《普通高中信息技術(shù)課程標(biāo)準(zhǔn)（2017年版2020年修訂）》明確指出，該課程旨在全方位提升學(xué)生的信息素養(yǎng)，不僅要求學(xué)生扎實掌握信息技術(shù)的基礎(chǔ)知識與技能，還要增強(qiáng)信息意識，發(fā)展計算思維，提升數(shù)字化學(xué)習(xí)與創(chuàng)新能力，并樹立正確的信息社會價值觀和責(zé)任感?？鐚W(xué)科主題學(xué)習(xí)作為一種創(chuàng)新的教學(xué)模式，正逐漸成為培養(yǎng)學(xué)生核心素養(yǎng)和跨學(xué)科連接能力的有效途徑。它打破了傳統(tǒng)學(xué)科界限，通過引入其他學(xué)科的知識、概念、思維和方法，促進(jìn)信息技術(shù)課程知識的深入理解與應(yīng)用?？鐚W(xué)科主題學(xué)習(xí)為高中信息技術(shù)課程提供更廣闊的培養(yǎng)空間和更豐富的實踐機(jī)會。一、計算思維概述計算思維是一種通過計算機(jī)科學(xué)的基本概念和方法來解決問題的思維方式。它強(qiáng)調(diào)將復(fù)雜問題分解為可管理的子問題（分解），識別問題中的模式并抽象出通用解決方案（模式識別與抽象），設(shè)計步驟清晰的算法或流程（算法設(shè)計），并通過系統(tǒng)化的方法驗證和優(yōu)化解決方案（評估與優(yōu)化）。計算思維不僅限于計算機(jī)科學(xué)領(lǐng)域，還廣泛應(yīng)用于數(shù)學(xué)、科學(xué)、工程、社會科學(xué)及日常生活等領(lǐng)域。其核心特征包括分解、抽象、模式識別、算法設(shè)計和普適性。分解是指將復(fù)雜問題拆解為更小、更易管理的部分；抽象是指忽略不必要的細(xì)節(jié)，提取問題的關(guān)鍵特征和規(guī)律；模式識別是指發(fā)現(xiàn)問題的共性和規(guī)律，利用已有經(jīng)驗解決新問題；算法設(shè)計是指設(shè)計清晰的步驟和規(guī)則，指導(dǎo)問題解決的過程；普適性則是指計算思維適用于多種學(xué)科和實際問題，具有廣泛的遷移價值。在教育領(lǐng)域，計算思維被視為21世紀(jì)學(xué)生必備的核心素養(yǎng)之一，通過培養(yǎng)計算思維，學(xué)生能夠更好地應(yīng)對復(fù)雜問題，提升邏輯思維能力、創(chuàng)新能力和跨學(xué)科問題解決能力，為適應(yīng)信息化社會的需求奠定基礎(chǔ)。二、跨學(xué)科視域?qū)W生計算思維培養(yǎng)策略（一）基于學(xué)情及教材分析，明確跨學(xué)科單元主題學(xué)情分析能夠幫助教師了解學(xué)生的認(rèn)知水平、知識儲備、學(xué)習(xí)興趣和能力基礎(chǔ)，從而設(shè)計出符合學(xué)生實際需求的跨學(xué)科主題，這樣既能激發(fā)學(xué)生的學(xué)習(xí)興趣，又能降低學(xué)習(xí)難度，提高學(xué)習(xí)效果；教材分析能夠梳理各學(xué)科的知識點和能力要求，找到學(xué)科間的關(guān)聯(lián)點和整合點。通過明確跨學(xué)科單元主題，可以將不同學(xué)科的知識有機(jī)融合，幫助學(xué)生建立知識網(wǎng)絡(luò)，促進(jìn)深度學(xué)習(xí)和綜合應(yīng)用能力的提升；同時，基于學(xué)情和教材分析明確跨學(xué)科主題，能夠為教學(xué)目標(biāo)的制定提供科學(xué)依據(jù)。明確的教學(xué)目標(biāo)可以指導(dǎo)教師設(shè)計教學(xué)活動、選擇教學(xué)方法和評價方式，確保教學(xué)過程的科學(xué)性和有效性。首先，分析學(xué)生對人工智能的認(rèn)知水平和興趣點，了解其對人工智能基本概念（如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等）的掌握情況，明確學(xué)生在數(shù)據(jù)分析和算法設(shè)計方面的現(xiàn)有能力。通過學(xué)情分析，確定學(xué)生在問題分解、抽象建模、算法設(shè)計和評估優(yōu)化等計算思維核心能力上的水平，為后續(xù)教學(xué)提供依據(jù)。其次，結(jié)合信息技術(shù)教材\"探索人工智能\"單元，梳理人工智能的基本概念、技術(shù)原理和應(yīng)用場景。同時，分析與其他學(xué)科（如數(shù)學(xué)、物理、生物學(xué)等）的關(guān)聯(lián)點，例如數(shù)學(xué)中的概率統(tǒng)計、物理中的信號處理、生物中的神經(jīng)網(wǎng)絡(luò)模型等，明確跨學(xué)科整合的切入點。挖掘教材中蘊含的科學(xué)精神、倫理價值和社會影響，為跨學(xué)科主題設(shè)計提供豐富素材。接著，基于學(xué)情和教材分析，確定以“人工智能技術(shù)原理與應(yīng)用\"為核心的跨學(xué)科單元主題，將信息技術(shù)中的人工智能知識與數(shù)學(xué)、物理、生物學(xué)等學(xué)科的相關(guān)內(nèi)容相結(jié)合。主題設(shè)計應(yīng)體現(xiàn)計算思維的培養(yǎng)目標(biāo)，包括問題的分解、抽象、算法設(shè)計和評估優(yōu)化，同時融人科學(xué)精神、倫理價值和社會責(zé)任感的培養(yǎng)。（二）根據(jù)學(xué)齡特點與基礎(chǔ)情況，制定跨學(xué)科學(xué)習(xí)目標(biāo)跨學(xué)科學(xué)習(xí)目標(biāo)能夠明確學(xué)習(xí)方向，幫助教師和學(xué)生清晰了解學(xué)習(xí)任務(wù)和預(yù)期成果，確保教學(xué)活動的針對性和有效性。制定跨學(xué)科學(xué)習(xí)目標(biāo)時，教師應(yīng)注重以下幾點：一是目標(biāo)應(yīng)基于學(xué)生的年齡特點和基礎(chǔ)情況，確保符合學(xué)生的認(rèn)知發(fā)展水平和知識儲備，既不能過高導(dǎo)致學(xué)生難以達(dá)成，也不能過低缺乏挑戰(zhàn)性；二是目標(biāo)應(yīng)體現(xiàn)跨學(xué)科主題的核心要求，整合多學(xué)科知識和能力，注重知識理解、技能應(yīng)用和思維方法的綜合培養(yǎng)；三是目標(biāo)應(yīng)具體、可操作，明確學(xué)生在知識、能力、思維和情感等方面的預(yù)期成果，便于教學(xué)實施和評價；四是目標(biāo)應(yīng)與學(xué)科核心素養(yǎng)和課程標(biāo)準(zhǔn)相銜接，確保學(xué)生在完成學(xué)習(xí)后能夠達(dá)到相應(yīng)的學(xué)業(yè)質(zhì)量水平；五是目標(biāo)應(yīng)注重層次性和遞進(jìn)性，從基礎(chǔ)知識到綜合能力再到創(chuàng)新能力，逐步引導(dǎo)學(xué)生提升。該單元教學(xué)目標(biāo)可設(shè)計為：一是理解人工智能的基本概念和技術(shù)原理；二是掌握數(shù)據(jù)分析、算法設(shè)計和模型評估的基本方法；三是通過實踐探究，感悟人工智能與其他學(xué)科、社會生活之間的聯(lián)系；四是培養(yǎng)科學(xué)精神、倫理意識和社會責(zé)任感，提升解決實際問題的能力。另外，將信息技術(shù)中的人工智能知識與數(shù)學(xué)、物理、生物學(xué)等學(xué)科的相關(guān)內(nèi)容進(jìn)行有機(jī)整合，設(shè)計具有層次性和探究性的教學(xué)內(nèi)容。例如，結(jié)合數(shù)學(xué)中的概率統(tǒng)計知識講解機(jī)器學(xué)習(xí)中的分類算法，結(jié)合生物學(xué)中的神經(jīng)網(wǎng)絡(luò)模型講解深度學(xué)習(xí)的基本原理。通過觀察、探究、假設(shè)、實踐等環(huán)節(jié)，引導(dǎo)學(xué)生逐步形成對人工智能技術(shù)的深人理解。（三）設(shè)計問題導(dǎo)向的學(xué)習(xí)任務(wù)，培養(yǎng)學(xué)生計算思維能力問題導(dǎo)向的學(xué)習(xí)任務(wù)以真實問題為起點，強(qiáng)調(diào)學(xué)生在問題解決過程中的主體地位，要求他們運用已有知識和技能，結(jié)合新學(xué)習(xí)的內(nèi)容，通過自主探究、合作交流和實踐操作，逐步找到問題的解決方案。問題導(dǎo)向的學(xué)習(xí)任務(wù)核心特點包括：以問題為驅(qū)動，激發(fā)學(xué)生的學(xué)習(xí)興趣；以學(xué)生為中心，充分發(fā)揮其主動性和創(chuàng)造性；以探究為過程，引導(dǎo)學(xué)生深人思考和實踐；以實踐為手段，將理論知識與實際應(yīng)用相結(jié)合；以能力提升為目標(biāo)，促進(jìn)學(xué)生計算思維和綜合素養(yǎng)的全面發(fā)展。首先，教師需要明確本單元的核心探索問題，例如“人工智能如何在不同領(lǐng)域改善我們的生活？\"或“如何設(shè)計一個簡單的人工智能系統(tǒng)來解決特定問題？\"其次，基于核心問題，制定具體的學(xué)習(xí)目標(biāo)。目標(biāo)應(yīng)包括理解人工智能的基本概念、算法原理和應(yīng)用領(lǐng)域；掌握至少一種人工智能工具或平臺的使用方法；培養(yǎng)批判性思維，能夠分析人工智能技術(shù)的利弊；以及提升團(tuán)隊合作和問題解決能力。這些目標(biāo)應(yīng)體現(xiàn)知識、能力、思維和情感的多維度要求，確保學(xué)生全面發(fā)展。再次，創(chuàng)建一個貼近學(xué)生生活或興趣的人工智能應(yīng)用場景作為學(xué)習(xí)背景，例如智能語音助手、自動駕駛汽車或智能推薦系統(tǒng)。最后，將核心問題分解為一系列小問題或子任務(wù)，例如“調(diào)研人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用案例”“設(shè)計并實現(xiàn)一個簡單的圖像識別程序\"或“分析人工智能技術(shù)對社會的影響”。在任務(wù)實施過程中，教師需要提供必要的學(xué)習(xí)材料、在線課程鏈接、參考文獻(xiàn)等，支持學(xué)生自主探究。教師需鼓勵學(xué)生根據(jù)個人興趣和小組分工，獨立或以小組形式進(jìn)行資料搜集、理論學(xué)習(xí)和初步實驗。（四）設(shè)計持續(xù)性教學(xué)評價，動態(tài)調(diào)整教學(xué)策略持續(xù)性教學(xué)評價是一種貫穿于整個教學(xué)過程的評價方式，旨在通過動態(tài)、系統(tǒng)的評估，全面了解學(xué)生的學(xué)習(xí)進(jìn)展、能力發(fā)展和問題解決情況，并及時調(diào)整教學(xué)策略以優(yōu)化教學(xué)效果。在“探索人工智能\"單元中，首先，教師設(shè)計評價目標(biāo)應(yīng)聚焦于學(xué)生對人工智能基本概念的理解、算法原理的初步掌握、人工智能應(yīng)用場景的認(rèn)知及利用編程工具進(jìn)行簡單人工智能項目設(shè)計與實現(xiàn)的能力。內(nèi)容方面，需涵蓋人工智能的歷史發(fā)展、核心算法（如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)）、典型應(yīng)用案例分析及實踐操作技能等。學(xué)業(yè)質(zhì)量要求則體現(xiàn)在學(xué)生能夠準(zhǔn)確闡述人工智能相關(guān)概念，理解算法邏輯，能夠分析并解決簡單的人工智能問題，同時展現(xiàn)出良好的創(chuàng)新思維與問題解決能力。其次，教師應(yīng)采用過程性評價與總結(jié)性評價相結(jié)合的評價方式。其中，過程性評價可通過觀察記錄、小組討論、項目日志等形式，實時跟蹤學(xué)生在課堂上的參與度、合作情況、問題解決過程及創(chuàng)新思維展現(xiàn)，以此評估學(xué)生的計算思維發(fā)展動態(tài)。具體指標(biāo)可包括：能否提出有見地的問題、能否有效運用所學(xué)知識解決實際問題、團(tuán)隊合作中的貢獻(xiàn)度等?？偨Y(jié)性評價則通過單元測試、項目展示、口頭報告等形式，檢驗學(xué)生對單元知識點的掌握程度及應(yīng)用能力，評價指標(biāo)應(yīng)涵蓋知識點記憶的準(zhǔn)確性、項目設(shè)計的創(chuàng)新性、技術(shù)實現(xiàn)的熟練度等。同時，結(jié)合學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)，設(shè)定不同等級的評價標(biāo)準(zhǔn)，如優(yōu)秀、良好、合格等，以便更細(xì)致地反饋學(xué)生的學(xué)習(xí)成效，為后續(xù)教學(xué)策略的調(diào)整提供依據(jù)。三、結(jié)束語現(xiàn)實世界中的復(fù)雜問題通常需要多種學(xué)科知識和技能的綜合運用才能解決，跨學(xué)科學(xué)習(xí)正是連接不同學(xué)科知識與能力的橋梁，它不僅促進(jìn)知識的整體化和結(jié)構(gòu)化，還為學(xué)生提