【一等奖初中科学AI赋能教育论文】AI for Science交叉学科视角下中学科学的创新教学实践——以“AI+药物研发”跨学科

我爱免费

作者：微信文章

AI for Science交叉学科视角下中学科学的创新教学实践

——以“AI+药物研发”跨学科教学为例

2024年诺贝尔物理学奖和化学奖的颁发，标志着人工智能（AI）在科学研究领域的深度融合与应用，也彰显了AI for Science这一科学研究新范式的巨大潜力。笔者认为，AI for Science科研新范式的兴起，将为中学科学教育创新以及科技人才的培养带来前所未有的机遇。这是因为国家课程方案和各学科课程标准着重于培养学生的核心素养，尤其是创新思维和实践能力，而AI for Science正是实现这一目标的得力工具。

它让中学生有机会接触到最前沿的科学研究成果，参与到模拟的科学实验和研究中，不仅拓宽了学生的知识视野，也培养了他们面对未来科学挑战的信心和能力。AI提供的丰富教学资源和实验平台，还会使学生能够在模拟的科学研究中，体验科研过程，掌握科研方法，解决实际问题。尤为重要的是，AI for Science打破了传统学科的界限，促进了人工智能与物理、化学、生物学等的跨学科融合，为中学教育引入真实科学问题，激发学生好奇心，提升学生的学习体验开辟了新的路径。可以说，这一研究新范式特别有利于培养适应快速变化世界的复合型科技创新人才，将引领中学科学教育创新。本文以“AI+药物研发”单元设计与教学实施为例，阐释AI for Science交叉学科视角下中学科学的创新教学实践。

01

一、AI for Science跨学科教学的设计创新

AI for Science跨学科教学以“深度学习”教学实践模型为设计框架。该模型旨在促进学生深度学习，提升综合素养。其中，学习目标紧密对接学生核心素养，确保教学活动的针对性与实效性；引领性学习主题能激发学生兴趣，引导他们深入探究；挑战性学习任务则鼓励学生运用批判性思维和创新精神解决问题；持续性学习评价的实施，能促进学生的自我反思和持续进步。AI for Science跨学科教学实现了对上述四个维度的创新。

（一）素养导向学习目标的创新

AI for Science跨学科教学在学习目标上的创新主要体现在两个方面：一是面向真实前沿问题，深入探索学科核心素养的融合；二是以计算思维为主线，培养学生的创新思维与实践能力。

以“AI+药物研发”跨学科教学为例。对于高中生而言，从真实的生物医药问题入手，是符合其认知水平的。高中生物学课程提供药物与生物靶标相互作用的背景，化学课程培养学生宏观辨识与微观探析、变化观念与平衡思想等核心素养，信息技术课程则介绍人工智能算法，如遗传算法，为学生预测和优化药物分子的结构提供了工具与方法。学生还可运用计算思维解决真实的跨学科问题。因此，高中课程的学习使学生已具备了解决“AI+药物研发”跨学科问题的能力。为此，我们确立了以下素养导向的学习目标：在解决生物医药问题中发展计算思维，利用数字化工具探索前沿科学，辩证思考AI在药物研发中的作用，培养科技伦理和信息社会责任感，为未来科研创新奠定基础。

（二）引领性学习主题的创新

开展AI for Science跨学科教学，最大的挑战之一是找到合适的学习主题。人工智能本质上是一个融合了计算机科学、数学、生物学等多个学科的交叉领域。在选取引领性学习主题时，教师可从两个维度切入：一是“AI+X学科”模式，例如受生物学原理启发设计AI算法[1]；二是“学科+AI”模式，即AI在各学科领域（如生物医学）前沿发展中的应用。

结合学习目标，我们提出了引领性学习主题：“AI+生物化学”——从进化论到遗传算法再到AI赋能药物研发。教师以治疗慢性粒细胞白血病的药物“格列卫”为例，引导学生了解其研究历史、作用机理和生化本质。通过学习分子对接和遗传算法，学生能理解药物与酶的相互作用，掌握制药的生物化学本质，以及AI在小分子筛选中的作用。这一学习主题不仅让学生能从结构与功能相适应的角度理解基于结构药物设计的逻辑，还能为培养学生的创新思维和实践能力打下基础。

（三）挑战性学习任务的创新

深度学习强调学生作为主体的主动参与。学生应亲身经历知识的发现、形成和发展过程，从而感受、体验、理解和掌握学科知识与技能。要实现这一目标，关键在于以运用计算思维解决问题为主线设计挑战性学习任务。计算思维的四个阶段（界定问题、分析问题、求解问题、迁移应用）与挑战性学习任务的设计高度匹配。计算思维也是一种创新教学法，教师在设计教学流程时，应体现计算思维的分解、抽象、算法和建立关联等要素。

在“AI+药物研发”的跨学科教学中，挑战性学习任务背景设定为学校人工智能周的学生科普展。通过项目式学习，学生不仅要为设计人工智能周的科普活动找到方向、思路及素材，还要运用所学输出具体、可实施、其他学生可体验的科普活动。

（四）持续性学习评价的创新

AI for Science跨学科教学中常伴有对未知领域的探索、新概念的引入和思维方式的迁移，对学生学习的挑战大。因此，教师需要精心设计高质量、持续性的学习评价，从而以评促学，提高学生的综合能力。在“AI+药物研发”的跨学科教学中，我们设计了以下评价。（1）过程性评价：以在线作业的方式，详细记录学生的探究活动，完整保存其探究过程、成果及新思路，有效推动学生的深入学习和思考。（2）总结性评价：利用在线小测，如选择、填空、连线题，提供即时反馈，帮助教师精准掌握学情。（3）学习共同体：建立论坛讨论区，学生通过发帖和回帖分享探究结果，实现互助互评，并使用可视化工具共享内容。（4）项目式学习输出：通过调研报告、项目设计等综合性“产品”评价学生能力，如将AI+生物化学的课堂所学转化为科普展台设计。（5）小组合作情景剧：编导和表演创意情景剧，深化对遗传算法的理解，培养迁移创新能力，并作为科普活动的展示内容。

02

二、“AI+药物研发”单元跨学科教学设计

本单元以项目式学习方式组织，参考人教中图版《普通高中教科书信息技术必修1数据与计算》第2章“算法与程序实现”以及人教版《普通高中教科书生物学必修1分子与细胞》第5章第1节“降低化学反应活化能的酶”，围绕“AI+X跨学科创新之生物化学”人工智能周学生科普展设计教学活动。学生在课堂上需要综合运用所学知识，自主创建活动素材、策划方案并付诸实践。本单元重点聚焦AI在药物研发领域的应用，让学生亲身体验AI在药物研发中的关键作用，共设5节课（如图1）。本单元学习过程涵盖问题提出、深入分析、制订解决方案及迭代优化等环节。最终，学生将所学知识应用于人工智能周学生科普展的设计与展示。


.............
往期推荐

【一等奖小学科学项目式学习】STEAM教育本土化理念下小学科学项目式学习的实践探究——以“水车车水”项目为例

【一等奖小学科学项目化学习】融合信息技术的新型教学模式下小学科学项目式活动设计

【一等奖小学科学跨学科】基于跨学科视角的小学科学教学策略研究——以“物质的变化”为例

【一等奖小学科学项目化学习】弥合·超越:“双新”背景下小学科学项目化学习“技术与工程”领域融合劳动教育的实践探索