人工智能赋能教学 高阶思维启智育人——AI赋能高阶思维发展的课堂教学实践技术分论坛（技术与工程、信息科技）

在4月17日举办的北京市2026年春季学期“全域教研”活动中，我校信息科技与技术与工程学科组成的技术分论坛通过两节课例展示及专家点评，对AI赋能工程实践及AI教育展开探讨。活动特邀北京教科院基教研中心信息科技教研员王飞老师、技术与工程教研员孟献军老师、北京教育学院信息教育系主任郭君红老师莅临指导，由科技组教研组长尚章华老师主持，信息组、科技组全体教师及部分学校领导、校外教师参与本次活动。

活动伊始，王晨曦老师执教高一年级主题为《控制系统的实现》的技术与工程展示课，以真实家庭生活场景为问题驱动，引导学生突破“技术限制设计”的思维惯性，聚焦用户真实需求开展控制系统设计。学生借助AI工具扮演“设计顾问”与“程序员”的双重角色，快速完成方案检验、代码生成、故障排查等任务，有效降低编程门槛，将更多精力投入需求分析、创新设计等高阶思维活动。在说课环节，王晨曦老师精准指出学生“创新设计意愿强与编程技术弱”的核心矛盾；详细介绍了“需求驱动 —AI 赋能 — 实践落地”的整体教学设计，重点说明AI工具如何破解学生编程畏难、设计受限等核心问题，坦诚分享课堂时间分配、设备投屏、学生AI互动深度不足等待改进之处，展现了严谨务实的教学研究态度。

随后，李威老师带来初二年级主题为《寻找学习搭子——探究聚类算法》的展示课，以贴近学生校园生活的真实问题为驱动，巧妙弱化复杂的数学原理与代码编程，引导学生聚焦聚类算法的核心思想与问题解决逻辑。学生借助AI工具生成的电子学历案，实现数据的可视化呈现与探究分析，在“明确聚类目的、理解基本过程、科学界定分组”的学习路径中，逐步完成从真实问题到数据化问题的转化，有效降低聚类算法的学习难度，将更多精力投入算法思维的理解与高阶认知活动中。在随后的说课环节，李老师围绕如何化解“算法原理深与学生认知浅”的核心矛盾，简要阐释了“AI赋能可视化、学历案融合教与学”的整体设计思路，并坦诚反思了任务过渡等细节不足，展现了勇于突破、持续精进的教学研究态度。

孟献军、王飞、郭君红三位专家对这两节课给予了充分肯定，并进行了专业点评。孟老师指出《控制系统的实现》一课紧扣AI赋能与高阶思维培养主题，以真实问题驱动教学，扎实落实课标素养要求，AI工具有效提升学习效率，课堂充分体现技术与工程学科“实践育人、技术育人”的核心本质。同时提出针对性改进建议：聚焦控制思想方法，提炼可迁移的解决问题步骤；增加师生互动与学生总结，鼓励学生表达问题，拓展思维广度与深度；拓展工程要素，将实验室成果延伸至家庭/校园，融入成本、方案对比、运维等真实工程内容。

王飞老师首先肯定了《寻找学习搭子——探究聚类算法》一课的优势。他指出本课弱化了复杂的数学原理与代码编写，聚焦算法思想的分析与应用，使学生在可触及的认知起点上引发高阶认识；AI工具生成的电子学历案实现数据可视化与学习留痕，为信息学科与人工智能深度融合提供了极具启发性的实践范例；课堂从聚类目的、基本过程到K-means原理，再到特征的自主选择与整合，层层递进、逻辑严密。也对这节课提出了改进建议：给予学生更多自主总结的时间与空间，引导其逐步归纳提炼，避免直接呈现学术性结论；进一步拓展学生操作与验证的空间，关注对“迭代”等核心概念的真实理解程度，可借助QuickForm等工具集成大模型能力，实现数据采集与学历案深度联动。

郭君红老师从综合技术视角对这两节课进行了专业点评。她认为这两节课虽然属于两个学科，有着各自的特点，但又有可以相互借鉴之处。第一节课实现了从技术驱动到需求驱动的设计思维转变，坚持“以用户为中心、不炫技、重解决问题”的理念，AI 深度嵌入教学全流程，清晰传递“以人为主、AI 为辅”的技术哲学，为技术与工程学科的 AI 融合教学提供了优秀范例。第二节课聚焦人工智能算法启蒙，精准对接初中生认知特点，以“小切口大纵深”的方式展开教学，借助“找学习搭子”的生活化情境引入无监督学习，打破有监督学习的思维定式；课堂通过大模型生成的可视化、交互式的电子学历案化解算法难点，将抽象计算思维转化为可探究的实践活动，实现从“学算法”到“育思维”的提升，为信息科技学科算法教学提供了清晰可学的路径示范，也为AI赋能信息科技课堂教学提供了新参考。两节课均来自学生真实生活，一节重在需求导向与设计思维，一节重在算法启蒙与计算思维，共同回应了基础教育AI教育“教什么、怎么教”的关键问题，为一线教学提供了宝贵参考。

本次全域教研活动展现了北京师大附中技术与工程、信息科技学科在AI赋能教学与人工智能通识教育领域的创新实践，确立了“聚焦高阶思维、立足真实情境、培育工程素养、深化AI教育”的教学方向。未来将持续深化AI与学科教学的融合，以教研促教学、以创新育人才，不断提升技术学科的育人质量，全面助力学生核心素养发展。