引言

以造型基础绘画课程为主体的研究并不少见，而生成式AI在课堂内的融入，进一步提升了造型基础绘画课的探索高度。美术教育工作者需要以生成式AI化视角为基础，深入了解生成式AI化造型基础绘画课堂的教学特点，分析学生在生成式AI教学环境中的使用习惯和需求，以便将教学服务与课堂情境、状态与氛围有机结合起来。2024年9月，习总书记出席全国教育大会并发表重要讲话，为教育强国建设指明了方向。他指出，“深入实施国家教育数字化战略，扩大优质教育资源受益面，提升终身学习公共服务水平”“不断提升我国教育的国际影响、竞争力和话语权”。充分发挥生成式AI技术的优势，积极搭建更普适的生成式AI美术教学阵地，构筑基于生成式AI技术的造型基础绘画课堂生态。

一、造型基础绘画课程生态分析

（一）技术环境分析

随着时代的发展，科技革命和产业革命不断升级，生成式AI技术持续迭代。2022年是生成式AI技术的突破之年，生成对抗网络（GAN）和扩散模型（Diffusion Model）等AI技术的突破性进展，为艺术创作带来了全新的工具和方法。这些技术能够快速生成高质量的绘画图像，无论是简单素描还是复杂色彩创作，甚至能够模拟不同的绘画风格和技法。在造型基础绘画教学中，AI技术不仅能够为教师提供丰富的教学素材，还能辅助优化教学过程，提升教学效率和质量。现今，AI技术已逐渐被运用到教育领域。Stable Diffusion等工具已被全球超过100所高校所应用，但在造型基础绘画教学中的系统性研究仍显不足。

（二）教育环境分析

在生成式AI技术的赋能下，造型基础绘画课程的教学环境正不断发展，展现出多维度的关联与层次丰富的意义，这都能在教育资源、教育理念以及人才培养等多个方面的优化与构建上得到体现。造型基础绘画是艺术生高中阶段美术教育的核心课程，它以解剖学和透视学为基本的语法结构，从技术层面形成了对客观事物的表现模式。该课程涵盖了对物体外形和内在结构的精准把握以及深入刻画的表现能力，通过观察、概括和捕捉等手法实现艺术表现，并以此构建起完整的课程体系。如今教学资源丰富、质量上乘且易于获取，能够充分满足师生多样化的信息需求以及对知识的深度解析，因此在教学设计上，不仅要兼顾学术原则与审美实际，更要遵循建构主义、协作建模、拓展思维等多元学科整合的教育理念，还要考虑学生的个体差异性，必须从多元化、个性化、去中心化的视角出发，深入探讨学生个体在造型基础绘画教育中所扮演的重要角色，以及教育的精细化进程，最后在生成式AI的背景下，积极探索新的评价体系和评价手段，以更好地推动造型基础绘画教育实现跨越式的发展。

（三）政策环境分析

2017年7月国务院发布了首个全面规划生成式AI发展的文件《新一代生成式AI发展规划》，规划出了我国发展人工智能的发展目标、政策措施和重点方向，对我国未来生成式AI发展提供了全面指导。在AI教育的助力下，艺术教育正从单一的知识传授模式中解脱出来，课堂效率得到一定提升，学生对数字艺术的认识不断加深，推动现代艺术教育实现质的飞跃。可以预见，数字艺术与艺术教育的融合将共同为中国式现代化建设服务。

二、生成式AI造型基础绘画课程生态建构的阻碍

（一）教学内容与生成式AI课堂融合存在障碍

在审视当前中小学数字化教学平台时，发现其主要采用一种以提供多媒体教学资源为主的模式，教师和学生据此自主选择符合各学科需求的线上课程。然而，对于涵盖全领域、全学科的美术课程体系而言，这种模式下生成式AI教学的应用程度明显不足。造型基础绘画课程作为一门强调感性体验与能动性的学科，其教材的使用场景和学生的内容需求具有高度的灵活性与多样性。艺术与绘画教育的核心目标在于通过感官刺激与情感共鸣，激发个体对美的感知与理解。教材在造型基础绘画教学中发挥着至关重要的作用，它通过展示空间透视、人体解剖结构以及光线与色彩的绘画作品和创作过程，有效激发学生的感官感知，引发他们对绘画艺术的深刻感受和对美的共鸣。然而，由于不同学生的感知能力与造型塑造能力存在差异，教材的选择应当充分考虑学生的个体感知需求以及技法塑造能力。在现有教学模式下，教学内容与学生实际需求、教学技术与教师教学实践之间呈现出明显的割裂状态。学生对于教育技术的接受程度与参与热情、对教学内容的个性化需求，以及教师对生成式AI教学技术的熟练掌握程度和课程资源的有效利用率均难以得到保障，且无法在教学质量中得以充分反映。这一系列问题导致造型基础绘画课程与生成式AI技术的融合面临巨大挑战，难以实现有效适配，从而严重制约了教育教学质量的提升。

（二）教育资源适应性匮乏

鉴于生成式AI平台在呈现方式和教学场景方面的独特性，学生对于造型基础绘画课程资源的使用特点和内容需求与传统媒介存在显著差异。生成式AI造型基础绘画课程的转型需要教育工作者同时具备互联网和审美教育领域的双重经验技术，而不仅仅是简单地复制传统课程内容。目前，尽管高中学校管理者已经认识到生成式AI造型基础课程的发展潜力，并着手建设和推动生成式AI教学平台，但课程开发思维依然相对固化，过度依赖传统绘画课程体系，尚未充分发挥其美学特点的作用。整体而言，当前大多数生成式AI造型基础绘画课程在呈现和交互方式上较为单一，往往侧重于将传统绘画课程内容转化为生成式AI形式，将绘画作品或创作过程以图像或视频形式呈现。这种模式无法充分传达绘画中对情感、体验和自我感知的重视，导致教学内容和方法与绘画教育的核心目标和理念存在一定程度的脱节。从长远来看，这不利于生成式AI造型基础绘画课程的成长和生态培育。

（三）教学实践中课程缺乏交互性和个性化元素

生成式AI在造型基础绘画课程中的交互技术仍在不断发展和完善中，但从目前主流的交互模式来看，仍然以学生被动接受知识为主，互动性和沉浸感不足。深入分析其原因，主要在于当前课程中教学课件和工具的设计较为传统和静态化。大多数课件沿用线性呈现方式，缺乏互动性和个性化元素，难以满足学生多样化的学习需求和积极参与的期望。同时，课程的评估体系也存在互动性不足的问题，传统造型绘画教育评估过于侧重书面绘画作业和考试，无法全面衡量学生对绘画的理解与表达能力。此外，学生被动接受的学习观念根深蒂固，课程设计过度依赖教师主导的单向教学模式，造型基础绘画课程涉及的知识和技能较为抽象，学生缺乏个性化学习体验和指导，导致整个学习流程效率低下，难以实现学生的自主、全面和高效发展。互动教学元素是造型基础绘画课程设计的关键领域，直接决定生成式AI在造型基础绘画教育中的效果。未来需通过实时互动、虚拟交互和游戏化学习等方法，提升学生的绘画实践水平和创造性思维能力。这需要在交互教学模式的持续创新和突破中，探索最佳解决方案。

三、生成式AI化造型基础绘画课程生态的构建方针

（一）实现AI化教学的融合适配

从教学内容的丰富与创新的层面来说，生成多样化绘画素材：AI工具（如Stable Diffusion、DALL-E等）能够根据教师或学生的提示词快速生成高质量的绘画图像，涵盖不同的风格、主题和构图。这些生成的图像可以直接作为教学素材，帮助学生理解不同的绘画风格和技法，拓宽学生的艺术视野。AI结合艺术史数据库，能够为学生提供绘画作品的历史和文化背景信息，帮助学生从历史和文化的角度理解作品的深层含义。

此外，教学过程的优化中智能备课辅助，AI工具可以根据初步的教学大纲和课程目标，生成详细的备课计划和教学大纲。例如，教师可以输入课程主题和目标，由AI提供结构化的教学内容建议，包括教学目标、教学方法、教学步骤等。此外，AI可以实时分析教学内容的逻辑性和连贯性，提供改进建议，帮助教师优化备课内容，同时AI工具能够对学生的绘画作品进行实时分析和反馈，指出作品的优点和不足，并提供改进建议，这种即时反馈机制可以帮助学生及时调整绘画技巧，提升学习效果。以下为生成式AI在绘画基础课堂内运用。

1. 人体解剖结构

问题背景：人体解剖是绘画基础中最具挑战性的部分之一，学生需要理解人体骨骼、肌肉的形状和位置，以及它们在不同姿态下的变化。

AI技术的应用：生成不同姿态的人体模型：AI可以根据输入的提示词生成详细的解剖图，如站立姿态的人体解剖图或跑步姿态的人体肌肉结构。这些图像可以帮助学生直观地理解人体结构在不同动作下的变化。

动态演示：一些AI工具可以生成动态的人体解剖动画，展示人体在运动过程中的肌肉伸缩和骨骼运动，帮助学生更好地理解动态造型。

局部放大与细节展示：AI可以生成高分辨率的局部解剖图像，如手部或足部的肌肉和骨骼结构，方便学生观察细节。

2. 空间透视

问题背景：空间透视是绘画中用于表现三维空间的重要技巧，学生常常在理解和应用透视原理时遇到困难。

AI技术的应用：生成透视图：AI可以根据输入的场景生成准确的透视图，如城市街道的两点透视图或室内空间的三点透视图，这些图像可以帮助学生理解透视的基本规则和变化。

动态调整视角：一些AI工具允许用户调整视角和焦距，动态展示不同视角下的透视效果，帮助学生理解透视变化的规律。

透视辅助线生成：AI可以自动生成透视辅助线，帮助学生更好地构建透视框架，从而更准确地绘制物体和场景。

3. 光线与色彩

问题背景：光线和色彩是绘画中用来表现物体立体感和氛围的关键元素，学生在理解和应用光线与色彩时往往需要大量的练习和指导。

AI技术的应用：生成光线效果图：AI可以根据输入的场景和光源条件生成带有光线效果的图像，如阳光下的苹果或室内灯光下的静物。这些图像可以帮助学生理解光线的方向、强度和阴影的变化。

色彩搭配建议：AI可以根据输入的色彩主题生成色彩搭配方案，如冷色调的风景画或暖色调的人物肖像，帮助学生理解色彩的和谐与对比。

动态调整光线和色彩：一些AI工具允许用户动态调整光线的方向和强度，以及色彩的饱和度和明度，帮助学生观察这些变化对画面的影响。

4. 复杂场景的造型结构

问题背景：在绘制复杂场景时，如多人物构图、建筑群或自然景观，学生需要综合运用解剖、透视和色彩等知识，这对初学者来说难度较大。

AI技术的应用：生成复杂场景的参考图：AI可以根据输入的描述生成完整的参考图，如海边的多人物场景或山谷中的建筑群，帮助学生理解整体的造型结构和构图。

局部细节生成：AI可以生成复杂场景中的局部细节，如人物的表情、建筑的装饰等，帮助学生更好地处理细节与整体的关系。

通过这些具体的例子可以看出，AI艺术图像生成技术能够为学生提供直观、多样化的视觉素材和学习工具，帮助他们更好地理解复杂的造型结构。这种技术不仅能够提高学习效率，还能激发学生的创造力和学习兴趣。

（二）AI技术在教育资源中的适用性

在绘画教学中，合理运用生成式AI技术能够显著提升教学质量并促进学生的全面发展。教师应创新教学方法，采用项目式学习、问题式学习等多样化教学方式，激发学生潜能。设置开放性创作课题，鼓励学生自由发挥想象力，而非简单模仿生成式AI生成作品。同时，加强艺术理论与鉴赏教育，引导学生深入理解绘画作品背后的文化内涵和艺术价值，拓宽其艺术视野，提升审美水平。通过欣赏经典作品和优秀生成式AI生成作品，学生能在创作中融入更多思想深度和文化元素，避免作品表面化和同质化。

革新课程开发理念，教育工作者需融合互联网技术与审美教育专业知识，深入理解生成式AI特性，如大数据处理、实时交互和个性化定制等，以此创新教学内容组织与呈现方式。强化学科交叉融合，有机整合美术学、艺术设计学、计算机科学和教育学等多学科知识。通过跨学科教学活动，拓宽学生视野，培养创新思维和综合素养。注重美学价值引领，凸显绘画艺术的美学价值，精选涵盖多元风格与文化背景的教学内容，提升学生审美能力，培养正确美学观念。

在优化教学设计的同时，教育资源的均衡化也至关重要。当前，技术资源分配不均可能导致教育不公平现象进一步加剧。为解决这一问题，政府和教育主管部门应加大对教育信息技术基础设施建设的投入，特别是向经济欠发达地区倾斜资源。通过建设高速网络、配备先进设备等措施，为欠发达地区的学校提供与发达地区同等水平的技术条件。同时，建立全国性的生成式生成式AI绘画教学资源共享平台，鼓励教师上传优质教学资源，实现资源共享与交流。此外，实施区域帮扶计划，组织教育发达地区与欠发达地区学校建立对口帮扶关系，通过教师支教、远程教学指导等方式，共同提升教学质量。培养学生的创造力和独立思考能力是生成式生成式AI在造型基础绘画教学中的核心目标。

（三）教学策略模型构建，强化课堂交互模式

优化教学设计，增强互动性与个性化。利用生成式AI技术开发具有互动性与个性化的教学资源，如互动式课件、虚拟现实和增强现实教学工具等，增强学生的沉浸感与参与度；并根据学生的不同学习进度和能力水平提供个性化的内容推荐和学习路径。同时，引入多样化的教学活动，如小组合作项目、在线讨论论坛和创意工作坊等，鼓励学生之间的互动与交流，培养他们的团队合作能力和创新思维。改革评估体系，全面衡量学生能力。

生成式AI造型基础绘画课程交互技术主要包括：在线平台学习、虚拟场景课堂、数字创意工具、游戏化学习模式、教学课程视频等。其中，在线学习平台和教学课程视频这两种方式因交互体验感较弱正逐步被取代。在未来的生成式AI绘画课程时代，生成式AI、虚拟现实、增强现实等技术相结合的多通道交互方式将成为主流。生成式AI应用于造型基础绘画课程的教学实践中，会存在交互性和个性化元素缺失的问题，在未来的AI时代，人工智能、虚拟现实、增强现实等技术相结合的多通道交互方式将成为主流。

通过在线平台或软件实现学生与教师、学生与学生之间的实时交流和互动，将游戏元素和机制引入绘画教学中，如设置绘画任务、挑战、奖励机制等，增加学习的趣味性和动力，结合多种交互方式，如触摸、手势、语音等，为学生提供更加自然和直观的操作体验，利用AI技术对学生的作品进行自动分析和评估，提供个性化的反馈和建议。教育者也应配合学生接受学习回馈，并及时调整优化课程内容和执行方式，以持续提高学生学习效果，增强绘画基础课程质量。

四、结语

在生成式AI革命不断更迭的时代，生成式AI应用已成为教育领域中的热门话题，生成式AI在造型基础绘画课程生态构建中的关键不言而喻。生成式AI赋能下造型基础绘画课程具有个性化、智能化、开放化、多元化交互式学习等诸多特点，在造型基础绘画课程的持续发展中必然将发挥巨大潜力。然而，又必须面对技术水平不足以及资源匮乏等生成式AI的技术挑战。因此，生成式AI赋能下造型基础绘画课程的生态构建必须从资源、人才等多角度进行深思熟虑和全面管理，综合考虑各种因素，努力构建一个生态体系的有机结构，不断协调规划和实际探索，真正以实际需求为指导，满足造型基础绘画课程的人工智能（AI）化发展方向。

参考文献：

1. [1] 吴飞,尹梓熹.新媒体视域下的美育转型与重塑[J].新闻与写作,2021(07):41-49.
2. [2] 谭好哲.从艺术为人生到人生艺术化——中国现代美育价值追求的内在转型[J].中国文学批评,2020(04):36-46+156.
3. [3] 曾繁仁.关于当代美育的生态转型[J].美育学刊,2020,11(05):1-4.
4. [4] 马维林.普通高中美育的学理转型、价值指向与范式建构[J].课程.教材.教法,2019,39(03):62-70.
5. [5] Bruin D, Karen. An Eighteenth-Century Call to Be Heeded: On Germaine de Sta?l, Aesthetic Education, and National Progress[J].Journal of Aesthetic Education,2015,49(01):82.
6. [6] Denac O. The Significance and Role of Aesthetic Education in Schooling[J].Creative Education,2014,5(19):1714-1719..
7. [7] Caranfa A. Contemplative Instruction and The Gifts of Beauty, Love, and Silence[J].Educational Theory,2010,60(05):561-585.
8. [8] Jin C, Kwak D J. Arts Education as a form of Sentimental Education: in Search of the Educational Values of Experiences in Arts[J].The Korean Journal of Philosophy of Education,2015,37(01):117-137.
9. [9] 席格.当代美学转型与美育的理论困境——兼论美学与美育的关系[J].郑州大学学报(哲学社会科学版),2011,44(02):96-100.
10. [10] 张昌羽.略论新时代美育视域下的高校学生艺术社团转型发展[J].美育学刊,2021,12(02):38-42.
11. [11] Jun W. Aesthetic education in China: problems and solutions[J].International Journal of Humanities Social Sciences and Education,2017,4(12):134-139.
12. [12] 李骏,梅景辉.我国“立美育德”思想的当代转型[J].人民论坛·学术前沿,2018(11):114-117.
13. [13] 刘奕鑫,李兴国.数字技术时代美育的创新发展[J].艺术教育,2023(05):18-22.
14. [14] 谢秋水.数字技术赋能高校美育的价值功能、现实困境与实现路径[J].思想教育研究,2023(04):131-136.
15. [15] Chandrasekhar S. Truth and beauty: Aesthetics and motivations in science[M].Chicago:University of Chicago Press,2013.
16. [16] 祁林,宋雨.数字人文视野中的当代美育研究——基于CSSCI数据库文献[J].南京社会科学,2021(10):136-145.
17. [17] 王一川.数字全球化时代的美育模型[J].美育学刊,2020,11(05):5-10.
18. [18] 丁林未.框架突破、媒介赋权与现实隐忧：基于抖音平台的博物馆美育实践[J].新媒体研究,2023,9(03):21-25.