AI驱动小学美术教评学一体化新路径
一、人工智能驱动小学美术“教—学—评”一体化的突破路径
1.以系统思维突破理念障碍，促进“教—学—评”目标贯通
（1）人工智能帮助教师实现从“抽象素养”到“具体目标”的转化
（2）人工智能推动教学目标从“静态路标”向“导航系统”演进
（3）人工智能促进评价反馈从“学习判定”转向“教学改进”
2.以素养逻辑破解实施难题，实现“教—学—评”载体适配
（1）教学载体应从“标准化供给”转变为“个性化支持”
（2）学习载体应从“单一静态作品”升级为“多元动态历程”
（3）评价载体应从“经验判断”转向“数据驱动”
3.以过程数据突破成效瓶颈，推动“教—学—评”功能跃升
（1）基于过程数据的全面采集与深度解析，是“教—学—评”功能跃升的数据基础
（2）基于数据洞察的个性化反馈与自适应学习，是“教—学—评”功能跃升的核心机制
（3）基于数据驱动的教学决策与精准干预，是“教—学—评”功能跃升的关键应用
二、人工智能驱动小学美术“教—学—评”一体化模型的构建策略
1.点的描绘：明确人工智能赋能“教—学—评”模型中各要素定位
（1）“教”的定位，应从“知识传授者”转变为“素养引导者与情境设计者”
（2）“学”的定位，应从“被动接受者”转变为“主动建构者与协同创造者”
（3）“评”的定位，应从“结果评判者”转变为“过程促进者与发展支持者”
2.线的连接：厘清人工智能赋能“教—学—评”模型的一体化联动
（1）教学与学习的联动，借助人工智能实现从“预设执行”到“动态生成”的转变
（2）学习与评价的联动，通过人工智能实现从“结果判定”到“过程促进”的融合
（3）评价与教学的联动，依托人工智能实现从“经验依赖”到“数据驱动”的跃升
3.面的整合：构建人工智能赋能“教—学—评”模型的生态运行体系
（1）目标、内容与活动的生态化统整
（2）学习环境与支持系统的生态化营造
（3）数据流动与反馈机制的生态化贯通
4.体的架构：实现人工智能赋能“教—学—评”模型的深度跨界融合
（1）推动学科知识贯通与综合艺术素养培育
（2）推动学习时空无缝拓展与真实艺术情境创设
（3）推动人机协同深化与教育智慧共创
【摘要】随着《义务教育艺术课程标准（2022年版）》的深入推进，以核心素养为导向的教学改革已成为小学美术教育的必然趋势。然而，传统“教—学—评”体系在理念、实施与成效层面面临多重困境，难以有效支撑素养落地。人工智能的兴起为破解这些难题提供了新路径。通过系统阐释AI在目标贯通、载体适配与功能跃升中的作用，可从点、线、面、体四个维度，构建以核心素养为核心、以人工智能为支撑、兼具理论深度与实践可行性的“教—学—评”一体化模型，为新时代小学美术教育提质增效提供理论依据与实践参考。
【关键词】教评学一体,人工智能,核心素养,小学美术,模型构建
《义务教育艺术课程标准（2022年版）》（以下简称《年版课标》）提出“审美感知、艺术表现、创意实践、文化理解”四大核心素养，标志着艺术教育从技能传授转向素养培育的新阶段，为小学美术明确了育人方向。核心素养导向强调学生在真实情境中综合运用知识、技能与价值观解决复杂问题的能力，这要求“教—学—评”三者深度融合，协同促进学生素养发展。但传统模式仍存在理念隔阂、载体失衡与功能错位等困境，严重制约素养生成。人工智能赋能“教—学—评”一体化，有助于突破瓶颈，推动小学美术教育高质量发展。
一、人工智能驱动小学美术“教—学—评”一体化的突破路径
面对现实困境，人工智能凭借其数据处理与智能分析能力，为“教—学—评”一体化提供了全新解决方案，通过系统思维、素养逻辑与过程数据三重赋能，重塑小学美术教育生态。
1.以系统思维突破理念障碍，促进“教—学—评”目标贯通
理念转型是实现一体化的前提。系统思维强调从整体性、关联性与动态性出发，将教、学、评视为有机整体，为实现目标贯通提供思维框架与技术支撑。
（1）人工智能帮助教师实现从“抽象素养”到“具体目标”的转化
《2022年版课标》提出的四大核心素养具有高度概括性。人工智能通过对海量教学案例、文献与课标进行语义建模，协助教师将素养细化为可操作的教学目标。例如，在“艺术表现”领域，AI可识别从“敢于表现”到“有意识表现”，再到“个性创意表达”的能力进阶路径，并精准匹配教学内容与任务，使素养目标贯穿教学全过程，奠定“教—学—评”一致性基础。
（2）人工智能推动教学目标从“静态路标”向“导航系统”演进
传统教学目标一旦设定，难以随学情调整。AI赋能的学习环境可实时采集学生行为、创作与互动数据，动态评估其与目标的差距，生成发展轨迹图。教师据此可精准调整教学节奏、内容难度与活动设计，确保教学始终围绕素养目标展开。这种基于实时数据的动态管理，使教学目标从起点的“静态路标”升级为全程可调的“导航系统”，实现教与学的协同演进。
（3）人工智能促进评价反馈从“学习判定”转向“教学改进”
评价的核心在于服务教学优化。在AI支持下，评价嵌入学习全过程。例如，学生进行数字创作时，AI通过图像识别与风格分析，对其构图、色彩、结构等维度与目标进行比对，即时提供改进建议。这种过程性反馈帮助学生自我诊断，同时为教师提供精准数据，用于诊断教学难点、评估目标达成度，形成“目标引导—评价反馈—教学改进”的闭环机制，使评价从终点的“裁判”转变为过程中的“协作者”[1]。
2.以素养逻辑破解实施难题，实现“教—学—评”载体适配
教学实施是理念落地的关键。人工智能使教学、学习与评价载体得以重构，为精准适配提供技术支撑。
（1）教学载体应从“标准化供给”转变为“个性化支持”
AI可作为教师的智能助手，分析学生的兴趣、能力基线与过往作品，智能推荐差异化资源。例如，对色彩敏感者推送印象派作品，对造型能力强者提供高阶创作任务，对基础薄弱者提供分层练习。这种个性化支持构建了适配个体的学习支架，为后续精准评价奠定基础。