跨學(xué)科教學(xué)已成為教育改革發(fā)展的熱詞，但一線實踐中，它正陷入被“萬能化”與“形式化”裹挾的雙重困境。

　　一方面，跨學(xué)科常被過度期待為培養(yǎng)通才或杰出人才的主要路徑。一個典型的認知陷阱是過度解讀名人效應(yīng)，如達·芬奇在藝術(shù)與科學(xué)之間的游刃有余，喬布斯將書法美學(xué)融入麥金塔電腦。但本質(zhì)上他們的多棲成就并非“跨學(xué)科課程設(shè)計”的直接干預(yù)，而是源于深度理解、認知跨界、知識遷移等能力。另一方面，在實踐中，跨學(xué)科教學(xué)常陷入“為了活動而活動”的怪圈。學(xué)生多是按部就班地從一個流程進入另一個流程，探究過程高度形式化、缺乏深度思考的“拼盤式”跨學(xué)科，最終可能走向空洞化、固定化與展演化。

　　這兩重困境看似相反，實則同源——都將“跨學(xué)科”從一種教學(xué)理念簡化或異化為一種符號標簽，而遺忘了其作為“認知腳手架”的本質(zhì)。可見，超越“萬能化”與“形式化”，意味著將跨學(xué)科錨定為普通學(xué)生可學(xué)、可練的思維發(fā)展路徑，切實服務(wù)于核心素養(yǎng)的培育——夯實基礎(chǔ)知識與基本技能，提升問題解決能力，進而逐步優(yōu)化個人認識世界與改造世界的思維方式。

　　“AI+教育”的加不是把AI簡單疊加為教學(xué)的點綴，而是讓它成為跨學(xué)科學(xué)習(xí)的設(shè)計助手、認知支架與評價工具。有研究指出，跨學(xué)科教學(xué)可分為三大取向：一是真實情境中問題解決取向，一般采用基于問題的學(xué)習(xí)模式，強調(diào)把學(xué)習(xí)設(shè)計在復(fù)雜、有意義的問題情境中；二是創(chuàng)意物化取向，一般采用基于項目的學(xué)習(xí)模式，以實踐性的項目完成為核心，開發(fā)設(shè)計最終作品或“人工制品”；三是學(xué)習(xí)者中心取向，由學(xué)習(xí)者個體或小組基于興趣去調(diào)查、發(fā)現(xiàn)和解決問題。這三大取向的落地瓶頸在于問題設(shè)計難、試錯成本高、個體探究盲區(qū)大，恰與AI的生成性、低門檻與數(shù)據(jù)化特征構(gòu)成了精準的對沖，這為AI賦能提供了清晰的“錨點”。

　　現(xiàn)實中，教師可以結(jié)合主學(xué)科，圍繞三種取向，巧用身邊可及的智能化工具賦能跨學(xué)科教學(xué)設(shè)計。第一，依托生成式人工智能輔助跨學(xué)科問題設(shè)計，生成適配學(xué)生學(xué)習(xí)的問題鏈。教師可將2—3個學(xué)科核心概念輸入AI，讓其生成5—8個真實情境的劣構(gòu)問題，如“社區(qū)共享雨傘如何投放最合理”“學(xué)校周邊早餐車如何布局”。第二，借力低門檻AI開發(fā)工具引導(dǎo)學(xué)生創(chuàng)意物化，在數(shù)字試錯中實現(xiàn)方案的低成本迭代與工程轉(zhuǎn)化。教師應(yīng)鼓勵并引導(dǎo)學(xué)生利用AI輔助完成作品原型，用生成式AI撰寫方案、調(diào)試代碼、設(shè)計圖文，快速形成可展示、可迭代的制品。第三，合理運用數(shù)據(jù)采集與分析工具追蹤學(xué)習(xí)軌跡與思維過程，基于數(shù)據(jù)畫像精準投放差異化學(xué)習(xí)支架。借助學(xué)習(xí)平臺、課堂互動系統(tǒng)與協(xié)作日志，全程采集學(xué)生的問題解決路徑、討論文本與迭代記錄，精準識別并分析學(xué)生思維卡點與協(xié)作盲區(qū)。

　　AI賦能跨學(xué)科教學(xué)的價值，或許不是創(chuàng)造新的跨學(xué)科模式，而在于它服務(wù)于一個樸素的目標——幫助學(xué)生實現(xiàn)對學(xué)科基本概念的深度理解與靈活遷移。教師需要善用身邊可及的智能化工具，為學(xué)生的學(xué)習(xí)過程搭建認知腳手架，讓跨學(xué)科教學(xué)從“活動流程”走向“深度學(xué)習(xí)”，從“熱鬧現(xiàn)場”走向“素養(yǎng)生長”。

　?。ㄗ髡呦岛贾輲煼洞髮W(xué)與浙江大學(xué)聯(lián)合培養(yǎng)博士后）

《中國教育報》2026年08月21日 第02版