引言

基础教育课程改革持续深化，学生核心素养的培养已成为各学科教学的核心目标。《普通高中课程方案（2017年版2020年修订）》明确提出，学科核心素养是学生通过课程学习逐步形成的正确价值观、必备品格与关键能力。然而，传统课堂以知识点为纲的碎片化教学，虽注重单一知识掌握与技能训练，却难以实现学科核心素养所强调的整合性、实践性与迁移性能力培养。

大单元教学模式以“核心主题”或“综合性任务”为纽带，突破传统教材单元或单一学科的边界，通过重构教学内容体系，引导学生在参与实践性项目的过程中逐步深化对知识的理解。这一模式成为破解传统课堂局限、推动教学改革纵深发展的重要实践方向。

信息技术学科的学科属性决定了其对大单元教学的内在需求。一方面，该学科知识体系具备跨界融合特点，传统课时划分易割裂知识关联；另一方面，信息技术行业快速发展，零散教学难以帮助学生构建稳固的知识体系。然而，当前针对信息技术学科的大单元教学模式研究仍较为薄弱，缺乏系统性的构建与实证检验。

基于此，本研究提出以下研究问题：如何依据课程标准系统构建信息技术课程的大单元教学模式？该模式如何在具体教学案例中呈现与实施？其实践应用效果如何？

一、核心概念与理论基础

大单元教学是指以真实情境为依托，整合课内外教学资源，以大概念、大问题或大任务为主线，将学习情境、课时分配、学习任务与知识概念有机组织起来，形成完整教学体系的一种教学方式。本研究以情境学习理论（Lave & Wenger,1991）与深度学习理论（郭元祥，2017；杨南昌等，2024）为基础，前者为真实情境任务设计提供支撑，后者为知识整合与高阶思维培养指明方向。二者共同构成“四维联动式大单元教学模式”的理论根基。

二、四维联动式大单元教学模式的构建

（一）构建依据

本研究依据《普通高中信息技术课程标准（2017年版2020年修订）》与《义务教育信息科技课程标准（2022年版）》中关于“教学与评价建议”的要求，以学科核心素养为导向，结合情境学习与深度学习理论，构建适用于信息技术学科的大单元教学模式。

（二）模式结构与核心要素

本研究构建的“四维联动式大单元教学模式”包含四个核心要素：大概念统领、问题链设计、做中学活动、动态评价机制，并辅以资源支持体系。各要素之间形成有机闭环，共同推动教学目标的实现（图1）。

1. 大概念统领

《普通高中信息技术课程标准（2017年版2020年修订）》指出，教学要以学科核心素养为根本，借助“大概念、大任务、大项目”重新梳理知识结构。《义务教育信息科技课程标准（2022年版）》也着重强调，教学应当以实际问题为引导，围绕项目主题整合知识。大概念统领的教学模式正符合这些要求，它改变了过去零散教学的方式，把编程逻辑、数据隐私等零散的知识点，整合成条理清晰的知识网络，让学生从单纯练习技能，转变为全面培养综合素养。

大概念引领是信息技术大单元教学的关键所在，其核心是以培育学科核心素养为方向，提炼出诸如“算法思维”“数据素养”“技术伦理”这类有统领作用、能长期发挥效力且可灵活运用的核心知识或观念，并将它们作为主线来规划教学内容、设计学习任务。

2. 问题链设计

《普通高中信息技术课程标准（2017年版2020年修订）》指出，教学得靠着“大任务”，在解决实际问题中提高学生的核心素养。《信息科技课程标准（2022年版）》更是强调，教学要从真实存在的问题入手，设计出一整套紧密衔接的学习任务。这两个版本的课标都希望教师打破一堂课的局限，用一连串问题引导学生走一遍发现问题、琢磨问题、解决问题、回过头反思问题的完整流程，帮学生把知识串起来，想得更深入，实实在在培养核心素养。

在信息技术大单元教学这套模式里，问题链设计是关键的一步。教师得牢牢盯着学科核心素养这个目标，把教学内容变成由浅入深、条理清楚的问题集合，带着学生从导入问题开始思考，到深入探究方法，再到迁移应用，一步步从弄懂知识，走到实践操作，最后还要进行价值层面的思考。

3. 做中学活动

《普通高中信息技术课程标准（2017年版2020年修订）》主张“在实践中学习”，鼓励教师通过技术实操，助力学生吃透知识内核，培养他们解决问题的整体思维。《信息科技课程标准（2022年版）》更是明确提出，要以实践为纽带，让学科知识与生活实际紧密相连。不难看出，这两版课程标准都期待教师摆脱“老师授课、学生练习”的老一套课堂模式，将实践视为知识运用与素养培育的关键路径。

在信息技术教学中，落实“做中学”的教学方式必不可少。这门学科涵盖编程、数据分析、人工智能等多个领域，要是只讲理论，学生很难摸透技术背后的原理。以“自然语言处理”的教学为例，单靠课堂讲解，学生根本掌握不了API调用、参数优化这些实用技能，只有亲自上手编程，不断调试改进，才能真正搞懂其中原理。

4. 动态评价机制

《普通高中信息技术课程标准（2017年版2020年修订）》强调，评价要关注学生学习的整个过程，通过多种方式呈现核心素养的成长情况，尤其主张把过程评价和期末评价结合起来。《义务教育信息科技课程标准（2022年版）》则更进一步，提出要搭建一套有数据支撑的评价体系，借助软件工具记录学生学习情况，分析学习数据。从这两个版本的课标不难看出，都鼓励老师建立“发现问题、调整教学、帮助提高”的循环评价方式，根据学生学习情况及时改进教学，让评价真正起到育人的作用。

在信息技术大单元教学中，动态评价就像教学的“指南针”。老师通过多种角度、多方参与、全程跟进的评价方法，随时了解学生知识掌握得怎么样，技术操作熟不熟练，核心素养有没有提高。这种评价不再只看最后的成绩，而是贯穿学习的每一步，不断收集分析数据，为教学改进提供有用的参考，让教、学、评三个环节紧紧联系在一起。

5.资源支持体系

资源支持其实就是把不同学科的工具、各类技术平台以及学习资料汇聚到一起，确保大单元教学能够顺顺利利地进行。常用到的资源有协作与共享平台、编程与建模工具、评估与反馈工具以及跨学科资源。

信息技术老师构建资源支持体系，得守好“跨学科融合、技术适配、开放共享”这三条准则。跨学科资源整合强调依据单元主题，系统融合数学、工程、艺术等多学科知识，助力学生理解技术原理的多元应用场景；编程与建模工具的选择，则充分考虑技术更新快的特点，选用低代码平台或可视化编程工具降低操作难度；协作共享平台的搭建依托钉钉云课堂、腾讯文档等工具，教师创建项目空间，支持学生实时协作与知识共享；评估反馈环节嵌入问卷星等工具，以“AI伦理辩论”活动为例，通过在线投票与数据分析实时反馈学习情况。如此，多类型资源协同发力，推动大单元教学从理论构想转化为切实可行的课堂实践。

（三）模式特征

该模式具有整体性，强调知识体系的系统化整合与教学任务的连贯设计；真实性，依托贴近学生生活的问题情境，连接知识、能力与素养；引导性，教师以辅助者角色介入学习过程，通过问题、资源与评价引导学生主动探究。

三、实践应用与效果验证

为验证“四维联动式大单元教学模式”的实践效果，本研究以南昌市第十五中学高一（4）班46名学生为对象，围绕“人工智能与社会”大单元主题，于2024年11月开展了4课时的教学实践，通过课堂观察、学生作品分析等方式检验模式的应用效果。

（一）实践准备

1.课程标准与教材分析

依据《普通高中信息技术课程标准（2017年版2020年修订）》对“人工智能初步”模块的素养规定，结合沪科版教材第四单元内容，提炼出“技术伦理”“算法思维”等核心学科概念。将教材中的机器学习原理、自然语言处理技术等知识点拆解分析，梳理出“认识技术—实践操作—伦理思考”的单元教学主线。

2. 学情诊断与目标分层

通过课前访谈与课堂观察，了解到学生已掌握Python基础语法，但在API调用方面几乎为零基础，对人工智能涉及的伦理问题也知之甚少。基于此，将单元学习目标拆解为三个层次：知识层面，理解人工智能基本原理，熟练操作Teachable Machine、百度AI平台等工具；能力层面，通过API调用实现技术落地应用，学会调试参数解决实际问题；素养层面，在实操过程中强化信息社会责任意识，锻炼批判性思维。同时，针对学生能力差异，设计了难度不等的任务：为基础薄弱者提供半成品代码框架，为学有余力者设置参数优化挑战任务。

3.资源整合与评价设计

整合九歌诗歌生成平台、百度AI开放平台等低代码工具，将原本复杂的API调用变得易于上手；利用腾讯文档协作功能，支持代码共享与版本管理；制作学习档案袋，设计多维度评价表，收集学生的代码修改记录、实践感悟及小组合作情况，完整记录学生技术能力提升与思维成长轨迹。评价表从技术规范、创新表现、伦理意识等角度设置自评与互评内容，并通过钉钉平台开展匿名评价，确保评价客观公正。此外，针对教学中可能出现的问题（如API调用失败），提前录制参数调试教学视频作为预案。

（二）实践过程

本研究依据“四维联动式信息技术大单元教学模式”，围绕“人工智能与社会”大单元主题开展教学。以下分课时阐述具体实施过程。

1. 第一课时：初识人工智能——身边的AI技术

本课时核心素养目标为信息意识与信息社会责任。课堂伊始，教师播放短视频《AI如何改变生活》，引导学生列举生活中接触的AI应用（如抖音推荐、智能音箱），总结其共性。随后开展互动讨论，分析“AI推荐算法的利与弊”（如信息茧房），形成小组观点并分享。最后教师归纳AI定义与分类（如弱AI、强AI），帮助学生建立对人工智能的整体认知。本课时注重激发学生对AI技术的兴趣，为后续实践奠定基础。

2. 第二课时：机器学习揭秘——从“刷题”到“数据训练”

本课时聚焦计算思维与数字化学习与创新素养。教师用“学生考试刷题”类比“数据训练模型”，创设大单元学习情境。学生使用在线平台Teachable Machine训练图像分类模型（如区分猫狗），观察准确率随数据量增加的变化，讨论“为什么模型需要大量数据？”。最后教师图解监督学习流程（输入→训练→输出），帮助学生理解机器学习的基本逻辑。本课时通过类比与体验，降低技术原理的理解门槛。

3. 第三课时：AI写诗——自然语言处理的魅力与边界（核心实践课）

本课时是模式应用的核心环节，重点体现“做中学”与“动态评价”。

（1）大概念统领

基于单元主题提炼“技术伦理”与“算法思维”为大概念，跨学科关联文学创作与数据隐私。确定本课时核心目标为：调用API完成AI诗歌生成程序，优化技术参数（数字化学习与创新）；探讨AI创作的版权归属与伦理边界（信息社会责任）。

（2）问题链驱动

设计递进式问题链并转化为任务链。导入问题：展示李白《望庐山瀑布》与AI生成诗《瀑布》，发起“人机PK”竞猜，引导学生思考“AI如何写出看似‘有情感’的诗？”；探究问题：如何通过自然语言处理技术实现AI诗歌生成；迁移问题：AI创作是否应受伦理约束？如何平衡技术创新与社会责任？对应任务链为：体验任务（登录九歌平台输入关键词生成诗歌）→编程实践任务（调用百度AI接口完成半成品Python代码调试）→伦理探究任务（对比AI诗与人类诗歌差异，分析版权归属问题）。

（3）做中学实践

首先，学生登录九歌平台，输入“秋雨”“星空”等关键词生成诗歌，观察语言特征（如押韵规律、意象组合），初步感知AI创作逻辑（5分钟）。接着，教师分发半成品Python代码框架，指导学生填写API Key与Secret Key，调试程序生成诗歌。针对常见错误（如接口调用格式错误），提供“参数配置与错误排查”微课资源，构建梯度化技术支架（15分钟）。最后，小组对比九歌平台与自编程序生成的诗歌，从“语句通顺度”“押韵规律”维度评分，同时分析AI诗与李白《静夜思》的“意境营造”“情感表达”差异，讨论“AI生成内容是否需标注作者身份”（10分钟）。

（4）动态评价反馈

笔者将学生修改代码的过程全部收入学习档案袋，从最初简单调用API到逐步尝试优化参数的进阶轨迹清晰可见。课堂上，依据提前制作的结构化观察表实时记录学生表现，并及时填写供课后反思。学生通过钉钉平台进行匿名互评，评价彼此代码规范性与小组协作贡献度。教师结合小组讨论中学生提问的深度与广度，给予针对性评价。课后，师生共同盘点学习成果，制定《班级AI使用公约》，要求使用AI生成内容必须标明来源。

（5）资源支持体系

整合九歌平台、百度AI Studio与腾讯文档，提供半成品代码等技术支架、API调用指南与错误排查手册，降低编程门槛。搭建钉钉云课堂建立项目空间，支持代码共享、版本控制与实时答疑。

4. 第四课时：AI伦理辩论——技术该不该有边界

本课时侧重信息社会责任与计算思维素养。教师播放“AI换脸诈骗”新闻片段引发思考，随后组织分组辩论，正方观点为“AI应全面替代人类重复性工作”，反方观点为“AI需严格限制应用领域”。辩论结束后，师生共同提炼共识（如“AI需伦理约束”），并进一步完善《班级AI使用公约》，强化技术伦理意识与批判性思维。

（三）效果验证

实践教学后，笔者通过学生作品分析与课堂观察两种途径，对“四维联动式”信息技术大单元教学模式的有效性进行了检验。

1. 学生作品分析

本研究聚焦“人工智能与社会”大单元教学中学生产出的成果，共筛选出46份有效作业样本，涵盖编程实践报告、伦理辩论实录及《班级AI使用公约》三类作业形式。

编程实践报告方面，学生通过钉钉平台提交借助百度AI接口完成诗歌创作的Python代码及调试记录。经统计，41份代码成功实现API调用并生成诗歌，成功率达89.1%；其中32份通过参数调整（如修改temperature值、增加诗句长度限制）提升了诗歌流畅度，占比69.6%。学生在调试记录中写道：“刚开始总是报错，后来对照手册发现是API Key格式不对，改过来就成功了”“调整参数后，生成的诗不再那么生硬，更像人写的了”。

伦理辩论记录与公约制定环节，小组在辩论中提出“AI创作需标明出处”“限定敏感领域应用”“算法决策需保留人工复核机制”等观点。最终形成的《班级AI使用公约》包含6条具体条款，如“严禁使用AI编造虚假信息”“AI生成内容必须标注来源”“不依赖AI完成独立思考作业”等，充分展现了学生对技术伦理的深入思考。

2.课堂观察

本研究采用录像记录结合结构化观察表的方式对课堂进行量化分析。基于课堂实际需求，设计结构化观察表，包含课堂参与、合作交流、任务完成质量、问题解决能力、伦理思辨深度等维度，每课时结束后汇总。

为客观评估课堂动态，笔者在教学过程中使用手机对课堂关键环节（如小组讨论、编程实践、伦理辩论等）进行定点录像，课后结合回放重点观察。观察发现：在技术突破时刻（如首次成功生成诗歌），学生普遍表现出兴奋状态（微笑、举手）；在伦理讨论环节，学生专注倾听并认真记录。小组讨论时，成员分工明确，出现有效沟通（互相解答疑问、补充观点）。编程调试阶段，部分学生在遇到API报错时能主动查阅错误手册、尝试修改参数格式，展现出自主解决问题的能力。伦理辩论环节，学生能够引用法律案例、对比人机创作差异，提出逻辑清晰的论点。这些现象与观察数据、钉钉作品提交记录相互印证，为教学模式的有效性提供了有力支撑。

实践表明，“四维联动式大单元教学模式”在提升学生技术应用能力、促进伦理思辨、增强学习参与度等方面具有明显效果。

四、结论与展望

（一）研究结论

本研究构建的“四维联动式大单元教学模式”，以“大概念统领、问题链驱动、做中学实践、动态评价反馈”为核心，为信息技术学科开展大单元教学提供了可行方案。通过“人工智能与社会”主题的教学实践验证，该模式能够有效整合知识体系，提升学生技术应用与综合素养。具体而言：一是模式具有较高的应用价值，学生在完成诗歌生成项目过程中，不仅掌握了API调用技术，还通过辩论理解了技术背后的社会意义；二是动态评价机制发挥了重要作用，学习档案袋记录了学生从模仿到创新的思维成长轨迹，多主体评价为教学改进提供了精准依据。

（二）研究不足与展望

本研究存在两方面局限：一是样本范围较小，仅在一所学校一个班级开展，研究时长有限，难以全面追踪核心素养的长期发展；二是技术资源依赖外部平台，九歌、百度AI等平台的运行稳定性和功能开放程度存在波动，可能影响教学实施效果。

后续研究可进一步扩大样本范围，覆盖不同地区、不同年级的学生，延长研究周期，验证模式的适用性与持久性；同时应开发更贴合教学实际的本土化低代码工具，降低技术门槛与外部依赖，保障教学过程的顺畅实施，为大单元教学模式在信息技术课堂的广泛落地提供更坚实的支持。

参考文献：

1. [1] 中华人民共和国教育部.普通高中课程方案（2017年版2020年修订）[M].北京:人民教育出版社,2020.
2. [2] 崔允漷.如何开展指向学科核心素养的大单元设计[J].北京教育(普教版),2019(02):11-15.
3. [3] 雷浩,李雪.素养本位的大单元教学设计与实施[J].全球教育展望,2022,51(05):49-59.
4. [4] 王鉴,张文熙.大单元教学:内涵、特点与实施策略[J].中国教育学刊,2023(10):5-9.
5. [5] 郭元祥.论深度教学:源起、基础与理念[J].教育研究与实验,2017(03):1-11.
6. [6] 杨南昌,覃稔,梁慧芳,等.深度学习促发素养生成的过程机制与实现路径[J].开放教育研究,2024(01):160.
7. [7] Lave J, Wenger E. Situated Learning: Legitimate Peripheral Participation[M].Cambridge:Cambridge University Press,1991.
8. [8] 周纯.中小学信息科技单元教学[M].上海:上海交通大学出版社,2022.
9. [9] 李锋,程亮,王吉庆.面向学科核心素养的信息技术单元设计与实现[J].课程·教材·教法,2021(10):114-119.
10. [10] 何聚厚,李天宇,何秀青.中小学人工智能教育大单元设计的意蕴、困境和路径[J].中国电化教育,2022(02):30-37.