1. 引言
在“全员、全程、全方位”育人的“大思政”格局下，如何在各学科教学中润物无声地渗透思政教育，成为基础教育改革的重要议题[1]。中学数学作为逻辑严谨、应用广泛的学科，其本身蕴含了丰富的科学精神、历史文化与哲学思想，是开展课程思政的优质载体。所谓“课程思政”就是思想政治教育，包括思想、政治、德育的教育，是我国课程改革工作的重大理论创新。然而，传统数学教学中的思政融入常面临两大困境：一是渗透的方法比较死板，容易出现“贴标签”和“说教”的窘境；二是难以激发学生共鸣，思政元素流于表面。
人工智能技术的兴起，为破解这些困境提供了全新视角。AI的数据分析、智能交互、情境模拟与可视化能力等功能[2]，能够将抽象的数学原理与鲜活的思政元素进行深度融合，使思政教育从“静态讲述”变为“动态体验”，从“统一灌输”走向“精准滴灌”。本研究旨在探索一条以AI技术为支撑、以具体中学数学知识为载体的中学数学课程思政实践新路径。首先，结合建构主义[3]、情境学习理论等相关理论，分析AI背景下，课程思政融入数学教学过程中的相关研究；其次，分析AI背景下，数学课程思政的教学实践路径与案例分析；最后，通过教学反思规避AI技术带来的风险(含伦理问题、数据隐私、算法偏见等)，并规划后续实证研究方案，以实现“全员、全程、全方位”的育人格局。
2. AI背景下：课堂思政融入中学数学的相关研究
传统课堂思政通常指以“思政课”为主要形式，以教师单向灌输、理论说教为特征的教育模式，在整个教学过程中缺乏情感共鸣并且导致内容空泛化，很难引起学生的学习兴趣。为了解决这些问题，许多研究者都在探索AI与数学课堂思政融合的新形式，例如交互模式[4]，是指教师创设合适教学情境，师生开展积极有效的交互，引导学生猜想、验证。这些形式都为课堂思政的融入奠定了基础。
《普通高中数学课程标准(2017年版2020年修订)》明确指出：“数学与人类生活和社会发展紧密关联。数学承载着思想和文化，是人类文明的重要组成部分。数学教育承载着落实立德树人根本任务、发展素质的功能。”[5]在人工智能背景下，中学数学的“课程思政”不再是简单地将政治思想与数学知识生硬拼接，而是推动“全员、全程、全方位育人”。其价值主要体现在文化认同与科学精神、数据伦理与社会责任感、发展观念与战略思维。
从理论基础来看，建构主义强调学习是学习者主动建构意义的过程，AI技术创设的沉浸式情境与交互探究环境，恰好为学生主动建构数学知识与思政价值认知提供了理想载体；情境学习理论则指出，知识的学习离不开具体的情境，AI模拟的真实社会问题情境、历史文化情境等，能够让学生在“做中学”中自然感悟思政内涵。现有研究虽已关注到AI与课程思政的融合潜力，但在理论支撑的系统性、AI应用细节的明确性、思政与知识融合的深度等方面仍存在不足，亟需进一步完善。同时，随着AI在教育领域的广泛应用，其引发的伦理问题、数据隐私保护、算法偏见等议题也日益凸显，现有研究对这些风险的反思尚不够深入，缺乏前瞻性探讨。
3. AI赋能数学课程思政的教学实践路径与案例剖析
在明确了AI赋能数学课程思政的理论基础与价值后，关键在于探索其可行的实践路径。为实现从理论到课堂的跨越，本研究遵循“以知识点为载体，以思政目标为导向，以AI技术为催化剂”的设计原则，构建了以下三个教学案例。这些案例分别对应历史文化认同、现实社会参与与未来发展战略三大思政维度，系统展示了AI如何助力思政教育在数学课堂中落地生根，并明确了各案例的AI工具应用细节、操作流程及递进式探究设计。
3.1. 教学案例一：勾股定理——深化文化认同与科学精神
3.1.1. 核心知识点与思政映射
数学知识点：勾股定理的证明与几何意义。
思政育人目标：激发民族自豪感与文化自信，培养严谨求证、探索批判的科学精神。
3.1.2. 传统教学的局限
传统教学多侧重于定理的代数证明与应用解题，对历史文化背景的介绍常停留在教师口头讲述或静态图片展示，难以引发学生的深度情感共鸣与文化认同；同时，思政元素与知识学习的融合较为表面，缺乏递进式探究环节，学生难以在知识建构过程中自然感悟文化内涵与科学精神。
3.1.3. AI赋能路径设计
在教学设计的过程中，构建了一个“情境感知–交互探究–深度对话”的AI赋能教学流程。情境感知方面主要是利用豆包大语言模型API与数字长卷生成工具(如亿图图示AI版)，教师提前通过API调用豆包模型生成“中国古代数学成就”专题内容(含赵爽弦图的历史背景、古代数学家的探索故事等)，向学生动态展示“中国古代数学成就”数字长卷，重点聚焦于“赵爽弦图”，使学生在沉浸式体验中感知数学历史[6]。交互探究环节重点是引导学生使用Geogebra等动态数学软件，亲手拖拽“赵爽弦图”中的几何图形，观察面积关系的变化，并自主完成定理的证明。AI软件的即时反馈功能，将抽象的几何逻辑转化为直观的可视化过程。深度对话即为依托豆包大语言模型，在课堂教学最后环节设置探究性问题，例如：“请对比欧几里得与赵爽的证明方法，并阐述其异同。”AI可快速提供详实的史料与逻辑分析，引导学生对比中西数学思想文化，在潜移默化中塑造了他们的文化自信与跨文化理解能力，实现了知识学习与价值引领的完美融合。深化对科学精神普适性与民族文化独特性的理解。
3.1.4. 思政成效分析
通过递进式的AI赋能设计，勾股定理的教学从单一的技能传授，升华为一次跨越古今的文化与科学之旅。学生不仅在交互探究中掌握了知识，更在情感上建立起对中华优秀传统文化的自信，在理性上认识到多元论证方法的科学性。
3.2. 教学案例二：统计与概率——培育数据伦理与社会责任感
3.2.1. 核心知识点与思政映射
数学知识点：数据的收集、整理、分析与概率应用。
思政育人目标：培育实事求是的精神，树立数据隐私与法治意识，增强社会责任感。
3.2.2. 传统教学的局限
传统教学常使用教材中预设的、脱离学生现实生活的数据案例，导致学习过程枯燥，且难以触及数据背后的伦理价值思考；同时，数据处理过程较为简化，学生缺乏对数据来源可靠性、分析方法合理性、结果应用公平性的深度探究，思政元素的融入流于形式。
3.2.3. AI赋能路径设计
本教学案例设计了一个“真实项目驱动–智能分析决策–价值辨析模拟”的实践路径。案例开始以一个真实项目作为驱动，例如：指导学生接入国家统计局开放平台的API，利用Python爬虫工具(Scrapy框架)获取当地城市真实的PM2.5、人均绿地面积等环境数据作为分析样本。同时，通过问卷星AI问卷工具设计“城市环境满意度调查”问卷，在校园及社区范围内开展调研，收集一手数据，培养学生实事求是的数据收集态度。引导学生使用Tableau数据可视化工具与SPSS统计分析软件，对数据进行清洗、分析与可视化，并基于分析结果，撰写一份“城市环境改善政策建议书”。最后利用AI角色模拟平台(如科大讯飞星火认知大模型的角色交互功能)，让学生与由AI扮演的“持不同意见的市民”进行辩论。在此过程中，教师引导学生深入思考数据来源的可靠性、分析过程的潜在偏见以及政策建议的社会公平性。
3.2.4. 思政成效分析
此设计将学生置于真实的社会问题情境中。他们不再是被动的数据计算者，而是主动的社会问题洞察者与决策参与者。通过AI模拟的复杂价值冲突，学生的数据伦理意识与社会责任感得到实质性锤炼。
3.3. 教学案例三：函数建模——渗透发展观念与战略思维
3.3.1. 核心知识点与思政映射
数学知识点：一次函数、二次函数的性质与函数模型构建。
思政育人目标：渗透辩证唯物主义的发展观，理解国家可持续发展战略，培养宏观战略思维。
3.3.2. 传统教学的局限
传统的函数应用题多聚焦于最大利润、最低成本等单一经济目标，模型简单，难以承载对国家宏观发展战略的深刻理解；同时，教学中缺乏复杂情境的模拟与多方案的对比分析，学生难以体会到函数模型在解决现实复杂问题中的价值，更难以通过建模过程感悟辩证唯物主义的发展观与战略思维。
3.3.3. AI赋能路径设计
本教学案例构建了“复杂情境建模–AI预测对比–战略规划研讨”的教学模式。通过复杂情境建模引入“中国新能源汽车销量增长”或“乡村脱贫收入变化”等真实时序数据，要求学生小组利用Excel数据分析工具与Python pandas库对数据进行预处理，通过合作选择或构建合适的函数模型进行拟合。利用AI预测对比引导学生使用百度飞桨机器学习平台(AI Studio)，对同一组数据训练预测模型，并将AI模型的预测结果与学生自己构建的函数模型进行对比、验证与优化，感受不同模型的特性与局限。最后基于模型预测，组织“未来五年发展规划”研讨会。AI扮演“智库”角色，提供不同发展策略下的模拟结果。教师引导学生辩论增长的可持续性、发展与环境保护的平衡等议题。
3.3.4. 思政成效分析
该路径使函数模型从解决抽象数学问题的工具，转变为理解现实世界复杂系统的思维框架。学生在建模、预测与战略研讨中，自然而然地内化了“可持续发展”“高质量发展”等国家战略背后的数学逻辑与哲学智慧，有效培养了辩证思维与战略眼光。
综上所述，三个教学案例清晰地勾勒出AI赋能中学数学课程思政的实践图谱：它既能回溯历史，让冰冷的公式焕发文化的温度；也能扎根现实，让数据运算承载社会的重量；更能预见未来，让函数模型蕴含战略的远见。这三个案例共同证明，AI技术通过其强大的情境构建、实时交互与智能模拟能力，能够有效破解思政元素“硬融入”的难题，为实现数学知识传授、能力培养与价值引领的深度融合提供了可复制、可扩展的实践方案。
4. 教学反思与风险规避
尽管AI技术为数学课程思政带来了革命性的潜力，但技术的工具理性若缺乏价值理性的引导与规约，可能导致实践方向的偏离，甚至产生与育人目标相悖的后果。因此，教师必须对潜在风险保持清醒的审视，并构建有效的风险规避机制，确保AI赋能行进在健康、可持续的发展轨道上。
4.1. 核心异化风险：从“育人”到“育技”的目标漂移
AI技术带来的沉浸式体验与高效分析能力，极易将教学重心从数学思维的培养与价值观的浸润，异化为对技术工具本身的操作与迷恋。课堂可能沦为AI功能的“秀场”，学生热衷于技术的酷炫，而忽略了背后深刻的数学原理与思政内涵，导致“技术喧宾夺主，育人目标空心化”。
教师在设计教学案例的过程中，应该坚守教学设计的主体性，AI是“助攻”而非“主攻”。在任何教学环节中，技术的引入都必须服务于清晰的教学目标与思政目标[7]，把握课程内容价值导向，使二者有机融合。例如，在利用Geogebra验证勾股定理后，教师应引导学生回归对证明逻辑的书面表述与理性思考，而非停留在动态演示的视觉冲击。在使用Python编程验证定理时，重点关注学生对编程逻辑与数学原理的关联理解，而非单纯追求代码的正确性。此外在课程评价体系中，不仅要评估学生使用AI工具的能力，更要重点考察其通过技术探究对数学概念的深化理解，以及能否在分析中体现所融入的思政元素[8] (如文化自信、社会责任等)。
4.2. 情感与价值传导的“最后一公里”风险
AI能够模拟情境、提供信息，但其本身不具备真实的情感体验与价值判断。思政教育中最关键的“情感共鸣”“价值认同”与“人格熏陶”，依赖于师生之间、生生之间充满温度的情感互动与非预设性的思想火花。过度依赖AI的标准化输出，可能导致思政教育停留在知识层面，难以触及学生的内心世界，无法完成价值内化的“最后一公里”。
在AI创设情境、提供信息之后，教师必须扮演好“引导者”与“升华者”的角色[9]。例如，在AI模拟了社会议题辩论后，教师应组织深入的课堂讨论，分享个人见解，并对学生价值观的困惑进行及时的点拨和疏导，将技术创设的“场景”转化为触及灵魂的“场域”。
4.3. 伦理与安全风险：数据隐私、算法偏见与技术依赖
AI在教学中的应用涉及大量数据收集、存储与分析，可能存在学生个人信息泄露的风险；同时，AI模型的算法可能隐含偏见(如基于历史数据训练的模型可能强化某些刻板印象)，影响学生的价值判断；此外，过度依赖AI的辅助功能，可能导致学生独立思考能力、计算能力的退化，形成技术依赖。
教学中使用的AI工具必须符合《个人信息保护法》相关规定，选择有安全保障的正规平台；收集学生数据时遵循“最小必要”原则，不收集与教学无关的个人信息，同时对收集的数据进行加密存储，严禁私自泄露。教师在选择AI工具与训练数据时，优先选择开源、透明的模型与多元化的数据集；在教学过程中，引导学生批判性看待AI的输出结果，鼓励学生提出不同见解，分析算法可能存在的局限性，培养学生的批判性思维。
总结而言，在AI赋能数学课程思政的实践中，我们必须始终坚持“技术为用，育人为本”的根本原则，未来的研究与实践，应致力于构建一套集伦理规范、技术标准与教学法于一体的综合治理框架，确保AI这艘强大的航船，能够始终沿着“立德树人”的灯塔所指引的方向，破浪前行。
5. 后续实证研究规划
为验证本研究设计的AI赋能数学课程思政教学路径的实际效果，增强研究结论的科学性与说服力，后续将开展为期一学期的实证研究，具体方案如下：
研究对象：选取上饶经开区中学初二年级2个平行班作为研究对象，其中1个班为实验班(采用本研究设计的AI赋能教学方案)，另1个班为对照班(采用传统课程思政教学方案)。
研究方法：采用准实验研究法，结合问卷调查法、访谈法、作品分析法等。① 问卷调查法：在实验前后分别向两个班学生发放“数学学习态度问卷”“思政素养问卷”，收集学生学习态度、文化自信、社会责任感等方面的变化数据；② 访谈法：实验结束后，选取实验班、对照班各10名学生及2名授课教师进行半结构化访谈，了解师生对教学方案的满意度及实践体验；③ 作品分析法：收集学生的数学作业、探究报告、政策建议书、反思日志等作品，从知识掌握、能力提升、思政素养内化三个维度进行量化与质性分析；④ 成绩分析法：对比两个班实验前后的数学期末考试成绩，分析AI赋能教学对学生数学知识掌握的影响。
数据处理：采用SPSS统计软件对问卷调查数据、考试成绩数据进行独立样本t检验、配对样本 t 检验等统计分析，结合质性分析结果，综合评估教学方案的实践效果。
6. 结论
本文在AI视域下，结合建构主义、情境学习理论等相关理论，为课堂思政融入中学数学提供了具体的实践蓝图。通过将AI技术作为情境创设、深度探究与价值辨析的催化剂，我们能够把勾股定理讲出文化自信，让统计数据承载社会担当，使函数模型蕴含战略智慧。这不仅能有效提升数学课堂的趣味性与深刻性，更能让学生在掌握知识的同时，树立正确的世界观、人生观和价值观，实现知识传授、能力培养与价值塑造的有机统一，在润物细无声中树立世界观、人生观、价值观，为此，必须构建“思政课程”与“课程思政”同向同行的育人共同体，推动显性教育与隐性教育协同发力，方能构建起全员、全程、全方位的育人大格局[10]，为培养德才兼备的时代新人奠定坚实的学科基础。未来，随着实证研究的开展与教学方案的持续优化，将进一步完善AI赋能数学课程思政的理论体系与实践范式，为基础教育数字化与 “大思政”格局的深度融合提供更有力的支撑。
基金项目
本文由江西省基础教育研究课题(SZUSYSX2024-1032)支持。