“AI+游戏化”教学模式在高中信息技术课程教学中的应用

“AI+游戏化”教学模式在高中信息技术课程教学中的应用——以《微学课堂》游戏为例摘要在教育信息化大潮下，AI与游戏元素融合为教育变革带来新契机｡但如何让二者协同增效，规避“赶潮”式教学，切实提升学生的知识建构与认知能力，是亟待解决的问题｡借助AI技术赋能Unity软件，开发《微学课堂》教学游戏，并在山西省LL市某校高一A班信息技术课程开展教学实践，以评估“AI+游戏化”教学模式的有效性｡研究发现，该教学模式能助力课堂提质增效，但教师要关注学生个体差异，及时调整教学，开发者也需优化游戏中概念理解的设计｡同时，教师要做好课堂实时监控，充分发挥AI的正向引导作用，以推动该教学模式更好地应用于教育实践，提升教学质量｡关键词:高中信息技术课程；“AI+游戏化”教学模式；教学游戏；《微学课堂》;Unity0引言数字教育游戏是指通过数字媒体实现､以游戏为基础的教育教学活动｡游戏化(Gamification)一词由英国游戏开发人员NickPelling于2002年创造，其核心理念是把不是游戏的东西(或者工作)变成游戏｡2006年，DavidR.Shaffer等提出并发展了认知游戏(EpistemicGames)理念，通过模拟真实的学习环境让学生全面探索和充分掌握多学科专业知识的特点，反映游戏化教学为学科教学应用提供的新视角[1]｡此后，A.Pask[2]设计制作了第一个游戏化教学机器SAKI,旨在提高学生培训的效率，标志着游戏化教学工具在教育领域的初步尝试｡而KarmelaAleksic-Maslac等[3]发现，相比传统学习方式，游戏化课堂的学生学习行为参与度更高｡此外，JyotiMishra等[4]进一步揭示了游戏对促使玩家注意力集中方面的作用及其对记忆力的提升效果，无论是娱乐性质的休闲游戏还是教育导向的功能游戏，均展现出对玩家认知提升方面的促进作用｡虽然游戏化教学工具在教育领域发展空间广阔，但针对概念教学类课程设计认知游戏，并科学探索其实际教学效果的研究尚存不足｡当前，信息技术概念教学多侧重知识灌输，缺乏交互实践，学生学习动机易随课堂枯燥而衰减，且抽象概念辨析形式单一，易致学生产生认知混淆，理论与实践脱节｡同时，教学中缺乏形成性评价，师生难以及时获取认知反馈｡因此，本研究以高中信息技术课程“数据､信息与知识”这一内容为例，利用Unity平台开发教学游戏，并开展教学实践研究，探究其对教学成效的具体影响，旨在为后续教学游戏的研发､应用､评估改进提供参考｡1人工智能赋能的《微学课堂》教学游戏设计与开发以ADDIE模型作为核心框架，系统化地开展《微学课堂》教学游戏的设计与开发工作｡整个流程被划分为五个有序且相互衔接的线性环节(图1)｡1)进行详尽的目标分析(A),以确保游戏设计紧密围绕教学目标展开；2)进入游戏设计(D)阶段，此阶段注重将教育理念与游戏元素有机融合，以创新的方式呈现教学内容；3)在技术实现层面的游戏开发(D)环节，将设计蓝图转化为实际可操作的游戏产品，确保技术的可行性与稳定性；4)通过严格的测试评估(IE1),对游戏进行全面而细致的检验，以发现并修正潜在的问题；5)经过内部测试的教学游戏应用于实际教学场景(IE2),以观察其教学效果｡这一流程严格遵循基于设计的研究范式｡特别是在测试评估阶段，不仅要关注游戏的娱乐性表现，更要重视其教育价值的实现程度｡应用人工智能技术并经过多轮迭代与优化，《微学课堂》教学游戏将不断精进其界面设计，直至达到无显著缺陷状态｡此外，在教学应用环节，根据实际教学过程和学生的学习成果，对游戏进行持续改进与优化，以确保游戏在下一个教学周期中发挥更大的教学价值｡1.1教学目标分析本节课内容选自人教版普通高中教科书《信息技术必修1数据与计算》第一章第一节，聚焦数据､信息与知识的概念及三者的内在联系与价值｡教学目标：1)借助身边案例让学生理解概念特征，感受其作用与价值，培养其信息意识；2)在数字化情境中，促使学生理解数据､信息与知识之间的相互关系，提升数字化学习与创新能力；3)引导学生提炼归纳信息，培育其计算思维｡课程编排循序渐进，从数据形式认识多样性，探讨信息特征以把握本质，阐述知识形成的过程，帮助学生实现理解上的升华，在此过程中要培养学生的逻辑思维，深化他们对信息社会的认识｡教学重点是让学生掌握概念特征及关系，难点是让他们领悟三者之间的复杂关系｡授课对象为高一学生，他们对信息有初步认识，但对数据的含义，数据､信息与知识三者之间的关系及应用价值存在一定问题，且不适应项目式学习，主动性与创新性有待提升｡基于此，本研究将设计符合学生学情和学习目标的认知游戏，搭建项目式学习平台，以游戏化的趣味方式激发学生的学习兴趣，训练学生的自主学习能力，帮助学生有效掌握重难点｡1.2游戏设计游戏设计充分结合认知科学理论和教学目标，简化游戏界面设计，摒弃烦琐复杂的元素，以简洁直观的布局呈现关键信息，减少学生的认知负荷｡采用间隔重复､情境记忆等认知科学原理，在游戏中提供多次复习巩固知识点的契机｡例如，在猜谜活动中，穿插之前学习过的知识点作为提示或者干扰项，促进学生巩固所学知识｡同时，开发知识库与智能机器人对话系统，将核心教学内容录入知识库，使学习过程更加高效且富有深度｡学生可直接使用语音和键盘，与游戏中虚拟的智能机器人自然对话，机器人通过知识库系统实时反馈问题的回答｡此外，游戏重视学生数字化学习与创新能力培养，内容包含与课程相关的经典案例的图片､视频等多媒体资料，同时，内置思维导图工具，助力学生系统地整理与回顾课程内容，深化他们对知识点的掌握[5]｡在游戏中，运用反馈与调节机制，学生可以及时获取回答正确或错误的提示､课后测试题的正确答案与解析，能够准确评估自己的学习效果，并针对性地调整学习策略｡1.3游戏开发利用Unity的3D建模与渲染能力构建与教学内容紧密相关的虚拟环境，将关键知识点以谜题､线索或任务的形式融入游戏场景，实现寓教于乐，让学生在解谜､过关的游戏任务中学习知识；采用自定义模型或选取与授课内容及游戏风格相吻合的人物模型并在Unity中导入，编写C#脚本实现学生与游戏人物的交互；将Unity与数据库(MySQL､MongoDB等)进行链接，嵌入生成式人工智能(如DeepSeek)作为游戏中的AI助手，达成对学生游戏结果的实时存储､查询和实时反馈｡1.4测试评估在测试评估阶段，共招募23名高一学生开展《微学课堂》教学游戏内部测试，以问卷收集使用感受与改进建议｡学生各维度的平均满意度3.65分(满分为4分),整体效果较理想｡其中，题目10“如果您的老师在讲‘数据､信息与知识’前让您用此课件自主学习，您是否愿意”得分最高，为4.17分，体现学生自主学习意愿强，认可该游戏的吸引力与实用性｡但题目9“您认为这一教学游戏与传统教师教学相比效果如何”得分最低，仅2.78分，表明学生对该教学游戏效果存疑，对游戏化教学信心不足，或依赖传统教学｡此外，依据学生建议，统一修改优化了游戏风格､背景音乐音量､交互速度和问题内容等｡优化后的游戏再经这23名学生检验，效果显著提升，综合评估已基本具备教学应用条件｡1.5教学应用《微学课堂》经过多次迭代开发生成可执行程序(exe),作为教学资源被应用于课堂教学，将学生使用软件自主学习过程中的课堂交互､课后测试等学习信息记录到后台服务器中，据此帮助教师实时了解学生的学习过程，及时调整课堂教学方法策略，同时学生也能获得对自己学习情况的实时反馈｡通过与人工智能平台整合应用，教师可更好地分析学生的行为数据(答题正确率､使用时间､喜好内容等),从而为每个学生制订个性化学习方案，结合人工智能技术为他们推荐有针对性的学习资源[6]｡2《微学课堂》在教学中的应用与教学效果分析2.1应用概况本研究处于软件开发应用的初期探索阶段，采用小样本数据采集策略，重点围绕“数据､信息与知识”内容开展教学实践｡研究团队与山西省LL市某校信息技术教师深度合作，通过深度访谈把握一线教学需求，并依托生成式人工智能优化游戏脚本设计，构建融合游戏化学习与AI技术的《微学课堂》教学工具｡如图2所示，在LL市某高中高一(N=53,概念前测准确率为76.8%)实施的两课时教学，研究者通过Unity游戏引擎创设沉浸式学习场景，第1节课引导学生开展概念自主学习和测评，第2节课创设虚拟仿真情境｡学生分为7组(每组7~8人),在“同伴支持+AI赋能”的协作模式中完成编程游戏挑战，形成包含数据清洗､信息筛选与知识预测的完整任务链｡研究最终回收有效课后测试数据53份及总结报告52份｡LL市某高中高一年级A班53名学生(男生27人，女生26人)

1.自主学习阶段（第1节课）

应用微学课堂游戏软件完成猜谜游戏，点击视频和课件进行学习，并完成课程测试题目（学测任务）

2.协作学习阶段（第2节课）

情境创设：教师借助AI生成的3D动画营造奇妙情境，引出任务，引领学生在数据宇宙探索中重建知识秩序

游戏任务：

游戏关卡1:数据星球救援——用Python脚本分析污染数据源，标记异常值

游戏关卡2:信息迷宫穿越——协作利用NLP模型识别并过滤虚假信息

游戏关卡3:知识堡垒挑战——基于历史数据构建知识图谱，预测能源需求

3.评价反思

各组上交利用AI助手生成的学习报告（可视化呈现三个游戏关卡任务完成情况）；小组讨论AI可靠性､算法偏见､数据处理效率与信息完整性的平衡《微学课堂》教学游戏在“数据､信息与知识”教学过程中的应用图22.2教学效果分析2.2.1成绩显著提升课后，学生在游戏知识竞答中的平均分为22.17分(最高25分),答题正确率为88.68%,较前测显著提高｡其中，81%的学生在游戏知识竞答中的成绩达到20分以上，证明游戏化手段可以激发学生的学习积极性，强化学生的记忆｡但还有19%的学生得分在15~19.9分，后续教学需重点关注这部分学生，为其提供有针对性的学习支架，促进其知识掌握｡同时，发现学生对“数据､信息与知识的关系”这一问题的回答正确率最低，因此，在后续的游戏设置中，需要引导学生建立不同概念要素之间的联系｡这可能是由于部分学生尚未适应游戏化学习节奏，或游戏任务对抽象逻辑关系的呈现不够充分｡此外，学生的不同学习风格和先验知识也会对测试结果造成影响，因此，可在游戏过程中基于动态分层方式，为学习表现不太理想的学生提供更加贴近他们能力水平的练习模块，在游戏关卡中嵌入更多真实案例解析与互动讨论环节，在“概念应用-反馈修正”的循环中帮助学生加深理解，完善AI助教与学生间的交互功能，增加实时错误诊断，因材施教，生成学习计划建议，设计可视化进度呈现，进一步为学生提供符合其认知水平的学习支架｡2.2.2有效促进学生高阶思维与技术实践能力的融合“AI+游戏化”教学模式有效促进了学生高阶思维与技术实践能力的融合｡8组学生平均每个关卡使用AI助手3.2次，主要应用AI助手对异常值检测算法评估､自然语言处理模型改进的调参优化等工作任务｡89%的小组在描述算法的知识图谱中说明，对同一数据处理的技术有两套及以上实现方案｡教师通过课堂观察发现，学生小组积极应用AI助手完成协作任务､编程语言的错误检验和迭代优化，参与度较之前传统课堂显著提高｡此外，在总结报告中，大部分学生提到，应用AI检验编程代码可以促进其问题解决和计算思维能力的提升，促进自我反思｡然而，也有少数学生表达了对AI技术应用于课程教学的担忧，如“AI的使用让我有了解决问题的新方式，但我有时候会不经过思考直接让Deepseek生成我想要的答案，这可能让我在学习中更加懒于思考和动脑”｡因此，对于AI技术和游戏化教学的结合还需要教师和相关研究人员把握好尺度，尽可能提供更多学习支架，并对学生游戏化教学的整个过程实时监控，避免AI工具的滥用，真正让AI助力学生学习，促进学生思维进阶｡3结束语本研究开发的《微学课堂》教学游戏具备一定的交互性和趣味性，能调动学生学习的主动性和兴趣，学生在操作Unity游戏的过程中不仅掌握了相关知识，也培养了AI素养，契合建构主义学习理论｡通过设计竞赛评测､反馈机制，教师能及时掌握学生的学习情况，灵活调整教学策略[7]｡然而，研究也显示，游戏化教学工具虽对多数学生的学习有促进作用，但部分学生对数据､信息与知识之间的关系理解不深，可能与学习风格､先前知识水平､游戏适应性等有关｡为此，