配先查配资

股配所义教信息科技教学实施 | “人工智能与智慧社会”模块-跨学科主题活动的教学

“人工智能与智慧社会”模块

跨学科主题活动的教学

本期内容

课标理解

●立足信息科技，综合学科要旨

——跨学科主题活动“在线数字气象站”“人工智能预测出行”的教学

教学课例+同步教学资源

●“人工智能预测出行”跨学科主题学习的教学实施策略

●跨学科主题活动“在线数字气象站”的教学探索

课标理解

立足信息科技，综合学科要旨

——跨学科主题活动

“在线数字气象站”

“人工智能预测出行”的教学

本文以《义务教育信息科技课程标准日常修订版（2022年版2025年修订）》中“在线数字气象站”“人工智能预测出行”两个跨学科主题活动为载体，探讨信息科技跨学科融合教学的立足点、学科支持路径与教学策略，以此助力学生构建“知识—能力—素养”的联动体系，提升适应智慧社会的综合素养，为九年级信息科技跨学科教学提供实践参考。

跨学科主题活动该怎么设计？具体到“在线数字气象站”“人工智能预测出行”又该怎么做？《义务教育信息科技课程标准日常修订版（2022年版2025年修订）》（以下简称“课标”）指出：天气预报是我们获取气象信息的主要途径，但是一个城市或区域的天气预报对校园这种小气候环境来说可能不够准确，而通过物联网技术制作在线数字气象站，可以很好地解决这个问题。人工智能正在对人们的学习、生活与工作，特别是解决问题的思维方式产生深刻影响，人工智能预测出行主题综合运用信息科技、数学、物理、化学、生物学等知识，贴近学生生活，并能迁移到其他更多相似的场景应用中。

跨学科，立足点在哪里？

信息科技跨学科融合并非多学科知识的简单拼接，其核心立足点可归结为三个维度—以真实问题为锚点、以信息科技为核心载体、以素养培育为最终目标，三者相互支撑，共同指向“人—智共生”的智慧社会需求。

首先，真实问题是跨学科融合的起点。“在线数字气象站”瞄准区域天气预报与校园小气候的偏差问题—校园因建筑物遮挡、植被分布等形成独特微气候，常规区域预报无法满足校园运动会、户外活动等场景的精准气象需求；“人工智能预测出行”聚焦学生日常通勤痛点—在不同天气、时段下如何选择适宜出行方式避免迟到。这些贴近学生生活的真实问题，打破学科壁垒，让跨学科学习有了明确的应用场景。

其次，信息科技是跨学科融合的核心骨架。两个主题均以信息科技核心技术为支撑：“在线数字气象站”依托物联网技术实现传感器数据的实时采集、传输、存储与分析，将物理世界的气象信息转化为可处理的数字信号；“人工智能预测出行”以机器学习技术为核心，通过构建多维度数据集、训练预测模型，实现对出行行为的智能化判断。其他学科知识并非附加内容，而是让信息科技应用更精准、更科学—地理知识帮助理解气象数据的空间差异，数学知识支撑数据集的分析与建模，物理知识解析技术背后的科学原理，最终形成“技术+学科”的协同解决路径。

最后，素养培育是跨学科融合的最终落点。融合教学不仅要让学生掌握信息科技技能，更要整合多学科素养，指向课标提出的智慧社会综合素养：通过“在线数字气象站”，学生在数据采集与分析中提升信息意识与计算思维，在小气候探究中强化地理学科的区域认知与科学探究能力；通过“人工智能预测出行”，学生在模型构建中锻炼数字化学习与创新能力，在多维度影响因素分析中提升数据分析与综合决策能力，最终树立“人—智共生”理念，学会用技术与多学科知识协同解决社会问题。

综合应用，学科对主题活动的支持

9年级的学生已完成多学科的基础学习，具备一定的知识迁移与实践能力，各学科知识能为两个主题活动提供分层、立体的支撑，让跨学科学习从“概念”落地为“实践”。

1.“在线数字气象站”的多学科支持

（1）信息科技：技术实现的核心载体

信息科技学科承担“技术搭建与数据处理”这一核心任务：指导学生完成物联网系统选型与搭建，包括温度、湿度、风速等气象传感器对接，Arduino开发板编程调试，云端平台数据存储与可视化展示；教授数据采集、清洗、分析流程，如通过Python工具剔除气象数据异常值、分析变化趋势，让学生理解数字气象站“物理信息数字化—数据传输—数据分析”的核心逻辑，培养计算思维与数字化创新能力。

（2）地理：气象逻辑的认知基础

地理学科提供“气象认知”支撑：讲解校园小气候形成机制，如教学楼遮挡导致局部气温偏低、校园湖泊提升周边湿度；指导学生绘制校园气象监测点分布图，依据地形、植被选择最优监测位置；引导学生对比校园与区域气象数据，分析差异成因，建立“宏观气候—微观小气候”的关联认知，提升区域素养与地理实践能力。

（3）物理：技术原理的科学支撑

物理学科帮助学生理解“数据背后的科学逻辑”：解析热敏电阻、电容式湿度传感器、风速传感器的工作原理，如热敏电阻阻值随温度变化的特性是温度数据采集的基础；指导学生校准传感器，通过对比标准气象数据调整参数，让学生明白技术基于物理原理的科学应用，培养科学探究与实证精神。

2.“人工智能预测出行”的多学科支持

（1）信息科技：智能建模的技术核心

信息科技学科主导“智能预测全流程实践”：教授多维度数据集构建方法，确定天气状况、家校距离、出行时间等特征维度，指导学生通过问卷、实地记录采集班级出行数据并标注；介绍决策树、朴素贝叶斯等简单机器学习模型，借助图形化工具或Python机器学习库完成模型训练与验证；引导学生调整参数优化准确率，并尝试将模型迁移到社区居民出行预测场景，培养数字化学习与创新能力。

（2）数学：数据分析的逻辑支撑

数学学科提供“量化分析”工具：讲解频数分析、相关性分析等统计方法，帮助学生筛选影响出行选择的关键特征，如通过相关性分析发现“降雨概率”与“选择公共交通”关联度最高；指导学生将非量化特征（如天气状况）转化为可计算数值（晴天=0、小雨=1、大雨=2），为模型训练提供标准化数据；通过折线图、柱状图展示数据分布，让学生直观理解特征与出行方式的关联，提升数据分析与逻辑推理能力。

（3）物理、生物、化学：多维因素的拓展支撑

物理学科分析不同交通工具力学特性，如共享单车速度受路况影响、公共交通准点率受拥堵程度影响，完善出行选择的影响因素；生物学科从人类行为习惯切入，依据不同性别、身体状况的学生出行偏好差异，为数据集增加“个体特征”维度；化学学科关注空气质量因素，当PM2.5浓度较高时，学生更倾向选择封闭性交通工具，拓展模型应用场景，让预测更贴近真实生活。

教学策略——明确主题，跨界应用

结合九年级学生认知特点与学习需求，以“真实主题锚定+跨学科任务协同+多元实践拓展+跨维度评价”为核心策略，推动跨学科融合教学有效实施。

1.真实情境锚定，明确主题目标

为两个主题创设沉浸式真实情境，让学生感知跨学科学习价值。

“在线数字气象站”以“校园春季运动会气象保障”为情境，明确活动目标是搭建小时级精准气象站点，为运动会赛程安排、应急措施提供依据，而非单纯学习物联网技术。

“人工智能预测出行”以“‘告别迟到’通勤优化计划”为情境，聚焦如何通过智能预测帮助班级学生选择最优出行方式，激发学生的参与动机与责任感。

2.跨学科任务拆解，协同推进学习

将每个主题拆解为模块化跨学科子任务，组织跨学科协作小组。

“在线数字气象站”拆解为三个子任务：地理学科主导的“校园小气候调研与监测点规划”、物理学科主导的“传感器原理探究与校准”、信息科技学科主导的“气象站搭建与数据可视化”三个子任务，小组包含不同学科特长学生，在分工完成子任务后将其整合为完整项目。

将“人工智能预测出行”拆解为“出行数据采集与统计（数学）”“影响因素挖掘（物理/生物/化学）”“预测模型构建与验证（信息科技）”三个子任务，小组成员共享成果，共同完善模型准确性。

3.多元实践活动，深化跨界应用

设计递进式实践活动，让学生在持续实践中深化跨学科知识应用。

在“在线数字气象站”活动中，组织学生进行一个月连续数据采集，每周对比校园与区域气象数据，撰写小气候分析报告，并用信息科技工具制作动态可视化页面；邀请地理教师点评，深化气象知识理解。

在“人工智能预测出行”活动中，引导学生采集一学期班级出行数据，每月更新数据集、优化模型特征，对比不同阶段预测准确率；尝试将模型应用于社区居民出行预测，通过问卷验证通用性，培养知识迁移能力。

4.跨维度评价体系，落实素养达成

建立涵盖多学科、多维度的评价体系，确保素养目标落地。

过程性评价：关注学生跨学科小组协作表现、问题解决能力，如是否主动整合其他学科知识解决技术难题。

成果性评价：“在线数字气象站”评价信息科技技术完整性、地理气象分析合理性、物理传感器校准准确性；“人工智能预测出行”评价信息科技模型有效性、数学数据分析科学性、多学科影响因素挖掘全面性。

素养评价：重点评价信息意识、计算思维、数字化创新能力，以及跨学科解决真实问题的综合素养，如是否理解“人—智共生”内涵，学会用技术服务生活。

总之，跨学科主题活动是落实义务教育信息科技课程标准的重要载体，其核心是立足信息科技，整合多学科知识与能力，以真实问题为驱动，实现学生“知识—能力—素养”的联动提升。针对九年级学生的跨学科教学，需紧扣其学科基础，通过真实情境锚定目标、跨学科任务协同推进、多元实践深化应用、跨维度评价落实素养，帮助学生理解信息科技与其他学科的内在关联，树立“人—智共生”理念，提升适应智慧社会的综合素养，为未来学习与发展奠定坚实基础。

本文作者：

李维明

四川省教育科学研究院

文章刊登于《中国信息技术教育》

2026年第10期

引用请注明参考文献：

李维明.立足信息科技，综合学科要旨——跨学科主题活动“在线数字气象站”“人工智能预测出行”的教学[J].中国信息技术教育，2026（10）：12-14.

教学课例+同步教学资源

“人工智能预测出行”

跨学科主题学习的教学实施策略