生成式人工智能赋能高校《中国地理》教学改革的创新实践路径探究
Exploring Innovative Practical Pathways for Generative AI-Empowered Teaching Reform in the University “Chinese Geography” Course
摘要: 针对教育数字化转型与教育强国建设对高校地理类课程提出的新要求，亟须改革《中国地理》课程教学模式进而培养地理师范专业复合型人才。本文在系统梳理当前高校《中国地理》课程教学现状与存在问题的基础上，充分融合以DeepSeek、ChatGPT为代表的生成式人工智能技术，提出了“三阶四融”教学改革模式，即构建“基础认知–探究深化–创新实践”三阶递进式课程体系与生成式人工智能“融入备课、融入课堂、融入实践、融入评价”四维融合路径，并设计了集智能备课辅助、课堂人机协同探究、虚拟地理实践和动态过程性评价于一体的教学全流程智能化方案。研究成果可为高校地理类课程的数字化升级提供推广范式，为培养新时代地理学创新人才提供实践路径和参考经验。
Abstract: In response to the new requirements imposed on university-level geography courses by the digital transformation of education and national initiatives to build an educational powerhouse, there is an urgent need to reform the teaching model of the “Chinese Geography” course to cultivate versatile talents in geography teacher education programs. Based on a systematic review of the current teaching status and existing challenges of the “Chinese Geography” course in universities, this paper fully integrates generative artificial intelligence (GenAI) technologies, represented by DeepSeek and ChatGPT, to propose a “Three-Stage Four-Integration” teaching reform model. Specifically, it constructs a three-stage progressive curriculum system comprising “fundamental cognition, deep inquiry, and innovative practice”, alongside a four-dimensional integration pathway that embeds GenAI into “lesson preparation, classroom instruction, practical application, and educational assessment”. Furthermore, the study designs an intelligent framework for the entire teaching process, combining AI-assisted lesson preparation, human-machine collaborative inquiry in the classroom, virtual geographical practice, and dynamic formative assessment. The research findings provide a scalable paradigm for the digital upgrading of university geography courses and offer practical pathways and reference experiences for cultivating innovative geographical talents in the new era.
文章引用：郭恩亮, 王永芳, 吴永胜. 生成式人工智能赋能高校《中国地理》教学改革的创新实践路径探究[J]. 职业教育发展, 2026, 15(4): 259-268. https://doi.org/10.12677/ve.2026.154193

参考文献

[1] 教育部等九部门. 关于加快推进教育数字化的意见[EB/OL].
http://www.moe.gov.cn/, 2025-04-02.
[2] 中共中央, 国务院. 教育强国建设规划纲要(2024-2035年) [EB/OL].
http://www.gov.cn/, 2025-01-19.
[3] 教育部. 中小学生成式人工智能使用指南(2025年版) [EB/OL].
http://www.moe.gov.cn/, 2025-05-08.
[4] 吕拉昌, 李文翎. 中国地理[M]. 第3版. 北京: 科学出版社, 2022.
[5] 程昌秀, 孔翔, 熊礼阳, 等. AI技术赋能下地理教育的转型与重构[J]. 热带地理, 2026, 46(1): 17-35.
[6] 王亚平, 程钰. 高师“中国地理”课程研究性教学探索与实践[J]. 地理教学, 2025(20): 60-64.
[7] 王凌宇, 白絮飞. ChatGPT + VSCode在高中地理地图开发中的应用——以“国内人口迁移”为例[J]. 中国信息技术教育, 2026(1): 81-84.
[8] 黄志刚, 侯艳军. 地方师范院校地理科学专业课课程思政教学模式探索——以《中国地理》课程教学为例[J]. 才智, 2024(29): 73-76.
[9] 卢宇, 余京蕾, 陈鹏鹤, 等. 生成式人工智能的教育应用与展望——以ChatGPT系统为例[J]. 中国远程教育, 2023, 43(4): 24-31+51.
[10] 汤圣君, 李晓明, 王伟玺, 等. LLM赋能地理信息系统教学能力与风险评估探讨[J]. 测绘通报, 2025(S2): 334-338.
[11] 邱建秀, 张新长, 阮永俭, 等. 大语言模型在高校地理信息教学中的应用探索——以DeepSeek为例[J]. 测绘通报, 2025(4): 161-166.
[12] 李朋朋, 张新长, 阮永俭, 等. 大语言模型赋能测绘类专业Python程序设计课程教学改革探索[J]. 测绘通报, 2025(4): 173-178.
[13] 陈琳. 生成式人工智能在中学地理教学中的应用路径初探[J]. 中学地理教学参考, 2023(34): 15-20.
[14] 石岩, 韩晶莎, 邓敏, 等. 大数据时代“空间分析”课程教学改革探索与实践[J]. 测绘通报, 2025(12): 163-167.
[15] 万义良, 金瑞, 苗则朗, 等. 人工智能赋能的GIS空间分析“三维一体”智慧教学模式研究[J]. 测绘通报, 2025(S2): 319-323.
[16] 李朋朋, 刘涛, 张黎明, 等. 大语言模型赋能测绘类专业Python程序设计课程教学改革探索[J]. 测绘通报, 2025(S2): 339-342.
[17] 邱建秀, 辛秦川, 上官微, 等. 大语言模型在高校地理信息教学中的应用探索: 以DeepSeek为例[J]. 测绘通报, 2025(S2): 324-329.
[18] Anderson, L.W. and Krathwohl, D.R. (2001) A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Educational Objectives. Longman.
[19] 何云翔, 蒋智成, 郭俊凌. DeepSeek驱动的《植物单宁化学及应用》“三段式”教学改革方案设计[J]. 皮革科学与工程, 2026, 36(1): 122-127.
[20] Jonassen, D.H. (2011) Learning to Solve Problems: A Handbook for Designing Problem-Solving Learning Environments. Routledge.
[21] 刘芳. 生成式人工智能赋能高中地理项目式学习的实践探究[J]. 地理教学, 2026(2): 30-34.
[22] 刘金胜, 黎仁翼, 谢建华, 等. AI + QGIS赋能高中地理课程资源开发与应用——以“川西灌丛‘生存密码’”为例[J]. 地理教学, 2025(22): 40-45.
[23] 韩芳怡, 周丹丹. 生成式人工智能赋能地理课程资源开发与实践——以“MeshyAI平台构建甘洛滑坡动态模拟模型”为例[J]. 地理教学, 2026(1): 26-30.
[24] 游霖玮, 宋韬, 李箭, 等. 基于大模型的地理教育多智能体的构建、运用与评估[J]. 地理教学, 2025(7): 8-12.
[25] 郭梓唯, 蒋连飞, 杨叶思静, 等. 数字化转型背景下辅助地理分层教学的多智能体交互模型的构建[J]. 地理教学, 2025(14): 58-62.
[26] 田勇, 鲁璐. 人工智能赋能高等教育: 主体性困境与路径重构[J]. 成都理工大学学报(社会科学版), 2025, 33(5): 96-111.
[27] 康翠玉, 朱庆龙, 嵇瑾. 国家安全视角下生成式人工智能在初中地理议题式教学中的应用——以人教版《八年级下册》“干旱的宝地——塔里木盆地”为例[J]. 地理教学, 2025(22): 46-50.
[28] 邓洪杨, 陈仕涛, 付一鸣, 等. 人工智能幻觉缓解导向的中学地理教学探索与实践研究——以“大运河主题式人工智能学习平台”为例[J]. 地理教学, 2026(1): 21-25.
[29] 林千策, 户清丽, 文顺, 等. ChatGPT在地理试题解答中存在的问题及对策探讨——以2021至2023年全国卷为例[J]. 地理教学, 2025(1): 19-24.
[30] 黄海莉, 康亚琳. 数字赋能指向科学精神培育的问题式教学模式构建与实践——以“青藏地区”第一节为例[J]. 地理教学, 2025(24): 57-60.
[31] 程健, 邹盛玮, 陈实. AI助教赋能地理项目式学习的应用场景与实践[J]. 地理教学, 2024(9): 24-29.
[32] 肖君, 白庆春, 陈沫, 等. 生成式人工智能赋能在线学习场景与实施路径[J]. 电化教育研究, 2023, 44(9): 57-63.
[33] 段玉山, 卢晓旭. 《教育强国建设规划纲要(2024-2035年)》背景下师范生人工智能素养及培养的路径探索——基于华东师范大学地理教育专业的样本分析[J]. 地理教学, 2025(6): 4-8.
[34] UNESCO (2023) Guidance for Generative AI in Education and Research. UNESCO.

为你推荐