AI赋能高中英语跨学科学习路径探究
生成式人工智能驱动的高中英语跨学科主题学习路径研究
摘要：针对跨学科教学中教师面临的学科认知局限与实践支撑不足等关键难题，本文以外研版高中英语必修二“unit 6 Earth first”为例，系统探讨了生成式人工智能赋能高中英语跨学科主题学习的实施路径，验证了人工智能与教育深度融合的实际效果，并揭示了其对教育生态变革的深远影响。生成式人工智能的运用突破了传统教学在时空和学科上的界限，通过构建“课前目标设计—课中流程支持—课后评价体系”的全链条模式，为学生提供动态化、个性化的学习支持，推动教学范式从“知识本位”向“素养导向”转型。
关键词：生成式人工智能；高中英语；跨学科
“跨学科”要求涵盖两门及以上学科的知识与内容，形成综合性方法，用以解决单一学科无法处理的复杂问题。[1]教育部基础教育教学指导委员会于2025年5月发布的《中小学生生成式人工智能使用指南（2025年版）》明确指出，高中阶段应“结合技术原理开展探究性学习”，鼓励运用生成式人工智能工具构建“跨学科知识图谱”解析复杂议题，并强调其在“互动式探究”“个性化学习”等应用场景中的核心价值。高中英语课程需“以主题为核心整合多学科知识”。然而，传统教学模式下，跨学科学习在实施中面临诸多挑战，教师作为跨学科主题设计的主导者，往往依赖个人经验和专业知识，单向设计活动与评价；这对教师的专业能力提出了更高标准，要求其具备广博的知识背景和跨学科教学技巧[2]。当前DeepSeek、ChatGPT等生成式人工智能工具，为破解这些难题提供了全新思路与方法。
一、生成式人工智能在英语教学中的应用价值
以ChatGPT为代表的生成式人工智能技术有助于弥补高中英语跨学科教学中教学资源有限和个性化教学不足的短板，通过生成多模态语料、开发写作主题；创建地道范文，体悟文化差异；评估生成文本，达成思维训练；实现个性化反馈，提供定制训练[3]。生成式人工智能通过构建项目信息卡、创新多模态语料素材、技术赋能多维活动、巧用课堂展示四个环节，为项目式学习提供新的教学思路，推动教育创新发展，进而培育学生的核心素养。生成式人工智能机器人（GAI Chatbots）构建了开放包容的超语空间，允许学生自主调用多语言和多模态资源，开展超语实践，并促进语言与内容的融合学习。生成式人工智能技术创造的互动环境有助于学习者获得更多真实互动，提高语言表达能力，为英语口语教学开辟新路径。当前已有研究缺乏对生成式人工智能在跨学科教学中的探讨，且现有研究中的生成式AI应用多停留在“辅助资源供给”层面，未深入英语跨学科教学的核心层面。
高中英语跨学科学习的综合性、实践性特点，对评价体系的全面性、客观性提出了更高要求[4]。生成式人工智能能够突破传统评价的局限，实现过程性评价与总结性评价的有机结合。通过自动分析学生的学习过程数据（如讨论发言、探究报告、协作表现），生成多维度的评价报告；支持自评、互评、师评多主体参与，确保评价结果的全面客观；借助自然语言处理技术，精准分析学生成果中跨学科知识的应用深度和语言表达的准确性，为教学改进提供数据支撑。跨学科学习的核心在于打破单一学科的认知局限，形成系统性的知识框架。生成式人工智能凭借强大的知识图谱技术，能够自动关联不同学科的核心知识点，构建可视化的跨学科知识网络。为此，本研究立足高中英语跨学科教学实践，结合生物、地理、政治等多学科融合案例，从教学全链条视角构建生成式人工智能赋能跨学科学习的优化策略，旨在为一线教师提供具体操作指引，推动跨学科学习质量与效率的双重提升，助力实现“人人皆学、处处能学、时时可学”的教育愿景。
二、生成式人工智能赋能高中英语跨学科主题学习的实践
（一）课前
1. 寻找学科结合点，确定素养学习目标
教学目标应考虑与核心素养、课程内容及学业质量要求的关联，结合具体内容确定跨学科主题学习的教学目标，体现教学目标的全面性和整体性，并有所侧重[5]。生成式人工智能能通过理解并结合上下文信息，提供更准确和更有针对性的信息检索结果。笔者利用豆包对话功能，先输入各个学科的核心素养内容，并通过追问和细化信息、完善内容，最终获得较为满意的学科定位与跨学科融合方向和跨学科学习目标。各学科核心素养维度对应的跨学科学习目标如下：英语（语言能力）：运用英语讨论鲨鱼的生存现状、海洋问题。历史（文化意识）：理解全球海洋保护的文化差异，认识到不同国家在海洋资源利用与保护上的差异。地理（区域认知、人地协调观）：结合地理知识，分析不同海域鲨鱼分布的地理因素以及人类活动对海洋地理环境的影响。政治（公共参与、法治意识）：从全球环境治理角度，分析国际海洋生态保护的政策法规，理解全球环境治理的相关政策。生物（生命观念、社会责任）：结合生物学知识，解释鲨鱼在海洋系统中的生物学价值。思维品质（跨学科）：综合运用多学科知识，理性分析全球海洋资源开发与保护的问题。
2. 跨学科知识检测与激活
依托生成式人工智能的知识图谱功能，教师可梳理与这一话题相关的跨学科知识框架。在学生开始跨学科学习之前，激活学生的背景知识，提供相关专业术语的学习和跨学科知识小测验。例如，教师可生成包含以下内容的测试题“Which part of the shark is used to make shark fin soup?”（A. skin B. fin C. teeth）“Which ocean has the largest population of great white sharks?”（A. Pacific B. Atlantic C. Indian）学生完成测试后，人工智能可自动分析结果，生成个性化的知识补充材料，用简单的英语解释学生未掌握的跨学科知识点，如用英语短文介绍鲨鱼鳍的生物学功能以及太平洋海域的地理环境对鲨鱼生存的影响。
（二）课中：以真实情境为依托，设计多层次问题链
真实学习情境在跨学科主题学习中有助于更好地激发学生的兴趣[6]。教师要注重真实情境的创设，增强学生认识真实世界、解决真实问题的能力。真实情境能够帮助学生实现跨学科知识迁移，并在实践中生成新知，激发内生动力；解决真实问题则有助于提升学生的核心素养。生成式人工智能可设计基于真实问题的英语探究任务[7]。
例如，针对本单元“Earth first”课文提出问题“What should be done to balance the economic benefits of shark fin trade and the ecological protection of sharks?”（应采取什么措施来平衡鲨鱼鳍贸易的经济效益和鲨鱼的生态保护？）人工智能可生成相关的跨学科资源包，如生态学资料（英语）：鲨鱼在海洋生态系统中作用的研究报告；政治学资料（英语）：国际鲨鱼保护公约的文本节选。学生分组利用这些资源，用英语进行课堂讨论并撰写小组探究报告，在语言实践中整合多学科知识解决复杂问题。我们可以借助生成式人工智能的多模态生成能力，创设与教学主题相关的真实情境。例如，在“鲨鱼保护”主题学习中，可生成英语新闻报道视频，呈现鲨鱼种群数量锐减的现状；模拟海洋生态学家的访谈，提出“如何平衡鲨鱼鳍贸易的经济效益与生态保护”的现实问题；创建虚拟海洋环境，让学生通过英语观察鲨鱼的生存状态、海洋环境的变化，增强情境的代入感。
此外，根据课堂教学节奏和学生反应，AI可实时调整情境内容。若学生对“鲨鱼鳍贸易的经济影响”兴趣浓厚，可生成更多相关案例数据；若学生对“国际保护政策”理解困难，可简化情境复杂度，通过动画形式解释政策内容，确保情境始终服务于教学目标的达成。最后结合英语学科的文化意识培养目标，可创设跨文化情境，呈现不同国家在海洋保护、资源利用方面的文化差异和实践案例。例如，对比中西方对鲨鱼保护的认知差异、发达国家与发展中国家在海洋治理中的不同立场，让学生在情境中理解文化多样性，提升跨文化交际能力。
（三）课后：跨学科成果展示与评价
在跨学科主题学习实践中，要以学生的真实参与为前提，帮助学生在思想上扭转只重视书面练习、轻视实践任务、忽视学习体验的不当倾向，理解跨学科实践学习对于学生的真正意义[8]。实践评估成了“跨学科实践”的一面镜子，直接映照了学习态度、学习情感、学习方法，更重要的是学习目的和目标。学生的跨学科学习成果展示能够帮助学生检验并反思学习收获，学生展示学习成果时，教师可以组织一个展示会，或者以PPT的形式向大家汇报每组的学习成果。对于本课“earth first”的学习，教师可以设计“人与自然”主题英语角，为学生提供相关手工材料，在校内设立临时英语角，学生布置场地，展示自己制作的相关主题模型、手工艺品、英文海报等，并用英语介绍制作过程中涉及的跨学科知识。其他同学可以参与讨论、提问，营造沉浸式的学习交流氛围。在过程中，教师要引导学生利用图像、视频类生成式人工智能（如即梦、豆包）辅助设计学习成果展示活动。
三、生成式人工智能赋能跨学科主题活动设计的优化策略
在生成式人工智能辅助教师教学设计的过程中，教师在发掘创新潜力的同时，也要清楚其局限性，坚守教师主导地位，协同规避它的固有局限[9]。生成式人工智能是跨学科设计的“工具而非替代者”，教师需在技术应用中确立“价值引领者”“风险把控者”的核心角色[10]。并且在这一过程中可能生成错误信息（如混淆温室气体种类、误判气候数据），教师需通过“多源验证”（如对比权威文献、学科教材）筛选生成内容，确保教学材料的科学性。此外，教师应把握主导“设计决策权”，避免技术绑架教学，教师需基于跨学科目标与学生需求，决定应用场景与深度，在任务设计中，生成式人工智能仅提供知识支持与工具辅助，而“学科结合点选择”“任务难度递进”等核心决策仍由教师把控，确保教学不偏离“素养导向”的本质。