跨学科主题学习在促进学生知识整合与应用、提升创新思维与解决复杂问题能力方面具有重要作用，是基础教育阶段培养创新人才的关键教学方式。《义务教育课程方案（2022 年版）》明确提出，原则上，各门课程用不少于 10% 的课时设计跨学科主题学习，标志着跨学科主题教学走向制度化实施。 [ 1 ] 然而现实中，跨学科主题教学仍存在教师难以整合多学科知识、学生难以构建跨学科认知网络、评价缺乏过程数据等问题。 [ 2 ] 随着生成式人工智能技术在教育教学领域的应用发展，教学智能体可在跨学科主题学习情境生成、知识整合和个性化诊断方面发挥支持作用，但仍旧不能替代教师的育人角色。在此人机协同的教学背景下，本研究基于跨学科逻辑、实践逻辑和育人逻辑，系统阐释 " 师—生—机 " 三元协同下跨学科主题教学的实施路径，为教育强国建设背景下促进基础教育教学变革和育人质量提升提供借鉴与参考。
跨学科逻辑：学科知识整合的协同机制
（一）借助教学智能体整合多学科知识资源
单学科教师受限于自身学科背景，往往难以全面把握跨学科主题教学所需的多元知识体系。教学智能体凭借海量的知识库和强大的信息处理能力，能够快速检索并关联不同学科的知识要素，为教师搭建初步的知识整合框架。 [ 3 ]
教师在借助教学智能体整合知识资源时，首先需要根据教学目标选择适切的整合框架。当前跨学科主题学习主要存在两类整合模式：一是 " 大观念—主题—任务 " 驱动的课程设计模式，以学科大观念为统领，围绕核心主题设计具体学习任务； [ 4 ] [ 5 ] [ 6 ] 二是项目导向的 " 任务群—活动链 " 实施模式，以真实问题或项目为驱动，通过任务序列推进学习进程。 [ 7 ] [ 8 ] 教师需要判断教学内容更适合哪种框架，比如 " 能量转化 " 主题更适合采用大观念驱动模式，而 " 智能家居设计 " 则更适合采用项目导向模式。
确定整合框架后，教师将其转化为结构化的思维链提示词，引导教学智能体按照特定的逻辑路径进行知识检索和关联。采用大观念驱动模式时，教师可设计 " 确定核心大观念—分解各学科子概念—建立概念间逻辑关系—设计具体学习任务 " 的思维链；采用项目导向模式时，则设计 " 分析真实问题情境—确定所需学科知识—设计任务序列—规划活动流程 " 的思维链。教师将思维链转化为分步骤的提示指令输入教学智能体，例如 " 请基于‘能量守恒与转化’这一大观念，从物理、生物学、化学三个学科分别提取相关的核心概念，并说明这些概念之间的层级关系 "。为确保生成的知识要素符合学生认知水平和课程标准要求，教师还需要补充输入学生年级、课时安排、课程标准要求等具体参数。这一过程突破了单一学科教师的知识边界，并初步呈现这些知识围绕问题解决的关联方式。
（二）教师审辩优化知识间的本质关联
教学智能体虽能快速生成跨学科知识整合方案，但方案质量仍需要教师的专业审辩和优化。审辩优化需要聚焦三个核心维度：知识表述的科学性审查、跨领域关联的本质性检验以及整体知识框架的融通性评估。
教师首先要对照学科课程标准和学科知识体系，审查教学智能体提取的主学科概念是否符合学科规范，包括检验核心概念的学术定义是否准确、概念间的上下位关系是否符合学科认知规律、学科特有的思维方式是否得到体现。当发现概念表述存在偏差或概念层次混乱时，教师需要通过对话向教学智能体指出问题所在并进行优化调试。在主学科逻辑确认无误后，教师进一步审视主学科与其他学科的衔接点，纠正不符合学科逻辑的关联，通过师机互动追问调取更精准的知识内容，逐步构建起以主学科为支点、向其他学科延伸的概念框架。 [ 9 ]
完备的跨学科知识整合方案还需要多学科教师通过集体教研共同验证。各学科教师通过教研活动建立统一的审辩标准和优化流程，遵循概念边界确认、逻辑关联检验、框架结构调整等操作模式。概念边界确认环节中，各学科教师明确本学科核心概念的内涵和外延，防止不同学科使用相同术语时产生语义混淆。逻辑关联检验环节中，教师共同审视跨学科概念间的关联类型，判断因果关系是否具有科学依据、包含关系是否符合概念层级、并列关系是否处于同一认知层面等。框架结构调整环节中，教师识别概念体系的断裂处和冗余处，协商补充缺失的中介概念或删减重复的知识模块。经过多轮教研打磨，不同学科教师的专业判断相互印证、彼此补充，最终形成逻辑严密、关联清晰的跨学科知识整合方案。 [ 10 ]
（三）引导学生主动建立跨学科认知网络
传统跨学科主题教学常将多学科知识按线性顺序依次呈现，但这种孤立的知识无法被学生真正理解和运用。" 师—生—机 " 三元互动为学生主动建立跨学科认知网络提供了新的可能。
" 师—生—机 " 三元互动可按认知网络形成机制组织成三个递进层次：第一层次旨在引导学生进入探索状态，教师提出具有认知冲突的复杂任务，使其难以被单一学科充分解释，促使学生意识到需要跨学科寻找线索和证据。学生在认知不足处向教学智能体寻求支持，教学智能体检索并提供不同学科的相关概念和解释框架，此时知识多以并列方式呈现；第二层次旨在促进概念深度关联，教师通过追问引导学生发现概念间的本质对应关系，例如能量守恒与代谢过程在能量转化机制上的同构性。学生将多学科概念置于同一解释任务中，尝试建立因果、包含或并列等关系，教学智能体依据学生假设补充材料或纠正信息，但关联生成和整合由学生主导；第三层次旨在将内隐理解转化为可检验的关系表达，学生借助概念图、因果链或解释模型使认知结构可视化，并在表达中不断调整连接方式和层级关系。教学智能体提供概念识别和框架生成支持，关系标注和结构定型仍由学生完成。
通过变式情境的迁移活动，可以检验上述三层递进是否真正促成了跨学科认知网络的建构。教师设计新的问题情境，使学生在不同语境中验证跨学科关系的普适性和灵活性，重新审视概念的边界条件和适用范围，推动认知网络由粗略走向精致。教师组织学生展示并比较不同的概念网络，使学生意识到同一问题可能存在多条有效解释路径，群体讨论中的观点碰撞进一步强化概念间的联结强度。 [ 11 ] 经过持续训练，学生的跨学科认知网络逐渐稳定为可迁移的认知图式，实现从知识占有到知识关系重构的转变。
实践逻辑：面向问题解决的探究学习路径
（一）智能生成拟真数据和模拟场景
传统教学往往通过文字描述或图片展示替代真实体验，这种抽象化处理使学生难以建立身临其境的感知，问题探究因缺乏具体细节而流于表面。 [ 12 ] 教学智能体通过生成拟真数据与动态模拟场景，帮助呈现真实世界的内在规律和动态机制，为学生提供可操作的实践环境，建立起基于模型思维而非经验直觉的问题解决路径。 [ 13 ]
驱动教学智能体生成拟真数据需要教师明确实践主题、核心问题，并对所需数据的学科属性和真实性提出具体要求，如规定数据的时间跨度、地域差异、波动规律等现实特征。 [ 14 ] 教学智能体从知识库中提取统计模型和典型案例构建数据生成模型，使生成的数据反映真实现象中变量间的因果关系和约束条件，而非随机数字的简单排列。教师需要对生成数据进行审查，确保数据既具有探究价值又不偏离现实基础。学生通过统计分析、数据可视化等方法处理这些拟真数据，既训练数据素养，也实现抽象问题向可观察证据的转化。然而，静态数据难以呈现复杂系统中要素间的动态关联和演化过程，因此需要进一步构建动态交互的模拟场景。
教师需要明确模拟的系统要素和交互规则，向教学智能体输入系统的初始状态与运行机制，教学智能体据此构建可运行的模拟模型，将课堂转化为虚拟实验室和社会模拟空间。学生通过调整参数观察系统响应，在交互式模拟中理解系统的动态特性和内在机制。模拟场景允许学生进行在真实环境中无法实施的极端实验，既保证安全性又拓展认知边界。 [ 15 ] 教师应引导学生反思模拟与现实的差异，使其意识到模型的简化假设与适用范围，培养批判性看待技术工具的能力。
（二）师机协同设计驱动性学习任务
传统情境下，教师易受学科视野和设计经验限制，将学习任务设计简化为知识点拆解，难以呈现真实问题的复杂性和开放性。引入教学智能体有助于突破这一困境，但其价值不在于替代教师，而在于促使教师由 " 任务编制者 " 转向 " 设计意图表达者和方案评判者 "。师机协同中，教师基于课程标准和学情提出需求与约束，教学智能体依托跨学科知识库生成多样方案，双方通过多轮对话迭代优化，使任务既贴近学科本质和学生水平，又具备挑战性和可操作性。
协同启动阶段，教师需要向教学智能体清晰输入任务主题、涉及学科、学生情况、核心素养目标、资源和时间条件等关键信息，为教学智能体理解情境提供框架。教学智能体据此形成包含情境描述、核心驱动问题、子任务序列、预期成果和基本评价线索的任务设计初稿。随后教师进行教育适切性评估，重点审视驱动问题是否能激发认知冲突，子任务是否支撑核心概念的深入理解和证据使用，成果形式是否具有真实应用价值和可展示性，并对不符合预期之处提出具体修改指令。
师机协同的深层价值在于拓展教师认知边界，促进跨学科整合和个性化适配。教学智能体可基于知识图谱识别学科间的潜在关联，生成多视角的综合任务，帮助学生在解决真实问题时实现知识迁移；同时可依据学生水平和兴趣生成不同挑战层级的任务变式，为差异化教学提供支持。与此同时，教师应坚持最终决定权，对跨学科关联进行学理审查，对任务变式进行教育判断，防止算法偏好凌驾于教育规律之上。具体可从四个方面把关，任务是否围绕学科大观念展开，驱动问题是否指向核心素养培养，任务序列是否符合学生认知发展规律，评价标准是否清晰可操作。
（三）组织项目实践促进知识迁移
在 " 师—生—机 " 三元协同的教学过程中，教师的角色需要由知识传授者和流程掌控者转向学习生态的设计者，重点是创设开放的探究空间和提供必要支持的学习环境。
项目实践中的支持应保持动态平衡，以避免完全放任带来的认知负荷过载，也避免过度干预造成深度思考机会的流失。教师需要在项目启动前依据不同阶段的学习特征和支持需求，协同设计教学智能体的角色定位和功能发挥。项目初期，学生对问题领域尚不熟悉且需要建立整体认知框架，教学智能体宜承担知识资源的组织功能，通过概念图谱和跨学科关联的推送帮助学生形成结构化理解。方案设计阶段，学生需要持续的观点碰撞和个性化反馈，教学智能体宜作为对话式学习伙伴，通过苏格拉底式追问引导学生深化论证并识别逻辑缺陷，同时教师将更多精力用于观察探究进展和把握关键教学时机。方案实施阶段，学生面临流程推进、质量控制和协作协调等要求，教学智能体宜提供可视化支架以呈现进度、质量评估和协作状态信息，从而支持学生开展自我监控与调节。教师始终承担宏观设计和关键节点干预的责任，需要结合课堂观察和教学智能体反馈数据判断学生自主探究的有效性，并在必要时调整教学智能体支持方式，或组织概念澄清和策略重建的活动。
知识迁移的达成依赖于学生对概念深层结构的把握以及在多样化情境中的反复运用，项目实践中需要嵌入反思与抽象化环节。教师可以安排阶段性成果展示和同伴评议，要求学生说明行动依据并阐释策略调整路径。在此过程中，教学智能体可作为反思活动的结构化支持工具，提供反思提示框架和思维可视化模板，但反思深度仍有赖于师生之间和生生之间的真实对话。与此同时，教师还应设计迁移任务，将学生引入与原项目表面特征不同但底层逻辑相近的新情境，用以检验其是否能够识别问题本质并灵活调动已建构的知识和策略。
育人逻辑：素养导向的人机协作策略
（一）智能诊断提供差异化学习支持
核心素养培养强调学生的主动建构和个性化发展，统一化教学难以有效回应学生差异。" 师—生—机 " 三元协同框架下，教学智能体为教师提供更全面、及时的学情洞察，使教师将更多精力投入高阶思维引导、情感支持和价值引领等核心育人任务。
教师需要依据教学目标采集师生对话、学习行为轨迹、人机交互记录、过程性作品等多模态信息，形成多维学情画像，涵盖知识掌握、认知风格、学习投入与问题解决过程等要素，但要注意明确跨学科主题学习中最关键的数据维度，避免无目的扩张。
在获得过程性数据后，教师通过结构化提示词引导教学智能体生成诊断报告，明确对标的核心素养维度、跨学科整合要点和阶段性发展特征。提示词设计需要兼顾群体和个体两个层面。在群体层面，教学智能体基于历史数据识别共性问题和整体发展趋势，支撑教学改进决策；在个体层面，教学智能体追踪个体进步轨迹，揭示认知偏差和个性化发展需求。教师需要对报告进行专业审辩，将其与质性观察相互印证，并通过师生对话验证存疑结论。
基于诊断结果，教师协同教学智能体设计差异化支持方案。针对跨学科整合中的薄弱环节，可为不同学生推送针对性资源。教师亦可结合学习数据获取分组建议，用于组织同质或异质合作学习。 [ 16 ] 全过程中，教学智能体承担动态监测和资源匹配功能，教师负责目标把控和价值引领，确保技术支持服务于核心素养的全面发展。
（二）强化教师价值引领和人文关怀
在人机协同教学中，教师应坚守教育主体性，以价值引领和人文关怀深化育人目标，促进核心素养培养与立德树人任务的融合。价值引领提供教学的方向尺度，应系统融入教学设计全过程。人文关怀贯穿教学实施，体现为对学生体验的关注、互动中的情感支持和学习共同体的营造。
教师在利用教学智能体生成或筛选跨学科主题时，应以价值观培育为锚点，引导其建构蕴含正确导向的真实问题情境。情境设计应自然引发学生对科技与人文、个体与社会、发展与责任等关系的思考。例如在智慧社区项目中融入适老化关怀与公平议题，在环境保护项目中讨论经济发展与生态保护的平衡，使学生在解决真实问题过程中形成价值判断和责任意识。主题确定后，教师应制定超越知识技能的目标和评价体系，明确价值认知和情感态度目标。
技术工具的非人格化倾向可能使教学过度追求效率而忽视学生社会性情感需求，教师应发挥共情者作用，弥合人机交互的情感缺口。 [ 17 ] 教学智能体的诊断可提供预警线索，但情感支持仍需要教师基于情境作出专业判断。面对异常信号，教师应适时介入并通过思维示范、策略讲解和情绪疏导给予支持。与此同时，教师应组织高质量师生和生生互动，强化学习共同体的情感联结。
（三）培养学生高阶思维和元认知能力
传统跨学科主题教学在支持深度认知加工和持续自我调节方面存在局限，一是学生自我调节难以仅靠内部监控完成，而课堂中的元认知支架多为预设、静态安排；二是在师生二元结构下，学习活动和对话常由教师预设主导，学生自主探究与生成性讨论空间不足。" 师—生—机 " 三元协同将外部赋能与内部建构相结合，教师发挥情境创设和思维启发作用，教学智能体提供个性化即时反馈，共同推动学生由知识获得走向素养提升。
教师需要在协作探究阶段组织 " 生生、生机、师生 " 多元对话并进行精细化引导。在生生对话层面，通过观察小组协作动态适时介入，帮助建立协作规则和分工，确保每个成员深度参与。 [ 18 ] 在生机对话方面，引导学生对教学智能体生成内容进行批判性审视， [ 19 ] 学生利用教学智能体进行思维可视化，使概念间的关联结构得以呈现和修正。在师生对话层面，聚焦对学生问题解决过程的引导而非直接提供答案，通过元认知问题激活学生的自我监控能力。
当各小组形成初步方案后，教师组织成果展示与跨组论辩。教学智能体可模拟反方，对方案提出挑战性问题，引发认知冲突。学生在教师引导下辩证性审视教学智能体提供的数据和逻辑，开展基于证据的协商和整合。
最后，教师引导学生从具体项目经验中抽象概括，形成可迁移的概念或策略。教学智能体提供第三方视角的评价反馈帮助学生深化自我认知，学生通过撰写反思日志等元认知活动，进一步巩固批判性思维与元认知能力。
[ 1 ] 中华人民共和国教育部 . 义务教育课程方案（2022 年版）. 北京：北京师范大学出版社，2022.
[ 2 ] 袁磊，叶薇，徐济远，等 . 新课程标准下中小学教师跨学科素养的基本内涵及提升路径 [ J ] . 现代教育管理，2024（01）：85-95.
[ 3 ] 袁磊，徐济远，梁世松 . 教学智能体赋能的人机协同跨学科主题教学支持模型 [ J ] . 电化教育研究，2025，46（03）：87-94.
[ 4 ] 冯春艳，李序花，王宁，等 . 基于大观念的跨学科主题学习课程构建路径 [ J ] . 天津师范大学学报（基础教育版），2024，25（02）：43-48.
[ 5 ] 杜文彬 . 新课标视阈下跨学科主题学习的设计与实现 [ J ] . 电化教育研究，2024，45（04）：81-87.
[ 6 ] 李刚，王雪宁，王志悦 . 跨学科主题学习何以促进学生大概念习得：角色与机制 [ J/OL ] . 天津师范大学学报（基础教育版），1-6 [ 2026-01-11 ] . https://link.cnki.net/urlid/12.1315.G4.20250424.0921.003.
[ 7 ] 程薇，杨淑婷，汤倩雯，等 . 何以开展跨学科主题学习？来自整合 STEM 教育的研究启示 [ J ] . 现代教育技术，2024，34（12）：56-64.
[ 8 ] 李序花，冯春艳，马红亮，等 . 跨学科主题教学：基本内涵、价值向度及设计路径 [ J ] . 天津师范大学学报（基础教育版），2023，24（06）：1-6.
[ 9 ] 李俊堂 . 跨向 " 深层治理 " —义务教育新课标中 " 跨学科 " 意涵解析 [ J ] . 四川师范大学学报（社会科学版），2022，49（04）：116-124.
[ 10 ] 吴砥，吴河江 . 通用大模型教育应用的潜在风险及其规避—基于技术伦理的视角 [ J ] . 华东师范大学学报（教育科学版），2024，42（08）：64-75.
[ 11 ] 祝智庭 . 意义主义学习理论：迈向 AI 时代教育的维度革命—基于 " 文化—行动—神经 " 三联模型的教育新范式 [ J ] . 电化教育研究，2025，46（09）：5-21.
[ 12 ] 郝莉，冯晓云，郭永春，等 . 促进深层学习的项目式课程教学创新设计理论与方法 [ J ] . 高等工程教育研究，2025（3）：6-18.
[ 13 ] 桑国元，王佳怡 . 数字技术赋能项目式学习：现实图景、逻辑理路与生态系统 [ J ] . 电化教育研究，2025，46（9）：22-29.
[ 14 ] 卢宇，余京蕾，陈鹏鹤 . 基于大模型的教学智能体构建与应用研究 [ J ] . 中国电化教育，2024（7）：99-108.
[ 15 ] 董艳，陈辉，于浩 . 数智赋能跨学科主题学习的设计、实施与评价 [ J ] . 电化教育研究，2025，46（5）：78-85.
[ 16 ] 高琼，陆吉健，王晓静，等 . 人工智能时代人机协同课堂教学模式的构建及实践案例 [ J ] . 远程教育杂志，2021，39（04）：24-33.
[ 17 ] 刘清堂，曹天生，尹兴翰，等 . 面向边缘讨论参与行为的人机协同学习干预模型构建及其应用 [ J ] . 现代教育技术，2024，34（05）：105-113.
[ 18 ] GAO L，JONG M S Y，CHAI C S. STEM education：Understanding secondary students ’ epistemic cognition in the design process with the support of a personalized multi-agent system [ J/OL ] . Computers & Education，2026，242：105504.
[ 19 ] JI Y，ZHAN Z，LI T. Human-Machine Cocreation：The Effects of ChatGPT on Students ’ Learning Performance，AI Awareness，Critical Thinking，and Cognitive Load in a STEM Course Toward Entrepreneurship [ J/OL ] . IEEE Transactions on Learning Technologies，2025，18：402-415.
本文系 2025 年度国家自然科学基金地区科学基金项目 " 多教学智能体系统支持的面向小学生问题解决能力提升的 STEM 教育研究 "（项目编号：62567001）和 2025 年度广西学位与研究生教育改革课题 " 教育教学智能体提升研究生学术创新能力的机制与策略研究 "（项目编号：JGY2025060）的阶段性研究成果
（作者袁磊系广西师范大学教育学部教授、博士生导师；徐济远系广西师范大学教育学部博士研究生；吴瑶系广西师范大学教育学部硕士研究生）
《人民教育》2026 年第 3 — 4 期，原标题为《" 师—生—机 " 三元协同下的跨学科主题教学：逻辑重构与实践路径》
作者：袁磊 徐济远 吴瑶
