集课堂互动与作业数据，结合统计分析与学习分析方法，提炼“有效性、区分性、发展性、公平性”等效能指标，形成量化证据支撑。

（6）访谈与问卷法。面向学生与教师发放问卷，了解对AI辅助教学设计与作业分层的接受度、满意度与改进建议；同时通过半结构化访谈深入获取一线教师的真实反馈，保证研究结论的全面性与可行性。

（五）组织：本课题的开展具备学校AI教室平台、知网论文平台的支持。

（六）分工：

（七）进度：

第一，准备与初步探索阶段（2025年9月—2025年10月）

（1）系统开展文献研究与实践调研。全面梳理国内外生成式人工智能教育应用、地理情境教学创新等相关成果，明确研究的理论框架、技术路径与可行性方案。

（2）确定核心研究主题与实验方案。结合新课标与教材内容，遴选典型课题，制定详细的教学实验与对比计划。

第二，深化实施与数据采集阶段（2025年11月—2026年6月）

1.教学设计与课堂实践

（1）开展多轮AI赋能情境教学实验。依托选定主题，采用“AI生成–教师优化–课堂实施–反馈修订”的循环模式，系统验证情境创设、任务驱动与支架设计的有效性。

（2）持续采集教学过程与学习行为数据。通过学习管理系统、学生访谈与课堂观察等多渠道，全面记录师生互动、任务完成质量与认知发展表现。

2.效能评估与过程优化

（1）开展AI赋能课堂教学效果评估。借助AI教室生成课堂教与学实证数据，实现AI赋能课堂的效果评估。

（2）进行中期评估与模式修正。通过问卷、访谈与案例分析等方式，对AI赋能情境教学的接受度、适用性与有效性进行中期总结，优化技术整合与教学策略。

三、总结提升与推广阶段（2026年7月—2026年10月）

1.数据整合与效果分析

（1）对组内教师积累的教学数据、学业成绩与认知测评数据进行整合分析，运用定量与定性相结合的方法，评估AI赋能模式在教与学方面的效果。

（2）提炼AI赋能情境教学的关键实施要素与典型问题解决方案，形成可复制、可适配的区域或校本应用模式。

2.成果凝练与传播

（1）系统总结研究成果，撰写研究报告、教学论文及实践案例集，开发配套资源包（如教学设计范例等）。

（2）通过教学展示课、专题研讨会等多种形式开展成果推广，积极推动模式应用与交流。

（3）基于实践反馈与国家教育政策导向，提出后续深化研究的方向，如AI在跨学科情境教学、项目化学习等领域的扩展应用。

（八）经费分配：所有经费运用于公开课材料准备与论文发表版面费。

（九）预期成果：公开课3节，报告1篇，论文2篇。