AI 越强越需 PBL：从获取答案到解决问题的能力重塑

“本文借《垃圾分类知识》案例，剖析 AI 如何助推高品质项目化学习的构建。”

项目化学习（PBL）正演变为课堂改革的关键路径。

然而在实际操作中，众多教师面临共同困境：

项目已执行，成果已呈现，

课堂氛围虽热烈，

但学生的深度研习并未真正落地。

追根溯源，往往并非项目本身存在缺陷，

而是缺乏科学严谨的设计逻辑。

高品质的项目化学习通常恪守这一核心脉络：

开展项目化学习，

不应首要思考“举办何种活动”，

而应优先考量“学生习得什么”。

一个卓越的项目需同时聚焦三大维度：

知识维度：掌握何种内容；

能力维度：培育何种技能；

素养维度：塑造何种价值观与责任感。

在厘清目标之后，方可构思驱动性问题。

譬如，相较于让学生单纯记忆“垃圾分类知识”，

不如抛出：

“如何协助学校提升垃圾分类的精准度？”

此类问题更具真实性与开放性，

也更能点燃学生持续探索的热情。

对教师来说，核心任务在于，

Crafting 高质量的驱动性问题。

项目化学习的显著特征，

在于将知识回归真实世界。

比如：

运用数学解析校园能耗数据；

借助科学知识规划节能方案；

利用语文功底策划地域文化传播活动。

真实情境虽能强化学生的学习意义感，但复杂议题不可直接丢给学生。

教师需将宏大项目拆解为明晰的任务链条：

发现问题 → 搜集资料 → 分析研究 → 方案构思 → 实践验证 → 优化迭代

任务越清晰，学生的探究路径越明朗。

AI 教学智能体能协助教师迅速完成项目拆解，

自动生成任务单、学习单及实施建议，

从而降低项目设计的门槛。

项目化学习推崇自主探究，但绝非“放任自流”。

面对复杂难题，学生亟需教师提供必要的学习支架。

例如：

思维导图助力梳理问题脉络；

调查问卷支撑信息采集工作；

项目日志辅助过程管理；

评价量规界定学习标准。

支架的功能，是让学生“跳一跳便能摘到果实”。

往昔，教师需耗费大量光阴设计此类素材。

现今，AI 教学智能体可依据项目主题提供多元化支架支持，

使教师能将更多精力聚焦于课堂指导。

四、成果展示，多元评价

许多项目止步于成果展示，但展示不等于学习终结。

项目化学习更看重学生在全程中的成长轨迹。

故而，评价不仅要看最终产出，更要关注：

学习过程；

协作表现；

问题解决能力；

创新实践能力。

评价主体亦应更加多样化，

涵盖教师评价、学生自评、同伴互评及专家评价。

评价的宗旨非单纯打分，

而是助力学生发现不足、持续精进。

依托 AI 教学智能体，

教师可洞察学生学习过程数据，

从评价结果延伸至评价过程，

令评价更为客观、精准。

五、反思改进，素养发展

项目落幕后，最易被忽略的环节却最为关键——反思。

学生需深思：

我收获了什么？

遭遇了哪些阻碍？

哪些策略行之有效？

未来如何进一步改进？

教师同样需要复盘项目设计与实施全流程。

唯有通过反思，

经验方能转化为能力，

知识才能迁移至新情境中。

从长远视角审视，

项目化学习培育的不仅是知识掌握力，

更是自主学习、协作沟通、创新实践及解决复杂问题的综合素养。

这些能力，恰是未来人才最核心的素养基石。

项目化学习的本质，

不在于完成一个项目，

而在于借助项目推动深度学习。

AI 时代，教师依旧是学习的设计者与引路人。

而 AI 教学智能体，则能协助教师削减设计成本，

让宝贵时间回归课堂、回归学生。

文中提及的 AI 教学智能体，公众号菜单栏已置入体验申请入口。

更多相关教学参考：

当课堂开始“会思考”，AI+5E 教学如何改变一堂跨学科课

为什么你越认真讲，课堂却越沉默？5E 教学模式如何优化课堂结构

5T 教学升级 2.0｜当课堂装上 AI 大脑，会发生什么？

为什么你越讲越累，学生却不会思考？AI+5E 教学来了

5T 教学模式：更有效的课堂，不是教会知识，而是激活学生思维