1. 人机协同在乡镇地理PBL教学中的辅助价值
项目式学习(Project-Based Learning，下文简称PBL)模式能通过“真实情境”中的问题驱动，为学生提供批判性思维与协作能力的实践路径。研究表明，PBL能有效提升学生的地理核心素养水平[1]，但在乡镇地区实施传统PBL教学时，常常面临“任务内容脱离乡土实际、学生问题意识缺失、教师角色过载”等的探究学习困境，亟需创新模式突破瓶颈。
生成式人工智能(Artificial Intelligence Generated Content，下文简称AI)的赋能则为上述挑战提供了新路径。目前AI能在地理学科的PBL学习中提供个性化支持，包括背景知识查询、探索过程任务拆解、多维度反馈支持等多方面的帮助[2]。这与2024年教育部办公厅发布的《关于加强中小学人工智能教育的通知》中倡导“结合人工智能技术的特点，大力推进基于任务式、项目式、问题式学习的教学”的要求高度契合。
AI虽然能够为学生学习提供实时反馈与数据分析，但容易产生新技术困惑和依赖，如果缺乏教师在教学中的情感支持与个性化指导，会影响学生的思维整合能力与学习参与度，影响评价的全面性，此时学习面临的最大挑战是人如何与AI协同去解决问题和创新[3]。人机协同教学强调“人”与“AI”的认知互补，是教学改革大势所趋，但相关实践应用却较为缺乏，特别是缺乏可操作的教学模式和其实践案例参照[4]。
结合以上背景，本研究基于西蒙斯联通主义[5]和情境认知理论[6]，聚焦乡镇地理教育场景，探索人机协同的PBL教学模式，并结合粤西地区地理条件，创新低成本、可操作的农业区位PBL教学案例。研究旨在为同类地区破解PBL实施困境提供可参考的实践范式，助力乡镇教育振兴与核心素养培育落地。
2. AI辅助乡镇地理PBL教学模式构建
本研究协助乡镇学生在PBL学习中完成学习资源连接、形成知识认知框架、多方协作连接社会网络，实现农业区位理论的深度理解与应用。师、生、AI三方协同，构建地理PBL学习过程：
-AI作为资源连接器，生成方案和工具；
-教师专业判断，主导适配学习目标，完成PBL顶层设计，引导项目实施与评价；
-学生主动合作探究，衍生问题，创造变化，汇总学习结果。
本次PBL教学模式包括项目启动、项目规划、项目实施、项目展示与项目评价五个阶段，具体流程和内容概要如下所示(图1)。
Figure 1. Human-AI collaborative PBL learning process
图1. 人机协同的PBL学习流程
3. 农业区位PBL教学实践案例设计的初期准备与框架搭建
本文以高中地理“农业区位学习”为研究主题，其对应的《普通高中地理课程标准》相应要求为“结合实例，说明影响农业区位选择的自然与人文因素，说明农业区位因素变化对于农业区位选择的影响”[7]。教学过程可以采用实践探究的PBL教学策略，选取学生熟悉的乡土案例，引导其参与地理实践活动，完成农业区位因素归纳概括，以及农业区位因素变化分析。
本研究对象为粤西乡镇地区高二年级学生，多数来自于务农家庭，熟悉本地农业生产特点，已掌握区位因素概念并能概括农业与自然环境、其他产业的关联。学困点主要为学习深度不足，缺乏具体案例的系统分析能力，难以形成稳定框架，导致理论与实践脱节。PBL教学引导学生从“熟悉”中发现“陌生”并分析，可深化其对农业区位多维互动的理解。基于学情分析，可调整项目任务难度以适配学生能力。
结合课标要求与学情现状，设定本研究PBL教学目标为：
1) 结合地图，说出本地区地理位置以及自然地理主要特征(综合思维，区域认知)；
2) 选择本地区某特色农作物，查找其可能存在的自然环境生长需求，联系该地区自然要素特点，讨论其农业发展的可能性(综合思维，地理实践力)；
3) 多渠道调查作物多年农业生产数据与分布特点，结合其市场特点，分析其农业区位因素特征和变化，评价其区域发展的优劣势(人地协调观，地理实践力)。
本研究使用生成式AI辅助工具为DeepSeek-R1 (下文简称DS)，角色设定为一位具有PBL实战经验的高中地理老师，提问时遵循“背景 + 需求 + 限制 + 格式”的结构化方式，通过多轮对话，不断细化和调整问题，加以教师的肯定与反驳，以及学生反馈，逐步引导DS准确理解需求并给予符合预期的回答。
4. AI辅助农业区位PBL教学实践的具体实施路径
4.1. 项目启动
PBL教学主题选择应符合学生学习生活实际且具有可行性。教师先将学情与教学目标，以及AI角色定位输入DS，并提出要求：“请设计一个为期一周的‘农业区位’PBL学习，结合课标学情和教学目标，给出5条适合用于当地学生学习农业区位的PBL探索的题目？务必注意题目可执行性与难度的选择！”。DS生成的选题兼顾地理核心素养培育，从多维度探讨农业区位因素的自然与社会经济因素，列出其中最具代表性两个主题(表1)。
Table 1. Preliminary PBL teaching topics set by DS
表1. DS初步设定的PBL教学主题
代表主题 |
具体内容 |
探究方向 |
假如我是农场主 |
红橙种植选址，根据红橙生长需求，查询资料，选择种植地。 |
从空间维度验证自然区位条件 |
爷奶的种田故事 |
采访家中亲友，记录多年种植作物变化，归纳变化原因。 |
从时间维度探讨农业区位演变 |
教师将两题目内容整合，最终确立主题《我家农田的时空密码》，意图从家乡作物出发，分析地区农业变迁，内容涵盖自然条件验证、家庭种植变迁探索，以及区域农业发展趋势分析，体现了探究从微观具体到宏观抽象的特点，形成学习路径闭环。
4.2. 项目规划
教师向DS提出细化要求“请结合地理核心素养培育要求，将主题《我家农田的时空密码》规划为三个分主题，明确各分主题的具体行动以及资料收集要点”。经过与DS多轮对话，特别聚焦学情与可操作性，教师最终确定了三个分主题的核心框架(表2)。
Table 2. Sub-topics with details generated by human-AI collaboration
表2. 人机协同生成的分主题细目
分主题1：我家作物与自然的对话 |
内容：对比作物生长需求与家乡自然环境 |
自然验证 |
行动：选择家中主要作物(如红橙/荔枝) 1) 查文献记录其理想生长条件(温度、降水、土壤pH值等)； 2) 测现实：实测农田数据，如土壤pH值，综合查看地区温度与降水值，对比实测值与资料中“标准值”差异； 3) 做实验：设计简易对照实验(如用不同pH水浇灌幼苗，观察1周生长差异)。 资料收集：《我的作物自然适应性报告》(数据对比表 + 实验照片)。 |
分主题2：我家农田的“变化” |
内容：采访调查不同时段种植情况 |
人文调查 |
行动： 1) 访谈提纲并访谈： -爷爷辈：“您年轻时主要种什么？为什么选它？” -父母辈：“近10年，咱家改种现在作物的契机是什么？” -自己：“如果未来您来决策，会坚持还是换品种？为什么？” 2) 产业链追踪：绘制从种植到销售的流程图(如：育苗→施肥→采摘→批发/直播带货)。 资料收集：2分钟家庭纪录片(手机拍摄访谈片段 + 田间劳作场景)、《我家农业区位要素变化卡》(手绘动态折线图，标注政策、市场等关键事件)。 |
分主题3：从我家田埂到乡镇版图 |
内容：时空尺度上分析农业区位变化 |
时空推演 |
行动： 1) 时间变化：收集村委会档案/政府公报，整理近十年本村作物面积变化数据； 2) 空间变化：用卫星地图标注本镇不同作物集中区，叠加地形/交通图层； 3) 因素解码：用不同颜色贴纸标记影响种植区位的自然(蓝色)与人文(红色)因素。 资料收集：动态变化地图(分阶段手工绘制作物种植范围)，农田区位因素主导影响力投票(小组投票排序因素，如“交通 > 土壤 > 电商政策”)。 |
分主题中“资料查找、访谈交流、数据整理与对比、意见交流”皆为培育地理核心素养的重点，能够均匀分布在不同主题中，内容体现了自然验证、人文调查、时空推演的探究结构。
项目规划阶段中，学生反映分主题3执行的时候有一定难度，师生交流之后，确认将其中行动2展示的动态变化地图缩小尺度，设定在村这个级别，汇集多条村落的变化情况，从中找出趋势。
4.3. 项目实施
项目实施阶段中，师生共同借助DS生成分主题的问题链，细化探究系列路径，深入实地寻找答案。教师与DS协同形成探究阶段框架，指明学生思考的方向，并提供典型问题示例作为引导。当教师提供方向后，学生互动并与DS不断交流，可启动自主思考，寻求解题的细化步骤与路径，并形成探究氛围，补全了背景知识匮乏、任务链条模糊和问题发现能力不足的短板。基于篇幅，仅展示分主题3的DS问题链条设计(表3)。
Table 3. problem-chain design for sub-topic 3 by DS
表3. DS对于分主题3的问题链条设计
探究阶段 |
核心目标 |
典型问题示例 |
数据考古 |
建立时空关联 |
近十年本村作物面积变化趋势？作物分布与地形/交通空间关联？ |
因素解码 |
归因区位演变 |
自然与人文因素对当前格局的影响力对比？ |
趋势预测 |
可持续发展路径 |
从种植结构来看，本村相比邻村的可持续性差异？ |
政策建言 |
提出优化方案 |
应优先改善哪些区位条件？(冷链建设/土壤改良/农技培训等) |
本次项目实施中，学生展现出显著的自主性：基本能够结合探索阶段要求，根据自身理解延伸出更细致的子问题，特别是在因素分析环节提出更具深度的追问，例如：某组同学提出需要讨论近十年来该地区降水与水资源供给情况，提出“下雨时间长会影响作物开花授粉”；有学生提出了借助“高智荔”AI小助手，了解“荔枝蒂蛀虫病”发生的条件以及带来的经济损失；也有同学提出需要讨论丰产年荔枝运送费高也是农业区位因素之一，如何通过电商平台的助农专区，跟快递公司谈运送费用和阶梯计价，通过团购影响荔枝收购价。
DS虽能高效生成任务链条，但是其局限性也较为明显，主要体现在以下两方面：第一，在地性数据获取的局限，AI依赖公开数据库，难以获取乡镇特有的具体数据，例如学生需要通过人工电话咨询当地农业站等官方部门来弥补AI知识挖掘缺陷；第二，AI整合多元信息产生“幻觉”风险，如生成虚构的政策文件和矛盾的市场价格，学生需转接政府网站或人工核对原始数据、交叉验证记录。这一过程强化了学生“数据溯源”辨析能力，也显示了AI作为辅助工具的边界。
这种师生与AI三方协同的PBL模式，体现了探究活动的结构性和开放性，促进学生自主探究，为破解PBL实施难题提供了可行路径。研究结果表明，AI的适时介入能够有效弥合学生的认知，同时促进其高阶思维能力的培养。
4.4. 成果展示
三个分主题通过多源信息的汇总，联系微观和宏观，形成农业区位认知路线。基于分主题探究内容的差异性，教师为学生提供三个分主题展示支架：
分主题1：认识自然区位验证，表述数据实证，展示作物适应性对比图表和实验记录；
分主题2：关注时间变化下人文区位因素的变迁，归纳总结访谈、政策变化等文本内容，借助时间轴呈现小尺度内农业区位因素的变化；
分主题3：整合地图与多源数据，将乡镇农业时空演变规律可视化表达。
限于篇幅，仅呈现分主题3成果展示讨论要点。教师向DS提出：“请根据高中课程标准对于‘农业区位’的要求，结合分主题3内容，从呈现结果、细节要求、展示水平差异等角度，给予一个详细的项目成果展示要求”。DS初拟框架较为复杂，教师指出需兼顾专业性与适龄性。经师生与DS多次沟通，最终得到分主题3展示结果要求(表4)。
Table 4. Presentation requirements for learning outcomes in sub-topic 3
表4. 分主题3的学习成果展示要求
任务类型 |
核心要求 |
素养指向 |
基础任务(全组必做) |
1) 制作家庭农业微调卡片：作物实拍 + 地形特点 + 灌溉标准； 2) 农业区位因素论证小论文：字数300字左右，简要分析作物种植自然要素与人文要素，附上数据源。 |
地理实践力： 地理工具运用 区域认知： 区位影响因素解读 |
进阶任务(选做其一) |
1) 作物种植变迁时间轴展板：标注区域重大影响事件，讨论与农业关联； 2) 经济作物对比表展板：组间合作，列表对比探讨，从自然因素、劳动力资源和经济利润三方面区分不同作物区域种植优劣势； 3) 现实问题解决方案图：思维导图展示问题之间逻辑关系，设想对策。 |
综合思维： 时空综合关联 人地协调观： 探讨可持续发展 |
通过师生合作和沟通，本次成果展示落地了三层机制，以确保目标达成。
-降低乡镇学生技术门槛，例如采用手绘地图、贴纸标注等适配学情的表达方式，保证了全员参与的积极性；
-设定基础与进阶任务，确保全员基本达标的同时，为学有余力的学生提供进一步发展的台阶；
-多元展示方式，将乡土情境内容转化为学科研究素材，为后续学习打下基础。
4.5. 项目评价
本研究尝试组建师生共建式评价体系，基于弗拉维尔(FLAVELL)元认知理论[8]，将评价转化为学生深度学习过程。学生自评与互评环节前置，教师再总结评价，从中引导学生在评估他人成果时内化“多要素关联”思维框架，在反思自身调研漏洞中理解“数据溯源”的学术规范，从而实现批判性思维的具象化训练。评价初稿由DS生成，再由教师依据学情与任务进度校准。
自评互评分两步完成。首先学生借助《微调研自检清单》核查数据的完整性和规范性，确认证据可信度，如表5所示。
Table 5. Self-check checklist for micro-surveys
表5. 微调研自检清单
评价项目 |
自评达标标准 |
举例/证据 |
自家微调研卡片 |
农业照片清晰标注作物 + 地形，文字说明灌溉方式 |
例：附照片编号“农田1” |
作物变化记录 |
写清改种时间 + 直接原因(至少1条) |
例：2020年改种荔枝，因收购价涨至8元 |
自然–人文分析 |
自然与人文因素各写1条，引用1个数据 |
例：“土壤pH5.8 (实测)，快递点增加2个” |
操作流程： 学生对照清单勾选并填写举例；小组内交换检查，用贴纸标记存疑项(如“未注明数据来源”)； 教师随机抽检10%学生清单，确保自评真实性。 |
接着小组通过《进阶互评量规》评定成果等级，关注分析的深度和成果创新性(表6)。最后，教师主导评价PBL活动中核心素养的达成情况，带领学生共同绘制《我家农田的时空密码》PBL活动的思维导图，共同梳理农业区位及其变化因素和评价发展趋势的逻辑关联。
Table 6. Advanced peer assessment rubrics
表6. 进阶互评量规
任务类型 |
1分(基础) |
2分(良好) |
3分(优秀) |
时间轴图表 |
标出3个事件 |
事件与作物变化趋势对应 |
建立事件影响力分级 |
作物对比表 |
填满三栏数据 |
用符号标注优劣势 |
提出种植组合建议 |
问题解决设计 |
明确问题 + 1个方案 |
方案含成本估算 |
附实施流程图 |
操作流程：小组互评匿名投票，依据内容据表内内容打分(每项1~3分)；计算各组成绩(去掉最高/最低分取平均)；教师复核争议项(如某组自评全3分但互评均1分)。 |
评价流程通过自评互评数据提升结果解释性，通过教师抽检保障公平性，采用简单的量表适配乡镇教学现状，更通过思维导图将零散探究系统化。这种模式既培养学生真实问题评价的能力，又减轻教师负担。
5. 人机协同教学的反思与展望
人机协同PBL教学模式在乡镇地理教学中展现出独有的价值。本次高中地理农业区位PBL学习，从项目主题筛选、项目细节划分实施，到项目展示评价的PBL地理教学过程，均采用了“人机协同，分阶探究”的模式。该模式通过AI赋能任务设定与拆解，师生主导任务动态调试，自评互评学习成果，完成了从家庭农田认知到区域农业区位分析的学习路径，很好地实现了地理核心素养的进阶培育。
但本次人机协同PBL项目执行中，AI技术依赖与师生批判性思维弱化问题凸显：学生主动验证意识薄弱，部分全盘依赖AI，削弱多源证据整合能力，偏离PBL实证本质；教师技术整合能力不足，AI工具使用与课程目标融合不深，引发探索议题与手段泛化，导致学习成果呈现系统性不足。
2025年教育部《人工智能教育白皮书》发布，推动教育迈入“AI深度赋能”新阶段，构建线上线下融合的教育新生态。在移动互联网高度普及的当下，乡镇学校依托人机协同的PBL教学模式，能进一步推动教育机会均等化。未来需要建立更加合理的技术框架，提升学生批判性思维能力、教师AI与PBL融合的教学设计能力，更加明确人机分工界限，实现技术工具与“立德树人”教育本质的深度融合。
基金项目
本文是岭南师范学院2020“校级教育教学改革”基础教育类项目“师范专业认证背景下高师地理科学专业教育实习体系优化研究”的阶段性研究成果。