馬 寧

北京師范大學教育學部教育技術學院院長、教授、博士生導師，“移動學習”教育部-中國移動聯合實驗室副主任，北京師范大學未來教育高精尖創新中心項目首席。主要研究方向為技術增強學習、技術支持的教師專業發展、學習分析、STEM教育等。主持并參與幾十項國際級、國家級、省部級及橫向科研課題，在教育信息化、信息化環境下的教育教學改革、教師專業發展、STEM課程設計與開發等方面有深入研究和實踐，發表了100多篇論文、書籍、電子出版物等作品。

黃利鋒

江蘇省張家港市梁豐小學課程建設處主任，中小學高級教師，蘇州市學科帶頭人。2019年主持設計的跨學科項目化課程《浩瀚的星空》獲芬蘭國際課程設計峰會第一名，參加現場頒獎；2021年主持設計的地域文化研學項目“千年黃泗浦”獲芬蘭國際課程設計峰會全球金獎。研究成果《構建綜合實踐活動學習社區的實踐研究》獲江蘇省教科成果獎二等獎，《跨學科學習項目的案例設計與實施》獲蘇州市教學成果一等獎。

跨學科項目式學習的價值和意義

黃利鋒：馬教授，您好！我們都知道，項目式學習是一種有效的培養學生核心素養的方式，在您看來，跨學科項目式學習有哪些價值和意義呢？

馬寧：跨學科項目式學習在當今教育變革中具有重要的戰略意義，其價值可從三個維度進行闡釋。

第一，回應時代需求，破解復合型人才培養困局。

縱觀歷史，每一次科技革命和產業變革都深刻地改變了人類的生產生活，并對教育產生深遠的影響。2025年，人工智能發展迎來突破性進展。習近平總書記指出，有了智聯網、人工智能，教育的工具和方法會發生變化，學生能力培養會有變化，這些正需要與時俱進地進行改革。《教育強國建設規劃綱要（2024—2035年）》再次強調“著力加強創新能力培養”，提出“強化學生核心素養培育，引領學科交叉融合再創新”的目標。當前，碳中和、人工智能等重大戰略議題均需整合多學科知識體系，如環境科學、經濟學與工程技術的協同創新。傳統分科教學導致的知識割裂已難以應對復雜現實問題，急需培養具備系統思維和跨界整合能力的復合型人才。跨學科項目式學習不僅關注對主題所依托學科知識的創新整合，還關注依托學科向外（其他相關學科）的知識與方法的張力、生成和內在有機聯結，關注學科之間知識的交叉和融合，以及由此形成的問題解決素養，更有助于培養“全面發展的人”。

第二，重構育人范式，培育立體化核心素養。

跨學科項目通過三重機制實現育人價值突破。一是知識建構機制：打破學科壁壘，建立認知聯結。例如，“中國世界遺產”項目將語文導游詞創作、歷史價值考證與建筑力學分析有機融合，形成文化遺產的立體認知框架。這種以真實問題為錨點實現多學科主干知識有機聯結的跨學科實踐活動，有利于學習者對學習內容的深度理解與遷移應用。二是思維發展機制：在解決非良構問題中培養高階思維。例如，在“病毒防疫”項目中，學生需要突破單一學科認知邊界，同時考慮病毒傳播動力學（科學建模）、防疫物資成本效益（數學分析）與社區接受度（社會倫理），推動形成“數據驅動—系統優化—人文關懷”的三維思維模式。三是人格塑造機制：通過真實項目歷練創新品質。例如，在“神奇動物在哪里”主題項目中，在仿生設計的問題解決環節，學生通過多輪方案的動態演進過程，逐步構建起包含批判性思維、韌性品格與迭代優化能力的創新人格特質。

第三，創新評價體系：證據導向的精準育人。

證據中心設計（Evidence-centered Design，ECD）理論革新了評價體系，其通過學生模型、證據模型、任務模型的三維架構，構建了“目標—證據—行為”聯動的閉環評價系統，使素養發展從抽象概念轉化為可觀測、可量化的動態軌跡。

學生模型定義了評價的靶向目標，既包含學科核心知識（如物理定律、數學建模），也涵蓋綜合素養（如批判性思維、協作溝通等）。例如，在STEM課程中，模型會細化到“變量控制能力”“工程優化思維”等二級指標，形成多維能力坐標系。

證據模型則建立了行為數據與能力發展的映射規則。以機器人設計項目為例，系統不僅采集最終作品的功能參數，更追蹤設計日志中的方案迭代次數、協作平臺中的討論熱詞、虛擬仿真中的測試數據。通過自然語言處理、學習分析等技術，這些多模態數據被轉化為“創新思維指數”“問題解決效能值”等量化證據。

任務模型的關鍵在于設計能激發核心證據的學習場景。例如，在“橋梁承重”項目中，任務要求學生在有限預算內完成結構設計，這天然包含成本核算（數學）、材料力學（物理）、團隊分工（協作）等多重證據觸發點。EPBL系統會預設數據采集節點，如每次承重測試的壓力值曲線、三維建模軟件的修改歷史等。

大數據技術是ECD理論落地的重要支撐。在“智慧農業”跨學科項目中，物聯網設備實時采集學生的環境調控數據，人工智能算法自動識別決策邏輯中的漏洞；在線協作平臺的語義分析功能，能標記出方案討論中的關鍵矛盾點。這些技術實現了證據采集的自動化、分析的即時化。

證據導向的項目式學習

黃利鋒：非常贊同馬教授對跨學科項目式學習的價值分析，我認為推進跨學科學習，絕非教師單打獨斗能實現的，需要團隊的力量。我們學校就建立了“雙軌教研機制”：學科備課組挖掘知識整合點，年級項目組統籌資源與課時。教師通過協同設計“主題實踐流程圖”，明確各學科在問題解決鏈中的責任節點，破解課程“拼盤化”困境。

我了解到馬教授您在基于證據導向的項目式學習設計與實施方面有著深入的研究。能否請您詳細介紹一下這一領域的核心理念、實踐方法以及技術在其中的應用？

馬寧：證據導向的項目式學習是一個融合教育理論與技術創新的領域，其核心理念與實踐方法可以概括為三個方面。

第一，構建證據導向的項目式學習模式。該模式結合大數據技術，將基于證據的教與學和證據中心設計理論引入到項目式學習中，形成了包含了三大模型（學生模型、證據模型、任務模型）、六大環節（確定項目教學目標、預設達成目標的證據、設計引發證據的學習任務、設計教學活動、收集學習證據和基于學習證據的評價）的模式，強調指向核心素養發展的教學設計應遵循學習者的學習思路，以預期的學習結果為起點倒推學習者在學習過程中出現的證據并據此設計相關的教學活動，最大限度地保證目標與教學活動的一致性。

第二，強調“循證閉環”的教學實踐，包含三個關鍵環節：一是基于證據的教學，強調教師應基于已被研究證實的有效的教育教學規律設計與開展教學，同時基于學習者的績效表現與能力發展調整教學；二是基于證據的學習，強調培養學習者的理性思維與科學素養，建立證據意識，形成基于證據推理的思維習慣，像科學家一樣思考，像工程師一樣實踐；三是基于證據的評價，依托大數據與學習分析等技術實現學生過程性數據的動態采集與即時評價。我們研究團隊開發的EPBL系統（Evidence-based Project Based Learning System，證據導向的項目式學習系統）就能夠自動采集表征學習者的知識、能力與素養等屬性的學習證據。

第三，技術深度賦能學習生態。互聯網工具解決了傳統項目式學習的三大痛點：一是資源整合，國家中小學智慧教育平臺提供標準化班級管理工具（作業發布、在線批閱、互動討論等），配合十大板塊中海量的精品資源，為教師開展項目式學習提供了“數字基座”；二是過程追蹤，利用點陣筆、平板電腦、希沃大屏、高速掃描儀等終端實時采集學生學習數據，幫助教師為學生提供數據驅動下的個性化學習指導；三是家校協同，大數據與物聯網等技術創設了一個信息瞬間流動、共享虛實的資源交互空間，能夠實現家校之間信息的即時共享與深度交流。在實踐中，教師們形成了四種典型范式：科學探究類（如“雞蛋氣壓實驗”培養建模能力）、社會調查類（如“社區垃圾分類”培養社會問題分析與解決能力）、設計開發類（如“自動擦黑板工具”訓練工程思維）、綜合應用類（如“中國世界遺產”項目整合多學科知識）。每種范式都遵循“發現/明確問題—設計方案—協作探究—形成方案—成果交流—活動評價”這樣一個流程，而技術始終貫穿其中——它既是認知工具，也是評價支撐。

黃利鋒：馬教授您提出的跨學科項目式學習要以證據鏈打通“目標-活動-評價”，設計要遵循“學科大概念→驅動性問題-證據預設-技術賦能”這一邏輯，為學科實踐提供了可復制的本土化范式，我后續在教學實踐中也會積極嘗試。

項目式學習中技術工具的選擇

黃利鋒：在項目式學習中，技術支持貫穿于各個環節。對于教師來說，如何選擇和使用合適的在線學習工具來輔助學生的協作探究、作品創作等環節，是一個值得關注的問題。您有哪些具體的操作建議和技巧呢？

馬寧：在項目式學習中，技術工具的選擇需要與學習目標、任務類型和學生認知特點深度匹配。根據我們的實踐研究，我認為教師可以遵循“目標導向、證據支持、協作增效”的原則，從四個維度選擇工具。

第一，協作探究工具：打破時空限制的互動載體。在線文檔（如石墨文檔）和可視化白板（如Miro）是支撐協作的核心工具。例如，在“病毒防疫”科學探究項目中，學生用石墨文檔同步撰寫方案，實時看到同伴的修改痕跡，教師通過“版本對比”功能快速定位小組討論焦點。建議教師在任務啟動階段創建協作模板，預設目錄框架（如問題分析、數據表格、分工表），這樣既能降低技術門檻，又能引導結構化思考。而Miro白板特別適合頭腦風暴環節，學生先用便利貼功能發散觀點，再用連線工具自動生成思維網絡，教師通過熱力圖觀察小組參與度差異。

第二，認知發展工具：可視化思維過程的腳手架。思維導圖（如Xmind、愛莫腦圖等）和科學論證工具是深化理解的利器。我以EPBL系統中的科學論證工具為例進行說明。該工具支持學習者通過在畫布中自由繪制圖爾敏論證模型的六元素（資料、結論、正當理由、支援、反駁和限定條件）及其間之的關系開展論證，同時支持學習者上傳論證相關資料、梳理論據以及討論交流等行為，有助于學習者的認知發展、科學知識的掌握和科學素養的提升。在該活動中，可收集到的學習證據包括學習者繪制的科學論證圖、學習者上傳的資料、學習者的討論帖、學習者的繪制時間以及學習者在該活動中的得分等，這些證據將被用于推斷學習者在該活動涉及的知識與能力上的表現，促進學生思維的可視化和外顯化。

第三，資源管理工具：構建動態知識庫的樞紐。Wakelet等收藏工具能解決資源碎片化問題。例如，在“中國世界遺產”項目中，各小組將調研視頻、文獻PDF、采訪錄音整合成主題資源墻，用標簽分類（建筑類/民俗類），教師通過資源關聯度分析小組研究深度。技巧在于建立“資源評價標準”，如要求學生標注信息來源權威性（政府網站/自媒體），培養信息素養。

第四，過程追蹤工具：實現循證評價的關鍵。EPBL系統的虛擬仿真實驗室能自動記錄操作步驟和實驗數據，在“雞蛋氣壓實驗”中，系統通過壓力值變化曲線自動生成實驗報告雛形。教師應善用工具的“過程留痕”功能，如在線文檔的修改歷史可追溯思維演進、Miro白板的時間軸回放能分析協作策略，這些數據都是評價批判性思維、領導力的重要證據。

黃利鋒：馬教授提出的技術整合策略具有顯著的實踐指導價值。在我校“我為家鄉代言”跨學科學習項目中，我們就系統性融入了數字化學習工具，貫穿項目全流程，體現了項目式學習中技術作為認知腳手架與實證載體的雙重功能：

一是結構化信息素養培養。在信息科技課程中，學生基于教師設計的標準化資料收集模板（涵蓋歷史沿革、自然景觀、文化符號等維度），通過關鍵詞提取，完成對家鄉多維數據的整理，強化信息篩選與結構化處理能力。

二是多模態資源建構。依托課后延時服務開展博物館主題研學，學生運用數字設備（如相機、錄音筆）采集實地影像及口述史料，結合雙休日親子協作的社區采風活動，構建包含圖像、視頻、文本的多元數字資源庫，實現社會性實踐與數字化資源的深度融合。

項目式學習中的大數據技術應用

黃利鋒：馬教授，我們都知道，在證據導向的項目式學習中，大數據技術為學習過程的評價提供了有力支持。那在項目式學習中，應如何利用大數據技術收集和分析學生的學習證據，以實現對學生學習過程的精準評價和及時反饋？有哪些具體的案例可以借鑒？

馬寧：這個問題觸及了證據導向的項目式學習的核心機制。大數據技術的應用確實重構了學習評價的范式，主要體現在三個層面的深度融合：

第一，全息化數據采集體系的構建。EPBL系統基于大數據、多模態學習分析等技術，可以根據學習者的知識水平、學習偏好、能力素養等建構其學習者畫像，同時支持基于推薦算法的自適應學習。例如，在“神奇動物在哪里”項目實施過程中，借助系統的評價方案與證據收集功能，實現了對學習者的學習證據的實時收集與匯總，包含各步驟學習時間、提交的作業內容、作業評語與得分、提交的表格與調查問卷等，并據此實現了對學習者學習進度的實時監督、基于證據的學習表現的實時評價、學習者模型的動態更新，以及知識圖譜、能力勛章形式的知識能力發展的形象化表征。

第二，動態化證據分析模型的建立。基于ECD理論的證據模型，我們研究團隊設計了“目標—指標—證據”三級映射機制。以科學探究能力為例，系統會將高階目標拆解為“假設提出”“變量控制”“數據解讀”等二級指標，每個指標對應具體證據類型。例如，在“病毒防疫”項目中，學生修改防護方案的次數會被轉化為“迭代優化能力”指標，而方案中引用的疫情數據來源權威性則映射“證據意識”指標。這種顆粒化的分析使評價從模糊判斷轉向精準畫像。

第三，即時性反饋機制的實現。基于大數據的學習分析為過程性評價提供了技術支持，實現了對學習過程的實時監控和動態評估。在EPBL系統中，個體學習者模型在學科知識屬性上的表征形式為學科知識圖譜，基于知識圖譜的在線課程能夠提供一個動態的可個性化調整的學習環境，使學習者在結構化的知識網絡中，既能按照自己的節奏和興趣創建自適應的學習內容和學習路徑，也支持教師根據學習者的學習數據調整學習內容，給學習者以干預指導。

實踐表明，相較于傳統評價體系的滯后性，基于大數據和人工智能支持的教育評價體系，可以實現學生全過程學習證據的動態追蹤與及時反饋，使學習過程真正成為可觀測、可優化的素養發展軌跡。

黃利鋒：普通中小學應用大數據技術評估項目式學習還是有一定的門檻，所以我在實踐中把評價分為了三個維度，分別是作品評價、團隊評價和活動評價。作品評價主要是評估學生作品在應用學科技能上達到了什么程度，團隊評價主要是評估學生團隊的活動效果和學生個人在小組活動中的表現，活動評價要看項目實施中學生的活動方式，如實地考察、公眾演講、調查采訪等都有不同的評估要求。

構建家校協同項目式學習的策略

黃利鋒：在基于互聯網的家校協同項目式學習中，學校和家庭通過互聯網連接成網絡化的組織，共同促進學生的成長。您認為應如何更好地開展家校協同的項目式學習呢？

馬寧：家校協同項目式學習的關鍵在于構建“互聯網+教育共同體”，結合實踐，我提煉出了三個核心策略。

第一，角色定位與協同機制是基礎。家校協同的項目式學習要想取得更好的效果，需要家校學習共同體的每個參與者都明晰各自的任務和責任。在整個系統中，以教師為代表的學校要承擔項目發起人和組織者的角色；教師依據自己的專業知識保證項目的科學性和知識性，同時利用自己的教學經驗和教學技巧設計項目過程并進行教育教學組織；家長在整個系統中承擔著學習伙伴、輔助者、協調者等角色。學校作為連接家長與教師的紐帶，要發揮統籌管理的作用。基于此，整個家校協同項目式學習才能在互聯網技術的支持下，形成教育合力，加強學校教育和家庭教育對學生的雙重影響。

第二，混合式工具鏈支撐全流程協作。我們研究團隊總結出“4T工具矩陣”——思維可視化工具：Xmind繪制知識圖譜，如在“中國世界遺產”項目中，學生用思維導圖梳理建筑特征，家長協助補充民俗資料；實時協作工具：石墨文檔支持多人同步撰寫實驗報告，版本對比功能可直觀呈現學生論證邏輯的演進軌跡；資源聚合工具：Wakelet建立主題資源墻，如在“雞蛋氣壓實驗”項目中，各家庭上傳不同實驗角度的視頻，自動生成立體知識庫；智能診斷工具：EPBL系統能夠實時追蹤學生在項目學習過程中的表現和進展，并形成學習軌跡和能力畫像，支持學生隨時查看反思，促進自我管理和持續進步。

第三，雙循環反饋機制保障質量。例如，“病毒防疫”科學探究項目的成功，得益于“數據—反思”雙循環。內循環：EPBL系統可以自動記錄并實時分析學生的在線學習行為數據，自動生成證據報告，包含學生在“疫情數據可視化建模”等核心任務模塊的時長分配與時段分布，量化呈現學習者的專注度；基于對權威流行病學報告（如WHO疫情周報）、病毒結構3D建模工具等多元資源的調用頻次與交互深度分析，形成個體學習偏好畫像。外循環：期末通過Miro白板開展結構化反思——學生用時間軸展示從“病毒傳播模型構建”到“社區防護方案設計”的全過程，重點呈現關鍵轉折點（如發現氣溶膠傳播證據后調整方案）；教師基于能力發展雷達圖，解讀學生在“數據建模”“科學論證”等維度的進步曲線（如科學論證能力從L2提升至L4）；家長分享家庭觀察日志，如記錄孩子將項目成果應用于家庭防疫措施優化（如設計玄關消毒區）。實踐表明，當學校提供專業支架、家庭注入生活智慧、技術打通協作壁壘時，家校協同育人就能真正形成教育合力，成為滋養學生核心素養的沃土。

黃利鋒：確實，項目式學習的深度開展需要家庭、學校與社會的協同支持，但時空限制常導致家庭參與碎片化、社會資源介入不足。為破解這一難題，我們學校利用直播平臺，構建了教師線上指導和家庭線下實踐的協同模式。通過直播，教師可實時掌握學生實踐進度，同步提供流程指導與知識答疑；家長和社區志愿者也可以參與到學生的探究活動中，為其提供豐富的資源支持。這種基于互聯網的家校社協同項目式學習，讓學生、教師、家長和社區在互聯網與教育深度融合的背景下，形成一個穩定的、靈活的學習共同體，幫助學生在項目式學習過程中實現深度學習，獲得高階的素養與技能。

技術支持的項目式學習未來發展

黃利鋒：馬教授，您認為在未來的教育發展趨勢下，技術支持的項目式學習將如何進一步演變？有哪些潛在的新技術和新應用可能會對這一領域產生重大影響？

馬寧：從當前技術演進與教育變革的交匯點來看，我認為技術支持的項目式學習將呈現三個關鍵演變方向。

第一，數據智能驅動精準化學習。基于我們研究團隊研發EPBL系統的經驗，依托教育大數據、學習分析、人機交互以及人工智能等技術，可實現學習者“證據采集—智能分析—精準干預”的全流程閉環優化。例如，在EPBL系統中，每一個學習者都擁有一個動態更新的個體學習者模型，在大數據、學習分析等技術的支持下，學習者的多源過程性證據的收集與評價可即時發生，動態發展的個體學習者模型表征了學習者的知識能力發展，是學習者進行自我調節學習和自適應學習的基礎，也為教師教學活動的調整提供參考。

第二，虛實融合拓展學習邊界。隨著擴展現實等數字技術的成熟，基于虛實融合的項目式學習的設計與實施，可以為學習者提供跨越時空界限、打破虛實邊界的學習環境，通過將抽象科學原理解構為具象化探究任務，讓學生真正做到在項目式學習中動手動腦、外顯思維、解決問題。以“中國世界遺產”項目為例，混合現實（MR）等設備可構建高度擬真的虛擬考古場景，學生通過手勢交互、空間定位等自然交互方式開展文物修復模擬，具身參與發現問題、提出問題、作出猜想與假設、設計實驗方案等過程，系統將實時記錄學生空間思維、工程設計等核心能力表現，形成可追溯的過程性評價證據，通過技術賦能實現教學空間重構、認知過程優化與學習生態升級。

第三，生成式人工智能賦能創作范式革新。隨著以大語言模型為代表的數字技術的快速發展，融合生成式人工智能的項目式學習為學習者提供了更多維的互動過程，AIGC工具正成為學習者的“認知伙伴”。例如，在項目探究階段，學生可以通過自然語言描述創新構想，人工智能協同完成三維建模、方案原型設計、跨模態內容生成等復雜任務，甚至基于邏輯推理提供辯論框架與論證視角，形成人機協同知識共創的思維，重塑智能化教與學方式。當然，在人機共創過程中，教師也要引導學生把握好人工智能工具的應用邊界，始終保持主體性思維。

技術的引入并非旨在替代教師的核心角色。恰恰相反，人工智能的核心價值在于增強和支持教師的工作，通過將部分重復性、流程化的任務交由人工智能處理，教師可以投入更多的時間培養學生高階思維，發展學生核心素養。教師和智能技術的協作、增強、融合、共創和共生，將推動教學全過程的優化與創新，為教育數字化提供基座。

文章刊登于《中國信息技術教育》2025年第12期

引用請注明參考文獻：

馬寧 黃利鋒 .技術賦能的項目式學習[J].中國信息技術教育，2025（12）：4-10 .

歡迎訂閱

識別上方二維碼即可訂閱