生成式AI助力中学化学教育：路径、范式与展望
生成式人工智能赋能中学化学教育：应用图景、实践路径与反思展望
摘要：本文以2025—2026年《化学教育（中英文）》《化学教学》等核心期刊文献为基础，围绕生成式人工智能进入中学化学教育的实践路线进行系统梳理。研究表明，AI可通过备课助手、低代码开发工具、课堂智能体、个性化伴学、教师专业发展支持以及智能评价系统等多种方式，嵌入化学教学的关键环节。已有实践提示，AI有助于让课堂情境更鲜明、学习更贴合个体、反馈更为迅速，并促进学生形成批判意识与基本AI素养。然而在推进落地时仍存在事实“幻觉”、学科理解不充分、伦理与数据安全等现实难题，同时也会带来师生数字能力的新要求。面向未来，应加快建设化学专用模型，搭建“宏—微—符—智”一体化教学框架，持续强化师生AI素养，并将育人本位牢牢守住，才能真正促成化学教育在智能时代的系统性跃升。
关键词：生成式人工智能；中学化学教育；AI赋能；智能体；人机协同；教学应用；文献综述
在生成式人工智能推动的技术变革下，化学教育如何主动调整、科学借力，成为当前一线教学与研究亟需回应的现实议题。随着国家对创新型人才的持续关注，传统化学课堂在抽象概念教学、分层组织与实验资源开发等方面长期存在瓶颈[1]。尽管早期信息化手段也曾开展探索，但整体交互能力有限、智能化水平不高，且多数教师难以独立完成工具与系统开发[1]。生成式AI凭借自然语言理解、内容自动生成与多模态交互能力，恰能在一定程度上为上述困境提供可行路径。
近两年，AI与化学教学融合研究加速推进，2025至2026年更出现集中涌现的态势，《化学教育（中英文）》《化学教学》等刊物持续发布多篇高质量研究。相关工作覆盖理论建构、工具研发、课堂实施与效果检验，逐步形成较完整的研究链条。由此可见，AI在化学教育中的应用已从早期试点迈向更深层的融合阶段[2]。在梳理近期成果时，厘清AI的真实作用边界、具体实践路径以及潜在风险，对于后续推进教学改革尤为关键。基于此，本文对相关研究加以整合归纳，梳理成效与不足，并对未来方向进行展望，以期为后续研究与实践提供参考。
1AI赋能化学教育的理论框架与层次
评价AI在教育中的价值，不能仅将其视作提升效率的工具。李希涓等学者认为，AI对教育的支持可划分为三层：第一层以技术优化既有流程，提升工作效率；第二层借助技术完成过去受条件限制难以实现的任务；更关键的是，通过AI打开新的教育可能，促成以往不敢想、做不到的创新[3]。该视角提示我们，AI的价值不止于“更快”，更在于“不同”。
从国际经验看，联合国教科文组织所提出的师生AI能力框架始终强调“以人为本”，为AI进入教育设定了基本原则[4]：技术必须服务于人，而非取代与支配人；使用过程中应保护学生主体性，并推动批判性思考能力的形成。目前，国内部分实践也在向这一方向逐步靠拢。
在文献整理过程中，笔者观察到AI与化学教育结合的研究重心正在迁移。汪一平对国外文献的综述表明，研究起初偏向“测技术、试功能”，随后转向“教师如何用AI设计课程”，而近阶段又进一步走向“学生如何与AI协同学习”的学习者导向[5]。国内近两年的探索同样呈现出这种从技术驱动到学生中心的变化趋势，人与机的关系也从单向辅助逐渐迈向人机协同与共同发展。
2 生成式人工智能在中学化学教育中的核心应用方式
综合现有实践材料，AI在中学化学课堂的应用可概括为六类路径，并且每一类路径都能对应到相对可落地的案例支撑。
2.1AI充当智能备课助理，让教师把精力更多投入到教学设计与实验创新
AI最直接的贡献，是帮助教师减少重复性劳动，把更多时间用于创意构思。借助ChatGPT、文心一言、DeepSeek等模型，教师只需输入学情、课时目标和教学内容，即可获得多版本教学设计。例如在“金属矿物的开发利用”相关课例中，AI可同步给出虚拟体验、探究实验、跨学科项目、环保议题辩论等多样化活动方案[6]。程仁军以“质量守恒定律”为例，展示了如何借助AI完成内容分析、学情判断、目标设定与活动组织的完整流程，具有较强的可操作性[7]。在分层作业设计方面，周春美等提出的“角色设定—目标输入—迭代优化”思路，能够帮助AI快速生成基础、应用与探究层级的题目，并协助教师进行学情诊断与教学调整[8]。此外，AI还能快速贯通学科边界，如将化学与生物相关知识结合：在课例中引入信阳毛尖茶文化，把地方文化资源融入化学复习课，实现学科育人与文化承载的协同[9]。实验支持同样值得关注，例如马力借助图像与声音识别改进pH试纸比对、焰色反应等实验环节，使原本较模糊的现象更易测量、更趋客观[10]；苏英慧则利用AI优化乙炔制备与性质实验，使操作更简便、更安全[11]。
2.2降低代码开发门槛，让教师成为工具开发者
不少教师缺乏编程基础，而AI恰能在这一环节提供补位，让普通教师也能开发更贴合教学需求的学习工具。叶静怡针对初三学生在化学符号层面的易错点，使用AI智能助手搭建个性化学习系统：按照元素符号、化合价、化学式、化学方程式逐级递进，并结合即时反馈与交互练习，从而显著降低学生的书写错误率[1]。在教育游戏开发领域，吴思梅、莫志荣等团队借助DeepSeek快速生成化学式消消乐、溶解性判断、金属活动性排序等HTML5小游戏；教师只需替换知识点即可实现复用[12][13]。莫志荣等还进一步提出系列化游戏开发思路，结合认知负荷与心流理论设计“化学贪吃蛇”，覆盖化学用语、概念、规律与反应等多类内容，使应用范围更宽[14]。
2.3 AI充当课堂智能体与学伴，重构项目式学习与人机互动
将定制AI智能体引入真实课堂，通过沉浸式场景提升学习参与度，是当前融合应用中的较高阶路径。李书惠等在“金属的腐蚀与防护”一课中，构建南京博物院AI智能体：学生在文物保护项目中与智能体对话、提出质疑并验证方案，从而把知识学习、科学探究与AI伦理意识培养有机整合[4]。杨玲在物质结构复习课中引入AI数字人“茶妹叶嘉”作为伴学角色，结合微观动画、分子模型与互动游戏，使复习过程更具沉浸感[9]。张军爱等也建议，让AI分别扮演化学史人物、研究者等角色，通过对话式学习促进学生理解加深[15]。
2.4 AI充当个性化学习导师，支持自主探究与批判性思维
当学生直接与AI进行交互时，AI往往就成为随时可用的辅导者。Copilot、DeepSeek等工具能够随时回应问题，并以启发式方式帮助学生理清思路，而不仅仅是给出标准答案[16]。更值得倡导的做法，是把学生置于结构化任务之中，让其对AI生成的信息进行检验、修正与优化。例如在博物馆项目情境下，学生需要对AI提供的实验方案进行可行性优化；相关研究也强调，让学生识别AI内容的真实性与可靠性，是训练批判性思维的有效路径[5]。从育人角度看，这一过程本质上是在培养信息时代不可或缺的判断能力。
2.5 AI作为教师专业发展催化剂，推动角色转型与研究创新
AI不仅改变课堂运行方式，也在重塑教师的日常工作与研究方向。教师的角色正在由“知识讲授者”转向“活动设计者”、人机协同引导者以及AI素养培育者[12]。李芳芳等的研究表明，AI能够支持名师工作室在课堂优化、实验创新、试题命制等方面实现群体共同进步，例如共建命题素材库、开展数字化实验探究等[17]。同时，新的研究议题不断涌现，如科学家如何与AI协同创新、学生与智能体共同学习的认知机制等，这也促使化学教育研究从“如何用AI教”进一步转向“AI时代如何学化学”，以强化学科主体性为重要导向[3]。
2.6 AI作为智能评价引擎，实现即时化、过程化的数据反馈
AI使“学—练—评”的闭环更易真正落地。在AI驱动的学习系统与小游戏中，学生提交答案后可立即获得较为精准的提示，比如指出“原子团书写错误”或“配平逻辑不当”，从而实现即时纠错[1]。AI还能按难度与知识点批量生成形成性练习，用于课堂诊断与课后巩固，并借助学习行为数据输出学情报告，帮助教师定位薄弱点、提升教学针对性[16]。
3 现实挑战与审慎反思
尽管AI的应用前景令人期待，但在真实教学情境中，风险与短板同样不能忽视。
最突出的风险在于AI可能出现事实“幻觉”，并且对学科原理的理解深度可能不足。已有研究指出，AI在解释化学原理、工业流程以及复杂反应时，可能产生事实性错误；在晶体结构或实验装置图等可视化生成方面也可能呈现稳定性不足[15][16]。赵卫光进一步指出，当前AI更倾向于在既有数据上进行模式生成，较难支撑真正意义上的原始创新[18]。
伦理与安全问题同样具有现实性：学生数据隐私保护、区域数字鸿沟扩大、作业代写引发的学术诚信风险等，已成为全球层面的共性挑战[5][15]。此外，训练数据中可能隐含的偏差，也可能在输出内容中以更隐蔽的方式影响客观性。
对师生而言，AI同样意味着能力结构的再调整。教师需要快速提升AI素养：从单纯的工具使用者，转变为学习生态的设计者与调控者[5]。学生则需在低阶任务被AI替代的背景下，避免思维惰性，把训练重点放在创新、批判与整合等更高阶能力上[5]。范宗山提醒，需警惕AI带来的“灌输式”知识传递，避免削弱课堂中最珍贵的人际互动与思维碰撞[19]。
教育的核心始终是育人。情感交流、价值引领与人格塑造等要素，现阶段仍难以被AI替代。技术越强，也不能取代师生、生生之间真实的交流与共鸣[15][16]。因此，任何技术应用都必须以立德树人为根本目标。
4 未来展望与实践路径
面向人机协同的化学教育新生态，笔者认为以下方向值得优先推进。
第一，加快建设化学专用大模型，缓解通用模型在学科精度方面的不足。通过引入化学知识图谱、实验数据与典型课例库进行专业化训练，可以有效降低“幻觉”概率，提升输出可靠性，从而为教学提供更精准的支持[16]。
第二，构建“宏—微—符—智”四维教学体系。在传统宏观、微观与符号表征的基础上引入“智能”维度，由AI承担模拟、可视化与交互桥接功能，帮助学生形成更完整的化学认知结构[1][9]。
第三，将AI素养系统纳入师生培养体系。教师培训不能止步于工具操作层面，还应覆盖教育伦理、教学设计与人机协同等内容。学校也要为教师提供试错空间与必要资源支持。学生的AI教育同样应与批判性思维、创新能力培养同步展开。
第四，强化大规模、长周期的实证研究。目前不少探索仍停留在小范围试点，未来需要基于多模态数据进行更长期的追踪，以更科学地回答AI如何影响核心素养与思维发展[3]。
最重要的是，技术始终只是手段，育人是最终目的。未来化学教育应走向人机协同、优势互补：让AI成为放大师生创造力的“增强智能”，而不是简单替代者。教育者必须持续把握价值判断的主动权与教育方向的决定权。
5 结论
总体而言，生成式人工智能正在由理念走向落地，持续重塑中学化学教育的整体样态。AI以多元角色嵌入备课、教学、作业、实验与评价等全过程，在提升学习效率、推进个性化支持以及促进高阶思维发展等方面展现出较为突出的优势。围绕化学符号学习的系统构建、AI智能体驱动的项目式学习实践，以及系列化教育游戏等本土探索，也为深度融合提供了可复制的经验范例。
不过，融合进程并非一帆风顺，技术不完善、伦理争议以及能力结构重构等问题仍较突出。未来我们既要以开放姿态拥抱技术变革，也要回到教育本质，通过扎实研究回应真实挑战。唯有在技术与人文、效率与深度、创新与规范之间取得平衡，人工智能才能真正转化为推动化学教育高质量发展、培育新时代创新人才的有力支撑。
参考文献
[1]叶静怡.基于AI和HTML5技术的化学符号个性化学习系统的开发与应用[EB/OL].（2026-3-3）化学教育期刊(微信公众号)
[2]汪一平，邵名望，阙荣辉.从技术本位向学生中心转变——国外生成式人工智能在化学教育中的应用研究进展[J].化学教育(中英文),2025,46(9):127-129.
[3]李希涓，朱玉军，王磊.AI赋能化学创新人才培养的实践路径和化学教育研究的转型方向[J].化学教育(中英文),2026,47(3):128-129.
[4]李书惠，刘言涛.基于AI智能体和博物馆金属文物保护的项目式教学——金属的腐蚀与防护[J].化学教育(中英文),2025,46(21):41-48.
[5]汪一平，邵名望，阙荣辉.从技术本位向学生中心转变——国外生成式人工智能在化学教育中的应用研究进展[J].化学教育(中英文),2025,46(9):127-129.
[6]付昱，李猛，王后雄.生成式人工智能赋能高中化学教学的内在机理与实践路径[J].教学与管理，2025(13):47-51.
[7]程仁军.人工智能DeepSeek赋能化学教师开展教学设计——以“质量守恒定律”为例[J].化学教学，2025(8):30-36.
[8]周春美，杨春梅，凌一洲.利用生成式人工智能辅助化学分层作业设计[J].化学教育(中英文),2025,46(9):75-77.
[9]杨玲，刘秀秀.人工智能赋能地方茶文化融合初中化学教学实践——“物质的组成与结构”综合复习课[J].化学教育(中英文),2025,46(23):51-52.
[10]马力.基于AI学习模型的中学化学实验改进案例[J].化学教学，2026(2):76-79.
[11]苏英慧.生成式人工智能在中学化学教学中的应用初探[J].化学教学，2025(2):94-97.
[12]吴思梅，陈新丽.基于生成式人工智能DeepSeek技术的化学游戏设计与研究[J].化学教育(中英文),2025,46(19):92-94.
[13]莫志荣，凌一洲，任红艳.基于生成式人工智能DeepSeek的化学教育电子游戏开发——化学消消乐[J].化学教育(中英文),2025,46(15):80-84.
[14]莫志荣，凌一洲，衡慧，等.生成式人工智能DeepSeek辅助系列化高效开发化学游戏的理论与方法[J].化学教育(中英文),2026,47(3):78-82.
[15]张军爱，刘海军，李高峰，等.人工智能ChatGPT赋能初中化学教学设计的创新功能与价值定位[J].化学教育(中英文),2025,46(5):86-88.
[16]杨丹，薛松.生成式人工智能在中学化学教育中的应用、挑战与实施建议[J].化学教育(中英文),2025,46(7):50-52.
[17]李芳芳，李发顺，任雪明.人工智能助力名师工作室教师群体卓越发展的实践[J].化学教育(中英文),2026,47(5):129.
[18]赵卫光.人工智能时代的化学教育：机遇、挑战与人才培养[J].化学教育(中英文),2025,46(18):1-4.
[19]范宗山.生成式人工智能在高中化学教育中的价值及应用[J].教学与管理，2025(Z2):113-115.
贡贤
陕西西安某高级中学（西安710077，中国）