2026-01-14
[作者简介]季瑜，华南师范大学教育信息技术学院博士研究生；李文锋，华南师范大学教育信息技术学院硕士研究生；李婷婷，博士，华南师范大学教育信息技术学院博士后、特聘副研究员；詹泽慧，博士，华南师范大学教育信息技术学院教授、博士生导师。[基金项目]本文系国家自然科学基金面上项目“基于事理图谱的计算思维智能导训模型及可解释性研究”（项目编号：62277018）、华南师范大学研究生科研创新计划项目“AIGC 支持创造性问题解决的模式构建与实证研究”（项目编号：2024KYLX009）的研究成果。[摘 要] 跨学科主题教学设计的质量评价是提升课堂教学效能的关键。 现有研究在其评价标准的适切性、评价过程的客观性、评价效能的系统性、评价手段的时效性及评价结果的解释性等方面存在不足。 为此，本研究基于检索增强生成技术构建了概念群、问题链、目标层、任务簇与证据集评价智能体，并在此基础上采用“统筹智能体+工作流”的双重调度结构，构建了针对跨学科主题教学设计的多智能体评价系统（即机器专家）。 通过实验，研究对比了机器专家与人类专家在教学设计评价上的表现，发现：机器专家擅长通识问题纠错、正向激励与高效反馈；人类专家则擅长情境理解、价值判断与审美意趣。 基于此种人机互补性，研究提出了一个适用于跨学科主题教学设计的循证教研模式。 该模式前期由机器专家主导，遵循“计划—冲突—构想—反思—行动”的逻辑对教学设计进行循环改进；后期转由人类专家指导，按照“说课—共享—行动—展示—转化”的逻辑进行精准提升。 本研究为跨学科教研的提质增效提供了基于证据的实践方案。[关键词] 跨学科主题教学设计；多智能体评价系统；循证教研模式；生成式人工智能；人机互补 一、引言跨学科主题学习是培养学生跨学科素养的重要方式， 体现了国家对培养什么人及如何培养人的关键诉求（詹泽慧，等，2025）。 超过70%的教师认同跨学科主题教学的价值 （杨昕， 等，2024）， 但仅有21.8%的教师能完成合格的教学设计（梁舒婷， 等，2024）。跨学科主题教学设计作为教学实施的系统性蓝图，其质量决定着课堂教学的实际效果。传统的方式是教师通过集体教研对跨学科主题教学设计进行讨论、评议与修订，但这种以人的主观经验为依据的评估方式受人力、时间和精力等条件制约，且无法常态化展开。 当前，生成式人工智能（generative artificial intelligence，GenAI）能够与人类进行实时且高效地交互，并具备在多模态环境下感知、推理与决策的能力（季瑜，等，2025）。 它可以通过应用程序编程接口（application programming interface，API）接入到各类智能体当中（季瑜，等，2024），并在多场景任务的评分中与人类专家保持一致（Li，et al.，2024）。 目前，多智能体已广泛应用于跨学科主题教学设计， 展现出良好的技术增值效益（董艳，等，2025；袁磊，等，2025）。 然而，已有研究对多智能体赋能跨学科主题教学设计的评价关注仍然有限。科学、有效地评价不仅有助于精准判断教学设计质量， 还能够切实提升跨学科教学的实施成效。在此背景下，如何统筹人类专家的经验智慧与机器专家①的智能算力，形成优势互补的评价合力，成为亟待深入探讨的问题。 为此，本研究首先梳理了当前跨学科主题教学设计评价中存在的主要问题，明确人机协同的评价需求；其次，构建并依托多智能体评价系统开展跨学科主题教学设计实证评价， 深入挖掘人与机双方在评价过程中的差异与互补潜力；最后，立足人机互补优势，提出基于跨学科主题教学设计的循证教研模式， 以促进教学设计的持续优化与教师专业发展。 二、跨学科主题教学设计评价的主要问题跨学科主题学习的实施成效离不开教师对教学设计的“千锤百炼”。 对跨学科主题教学设计的评价既受制于“人”，也受制于“技”。 基于大语言模型的（large language model，LLM）的多智能体系统可推动跨学科主题教学设计的评价从经验驱动向数据驱动转型。（一）传统视角下跨学科主题教学设计评价的问题1.评价标准的适切性自新课标实施以来，大单元、大概念、大问题等理念推动了学科教学设计朝着更加结构化、 实践化的方向发展。 然而， 这些理念主要根植于单学科逻辑，在跨学科主题教学设计中则存在适切性问题（刘登珲，等，2023）。 究其原因，不同专家与教育实践者对跨学科主题教学设计关键要素的认定存在分歧，导致尚无统一框架来明确评价标准。 其次，传统“目标—手段”模式（如泰勒模式）强调教学设计在目标、内容与方法之间的逻辑一致性 （Luttenberg，et al.，2013），在单学科情境中具有较高适配性。 但在跨学科主题教学设计中，由于起点通常为复杂问题情境，演进路径受到学生兴趣、资源动态、学科整合等多重因素影响， 目标、 任务与活动的生成往往不可预设（Wang，et al.，2020）。 因此，线性评价模型可能难以适用于非线性的跨学科主题教学设计。2.评价过程的客观性跨学科主题学习通常以某一主干学科为基础，辅以其他学科视角或方法来丰富问题解决路径 （詹泽慧，等，2023a）。 然而，这一模式在实践中常出现“学科稀释”与“学科拼凑”等现象，这在一定程度上源于教学设计的合理性与逻辑性缺失。 尽管集体教研在一定程度能够缓解上述问题， 但专家在评价过程中不可避免地受到其主修学科“认知图示” 的影响， 往往倾向于将教学内容纳入自身熟悉的学科框架进行判断，从而忽略跨学科教学设计的目的、方式及融合程度（郭子超，2024）。 此外，人类专家难以处理教学设计中非线性的知识网络， 学科交叉产生的概念越多，其认知负荷越大，评估的准确性也随之下降。一般而言，亲缘性学科（如文科与文科、理科与理科）间的概念整合相对容易，而异质性学科（如文科与理科）间的概念整合难度较大（詹泽慧，等，2024）。在评价异质性学科的跨学科教学设计时， 人类专家容易因“认知过载”而影响评价的客观性。3.评价效能的系统性跨学科主题教学设计的评价常受制于专家资源稀缺、反馈链条冗长、响应周期滞后等因素，致使教学设计的最佳修正窗口被反复错过 （宋宇， 等，2024）。 在教学设计初期，频繁试错与迭代原本有助于教师对核心概念与任务逻辑的深入理解， 但专家高质量反馈的缺位却使教学设计陷入“反复修改—低效反馈—策略固化”的循环。 研究表明，专家的反馈虽有价值（Close，et al.，1995），但在“专家—教研员—教师” 的层级传递中， 反馈内容易被简化和稀释，从而削弱最终指导效能。 此外，欠发达地区教师在跨学科主题教学设计中往往依赖标准化的教学模板，这种“被动规范性”容易使教学设计流于形式。同时，由于智力资源的不足，这些地区的教师在教学设计与实施过程中难以获取高质量的专家反馈与改进建议，进而影响跨学科主题教学的实际效果。上述问题使得斯坦伯（Stember，1991）提出的“真正跨学科性”在实践操作层面始终难以实现。（二）技术视角下跨学科主题教学设计评价的问题1.评价手段的时效性教学设计不仅是教学实施的前提， 更是决定教学成败的基础（Sweller，et al.，2019）。 近年来，学习分析技术逐渐被用于教学改进。例如，邵明铭等（2022）通过采集学生的脑电波、心率和学习行为等数据，支持教师开展个性化教学；詹泽慧等（2023b）提出了融合知识与事理逻辑的细粒度教学行为分析方法；孙阳等（2024）通过TALIS项目对37个课堂观察指标进行分析， 揭示了以学生为中心教学行为的变化及其权重占比。 上述方式大多是基于课堂实录开展滞后性比较分析，尽管分析结果可对教师行为进行“补偿性修正”，但对当下学生的学习效果已难以产生实质性影响。在此背景下，部分实时课堂分析系统开始应用于教学实践（Hu，et al.，2024）。 这类系统的反馈主要聚焦于可量化的行为指标， 且对技术和资源要求较高。无论是事后分析还是实时分析，其报告均包含海量信息， 易造成教师难以准确把握改进的关键点。此外，这类技术在中小学课堂中的大规模部署仍面临设备短缺、隐私风险、数据解读等多重障碍，且在呈现教师设计动机、学科意图等“隐性教学逻辑”上仍缺乏有效途径。2.评价结果的可解释性随着GenAI技术的成熟，LLM已被用于单学科教学设计的快速诊断与生成式反馈。例如，王冬青等（2025） 构建了基于思维链提示回复的教育智能体，其生成的诊断报告在准确性和逻辑性方面表现较好。 穆肃等（2025）从“教学设计任务分解与规划”出发，配置专用智能体对教学设计方案进行诊断，但诊断的精确性仍有待提升。 总之，基于LLM的智能体可在较短时间内识别教学设计中的问题， 并基于语料库提供模板化建议，但也存在明显局限：其一，当前主流的LLM多基于通用语料进行预训练（Min，et al.，2023）， 在未进行专用微调或注入跨学科教学场景知识的前提下，模型更倾向于生成“看似合理但实则空泛”的建议，其中带有“幻觉性”或“合理性偏差”的建议极易误导新手教师（Hicks，et al.，2024）；其二，LLM当前仍主要依托语言模型的语义匹配与统计学习能力，其判断主要建立在语料相似度上，难以对跨学科主题教学设计中的“内容—目标—实践—评价”结构一致性开展逻辑推理（詹泽慧，等，2023a），导致诊断报告多停留于术语层面，忽视教学结构的系统性。综上，以下问题亟待解决：一是明确跨学科主题教学设计的核心要素与评价标准，以解决“评什么”的根本问题； 二是构建跨学科主题教学设计专家知识库，为机器评价注入精准的领域知识，从数据源头保障专业性并抑制“幻觉”问题；三是部署多智能体评价系统，通过智能体间的分工与校验，在提升评价逻辑性与精确度的同时，减轻人类专家的认知负荷，破解评价过程中的主观性与迟滞性等难题。 三、面向跨学科主题教学设计的多智能体评价系统设计单智能体在常规应用中表现出较低的灵活性及适应性（欧阳璠，等，2025），而多智能体因其包含多个分布式实体，且每个独立实体拥有自己的状态、动作和奖励信号， 可通过智能体间的协作或竞争共同完成复杂任务（刘石奇，等，2025）。 为了提升评价的精确性， 本研究基于检索增强生成 （retrieval-augmented generation，RAG）、工作流等技术，构建了用于评价跨学科主题教学设计的多智能体系统（见图1）。图1 面向跨学科主题教学设计的多智能体评价系统架构（一）跨学科主题教学设计评价标准的构建尽管学界尚未对跨学科主题教学设计的核心要素达成共识， 但普遍认为其主要包括概念群、 问题链、目标层、任务簇及证据集（简称“C-POTE”）等要素（董 艳，等，2025；袁 磊，等，2025；詹 泽 慧，等，2023a）。 具体而言，“概念群” 是由学科大概念与跨（超）学科大概念所构成的集合；“问题链”由层层递进的主干问题与子问题串联而成；“目标层” 体现素养导向的层级化教学目标；“任务簇”由主干任务、子任务及具体活动构成；“证据集” 则用于收集反映学习成效的多维证据。 这些要素为构建结构化评价体系提供了基础。 此外，在多指标评价体系中，指标维度及权重的设定通常依赖专家共识或实证模型（Saaty，2008）。然而，本研究最终采用等权赋分策略，原因如下： 一是当前跨学科主题教学设计的核心要素并未形成共识； 二是在前期的两轮专家咨询中，7位专家之间也未形成一致意见 （Kendall’s W＜0.5）。在此情形下，本研究选择等权赋分方法，以避免主观性干扰及保证决策中立性。同时，该设定也可为后续研究引入基于数据的权重优化方法（如加权回归、聚类加权等）提供基准参照。本研究构建了总分为40分的结构化评分体系（见表1），概念群、问题链等五个维度各占8分，每个维度得分为其下属3项指标的均值。 单项评分采用8分制而非常见的5分或10分制，旨在提升区分度与操作性，避免评分过度集中或过于繁复。该评分结构既保证了维度间的权重平衡， 也为智能体的评分与解析提供了清晰的数据框架。 表1 跨学科主题教学设计评分指标体系（二）基于RAG 的单个评价智能体设计在厘清跨学科主题教学设计核心要素与评价指标体系的基础上，本研究基于“C-POTE”构建了五个相应的单智能体。 为确保智能体能够准确识别教学设计中的术语、结构与表述逻辑，本研究构建了结构化的专家知识库，并引入RAG作为每个智能体的运行基础（Lewis，et al.，2020）。 专家知识库包含：①课程标准文本、与跨学科主题学习相关的论文和专著，以及专家依据评价指标生成的评分记录与评审建议等，为教学设计提供系统化表达模型与术语框架；②跨学科主题教学设计的评分细则及不同质量层级的教学设计案例（人工标注），作为评分与建议生成的内容基准。每个智能体均采用统一的三层结构处理任务。在数据输入层上， 智能体基于分段规则和显性线索进行语块提取，识别当前任务所需语义单元，并将关键语义单元转化为自然语言查询语句， 用于后续知识检索。在数据处理层上，智能体先从专家知识库中检索当前维度的评分指标，包括定义、评分要点与典型案例。随后，对教学设计文本执行语义切块与维度聚焦操作， 提取出与每一评分指标相关的语段与术语内容，将该语段、所匹配的评分指标及其评分标准一并整合，通过预设的提示词模板输入至LLM，完成逐项评分任务。评分过程中，提示词要求模型依据评分细则中的“指标定义”，结合案例示范，对教学设计文本逐项对比分析， 并在输出中附带每项评分的理由说明与判断依据， 以增强评分结果的可解释性与追溯性。在数据输出层上，智能体将模型输出的结果进行结构解析与格式化处理， 提取每一项指标的评分分值与判据说明，并按各维度设定的评分逻辑，自动对3项指标的得分进行平均计算， 生成维度总评分。同时，将评分等级、主要问题、修改建议与知识推荐等信息，整合为一份统一规范的结构化报告，并通过输出接口提交至后续模块。（三）多智能体协同评价机制设计单个评价智能体承载异质性较强的功能需求，仅凭平面化的并行操作难以实现结构一致性与任务闭环。 为此，本研究引入“统筹智能体（Meta-Agent）+工作流”的双重调度结构，将其作为多智能体系统运行的逻辑核心，以实现各模块之间的流程调度、语义衔接与结构对齐。多智能体系统的运行遵循“结构识别—智能体调度—一致性校验—结果整合”的工作流展开。在结构识别阶段，Meta-Agent基于“C-POTE”五个核心要素， 对教师上传的教学设计文档进行文本解析与结构识别，提取其中关键语块并完成语义归属标注，为后续模块划分文本片段与明确任务指向提供基础。在智能体调度阶段，Meta-Agent依据教学设计的结构顺序逐一激活五个评价智能体， 使其独立完成本维度的内容分析、知识比对与评价生成，并将结果写入中间缓存， 供模块读取和参考。 在一致性校验阶段，Meta-Agent对各智能体输出的结构化内容进行对齐分析与逻辑校验 （如问题链是否准确承接概念群等），提升诊断结果的可靠性与解释力。 一旦检测到结构性脱节、不一致或冗余问题，系统将回溯触发相关维度的评价智能体重新加载任务， 以当前上下文和已输出结果为基础进行针对性修正与补充。 在结果整合阶段，Meta-Agent将五个智能体生成的评分等级、主要问题、修改建议与推荐资源归类整理，生成统一格式的结构化评价报告， 并通过交互接口反馈给教师用户。为提升系统的易用性与交互友好性， 本研究在前端设计中引入自然语言交互机制， 构建出一个低门槛、高可解释性的人机交互界面。教师用户无需掌握复杂的提示词（prompt）指令，仅需上传教学设计文档并输入任务请求， 即可触发系统自动运行。 例如， 教师在平台对话框中输入：“@C-POTE智能评分，请你对上传的跨学科教学设计进行评价。 ”系统接收到该请求后， 立即启动后端流程。 然后，Meta-Agent根据任务结构进行维度识别与流程调度，实现对跨学科主题教学设计的结构化分析。最后，系统将整合后的评价结果以结构化报告形式呈现， 返回至交互界面供教师查阅与使用。四、多智能体评价系统的应用与效果（一）研究对象为确保研究对象具备一定的跨学科教学设计能力及智能技术应用能力，本研究采用目的性抽样，从广东省某区域“跨学科教研共同体” 中遴选实验样本。最终入选的26位信息科技教师（14男，12女，平均年龄为32.95岁）具备以下特征：①具有2年及以上STEM或跨学科教学经验； ②主持或参与过至少1项跨学科教学项目； ③具有GenAI赋能教学设计与实施的经验； ④未开展过新课标导向下的跨学科主题教学设计。抽样依据如下：①降低参与者因跨学科教学设计能力不足而带来的内部效度风险； ②具备智能技术应用能力的教师， 能够更敏锐地评估多智能体系统的功能效用及其反馈质量。（二）研究过程跨学科主题学习是以某一学科课程内容为主干，运用并整合多学科知识和方法，开展综合学习活动的过程（詹泽慧，等，2023a）。本研究向教师提供了信息科技等学科的课程标准， 以及与跨学科主题学习相关的论文与著作， 要求教师自主研习并完成一份以信息科技为主干学科的跨学科主题教学设计。教师提交后， 机器专家与4位具有相同经验的人类专家（其中2位各评6份，2位各评7份）依据评分标准对教学设计进行评分，并写出评价意见。 随后，研究者将机器专家和人类专家给出的评价意见反馈给每位教师，要求他们对两份评价意见进行评分。依据反馈质量理论，有效评价应体现明确的标准、基于证据的判断、指向改进的建议、准确的问题定位及清晰易懂的表达等特征（Hattie，et al.，2007）。在此基础上，本研究结合跨学科主题教学设计的特点，形成了合理性、专业性、建设性、准确性与清晰性五个维度的评价量规（满分100分），请教师据此进行满意度评分并给出具体意见（见表2）。 为确保评价的公正性，研究者事先告知教师，两份教学设计的评分与意见均由人类专家提供， 并要求教师以匿名形式填写满意度评分与意见表。实验结束后，本研究通过随机抽样的方式对4位教师进行访谈。在访谈前，研究者向受访教师说明， 两份意见实际上分别由机器专家与人类专家生成。 访谈旨在了解教师对两类评价意见的真实感受与看法。 实验过程见图2。 表2 教师满意度评分量规图2 研究过程（三）数据分析与结果1.人机评分差异（1）教学设计要素评分差异由于人类专家与机器专家的评分数据不满足正态分布，故采用Wilcoxon符号秩检验进行配对比较。效应量通过秩二列相关（r）计算，其中，|r|≈0.1表示小效应，|r|≈0.3表示中等效应，|r|≈0.5表示大效应（Fritz，et al.，2012）。各个教学设计要素的描述性统计与检验结果见表3。 其中，机器专家在概念群（Z=-4.093，p＜0.001，|r|=0.802）、问题 链（Z=-3.169，p=0.002，|r|=0.621），目标层（Z=-2.500，p=0.012，|r|=0.490，以及总得分（Z=-4.304，p＜0.001，|r|=0.844）上的评分都显著高于人类专家，而在任务簇（Z=-1.155，p=0.248，|r|=0.226）及证据集（Z=-0.258，p=0.796，|r|=0.051）上的评分则与人类专家无显著差异。 表3 人类专家与机器专家评分比较第一，概念群作为跨学科教学设计的起点，其质量直接影响后续设计逻辑的合理性。 人类专家通常从不同层级大概念（学科/跨学科/超学科）的关系，以及其在主题中的适配度与融合度等方面进行评判。由于教师是初次设计， 对于概念群的构建易出现理解偏差，因此人类专家打分偏低。 相较之下，机器专家侧重识别文本中的高频学科术语、概念标签等，在“准确性”“结构性”“整合性”等结构性要素上具备较强识别能力。但是，机器专家对语境及概念间联系的深层逻辑把握不足，容易对一些“表面合格型”教学设计给出高分。第二， 问题链的设计质量高度依赖于概念群的构建。当大概念设定偏差或整合度不足时，问题链极易出现“空泛”“不聚焦”等问题，呈现出“一损俱损”的传递效应，因此，人类专家对此项的评分也较低。而机器专家通过识别“主问题→子问题” 的逻辑结构，在知识库中进行匹配后给出分数。一位受访教师表达：“看似递进的问题链， 到底能不能引发学生思考？我认为机器评判不了。”相比之下，人类专家则侧重于依据问题的探究性、 开放性与启发性进行综合判断。 一位专家在评价意见里写道：“虽然形式上分了主问题和子问题，但实际上只是知识延伸，难以真正启发学生思维。”这也解释了人类专家评分低于机器专家的原因。第三，由于教师受限于自身学科经验，对素养目标的表述往往容易流于抽象、空泛，或仅偏重某一学科。人类专家评估聚焦的是目标的教学可行性、认知达成度与学段适切性，故评分比较低。一位专家批注道：“这个素养目标学生真的能达成吗？ 它与大概念之间是否匹配？ 目标能否兼顾多学科特征？ ”相较之下， 机器专家主要基于结构匹配与关键词识别来判断表述是否包含“知识—思维—素养”三类目标，是否符合“动词+行为+条件”的形式。因此，机器专家对“格式完整”“关键词覆盖”等形式性指标赋予更高权重，但难以对目标背后的教学意图作出有效判断。第四，任务簇的设计多具有明确的产出导向，譬如“使用二维码生成器和WPS设计植物的数字身份证”“通过编程实现太阳能板的转动”等。这类任务本身具有高度标准化的评价路径， 在支撑性和表现性等方面的判断标准也相对清晰。 机器专家凭借结构化提示与规则识别机制， 能够有效判断任务是否完整、是否真实、是否贴合主题，从而在该要素上呈现与人类专家较为一致的评分趋势。第五，证据集采用“学习的评价—学习性评价—学习式评级”三要素模板，强调任务成果的可见性和多元性等。 多智能体系统能够基于上传的教学成果文本，从语义结构中提取与课程目标、任务要求相对应的成果内容， 并结合预设的评分模板与结构规则对证据集的合理性与规范性进行判断。 而人类专家对该维度的评价同样依托评价标准与成果规范，其评价逻辑与机器专家较为一致。可见， 基于LLM的多智能体评价系统在处理显性知识结构（如关键词对齐、术语规范性）方面具有较高的敏感度与一致性。例如，机器专家在“学科与跨学科大概念表述是否正确”“目标格式是否符合动词+行为+条件” 等方面表现出规则驱动的结构性判断优势（Brown，et al.，2020）。 但这也可能导致其在面对格式规范、 表达完整的“合格型” 教学设计时出现“迎合性”输出，即给出较为空泛的建议或偏高的评分。（2）主题类型对评分的影响本研究发现， 跨学科主题类型会在一定程度上影响人类专家与机器专家评分的一致性。 结果显示， 机器专家给出的各教学设计要素评分及总分在自然科学与人文社科这两类主题之间均未出现显著差异。相比之下，人类专家在概念群（Z=-3.808，p＜0.001）、问 题 链（Z=-2.473，p=0.017）及 总 分（Z=-2.987，p=0.002） 上对自然科学类主题给出了更高的评分，而在目标层、任务簇与证据集上差异不显著。具体数据详见表4。 表4 人类专家与机器专家在不同主题类型下的评分比较自然科学类主题（如“信息科技+数学+科学”）因具备较强的知识结构性与逻辑稳定性， 更契合当前以LLM为基础的多智能体评价系统。 例如，科学课程标准提出的13个学科大概念及4个跨学科大概念，信息科技课程标准提出的“六条逻辑主线”，为教师构建概念群提供了清晰且结构化的支撑。 教师在内容层面组织好概念群后， 问题链的设计也据此展开（詹泽慧，等，2023a）。 机器专家通过关键词提取、术语比对与逻辑规则对教学设计质量进行判断，给出的评分与人类专家一致。人文社科类主题（如“信息科技+语文+历史”）则在概念群建构上具有更强的主观性与解释弹性。 例如，“语言是表达思想情感和成果交流的基础” 等大概念， 表征形式高度依赖教师的经验性转化与语境感知。当前，人文社科类学科尚未建立系统性的大概念框架（张俊列，等，2024）。因此，当多智能体系统无法在专家知识库中找到明确匹配项时， 只能依赖通用LLM进行生成性补全，导致输出内容往往语义空泛或立场中性，呈现出“语义迎合性”的特点。而人类专家基于自身教学与研究经验，能从价值观念、文化精神、 意义体系等方面判断概念群与问题链的合理性，因此在该类主题上评分更加严苛。综上，自然科学类主题因其具备“结构稳定—逻辑闭合—术语一致”的显性特征，使机器专家能够在识别概念层次与逻辑关系时， 表现出更高的评分准确性与判定稳定性。相比之下，人文社科类主题具有“语义开放—经验依赖—结构非线性” 的隐性特征，呈现出更高的解释空间和情境依赖性， 更依赖人类专家的情境理解与专业判断。在这类主题中，机器专家可能因难以充分捕捉隐含语义与复杂语境而出现偏高的评分或错判的情况。2.人机评价意见的教师满意度比较教师的满意度评分数据服从正态分布， 故采用配对样本t检验进行分析（见表5）。教师对人类专家（M=91.58，SD=3.81）与机器专家（M=90.38，SD=3.97）的评价意见均具有较高满意度， 但二者差异依旧显著（t=3.20，p=0.004），平均差异为1.19分，具有中等水平的统计学显著性（Sawilowsky，2009）。 表5 教师对评价意见满意度检验结果首先，由于实验设计中有意隐藏反馈来源，所有教师都认为两份反馈建议均来自人类专家。 因此，教师在对评价建议打分时，可能会出于“资源理性”的考量——即在“专家权威性”与“意见中肯性”之间寻求平衡， 致使两份反馈的评分整体较高且分布趋于一致。 一位教师表示：“两份反馈建议都比较专业，指出了我的教学设计中存在的问题。 ”其次，在任务密集、目标导向性强的实验情境中，教师可能出于“配合研究”的动机而倾向于快速完成评价任务，对两份反馈都表达出“看起来挺合理”的笼统认可。 一位教师坦言：“由于时间原因，我没有仔细对每一条建议进行详细思考和分析，都说得挺有道理，因此给了比较高的分数。 ”最后，受集体主义文化中“和谐”取向的影响，教师在反馈评价中更倾向于回避批评， 给予正向回应。 这可能提高了满意度评分，同时掩盖了教师对部分反馈内容在准确性、简明性或适切性等方面的意见。其次， 教师普遍对人类专家的评价意见表现出更高的满意度， 因为人类专家能够明确指出教学设计中存在的关键问题，如“在概念整合上缺乏跨学科联系”“问题链的设计不足以激发学生的高阶认知活动”等。 尽管这类反馈在表述上略显消极，但为教师提供了具有针对性及反思价值的改进方向， 体现出人类专家在“促进性评价”中的重要作用（Li，et al.，2023）。 然而，有教师写道：“专家1（人类专家）明确指出各设计要素存在的问题及彼此间的逻辑关系，但并没有指出应该怎么修改， 我理解这些评价意见还存有困难。 ”因此，若教师未能解决跨学科主题教学设计中存在的通识性问题， 人类专家的反馈效能将被削弱， 他们甚至需要对相似的基础性问题进行多次解释与纠正。相较之下， 机器专家在评价语言上更具支持性与鼓励性，通常采用“优点+改进建议”的结构呈现评价意见， 这有助于激发教师的设计动机与自我效能感（Ji，et al.，2025）。 一位教师写道：“专家2（机器专家）的意见给了我很大的信心，指出了我拟定的跨学科主题教学设计在各个要素上存在的问题， 并给出了具体的修改意见和推荐资料。”机器专家能够指出教学设计初稿中存在的通识性问题， 帮助教师厘清概念群、问题链、目标层等多个构成要素。 因此教师对机器专家评分的满意度较高。然而，机器专家在解释教学设计问题方面的深度依旧有限， 其评析主要停留在表层， 难以揭示设计中潜在的逻辑关系或根本性问题。这一发现与现有研究相符，即GenAI易生成“符合预期、回避冲突”的内容（Steiss，et al.，2024）。3.面向人机优势互补的实践启示本研究揭示了人类专家与机器专家在跨学科主题教学设计评价中的差异化及各自优势。 机器专家在识别文本高频术语、概念标签、任务结构等显性要素方面表现突出， 能够快速锁定通识性问题并提供正向性、结构化反馈；但在理解语境逻辑、概念关联及教学意图等方面存在局限， 且易对表面符合标准的设计给出虚高评分。相较而言，人类专家凭借自身丰富的教学与研究经验，对探究深度、学段适切性、价值取向及教学意图等方面具备敏锐判断力， 能够把握设计整体合理性与深层逻辑； 但对教学设计中的通识性问题需反复指出与纠正。本研究认为，机器专家提供的正向性鼓励与人类专家提供的批判性反馈可互为补充，形成“内脑—外脑”协同（詹泽慧，等，2023b），进而实现领域互补、层次互补、方式互补、分工互补，从而产生“1+1>2”的效应（见表6）。 表6 人类专家与机器专家优势互补机制五、人机协同循环纠错：基于跨学科主题教学设计的循证教研模式构建（一）模型构建基于实证发现，本研究构建了“结构层（机器）—价值层（人类）”的协同机制：由机器专家在前期承担前置结构筛查与激励型反馈， 而人类专家在后期主导高阶判断与促进性评价，以优化评审分工，增强教师投入，并推动跨学科主题教学设计的迭代。机器专家所输出的结构化评分、问题识别与改进建议，以及人类专家在群体协商过程中产生的反馈与建议，共同构成了为教学设计迭代提供支持的“证据池”。 循证实践理论认为， 教学决策应建立在 “最佳可得证据”基础之上（Davies，1999）。 依托这些证据，教师可减少教学设计中的潜在偏误， 从而提升设计的一致性、规范性与逻辑性。同时，行动中的反思理论认为，学习者能够在行动和反思中丰富对问题和方案的理解（El-Dib，2007）。 教师应加强对教学设计的反思，在反思中追问教学设计背后的育人价值与审美表达，推动教学设计从“可实施”走向“有意义”。本研究以循证实践理论与行动中的反思理论为指导，在把握人机互补优势的基础上，构建了基于跨学科主题教学设计的循证教研模式（见图3）。 在教研前期， 教师与机器专家进行多轮交互， 按照“计划—冲突—构想—反思—行动”的路径，对教学设计中存在的通识性问题进行修正；在教研后期，教师与人类专家组成跨学科教研共同体， 按照“说课—共享—行动—展示—转化”流程，解决教学中的情境性问题，并实现教学设计的人本创新。教师需充分利用不同环节产生的证据： 前期借助循证反馈确保教学设计“做得对”，后期通过行动反思探寻如何将教学设计“做得好”且“做得有意义”。图3 基于跨学科主题教学设计的循证教研模式 1.机器专家提供多轮反馈与错误纠正跨学科主题学习作为一种“新事物”，对教师来说依然存在较大挑战。在教研前期，通过与机器专家进行多轮交互， 教师既可以修正自身对设计要素的偏差性理解， 也能在机器专家的正向反馈支持下调节畏难情绪。（1）计划：设定任务要求。 教师在自主研习和教学思路初步成型的基础上， 将拟定的跨学科主题教学设计上传至平台，并设定任务要求，指定某一或多个维度（如概念群建构、问题链转化等）为反馈重点，说明个人理解与困惑点， 要求多智能体系统在理解后输出相应反馈。（2）冲突：呈现认知差异。 多智能体系统基于预设指标进行诊断，输出维度评分、评价意见、主要问题与知识推荐等信息。 这些反馈会直接挑战教师对自身设计“已趋完善”的预设。例如，机器专家指出的“核心概念界定模糊”或“任务与目标关联度弱”等通识性问题，能够将教师未察觉的认知盲区显性化，触发其深度思考。（3）构想：拓展理解路径。当教师对系统的反馈感到困惑时，应从被动接收转为主动探究。一方面，通过与机器专家展开苏格拉底式对话，层层深入地厘清术语内涵与反馈内容；另一方面，通过查阅外部资料（如课标、文献、案例）对机器专家的反馈进行验证与补充，将其化为自身能理解、可运用的教学设计知识。（4）反思：反思设计问题。 反思的核心在于教师对内外信息进行整合与判断。教师通过比对“自身原有的设计逻辑”与“新获取的外部证据”，在批判性分析的基础上校正自身的设计逻辑。 当与部分反馈存在认知不一致时， 教师可与机器专家再次交互以明确后者反馈的意图。（5）行动：教学设计改进。 行动是教师将反思所得转化为具体改进方案的关键步骤。 此阶段并非简单地按反馈清单逐一修补， 而是教师在深化理解的基础上，有选择、有创造性地进行再设计。例如，教师重新设计表现性任务使其证据可观测、可评估。修订后的教学设计再次上传至平台， 触发新一轮评价反馈，实现人机交互的螺旋式循环演进。2.人类专家领衔的教研讨论育人本质具有不可被完全技术化复现的特征，这决定教学设计必须遵循“人类主体性”原则。 机器专家的反馈数据为教研共同体的研讨提供参照，有助于成员聚焦教学设计的高频问题， 并增强教学设计的人本性。（1）说课：授课教师阐释。 授课教师对迭代后的教学设计进行系统性阐述 （包括设计理念、 主题结构、设计要素等），并同步展示人机互动中多智能体系统生成的反馈结果，从而为后续研讨提供“证据”锚点， 使人类专家能够快速定位教学设计中的高频问题与潜在优化点。（2）共享：群体智慧涌现。 教研共同体成员基于各自专业判断与教学经验， 重点围绕教学设计中难以被机器量化的维度（如价值引领、教学艺术等）开展深度研讨。通过观点碰撞与经验共享，教师能够对教学设计产生更深入的理解。（3）行动：教学设计改进。 教师基于教研共同体提出的建议、 多智能体系统的反馈及自身的教学经验，对原有教学设计进行深度重构。 此时，教学设计的优化不再局限于逻辑性或合理性层面， 而是上升到价值引领、主题审美与教学艺术等高阶层面。（4）展示：教研成果检验。 教学设计的最终价值需通过实践中的“生成性验证”体现。 教师在真实环境中授课，以检验教研成果的可行性与有效性。而教学的“生成性事件或数据”也会为后续教学设计提供参考，促进教研成果的提炼与教学策略的优化。（5）转化：教研成果凝练。在人类专家指导下，教师将优化后的教学设计、教学反思、学生学习表现等过程性材料，转化为论文、案例、课题等多类型科研成果。这一过程不仅实现了教学资源的知识化、理论化表达， 也推动了教师的角色从教学实践者向知识生产者跃迁。（二）运行机制为保障该模式有效运行，本研究从“人”“技”视角提出该模式的运行机制。（1）技术维度：构建数据驱动与知识进化的支持体系。 第一， 教师应基于人机交互数据进行专业反思。 人机交互数据不仅为教师提供自我诊断与反思的客观依据， 也构成教师教学行为改进的过程性证据。相较于传统教研的“黑箱”状态，系统化的人机交互数据通过将教师发展路径可视化， 有助于提升其专业成长的透明度与可追踪性。第二，多智能体系统的专家知识库应保持动态更新。 多智能体系统通过支持教师上传典型案例、 调取前沿研究与输入新知识， 实现反馈逻辑与评价指标的实时微调。 这即是说，机器专家并非固定规则的执行者，而是在实践中不断优化其知识结构与反馈策略，具备“随着教师成长而成长”的发展性适应能力。（2）人类维度：强调共同体智慧与成果转化的专业路径。 第一，教师教研活动应设置专家指导小组。在这一环节， 人类专家负责引导教师对多智能体系统提供的反馈进行意义建构与价值判断， 尤其应在育人导向、 设计意图与审美表达等机器难以触及的层面为教师提供专业支持。第二，教研成果应落脚于知识产出。在专家指导下，教师可将优化后的教学设计用于课题、案例或论文撰写，实现从教学行为到教研成果的转化，拓宽教师的专业成长通道。六、研究结语与展望跨学科主题学习作为落实课标的抓手， 其成效很大程度上取决于教学设计的质量。 针对跨学科主题教学设计评价的主要问题，本研究基于RAG技术设计了“概念群—问题链—目标层—任务簇—证据集” 五个评价智能体， 并据此构建多智能体评价系统，实现对跨学科主题教学设计的评价。实验结果揭示了人类专家与机器专家在评价上的优势互补机制。基于此，本研究提出了基于跨学科主题教学设计的循证教研模式， 将前期 “计划—冲突—构想—行动—反思”的循环改进逻辑与后期“说课—共享—行动—展示—转化”的精准改进逻辑相结合，旨在实现跨学科教学质量从“毛坯”到“精装”。然而，本研究仍存在一些局限性：一是相较于自然科学，人文社科类概念群的聚类设计更为主观和困难， 这使得评价的精确性降低。 二是本研究在探索多智能体评价系统的应用效果时， 仅关注了以信息技术为主干学科的跨学科主题教学设计，尚未扩展至其他主干学科。三是文中最后提出的教研模式， 其有效性有待准实验研究检验， 具体实施方案也需在基于设计的研究中迭代优化。 ①在本文中，“机器专家”指代基于检索增强生成技术、工作流机制与统筹智能体协同运作的多智能体评价系统，能够模拟人类专家的分析逻辑与判断路径，从而形成一种可与人类专家进行对照的“准专家化”智能代理。 (免责声明：本文转载于《远程教育杂志》公众号，转载旨在分享与交流，版权归属原作者，文中观点与本栏目无关！如涉侵权，联系立删！))
2026-01-14
原创 鲍建中 摘要本文按照新课标跨学科实践主题的教学要求，系统阐述了北师大版初中物理新教材跨学科实践主题的选题、设计框架与实施策略，并以具体的教学案例，提出了跨学科实践活动设计思路、教学目标、教学流程、教学评价和教学时的注意事项，为广大教师提供借鉴。01新教材跨学科主题《义务教育物理课程标准（2022年版）》在原来的物质、运动和相互作用、能量、实验探究主题基础上，新增了跨学科实践主题，其中包含物理学与日常生活、物理学与工程实践、物理学与社会发展三个二级主题。旨在强化物理学与日常生活、工程实践及社会热点问题的密切联系，突出跨学科性和实践性的特点。以联系实际价值的节点知识作为突破口，组织和设计教学内容，优化教学过程，发展学生跨学科运用知识的能力、分析和解决问题的综合能力、动手操作的实践能力，培养学生积极认真的学习态度和乐于实践、敢于创新的精神。北师大教科版初中物理新教材（以下简称新教材）锚定创新型人才培养目标，根据教学内容的特点和学生的认知特点，创建了如下9个跨学科实践主题。表１跨学科实践主题汇总这些课程内容，按照跨学科学习的基本特点，本着激发学生求知欲和学习热情，培养学生学以致用的良好学习习惯，提升团队意识和协作能力，特别关注了以下几个方面的设计。第一，选题。新教材立足北京特色结合各地实际，以激发学生学习兴趣、减负增效为原则，紧贴所学物理知识，围绕跨学科实践二级主题选择主题。将知识学习与实践应用有机结合，引导学生立足物理，跨越学科视野，多角度观察、思考和分析问题，在真实的问题情境中学习知识、运用知识，在实践体验中提升科学素养，发挥多学科协同育人的合力。第二，学习方案制订。新教材以问题解决过程为线索编写教学内容，并将跨学科实践的课题分解为若干驱动型任务，在完成这些任务的过程中，学生进行观察、实验，设计、制作、调查等形式多样的实践活动，为师生设计跨学科实践课程的学习方案提供了有益的支撑。第三，活动实施。新教材中的跨学科实践主题内容，采用学生自主学习与教师指导相结合的方式编写，有利于教师循序渐进地实施教学。教师参考教学内容和课后的“实践探索”，给学生布置适当的预习作业，引导学生提前了解活动的任务、要求和流程。教学过程中，教师根据教学内容采用小组合作学习的方式，指导学生在完成任务的过程中相互学习、取长补短，共同进步，学会协作共事，同时鼓励学生主动学习，独立思考，大胆实践，敢于创新。第四，评价交流。对学生在跨学科实践活动中的表现和成果进行评价，是教学的重要环节。学生在这个环节中检阅成果，发现不足，有利于促进自身发展。成果物化是跨学科实践的突出特点，也是对跨学科实践活动进行评价和交流的重要载体。教师组织成果展览、报告会、研讨会等多种形式的交流活动，展示学生的作品、模型或创新成果，交流设计方案、研究报告等学习成果。由于跨学科实践学习首次写入课标、进入新教材，给师生提供了切实可行的选题、实践方案、活动实施以及交流评价的策略，教师在教学实践中仍需要进行教学研究、探索适合新时期的教学方式，按照新课标的育人要求，大胆创新积极探索。 02跨学科实践的实施建议 （一）新课标下教学的实施要求结合新课标的教学实施建议，根据新课改后实验区初中物理教学的成功经验，笔者从教师教和学生学的关系角度设计了四类教学模式。 Ⅰ类：混合式。是以教师讲授、演示、提问、指导、评价与学生观察思考、讨论、体验、操作、制作、阅读相融合的混合式教学模式。这种模式既能发挥教师的引导作用，又能发挥学生学习的积极性，既能实现学生采用多种学习方式学习知识，又符合现实的课堂教学时间安排。Ⅱ类：学生测量。是以学生测量类实验为主，教师讲授、演示、提问、指导、评价为辅的教学模式，这种模式的目的是为学生提供更充分的测量类实验机会，落实课程标准规定的测量类学生必做实验的要求。Ⅲ类：学生探究。是以学生探究类实验为主，教师讲授、演示、提问、指导、评价为辅的教学模式，这种模式的目的是为学生提供更充分的探究类实验机会，落实课程标准规定的探究类学生必做实验的要求，促进学生“科学探究”这一核心素养的形成。Ⅳ类：跨学科实践。是以学生跨学科实践活动为主，教师讲授、演示、提问、指导、评价为辅的教学模式，这种模式的目的是为学生提供更充分的跨学科实践活动的机会，落实新课程标准规定的学生跨学科实践活动的要求。跨学科实践主题教学实施中，教师应结合主题内容和学生基础，合理选择这四类教学模式，提升教学实效性。（二）新教材跨学科实践的设计与结构新教材跨学科实践主题全部为专项活动，强调让学生通过实践活动的方式进行学习。每个主题的跨学科实践活动均采用问题导向、任务驱动的方式进行设计，基本框架包括主题情境、数个主题活动、实践与探索。每个活动由活动目的、活动器材、活动内容构成，在明确活动目的和活动器材的前提下，重点指导活动的程序。跨学科实践活动的框架如下图所示。图1 跨学科实践活动框架（三）跨学科实践教学实施策略跨学科是人类知识积累和学科发展过程中出现的特定现象。在我国基础教育课程改革深入推进的背景下，跨学科有着不可取代的课程价值和育人功能。因此，在教学实践中教师需很好地领会跨学科实践，认真研究探索跨学科实践学习的策略。1.整体设计跨学科实践活动的思路相对于分学科教学，跨学科实践在提升学生综合素养，尤其是创新精神培养上有显著优势。但跨学科实践活动学习，学生需要经历观察生活、实验等过程并从中提出问题，从真实问题中抽象建构物理模型，多角度分析解决问题，以及从不同视角反思评估问题解决方案等；同时还需要学生了解多学科相关知识，并综合运用这些知识解决实际问题。这往往需要较长的时间，为实现减负增效的教学效果，教师需要整体设计跨学科实践教学，与其他主题一体化设计，使跨学科实践成为课程的有机组成部分，在原课程基础上建构新知识，有效整合教学内容；同时合理安排教学活动，利用跨学科的内容、方式优势，将该经验迁移到其他主题，整体提升教学效果。跨学科实践活动可参照下面的结构图设计教学思路。图2 跨学科实践活动的整体设计思路依据物理课程跨学科实践的跨学科性、实践性和成果性的特点，在教学中教师应“以终为始”，认真研究跨学科实践主题，紧紧围绕核心素养培养目标，做好教学设计、实施跨学科实践教学。下面以本套教材第十七章第六节“跨学科实践：从开关到人工智能”为例，介绍跨学科实践教学实施策略。2.紧扣核心素养设计跨学科实践的教学目标教学目标是指引教学航向的灯塔，只有明确了为什么而航行（教学价值）、将要驶向哪里（教学目标）、航线怎样（教学内容与障碍），才能够安全到达胜利的彼岸。发展学生核心素养是物理教学的根本目标。教师应在领会核心素养、理解课程内容、掌握学生情况的基础上设计教学目标。从核心素养的四个维度撰写教学目标，“跨学科实践：从开关到人工智能”一节的教学目标如下。Ⅰ物理观念（1）通过观察传感器开关模块对用电器的控制效果，认识传感器及其作用。（2）通过组装传感器开关模块电路和语音控制电路，了解传感器控制电路、语音控制电路的组成。（3）利用传感器开关电路、语音识别开关电路控制用电器的工作状态，了解传感器以及语音识别开关模块对用电器的控制方法和作用。Ⅱ科学探究 （1）经历探究传感器开关对电路控制作用的过程，探究认识传感器开关的作用及不同传感器的信息转换功能。 （2）经历探究语音识别开关对电路控制作用的过程，探究认识语音识别开关的作用及识别方法。 （3）在科学探究过程中能够对出现的故障做出判断，并根据判断进行改正，掌握科学探究的基本方法。 Ⅲ科学思维 （1）通过观察、探究传感器开关对电路的控制作用，建立传感器和语音识别模块对信息转换的物理模型。 （2）根据生活中的传感器电路和语音识别电路现象，分析传感器开关和语音识别开关的应用，并进行判断和解释。 （3）根据不同传感器开关和语音识别开关的功能与特点，创新设计传感器开关和语音识别开关的实际应用，培养质疑创新能力。 Ⅳ科学态度与责任 （1）经历观察、制作、体验等学习过程，认识智能设备给人们的生产和生活带来的便利，了解科学本质。 （2）在实践活动中培养学生的创新能力，了解新时代科技发展的方向，树立科技服务社会的意识。 （3）依据教学内容和学情细化教学流程。跨学科实践既有跨“学科内容领域”的教学，也要有跨“学科研究方法”的渗透。因此，跨学科实践教学设计需要在教学目标指引下，剖析跨学科内容和跨学科的研究方法，依据学生基础和认知规律围绕该内容载体，规划学习任务、设计活动情境和驱动问题，细化教学流程，让学生在解决问题过程中达成学习目标。“跨学科实践：从开关到人工智能”一节是在学生学习了电学和电磁学相关知识后设计的一节跨学科实践主题课，针对学生基础，跨学科内容和跨学科的研究方法分析如下。 表2 “从开关到人工智能”跨学科知识及方法基础依据本节课的教学内容和目标，教师按照知识线、方法线、活动线、创新线，设计“知法行创”并行表。将教学内容按照情境创设、从易到难进阶提升的策略设计学习任务，并在每一项任务中进一步细化学习环节，以问题引领学生的学习过程。跨学科实践尤其要关注学生的科学思维和科学探究能力的培养，在知法行创并行表中，同步设计学生的学习活动方式和用到的科学方法。对应每一个核心知识，设计出教师的创新器材或学生可能生成的“新知识”“新方法”以及创新成果。3.跨学科教学实施注意事项跨学科实践教学既融合了多学科知识，又有学生的实践探索和设计制作，教学过程比较复杂，教学中教师需要注意以下几个事项。（1）紧扣课标引领教学：依据教学主题，按照新课标跨学科实践的“内容要求”设计教学。（2）联系实际设计议题：教师创设真实的实验或生活情境，启发学生思考，解决现实生活中有价值的问题。（3）设计切实可行的任务：跨学科实践可以是新知识学习，也可以是根据所学知识解决问题。教师需要根据学生基础和教学内容，设计有利于激发学生学习兴趣，适合学生完成的学习任务，促进学习成果的达成。（4）注重学生学习成果的形成：跨学科实践成果可以是实物，也可以是文本成果，如装置、模型、方案、调查报告等。学生成果是教学目标达成的重要标志，也是学生交流评估综合提升学生素养的重要载体。据此，跨学科教学的基本流程如下图所示： 图3 跨学科实践教学实施流程03跨学科实践的评价基于跨学科实践主题教学综合性、实践性和开放性的特点，教师需注意收集学生运用多学科知识在跨学科思维分析、解决问题中的行为表现和活动成果，评价学生提出问题能力、收集和处理信息能力、综合解决实际问题能力以及团队合作能力。通过形式多样的成果展示活动，组织学生进行成果汇报、质疑答辩、迭代创新，师生评价激励、启发指导等交互活动，加强学生对教学内容实际情境的关联，加强物理学科与其他学科之间的联系，检验提升基于真实情境运用跨学科知识解决问题的能力。鼓励学生在交流评估过程中对自己或他人成果发表个人见解，培养学生的创新能力，独立思考、灵活解决实践活动中问题的能力。评价中既要看学生的个人表现，也要看团队合作情况，促进学生在成果完成过程中学会合作交流，发挥团队力量形成团队精神。引导学生从作品对社会发展的影响、设计、创新等方面进行评价，帮助他们进一步理解学科本质，引导他们勤于思考与实践，重视安全，践行健康生活，注重节能环保的社会责任感与使命感。 本文选自《新课程教学（电子版）》2025年第13期。 本文作者鲍建中，工作单位系北京第五实验学校。 本期排版｜孙健淞初审｜吴楠 复审｜周强 终审｜曹巍 （免责声明：本文转载于《新课程教学杂志》公众号，转载旨在分享与交流，版权归属原作者，文中观点与本栏目无关！如涉侵权，联系立删！）
2025-12-30
如果你要问我，课堂从什么地方开始？我的回答很简单：从设计开始。人类赋予了“教师”很多角色，如果不假思索，我的头脑里直接冒出的还不是“灵魂的工程师”“精神宇宙的建构者”，而是“课堂的设计师”。工程师也好，建构者也罢，都需要有设计的基础本领，教师就是学生生命成长的总设计师，课堂就是教师的设计室，所有课堂都从设计开始。无设计，不人生；无设计，不教育；无设计，不课堂。课堂设计，既是教师对课堂的想象和预设，也是对课堂的实施与反思。作为一种预设性计划、蓝图性方案，课堂设计的初衷是为学生的生命成长而设计，为教师的生命成长而设计，在这个意义上，课堂设计来自于对生命成长的期待与召唤。设计属于学生的课堂，就是设计学生的人生，设计属于教师的课堂，同时也是设计教师的人生。总是需要集聚成长中最艰难的事物，最诚挚的情感，设计它们，导引它们，通向各种人生目标……所以，课堂设计也是生涯规划的一部分，既属于学生，也属于教师自身。01做好课堂的价值设计价值设计回答“为什么教”的问题。没有做过教师，没有上过课的人，往往觉得上课很简单，不过是照本宣科般的“教书”甚至“念书”而已。真正进入课堂的人，才会知晓“小课堂”有“大学问”。课堂之大，大在“复杂”，要设计好一堂课，首先需要的是“读懂”教学对象。除了读懂课标、读懂教材之外，还要读懂学生，读出学生的已有、未有，以及困难、障碍，还要读出学生的发展需要。但最重要的，还在于读出“关联”：课堂与学生的关联。读出本堂课与学生、本堂课的教学内容与学生的具体关联，关联点在于“育人价值”，它需要回答的是：什么是只有这堂课才能够为学生带来的生命成长？如思想品德的成长、情感的成长、思维的成长、审美的成长或者各种素养的成长等。这是课堂设计最重要的发力点。02环境设计要体现学生立场环境设计解决“在哪里教”的问题。课堂是一种环境，是学生的学习环境和教师的教学环境。作为设计师的教师，理所当然要设计好课堂环境，主要是教室环境。这个环境是师生共存共有、共创共护的环境。不仅教师要亲自设计，也需要学生参与，让学生也成为课堂环境的设计师。理想的课堂环境设计，能够从学生当下及未来的生活、需求和欲望出发，在每一间教室里，都有学生的具体建议化在设计方案里，有学生每天更新的问题贴在墙壁上，有学生稚嫩的声音和多彩的面容回荡和闪耀在教室空间里，有学生署名的作品陈列其中，让教室熠熠生辉……不止如此，学生立场下的课堂环境设计，教师需要追问一个根本问题：什么样的课堂环境，是最能够促进学生主动、健康和全面发展的课堂环境？如同有人所言，这样的课堂环境，或者“教室文化”，一定是“满足学生发展需要的文化，是满足学生大脑发育、生理和身体发展、认知和情感发展、道德和公民性发展、个性和社会性发展、健康和安全发展、艺术和审美发展需要的文化”，因而是能够给学生提供丰富育人资源的教室环境。构成这些理想课堂环境的每一个方面，都需要有专门的设计思考与方案，不同维度之间的关联更需要提供融合性的设计思路。课堂环境设计，存在两个层面的设计理念或设计思路：一是表层设计，关注的是教室的装饰性、张贴性、口号性、牌匾性。一是深层设计，注重的是生活性、学习性、互动性和成长性。后者更为贴近课堂环境是“育人环境”这一本质特性，这表明课堂环境具有丰富的育人内涵：它是学生日常的生活环境，是在师生、生生互动中生成的学习环境，是通过在教室里的学习生活而获得生命成长的环境。03内容设计追问三个问题 内容设计回答“教什么”的问题。它涉及三个具体问题。一是“我为什么要教”。为什么“我”要在此时此地此堂课，针对这些学生，教这些内容？给自己找几个教的理由。二是“学生为什么要学”。学生为什么要在本堂课上学这个内容？“我”来帮学生找几个学的理由。这两个问题的答案，来自于我对课标的理解、对教材的理解，最终汇聚为对“育人价值”的理解和表达，无论教的理由，还是学的理由，都是育人的理由。三是“什么已经不需要教了”。如同人生一样，教学最难的地方之一，就是“取舍”之难。做加法容易，做减法难。所谓的教学机智，很多时候，不是“教什么的机智”，而是“不教什么的机智”。决定“什么不用教”的依据，都来自于学生。如果学生课前已经有了、懂了、会了，自然就不用教了，看似这是“正确的废话”，然而，确实有一些老师对此不了解、不清楚，还把它们当作没有、不会和不懂来教，由此彰显出“读懂学生”的重要性。如果学生自主学习能够理解、掌握的内容，我们就不用教了，以此培养学生自主学习的习惯与能力。04目标设计切忌抽象和面面俱到这是回答“教到什么程度”的问题。教学目标设计中的常见问题——一是抽象，如“正确、流利和有感情地朗读课文”，由于每一篇文本的作者、人物和角色的感情都是丰富多样和个性化的，到底在这篇课文中读出什么感情，培养学生哪种情感朗读的方法、技巧和能力，在这个目标里都是空洞、含糊的，因而是抽象的，会让学生无所适从。二是面面俱到，一节课，知识、情感、态度、价值观、能力、方法、习惯……什么都要放进去，变成了一种无所不包、十全大补式的目标。这种理想化的目标设计，是很难在40分钟左右的一堂课里完全实现的。所以，我心目中理想的教学目标，是孤军深入、单刀直入和精准打击的目标，所谓的“孤”“单”和“打击点”，表现为学生的“学习难点”“学习障碍点”和“学习提升点”。难点的寻找，可以采用“排除法”，针对本堂课的教学内容，先追问的不是“什么是难的”，而是问“什么是不难的”，是学生一听就懂、一学就会的，剩下的才是教师最需要教的。障碍点的探寻，实际上就是找到学生达成目标的“绊脚石”，是对“什么妨碍学生学习”的具体回答。提升点的寻找，需要回答的具体问题则是“今天这堂课，我要带着学生从哪里提升到哪里去”。05方法设计要找到最合适的方法这是回答“怎么教”的问题。世界上从来没有最好的方法，只有最适合的方法。为此，在方法设计中要追问四个问题。其一，是不是适合学科特性？目的是找到方法的学科特性。在跨学科教学的时代，无论是“跨”的前提，还是“跨”的结果，都不能忽视每个学科独特、不可替代的存在价值及其学科逻辑，包括知识逻辑和教学逻辑等，不能因为“跨”而把每个学科的独特给“跨没了”。毕竟，没有“学科教学”，就没有“跨学科教学”。其二，是不是适合教学内容？目的是找到方法的内容特性。以语文为例，教散文、议论文、说明文、小说等不同文体的文本，教学方法势必要有针对性和区分度，不能以说明文的方式教小说。这要求教师心中要有一个针对不同类型知识的方法库，这不能只靠“自然积累”，更需要有意识地依据每种类型的知识，主动寻找与之匹配的方法，进而进行有目的的梳理、总结与归纳。其三，是不是适合学生基础？目的是找到方法的学生特性。针对不同基础水平的学生，必然要求具有针对性的教学方法，这是所谓的“学生立场”或“把学生放在心中”最基础、最基本的体现。其四，是不是适合教师个性？目的是找到方法的教师特性。我和你一样，都很欣赏甚至迷恋名师及其教学方法，但多年的经验告诉我，别的老师好的教学经验，在我这里不一定适合，因为个性、禀赋与习惯不同。每个教师的教学方法都是从他的生命中长出来的，是从自己的长期生命实践中生出来的。对名师可以模仿和借鉴，但最终教师的教学方法，只能依靠“私人订制”。来源 | 《活在课堂里》华东师范大学出版社出版；李政涛著编辑 | 王璐（免责声明：本文转载于《思维智汇》公众号，转载旨在分享与交流，版权归属于原作者，文中内容与本栏目无关，如涉侵权，联系立删！）
2025-12-30
原创 吴为 课堂教学理念是教学行为的先导，直接影响课堂样态与育人成效。尽管课堂教学形式历经多次革新，深层理念却仍显滞后——教师多扮演知识权威，学生则往往处于被动接受状态。这种理念偏差导致教学方式较为单一。曾有机构调研显示，高达80%的教师仍以讲授为主，近半数教师认为探究活动难以开展，部分教师甚至质疑问题情境设计的必要性。正如有教育专家所言，许多课堂改变的仅是技术手段，而教学理念与学生主体地位并未真正落实。要激活课堂，必须从根本上转变观念：课堂应是学生主动建构、合作探究的成长场域，而非教师的“独角戏”。唯有树立“让学生‘动’起来”的教学理念，重视活动体验与合作探究，才能推动课堂从“知识传授”向“素养发展”转型。 一、人的发展路径：在实践与协作中“动”起来 北师大裴娣娜教授在学习力要素框架中指出：实现人的发展的两个基本路径是“实践与协作，合作与交往”，这是影响人的发展的两个重要机制。正是通过实践活动与合作交往，建立受教育者主体实践经验和内在的自我调整与重构，实现学生的学习与发展。 这一理论为课堂教学指明了双重方向：其一，高质量的课堂必须依托学生的主体参与，唯有融入活动与对话，教学才能触及深层理解；其二，学习力的提升本质上是在“做”与“协作”中学会参与、学会合作。这也正是两个典型教学案例——“后茶馆式教学”与“洋思教学模式”的共同内核：以生生互动、师生互动编织动态的学习网络，让知识在交流中生成，在碰撞中深化。 二、认知科学印证：在主动参与中“动”起来 “学习金字塔”理论表明，被动学习（听讲、阅读）的知识留存率（约5%-30%）远低于主动与参与式学习（讨论、实践、教授他人）的知识留存率（50%-90%）。学习不是信息的单向传递，而是学生在教师引导下的主动建构。课堂教学质量的高低与教师讲授时长并不成正比关系，而与学生的思维卷入程度紧密相关。 因此，课堂应减少讲授，增加学生“说”与“做”的机会，使其从“倾听者”转变为“参与者”和“意义建构者”。 三、有效教学要求：在多维互动中“动”起来 有效教学的代表人物美国教育学家加里·鲍里奇在《有效教学方法》一书中，提出了评判课堂效果的七个维度，其中三个维度直接指向学生活动。 第二个维度：课堂氛围。要关注并满足学生的表现欲望，给学生提供各种可能，让学生有展示自己的机会。 第四个维度：学生参与。应多给学生创造在真实情境中应用所学知识和技能进行练习的机会，并有跟进、反馈、演讲、互动，而不只是测试。 第六个维度：学生成就。教师要充分接纳学生的观点，教师和课堂都要有相当的开放性和包容性。学会利用学生的想法来推进课堂教学。 这三个维度共同指向一个核心：教学的生命力源于师生、生生之间的多向“互动”。优秀教师的成功经验无不印证，课堂的活跃度与学生的参与度呈正相关，与教师单向讲授的时长呈负相关。 四、实践路径：构建“双维驱动”的活力课堂 （一）“动”的双重内涵 ：1.形式之“动”：教学样态的多样化，践行参与式体验。讲练结合、读议结合、做（实验）演（演示）结合，让学生的手、口、脑协同运作。 2.方法之“动”：教学关系的互动化，构建织网式对话。凸显“相互性”，形成师生、生生之间的多向交流网络 （二）“互动”的核心机制： 布鲁纳说，教学过程是一种提出问题与解决问题的持续不断的活动。而这个问题往往指的不是教师自己的问题，而是学生的问题。 因此，真正的“互动”应源于学生的真实问题，用学生的想法推进“互动”。“生生互动”它可以体现在学生之间的讨论，学生问题回答后的相互评价和补充。“师生互动”更应该体现在根据学生产生疑问或问题基础上的互动；是建立在学生疑问基础上的深度对话，教师作为“助产士”引导学生的思维进阶。 课堂的活力，归根结底源于学生的主动参与与思维流动。只有真正树立“让学生动起来”的理念，构建以实践、协作与对话为核心的教学样态，才能打破课堂的沉寂，唤醒每一个生命的成长潜能，走向真正有意义的教育。 （此文为课题《基于学习力框架的数学课堂教学的实践与研究》子报告的缩写版，全文另发）往期回顾理念、结构、策略——高质量课堂教学的三重奏 （免责声明：本文转载于《吴为小筑》公众号，转载旨在分享与交流，版权归属原作者，文中观点与本栏目无关。如涉侵权，联系立删！）
2025-11-19
/ 文|肖锦川【摘 要】培养跨学科复合型人才是教育的时代使命。在教育实践中，符合国家政策导向和新课程标准的 跨学科学习评价发展滞后，制约着跨学科学习的深入实施。语文跨学科学习评价面临评价体系的标准性与适切性缺乏等挑战，教育工作者需要开展针对性研究，探索建立语文跨学科学习的保障与激励机制等实践应对策略。【关键词】跨学科学习评价 现实挑战 语文学科 跨学科学习因能打破学科壁垒，聚焦解决复杂问题的能力，实现课程综合化和实践化而备受瞩目。语文课程具有“学习国家通用语言文字运用”的学科特质，一些语文教师担心开展跨学科学习会削弱该特质， 这导致探索和实践语文跨学科学习步履沉重，尤其在评价方面面临较大挑战。研究语文跨学科学习评价的现实挑战并提出针对性的应对策略，可进一步彰显语文学科价值。 一 、语文跨学科学习是课程教学改革的重点作为一种学习模态，跨学科学习可追溯至20世纪20年代[1]。20世纪80年代以来，跨学科学习的本土化研究卓有成效，并以“综合性学习”的形式出现在2001年版和2011年版的课程标准中，明确加强语文学科课程内部的联系，以及语文学科和其他学科间的联系。2014年，《教育部关于全面深化课程改革落实立德树人根本任务的意见》指出，要“充分发挥学科间综合育人功能，开展跨学科主题教育教学活动”[2]。《义务教育课程方案(2022年版)》指出，“加强课程内容与学生经验、社会生活的联系，强化学科内知识整合，统筹设计综合课程和跨学科主题学习”[3]5,并要求“各门课程用不少于10%的课时设计跨学科主题学习”[3]11。2023年5月，《基础教育课程教学改革深化行动方案》印发，将开展跨学科主题学习作为课程教学改革深化攻坚的重难点问题之一[4]。 目前，基础教育领域跨学科学习在课程实践层面虽已获得整体认知和系统推进，但仍面临制度不协调、教师难作为、活动质量低、全面落地难等问题，尤其是符合国家文件精神和新课程标准的跨学科学习评价滞后，直接制约着高质量跨学科学习的实施。 二 、实施语文跨学科学习评价的挑战《普通高中语文课程标准(2017年版2020年修订)》首次提出“语文学习任务群”,开启语文项目化学习和多学科融合之路。语文跨学科学习是“以语文学习为立足点，以提高语言文字运用能力为基础，以问题为导向，引导学生在语文实践中综合运用多门学科知识、技能与方法开展阅读、交流、探究等活动，拓宽学生对世界理解的纵深发展，培养学生的语文学科素养与核心素养”[5]。评价学生在语文跨学科学习中“语文学科素养与核心素养”的发展及“对世界理解的纵深发展”的成效，需发挥评价的导向与引领作用，但目前语文跨学科学习评价还存在以下现实挑战。1. 评价体系缺乏标准性与适切性在语文核心素养背景下构建怎样的跨学科评价体系，目前学界还缺乏统一认同的标准。“这种缺乏一致性的评价体系难以有效地反映跨学科学习的真实成果，也不利于基于这些数据支持教学的持续改进。”[6]培养学生跨学科学习能力需要教师具备较强的跨学科素养，具备扎实的专业学科知识和能力，融通其他学科的知识、经验和方法，但现在还没有成熟的跨学科教师教育模式，在职教师评价和晋升体系围绕单学科设计，专精于跨学科教学的师资难以满足教育需求。2. 教师沿袭单学科评价惯习跨学科学习的语文学习有四个方面的评价依据：一是面对真实复杂的问题情境；二是整合多学科知识方法；三是学习主体主动、持续、多形式探索和体验；四是生成带有原创性的多元成果。很多语文教师固守传统的单科评价思维，即使倡导综合素质培养，评价重点也是强调“语修逻文”的运用能力，这就使得语文学习走向片面而非综合。教师评价学生的学习效果，热衷于选择纸笔测试，即使开展语文综合实践活动，也不善于将其纳入过程性评价、形成性评价和结果性评价体系，学生跨学科学习素养难以得到全面监测和促进。3.评价盲从弱化语文学科主体地位跨学科评价鼓励师生在语文学习中融入科学、艺术、社会生活等元素，探索多学科融合。语文学科虽具有融合德育、美育、劳育等的特性，但不少语文教师在组织跨学科学习时，忽视语文核心素养四个维度的呈现，为拓宽学科边界，无意中将语文跨学科学习设计为偏于“科学探真”“艺术赏创”“历史复现”等活动，使语文学科丧失了主体地位。4.评价对象偏重学生忽视教师具有综合实践性的语文跨学科学习，其评价迥异于偏重结果性评价的传统教学，需基于实践、过程、证据。目前不管从学校还是教师角度，进行跨学科学习评价多偏重于构建学生评价体系，而忽略教师评价。包括跨学科评价素养在内的教师跨学科教学素养是学生实现跨学科学习的核心动力。如果失去了对教师设计、组织、实施、引导、激发等能力的评价，会导致评价不完整，且不利于促进教师角色从单学科知识的传授者转变为多学科知识的融创者。5. 引入信息技术载体辅助评价不足传统的学习评价依托纸笔测试，侧重分层分级和量化评分。跨学科学习面对真实情境，立足实践活动，聚焦驱动任务，培养高阶思维和内生素养，纸笔测试无法将其全面外显和量化，非常需要引入信息技术载体以辅助评价。但一些语文教师信息技术素养存在短板，不善于借助在线协作应用、虚拟教室、网络资源等技术载体推动跨学科学习的高质量实施。 三 、实施语文跨学科学习评价的应对策略素养导向的语文跨学科学习旨在培养创新型人才，评价实践必须指向该目标的落地。需建立保障与激励机制，在强化对教师评价的同时，加强对学生探究过程和反思能力，尤其是学习参与度的评价。1. 建立语文跨学科学习的保障与激励机制首先，学校需提供物质条件与制度文化全方位的赋能保障。人工智能不断推动数字化教学改革，跨学科学习评价改革也必然需要教育数字化技术加持。政府、学校、企业和社会各方协同，学校尤其需要内生变革，探索“组织”重构和教研赋能新举措，突破传统时空布局，建设“为了学习”的跨学科学习场域，积极打造“以生为本”的校园文化，通过评价引导学生“用以致学”,调动不同学科核心知识、技能、方法和思维等认识“大主题”或解决“大问题”,使学生逐渐学会创造性学习。其次，激励教师跨学科合作，重塑教师文化。学校实施跨学科学习时，应鼓励教师结合专业专长与意愿，兼任社团或跨学科导师。设立跨学科教师工作室，组建跨学科成长共同体，开展“转轮式”跨学科教研培训，使自然合作文化浸入教师文化基因，促使语文单学科研究向多学科交融迈进。最后，构建多元共生、协力共进的学习新生态。巧析学情，是为提高跨学科学习设计“准度”;学习范围由真实生活、文学情境扩展到历史文化、自然科学乃至政治经济领域，是为拓展跨学科学习内容“宽度”;培养真实情境中解决复杂问题的能力，是为把好跨学科学习方向“精度”。再以学习方式变革为突破口，从学校制度、教学生态、家校社共育等角度入手，营造跨学科学习大环境；以“核心素养+”跨学科学习为载体，打造多元互动、开放创新的学习新样态；“优化学习路径，供给跨学科学习策略和方法”, 让教师“通过项目探究、实验操作、体验模拟、课题驱动等方式，激发学生个性化学习和主动性思维”[7], 让学生从学习的被动倾听者和改造者转变为对话者、 参与者和自我改造者，真正实现“做中学”“用中学”“创中学”。2. 制订兼顾标准性与适切性的语文跨学科评 价体系评价决定跨学科学习的方向和育人价值的发挥。我们提倡以过程性评价和表现性评价为手段的多元评价，通过强化评价意识、前置评价设计、整合任务情境、监测学习过程与成果等途径，即时反馈、促进跨学科学习元认知发展。评价的聚焦点和标准可借鉴PISA测评科学素养框架，即利用真实情境，从跨学科知识、跨学科态度和跨学科能力三个维度建构跨学科素养框架，其中知识维度重视综合实践，凸显科学本质；态度维度关注探究兴趣，强调身份认同[8];能力维度立足全面发展，重视能力的创造性。对教师的评价体系，可从跨学科评价综合素养，以及跨学科学习目标、学习内容、学习过程和学习成果五个一级指标维度进行评价。学生跨学科学习评价系统更为复杂，可从以下几个方面着手：一是评价目标以语文学科为本位推进整体育人，立足点始终是识字与写字、阅读与鉴赏、表达与交流、梳理与探究等实践活动，落脚点始终是语文、思维、审美与文化的综合培育与发展，并以跨学科实践活动为主线，致力于学生核心素养的培育；二是跨学科学习实践评价既关注学生解决问题的过程及外显成果，也关注学生知识理解、表达沟通、质疑释疑、探讨实验、建模求证等过程中内隐的反省意识、学习品质、心理状态及创造性思维等；三是评价内容和方式多元，循证评价以主动参与、合作沟通、探究学习、创新推进为核心，兼顾表现性评价、增值性评价、结果性评价和综合评价，评价方式涵盖生生自评、互评和师生互评、社会评价等，评价过程融入学习支架或量化评价表，助力学生反思、改进和优化。3. 切实提高语文教师跨学科评价素养(1)以“核心素养+”评价观替换单学科评价观 评可促教，评可促学。无论对教师还是对学生，评价观需以“核心素养+”替换单学科，从而促进 “大学科”理念的形成。比如，通过评价促进语文教师跨学科教学设计内引外联、教学方法灵活多样。教学效能激励方面，既紧抓学科能力评价，促进语文学科核心素养达成；又重视综合表现评价，让学生在真实情境中学语文、用语文，学会整合多学科知识解决复杂问题。(2)不断提升语文跨学科课程设计和教学评能力语文教师需提高个体跨学科教学素养，补齐知识与视野短板，开发跨学科学习资源，重构语文与世界的多维立体关系，整合地域资源、社会热点和科技前沿成果，设计评价量表，指引学生高投入、进阶式学习。比如，有的教师在跨学科学习任务“我的自然物语手札”教学中，这样设计跨学科学习评价：首先，依据学习目标设计“观察准备”“自然博览会之旅”“制作手札”“我的自然物语手札发布会”四步评价任务表。其次，师生共商检核表、评分规则和展现表现性评价的评价量规工具。最后，依据学情动态调整、优化评价思路，以达到“教—学—评”一体化的动态平衡状态，有效促进学生的学习与成长[9]。(3)准确把握语文跨学科学习设计路径与设计 原则从教材与跨学科学习的关系看，语文跨学科学习设计一般有如下步骤：第一，依托教材体系和体例，辐射其他学科，确立学科间跨点；第二，兼顾语文教材体例，结合学生日常生活开展跨学科学习；第三，超越教材体系和体例，开展有校本课程特色的跨学科学习，在满足学生发展需求的基础上，形成跨学科学习课程建设教研共同体。语文教师还需在找准跨学科学习定位的基础上，聚焦语文主题，针对语文问题的解决，准确把握好跨学科学习设计的原则：第一，素养化取向，即体现语文学科本体特点，以学生语文核心素养提升为终极目标设计和实施素养立意型教学；第二，主题化统摄，围绕学生学科学习、社会生活等富有意义的主题设计教学方案；第三，结构化任务，即实施更多语文实践活动，体现任务间逻辑关联，以及思维、能力、情感等维度的螺旋进阶；第四，混合化场域，即和跨媒介阅读与交流融为一体，体现信息技术与跨学科学习的深度融合；第五，可视化证据，即注重过程性评价和表现性评价的证据(包括思维导图、活动方案、调研报告等成果),全面、客观且真实地评价学生的学习过程和成效。4.彰显学生主体地位并运用科学反馈机制语文跨学科学习基于真实学情及时代要求，选择适切主题，还需彰显学生主体地位，设计丰富学习任务，评价多元成果，激发学生语文兴趣，以及运用科学反馈机制。教师需进行“为了学生”的逆向设计，即在设计跨学科学习任务和开展教学活动前就预设学习结果，运用学习统计工具，科学研析学生的最近发展区，提高教学有效性。学生在开展跨学科学习前，要借助师生学习团队或自主整合资源及技术，以提高学习过程的稳定性。彰显学生主体地位的反馈机制，可从加强跨学科学习高质量问题的关联性入手。比如，对《岳阳楼记》的跨学科学习，教师可从融合语文与历史、语文与文化景观，以及语文与艺术等方面设计问题，确保问题关联学生兴趣与经验，助力学习动力的激发和问题的专业解决。“评价机制需要从单一的考试成绩转向多元化评价，包括学生的学术研究成果、实践能力、创新思维等多方面的综合评估。”[10]应用多元评估反馈法确保全面评估学生跨学科知识、技能和态度表现，亦是培养高素质创新人才的要求。学生的自我评价和反馈能够促进元认知的提高，实现对学习的自我掌控。语文学习自我评价必须兼容并包，如评价工具可有自评、师(家)评、互评与社评等，评价成果可有方案设计、调研报告、课堂记录表、海报漫画、音视频作品等。评价反馈在针对语文学科学习评价的基础上，还针对跨学科学习的综合性评价，旨在弥合学生语文学习与生活、社会、未来的分野，运用跨学科知识解决真实情境中的复杂问题。5.联结信息技术平台获取评价的外部支持语文跨学科学习评价是一个完整的评价系统，它既涵盖又超越了语文学科素养，“评价要关注学生综合运用多学科知识思考问题、解决问题的态度和能力”[11]。素养导向下的跨学科知识视野，多维度要素整合的深度学习，综合运用多学科知识的能力，以及较强的沟通、合作、创新、审辨等共通素养都是评价要素，即学习、探究和解决问题过程中的“知识、态度和能力”构成跨学科学习评价的三大要素。此外，评价的开展需要体现多元化、全面性和综合性。除对教师跨学科教学素养进行评价，对活动本身和学生进行评价之外，还需对教育行政部门、专业单位和社会合作机构的专业性、服务安全性、合作精度与效度等进行评价；除学生自评、互评、师长评之外，还需其他参与人员评。不联结信息技术平台，促进信息技术与跨学科学习评价的融合，评价就无法走出低质低效的怪圈。日新月异的生成式人工智能技术及其支持下的信息技术平台，为跨学科学习循证评价提供了强有力的技术支撑。无论是前置性评价还是过程性评价，语文教师都要激励学生扎实有效地进行沉浸式、开放性和创造性 学习，使跨学科学习有方向、成果化、可检测。利用人工智能及大数据技术支撑的信息技术平台，能够高效提升跨学科学习评价的科学性和专业性。一方面，不断升级传统的学生综合素质评价系统，真实反映学生在研究性学习和跨学科学习中的阅读积累、调研访谈、模拟演练等实践学习状况，以及自我认知、自我完善的方法和能力。另一方面，联结新的信息技术工具和平台，通过评价不断激发学生跨学科思维能力，提升语文课程育人价值。巧借信息技术平台呈现多元学习成果和扩大评价受众面也很有必要。学习成果可以是各种口头汇报、反思日志、统计图表、思维导图、立体模型、网页作品、超链接、微拍等，只要是显性或隐性呈现跨学科学习“知识、态度和能力”要素的都可以；扩大评价受众面，可以把成果上传到班级群、家长论坛或学校公众号上，在遵守网络伦理的前提下，吸纳更多的人关注和评价，促使学生在被关注、被激励但从未被终结判定的评价中持续成长。综上所述，在研究基于中小学语文核心素养提升的跨学科学习评价时，应正视评价的现实挑战，有针 对性地提出应对策略，从而促使教师走向高质量、创新型、专业化发展之路，培养学生在真实情境中解决复杂问题的能力，为其全面发展打下坚实基础。本文所探究的中小学语文跨学科学习评价的应对策略，固然能为一线教师的教学实践提供一定的参考价值和启示，但是践行“立德树人”的教育使命，需与时俱进、与生俱进，持续进行语文跨学科学习评价研究，是实现教育目标和培育时代新人的长期课题。 参考文献 [1]刘仲林.当代跨学科学及其进展[J].金秋科苑，1997(1):44-46.[2]教育部关于全面深化课程改革落实立德树人根本任务的意见[EB/OL].(2014-04-08)[2025-03-27].http://www.moe.gov. cn/srcsite/A26/jcj_kcjcgh/201404/t20140408_167226 html.[3]中华人民共和国教育部.义务教育课程方案(2022年版)[S]. 北京：北京师范大学出版社，2022.[4]教育部办公厅关于印发《基础教育课程教学改革深化行动方案》的通知[EB/OL].(2023-05-26)[2025-02-18].http://www.moe. gov.cn/srcsite/A26/jcj_kcjcgh/202306/t20230601_1062380.html.[5]曾思，陈凤至，谭诤.中小学语文跨学科学习的内涵特征、现实困境及纾解[J].吉林省教育学院学报，2024,40(8):54-63[6]方芳枝.基于小学语文核心素养的跨学科学习评价体系探究[J]. 试题与研究，2024(20):85-87.[7]刘希娅.变革学习方式构建学校高质量育人生态[J]. 人民教育，2023(19):51-53.[8]徐梦杰，王飞.PISA科学测评框架的演变及其对我国生物学教学的启示[J].中学生物教学，2024(6):14-18.[9]吴逸秋.跨学科学习的多元动态评价体系设计与实施[J].语文建设，2024(6):14-17.[10]艾东升.着力提升文科拔尖创新人才培养质量[N].中国教育报，2024-10-10(2).[11]中华人民共和国教育部.义务教育语文课程标准(2022年版)[S]. 北京：北京师范大学出版社，2022:36. 本文系湖北省教育厅2021年哲学社会科学科研项目“教育评价改革背景下中小学语文个性化教学实践研究”(项目编号：21Y140) 研究成果之一。 (作者系湖北师范大学教授) 责任编辑：赵继莹