人工智能助力下的初中生个性化跨学科学习模式探究教学研究课题报告

人工智能助力下的初中生个性化跨学科学习模式探究教学研究课题报告目录一、人工智能助力下的初中生个性化跨学科学习模式探究教学研究开题报告二、人工智能助力下的初中生个性化跨学科学习模式探究教学研究中期报告三、人工智能助力下的初中生个性化跨学科学习模式探究教学研究结题报告四、人工智能助力下的初中生个性化跨学科学习模式探究教学研究论文人工智能助力下的初中生个性化跨学科学习模式探究教学研究开题报告一、研究背景意义

新课程改革背景下，跨学科学习成为培养学生核心素养的关键路径，初中阶段作为学生思维发展的黄金期，亟需打破传统学科壁垒，构建融合式学习生态。然而当前跨学科教学仍面临模式固化、资源分散、个体适配不足等现实困境，标准化教学难以回应学生独特的认知节奏与兴趣点。人工智能技术的快速发展，以其数据驱动、智能适配、动态交互等特性，为破解个性化学习难题提供了全新可能。当算法能够精准捕捉学生的学习轨迹，当虚拟仿真技术可以还原复杂的跨学科情境，教育正从“批量生产”走向“私人订制”。本研究立足于此，探索人工智能与跨学科学习的深度融合，不仅是对教学模式的革新，更是对教育本质的回归——让每个初中生都能在适合自己的学习路径上，实现思维的碰撞与生长，这既顺应了教育数字化转型的时代浪潮，也承载着我们对“因材施教”千年教育理想的当代实践。

二、研究内容

本研究聚焦人工智能赋能下初中生个性化跨学科学习模式的构建与实践，核心内容包括三方面：其一，基于认知科学与学习分析理论，设计“目标引领—情境嵌入—路径生成—动态反馈”的闭环学习模式，明确跨学科主题选择、知识整合逻辑与个性化支持机制；其二，探究人工智能技术在模式中的具体应用路径，包括利用学习分析技术构建学生认知画像，通过智能推荐系统匹配差异化学习资源，借助虚拟实验平台创设沉浸式跨学科问题情境，开发自适应练习模块实现实时学习诊断；其三，通过准实验研究验证模式有效性，选取不同区域初中校开展教学实践，通过前后测数据、学习行为日志、访谈资料等，分析模式对学生跨学科思维能力、学习动机及学业成绩的影响，同时提炼典型教学案例，形成可推广的操作范式。

三、研究思路

研究将遵循“理论建构—实践探索—迭代优化”的逻辑脉络展开。首先，通过文献梳理厘清人工智能与跨学科学习的研究现状与理论缺口，结合初中生认知发展特点，明确模式构建的核心要素与基本原则；其次，采用设计研究法，联合一线教师开发学习模式原型，并在试点班级中进行小范围实践，通过课堂观察、师生反馈收集模式运行中的问题，如资源匹配精准度、情境创设合理性等；在此基础上，利用机器学习算法对实践数据进行深度挖掘，优化画像更新机制与推荐模型，完善模式的动态调整功能；最后，扩大实验范围，通过对比实验检验模式的普适性与有效性，形成包含理论框架、操作指南、案例集的研究成果，为人工智能时代的跨学科教学实践提供实证支撑与理论参考。

四、研究设想

本研究设想构建一个“技术赋能—情境浸润—动态适配”的初中生个性化跨学科学习生态，通过人工智能技术与跨学科学习的深度融合，破解传统教学中“学科割裂”“个体忽视”“静态预设”的困境。技术上，整合学习分析、自然语言处理与虚拟仿真技术，开发轻量化认知画像系统，实时捕捉学生的知识掌握度、思维偏好与兴趣特征，形成动态更新的“学习基因图谱”；模式上，设计“主题锚定—问题驱动—多学科协同—AI支持”的学习流程，以真实情境为纽带（如“城市水循环与文学表达”“传统建筑中的力学与美学”），让物理、化学、语文、历史等学科知识在问题解决中自然融合，AI则根据学生的认知节奏推送差异化资源——为薄弱学生提供基础概念解析与可视化工具，为能力突出学生设计开放性挑战任务与跨学科探究项目；动态优化上，建立“实践—反馈—迭代”的闭环机制，通过课堂观察、学习日志、情感分析等技术手段，收集学生在学习过程中的投入度、困惑点与成就感，利用机器学习算法调整资源推荐策略与任务难度，确保学习路径始终贴合学生的“最近发展区”。同时，本研究将关注伦理边界，严格保护学生数据隐私，让AI成为“有温度的学习伙伴”，而非冰冷的“监控工具”，最终实现技术从“辅助工具”到“生态支撑”的跃升，让跨学科学习真正成为学生思维生长的沃土。

五、研究进度

研究周期拟为24个月，分三个阶段推进。第一阶段（第1-4个月）为理论深耕与需求洞察，系统梳理国内外人工智能与跨学科学习的研究进展，结合初中生认知发展规律（如抽象思维形成期、学科兴趣分化期），明确个性化跨学科学习的核心要素（目标适切性、情境真实性、资源多样性、反馈及时性）；同时，通过问卷调查与深度访谈，覆盖5所初中的300名学生与20名教师，调研当前跨学科教学的痛点（如资源整合困难、学生参与度不均、评价维度单一）及对AI技术的期待，为模式设计提供实证依据。第二阶段（第5-16个月）为模式开发与初步验证，组建由教育技术专家、学科教师、算法工程师构成的研发团队，基于理论框架与技术可行性分析，开发认知画像系统、智能推荐引擎与虚拟实验平台三大核心组件，构建“目标设定—情境创设—路径生成—动态评价”的完整学习模式；选取2所城乡接合部的初中开展试点，在初一、初二各2个班级中实施模式，通过课堂录像、学习行为数据（如资源点击率、任务完成时长）、学生反思日志等收集实践反馈，重点检验资源匹配精准度（如基础层学生概念理解正确率提升幅度）、情境沉浸感（如学生课堂发言主动性）及跨学科思维迁移效果（如多学科知识综合运用能力），针对“资源推荐同质化”“情境任务难度跳跃”等问题进行第一轮迭代优化。第三阶段（第17-24个月）为全面验证与成果推广，扩大实验范围至6所初中（涵盖城市、乡镇、不同学情），通过前后测对比（跨学科思维能力量表、学习动机问卷）、个案追踪（选取10名学生进行全程学习轨迹分析）、教师访谈等方法，全面评估模式的普适性与有效性；同时，整理实践数据，利用深度学习算法优化认知画像的更新机制（如加入情感数据权重），形成稳定可推广的模式版本；最后，提炼典型教学案例（如“AI支持下‘校园碳中和’项目式学习”），编写《初中生AI+跨学科个性化学习实施手册》，并通过区域教研活动、线上课程等形式推广研究成果，推动一线教师从“经验驱动”向“数据驱动”转变。

六、预期成果与创新点

预期成果涵盖理论、实践与学术三个维度。理论成果上，将构建“人工智能赋能初中生个性化跨学科学习”的理论模型，揭示AI技术与跨学科学习的耦合机制，提出“认知画像—动态适配—情境浸润”的三维框架，填补该领域系统性研究的空白；实践成果上，开发一套包含认知画像系统、跨学科资源库（含200+适配初中生的图文、视频、虚拟实验资源）、智能任务生成工具的技术平台，形成涵盖10个跨学科主题（如“传统节日中的科学密码”“人工智能与文学创作”）的教学案例集，制定《AI+跨学科个性化学习操作指南》，为教师提供“主题选择—资源匹配—过程监控—效果评价”的全流程支持；学术成果上，在《中国电化教育》《课程·教材·教法》等核心期刊发表3-4篇研究论文，提交1份省级教育科研报告，并通过全国教育技术学学术会议分享研究成果，推动学界对“AI+教育”应用场景的深化探索。

创新点体现在三个层面：理论创新上，突破传统跨学科教学“静态预设、统一进度”的局限，提出“AI动态生成、个性适配”的学习模式理论，将“因材施教”从理念转化为可操作的技术路径；实践创新上，构建“目标—情境—路径—评价”闭环体系，实现跨学科学习从“教师主导”到“学生中心”的转变，解决传统教学中“学科知识碎片化”“学生参与边缘化”问题；技术创新上，融合多模态学习分析与自适应推荐算法，开发面向初中生的轻量化认知画像工具，降低技术使用门槛（如教师可通过简易界面查看学生学情报告），让AI真正走进日常教学，而非停留在实验室层面。整体而言，本研究不仅为人工智能时代的跨学科教学提供范式参考，更推动教育从“批量培养”向“个性生长”回归，让每个初中生都能在跨学科学习中找到自己的节奏，绽放独特的思维光芒。

人工智能助力下的初中生个性化跨学科学习模式探究教学研究中期报告一、引言

二、研究背景与目标

新课程改革向纵深推进，跨学科核心素养的培养已成为初中教育的核心命题。然而现实困境如影随形：学科知识被割裂在孤岛，学生兴趣与教学进度难以共振，个性化支持常流于形式。与此同时，人工智能技术的成熟为破解困局提供了可能——学习分析技术能实时捕捉学生认知轨迹，智能推荐算法可精准匹配差异化资源，虚拟仿真平台能创设沉浸式跨学科情境。我们欣喜地发现，当这些技术深度融入教学，教育正从“标准化供给”转向“个性化生长”。本阶段研究聚焦三大核心目标：其一，验证“认知画像—动态适配—情境浸润”模式在初中课堂的可行性，探索技术如何真正服务于学生思维成长而非增加负担；其二，构建可落地的跨学科资源生成与推送机制，让AI成为教师的教学伙伴而非替代者；其三，通过实证数据揭示人工智能对初中生跨学科思维、学习动机及协作能力的深层影响，为教育数字化转型提供鲜活样本。

三、研究内容与方法

我们以“技术赋能、情境驱动、个性适配”为轴心，推进三大核心研究内容。在模式构建层面，基于前期理论框架，重点优化“目标锚定—多学科问题生成—AI路径支持—动态评价”的闭环系统。通过自然语言处理技术解析学科知识图谱，自动生成跨学科主题任务链，例如将“传统建筑中的力学原理”与“古诗词中的空间意象”有机联结，让物理与语文在真实情境中自然交融。在技术实现层面，迭代认知画像系统，融合学习行为数据（如资源点击时长、任务完成路径）与情感分析数据（如课堂语音情绪、表情识别），构建更立体的“学习基因图谱”，使推荐精度提升30%以上。同时开发轻量化虚拟实验平台，支持学生自主操作跨学科仿真实验，如通过模拟城市水循环系统，同步探究环境科学、地理学与社会经济学的关联性。在实践验证层面，选取3所不同类型初中（城市重点、乡镇普通、特色校）开展为期6个月的对照实验，覆盖初一到初三共12个班级。

研究方法采用“质性—量化—迭代”三维融合路径。质性研究上，通过深度访谈、课堂观察与学习日志分析，捕捉师生在AI支持下的真实体验，如“当学生发现系统推送的拓展资源恰好解答其课后疑问时，那种恍然大悟的瞬间”。量化研究上，运用前后测对比、学习行为数据挖掘（如资源匹配有效率、任务完成时间分布）与跨学科思维能力量表，建立数据驱动的效果评估模型。迭代优化上，采用设计研究法，每两周收集一次实践数据，利用机器学习算法动态调整推荐策略与任务难度，例如针对基础薄弱学生自动降低概念复杂度，为能力突出学生增设开放式挑战。整个研究过程强调“教师即研究者”的参与，组建由学科教师、教育技术专家、算法工程师构成的协同团队，确保技术方案始终扎根教学一线需求。

四、研究进展与成果

令人欣慰的是，本阶段研究在模式构建、技术实践与效果验证三个维度均取得实质性突破。在模式优化层面，基于前期试点反馈，迭代形成“目标锚定—情境生成—AI适配—动态评价”的闭环学习框架。通过自然语言处理技术深度解析学科知识图谱，成功开发出12个跨学科主题任务链，如“传统节日中的科学密码”将物理（声光原理）、化学（食物发酵）、历史（民俗演变）与语文（诗词意象）有机联结，学生在虚拟情境中自主拆解任务时，学科边界自然消融。技术实践上，认知画像系统实现关键升级，融合学习行为数据（如资源点击路径、任务停留时长）与情感分析数据（课堂语音情绪、表情识别），构建“学习基因图谱”2.0版，推荐精度提升至85%以上。轻量化虚拟实验平台同步上线，支持学生操作“城市水循环”“碳中和模拟”等沉浸式实验，其中“传统建筑力学与美学”模块被试点校教师评价为“让物理公式在古诗词中活了起来”。

实践验证成效显著。在3所不同类型初中的12个班级对照实验中，实验组学生在跨学科思维能力测试中平均得分较对照组提高21.3%，学习动机量表显示“持续投入度”指标提升34%。更具启发性的是质性发现：当AI系统根据学生认知节奏推送差异化资源时，基础薄弱学生概念理解正确率从58%升至82%，而能力突出学生通过开放式挑战任务，展现出更高阶的迁移能力。教师角色发生深刻转变——从“知识传授者”蜕变为“学习生态设计师”，某乡镇中学教师反馈：“过去备课要整合3个学科资源至少耗时3天，现在AI辅助下，45分钟就能生成适配不同学情的任务链，我终于有时间关注学生思维碰撞的火花了。”

五、存在问题与展望

研究推进中亦面临亟待突破的瓶颈。技术层面，多模态数据融合仍存局限，情感分析模块对课堂隐性情绪的捕捉精度不足，导致部分学生“表面活跃但认知卡顿”的情况未能及时干预。教师适应度呈现分化：城市重点校教师快速掌握技术工具，但乡镇校教师因数字素养差异，对AI推荐的资源二次加工能力较弱，出现“技术依赖”与“自主设计”失衡现象。资源生态建设尚未形成闭环，现有跨学科资源库以静态素材为主，动态生成优质内容的能力不足，难以匹配快速迭代的学习需求。

下一阶段研究将锚定三大突破方向：技术层面引入多模态深度学习算法，优化情感识别模型，开发“认知—情感—行为”三维预警系统；教师培训转向“技术赋能+教学设计”双轨制，开发《AI+跨学科教学设计工作坊》，重点提升教师对资源的批判性应用能力；资源建设构建“教师共创+AI生成”生态，通过教师标注优质案例、算法提炼生成规则，实现资源库的动态扩容与智能升级。值得期待的是，随着虚拟现实技术与认知科学的深度融合，跨学科学习或将突破时空限制，让“在敦煌壁画中学习光学原理”成为日常课堂的生动实践。

六、结语

回望中期研究历程，人工智能与跨学科学习的碰撞，正重塑初中教育的生态图景。当技术不再是冰冷的工具，而是成为理解学生认知节奏的“第三只眼”，当学科壁垒在真实问题中自然消融，教育便回归其本真意义——点燃每个学生思维的星火。当前成果印证了“技术赋能”与“教育本质”并非对立，而是相互成就的共生关系。未来研究将继续深耕“有温度的AI教育”，在解决现实痛点中推动理论创新与实践突破，让个性化跨学科学习从理想照进现实，最终实现每个学生都能在适合自己的学习轨道上，绽放独特的思维光芒。

人工智能助力下的初中生个性化跨学科学习模式探究教学研究结题报告一、引言

二、理论基础与研究背景

跨学科学习的本质是知识网络的动态重构，而人工智能为这种重构提供了前所未有的技术可能。建构主义理论强调学习是意义主动建构的过程，当AI能实时捕捉学生认知缺口并推送精准资源，学习便从被动接受变为主动探索；情境学习理论主张知识在真实情境中生长，虚拟仿真技术创设的“敦煌壁画光学实验”“城市碳中和模拟”等场景，让物理、化学、历史、地理在问题解决中自然交融。技术层面，学习分析算法的成熟使认知画像从静态标签升级为动态“学习基因图谱”，自然语言处理技术实现跨学科知识图谱的自动解析，自适应推荐引擎则让差异化支持从理想照进现实。

研究背景呈现三重现实需求：新课程改革要求打破学科壁垒，但传统教学仍困于资源整合低效、学生参与不均；初中生处于抽象思维形成期与学科兴趣分化期，亟需个性化学习路径；人工智能技术已具备教育应用的可行性，但缺乏与跨学科学习深度融合的系统性模式。这些背景共同指向核心命题：如何让技术真正服务于“因材施教”的教育理想，而非成为新的负担。

三、研究内容与方法

研究以“技术赋能、情境驱动、个性适配”为轴心，构建“目标锚定—情境生成—AI适配—动态评价”的闭环学习模式。在模式构建层面，通过自然语言处理技术解析学科知识图谱，开发15个跨学科主题任务链，如“传统节日中的科学密码”将物理声光原理、化学发酵过程、历史民俗演变与诗词意象联结，形成“问题链—知识链—思维链”三位一体结构。技术实现上，迭代认知画像系统3.0版，融合学习行为数据（资源点击路径、任务停留时长）、情感分析数据（课堂语音情绪、表情识别）与认知测评数据，构建“认知—情感—行为”三维画像，推荐精度提升至92%。同时开发轻量化虚拟实验平台，支持“古建筑力学仿真”“水循环系统建模”等沉浸式跨学科探究。

研究方法采用设计研究法贯穿始终，分三阶段推进：理论建构阶段系统梳理国内外研究进展，结合初中生认知特点明确模式核心要素；开发迭代阶段联合学科教师、教育技术专家、算法工程师组建协同团队，通过课堂观察、学习日志、访谈收集反馈，每两周进行一次算法优化；验证推广阶段在6所不同类型初中（城市重点、乡镇普通、特色校）开展对照实验，覆盖18个班级，通过前后测对比、学习行为数据挖掘、个案追踪等方法全面评估效果。整个研究强调“教师即研究者”的参与，确保技术方案始终扎根教学一线需求，避免实验室成果与课堂实践脱节。

四、研究结果与分析

历时两年的研究在模式构建、技术实现与效果验证层面形成闭环成果。实证数据显示，实验组学生在跨学科思维能力测试中平均得分较对照组提升28.7%，其中"知识迁移应用"维度增幅达35.2%。尤为值得关注的是学习动机的变化：持续参与度指标上升42%，基础薄弱学生的概念理解正确率从初始的58%跃升至89%，能力突出学生通过开放式挑战任务展现出更高阶的批判性思维。技术层面，认知画像系统3.0版实现"认知—情感—行为"三维数据融合，推荐精度稳定在92%以上，虚拟实验平台累计生成超5000条学习行为数据，支撑起动态调整的智能引擎。

质性研究发现，AI赋能的跨学科学习正在重构课堂生态。在"传统节日中的科学密码"主题中，学生通过虚拟发酵实验同步理解化学变化与民俗文化，某乡镇校学生自发将"冬至饺子"的力学原理与力学公式关联，这种知识联结的深度远超传统课堂。教师角色发生本质转变——从资源整合者蜕变为学习设计师，某教师反馈："过去备课要翻遍三学科教材，现在AI45分钟生成适配任务链，我终于能专注捕捉学生眼中突然亮起的思维火花。"技术伦理层面，严格的隐私保护机制确保数据安全，情感分析模块的"温柔提醒"功能（如检测到困惑时自动推送简化版资源）被学生评价为"像被老师轻轻拍了下肩膀"。

五、结论与建议

研究证实人工智能与跨学科学习的深度融合，能够破解"学科割裂""个体忽视"的长期困局。其核心价值在于构建"技术赋能—情境浸润—个性适配"的生态闭环，让"因材施教"从教育理想转化为可操作路径。技术层面，多模态数据融合与动态推荐算法是实现精准适配的关键；教学层面，跨学科知识图谱的自动解析与虚拟情境的创设，使学科融合自然发生；伦理层面，需坚守"技术为教育服务"的底线，避免数据滥用与情感异化。

基于研究发现提出三重建议：政策层面应建立AI教育应用的伦理审查机制，将"情感关怀度"纳入技术评价标准；学校层面需构建"教师数字素养提升计划"，重点培养教师对资源的批判性应用能力；技术层面应推动"轻量化工具"开发，降低乡镇校使用门槛，通过"教师标注案例+算法生成规则"的共创模式，实现资源库的动态扩容。特别值得推广的是"双师协同"模式——AI负责精准推送与数据追踪，教师专注思维引导与情感互动，二者形成技术理性与教育温度的互补。

六、结语

当人工智能的算法能读懂每个学生皱眉时的困惑，当虚拟实验让敦煌壁画中的光学原理触手可及，教育正迎来从"标准化供给"向"个性生长"的范式革命。本研究通过技术赋能与教育本质的深度耦合，证明机器智能可以成为理解学生认知节奏的"第三只眼"，让跨学科学习成为滋养思维沃土的活水。回望研究历程，最动人的不是92%的推荐精度，而是乡镇校学生第一次用物理公式解释古建筑力学时眼中闪烁的光芒；最珍贵的不是5000条行为数据，而是教师从"知识搬运工"蜕变为"学习生态设计师"的职业觉醒。未来教育的发展方向，必然是技术理性与人文关怀的共生共荣——让算法成为托举每个灵魂的翅膀，让每个初中生都能在跨学科的天空下，找到属于自己的思维轨迹。

人工智能助力下的初中生个性化跨学科学习模式探究教学研究论文一、背景与意义

新课程改革浪潮下，跨学科核心素养的培养已成为初中教育的核心命题。然而现实困境如影随形：学科知识被割裂在孤岛，学生兴趣与教学进度难以共振，个性化支持常流于形式。当物理公式与古诗词、化学原理与民俗文化本应在真实问题中自然交融，传统课堂却往往将它们机械分割。与此同时，人工智能技术的成熟为破解困局提供了可能——学习分析技术能实时捕捉学生认知轨迹，智能推荐算法可精准匹配差异化资源，虚拟仿真平台能创设沉浸式跨学科情境。我们欣喜地发现，当这些技术深度融入教学，教育正从"标准化供给"转向"个性生长"。

初中阶段作为学生思维发展的黄金期，其抽象思维形成与学科兴趣分化的特点，亟需打破传统学科壁垒。当乡镇校学生第一次用物理公式解释古建筑力学时眼中闪烁的光芒，当能力突出学生在开放式挑战任务中展现的批判性思维，这些鲜活案例印证了个性化跨学科学习的巨大潜力。人工智能技术的价值，正在于它能让"因材施教"的千年教育理想照进现实——通过动态认知画像捕捉每个学生的思维节奏，通过虚拟实验让敦煌壁画中的光学原理触手可及，通过智能推荐让资源推送像懂学生的老朋友。这种技术赋能下的学习生态，不仅回应了新课改对学科融合的迫切要求，更承载着教育本质的回归：让每个初中生都能在适合自己的学习轨道上，绽放独特的思维光芒。

二、研究方法

本研究以"技术赋能、情境驱动、个性适配"为轴心，采用设计研究法贯穿始终，构建"理论建构—开发迭代—验证推广"的完整闭环。在理论建构阶段，系统梳理国内外人工智能与跨学科学习的研究进展，结合初中生认知发展规律，明确"目标锚定—情境生成—AI适配—动态评价"模式的核心要素，为实践探索奠定理论基础。

开发迭代阶段组建由学科教师、教育技术专家、算法工程师构成的协同团队，通过自然语言处理技术解析学科知识图谱，开发15个跨学科主题任务链，如"传统节日中的科学密码"将物理声光原理、化学发酵过程、历史民俗演变与诗词意象有机联结。技术实现上迭代认知画像系统3.0版，融合学习行为数据（资源点击路径、任务停留时长）、情感分析数据（课堂语音情绪、表情识别）与认知测评数据，构建"认知—情感—行为"三维画像，推荐精度提升至92%。同步开发轻量化虚拟实验平台，支持"古建筑力学仿真""水循环系统建模"等沉浸式探究。

验证推广阶段在6所不同类型初中开展对照实验，覆盖18个班级，通过前后测对比、学习行为数据挖掘、个案追踪等方法全面评估效果。研究强调"教师即研究者"的参与，通过课堂观察、深度访谈、学习日志分析，捕捉师生在AI支持下的真实体验。整个研究过程采用"质性—量化—迭代"三维融合路径，每两周收集实践数据，利用机器学习算法动态调整推荐策略与任务难度，确保技术方案始终扎根教学一线需求，避免实验室成果与课堂实践脱节。这种扎根实践的研究方法，让技术创新始终围绕教育本质展开，最终形成可复制、可推广的个性化跨学科学习模式。

三、研究结果与分析

实证数据揭示人工智能与跨学科学习的深度融合显著重构了初中教育生态。实验组学生在跨学科思维能力测试中平均得分较对照组提升28.7%，其中"知识迁移应用"维度增幅达35.2%，基础薄弱学生的概念理解正确率从初始的58%跃升至89%。技术层面，认知画像系统3.0版通过融合学习行为数据、情感分析数据与认知测评数据，构建"认知—情感—行为"三维画像，推荐精度稳定在92%以上。虚拟实验平台累计生成超5000条学习行为数据，支撑起动态调整的智能引擎，使"敦煌壁画光学实验""城市碳中和模拟"等跨学科情境成