跨学科和项目式成教育热点，优必选教育如何助力学校“智能学和智能教”？|云平台|优必选|学校|教学|教育|智能学|智能教|项目式

来源|多知

作者|王上

在2024世界机器人大会上，优必选教育的新产品“行知元项”首次亮相，这是一个运用AIGC技术赋能大单元教学模式下的跨学科和项目式(PBL)教学的教学平台，于9月开启公测。

跨学科、PBL可以说“行知元项”押中了教学改革和新课标的几个关键词。

不过，实际上这个项目在优必选教育酝酿了很多年，优必选科技高级副总裁钟永告诉多知：“优必选教育在几年前就想做类似的事情，只是当时大模型技术在全球范围内还不成熟，而今，大模型的到来，是一个好的时机。”

钟永解释：“‘行知元项’平台是用AI技术去协助科技教育，这是一个大的方向。我们希望通过行知元项解决‘智能教和智能学’的痛点，助力培养孩子知识、技能和素养三个层面的能力，也就是培养孩子的想象力，提出问题的能力、解决问题的能力等科学素养。”

优必选科技副总裁马萍说：“行知元项核心是用AIGC技术辅助老师完成跨学科学习的教学设计，同时辅助老师完成跨学科学习的教学过程和教学管理以及结果评价。”

优必选教育高级教研总监郑帆认为，“行知元项”将助力学校让PBL、跨学科教学，从抽象变简单。

（优必选教育高级教研总监郑帆）

行知元项聚焦“智能学和智能教”

行知元项平台有几个核心功能，包括AI赋能教学设计、AI赋能课堂教学和AI赋能教学评价，帮助老师解决项目式及跨学科教学设计、跨学科知识关联、个性化评价、教学资源搜索与关联等关键难题。

针对AI辅助教学设计环节，教师提出需求，行知元项可以根据教师教学年级，学科，AI生成的探究问题，AI推荐的跨学科关联知识等，生成教学简案，并通过AI助手对话，优化教学设计方案，最后由AI完成学习资源的搜索与关联。

在AI辅助课程实施环节，行知元项可以帮助教师进行成员管理，AI辅助项目进度查看与管理，AI进行学生行为数据收集等活动，同时给学生提供AI助教，帮助学生解答问题，顺利完成项目解决方案实施。

在AI辅助评价环节，行知元项可以由AI帮助教师生成基于教学目标的评估量表，AI进行评估数据的收集等活动，最终生成学情报告并分享给教师和家长。

（行知元项数据来源）

优必选教育希望行知元项可以帮助教师在跨学科、PBL学习落地，在测试过程中，优必选教育看到几个特点：

第一，行知元项在教学设计可以帮助老师提效，原来，教师做一个跨学科、PBL式的教学设计，可能最少需要一周的时间，而现在10分钟左右即可完成。

第二，准确性，多个学科的交叉保证准确，这对于单科老师说非常有挑战，而现在AI给出的可融合的学科知识，准确性高，并且可以真实用来解决探究问题。这是因为行知元项的学科知识点均来自目前正在使用的各地各个版本教材，并且通过提示词的调整，大模型能够准确理解问题和知识点的关系。

第三，权威性，不像通用大模型的泛泛而谈，行知元项在整个产品研发阶段，有大量教育数据支持，包括国家几乎所有相关的教育政策和课标文档，也有优必选教育8年的教育经验积累的各地教育数据，也有高校和名师工作室提供的教育专业文献和学术文档支持，更有大量已经实施的一线教师PBL案例等。

“这些数据帮助造就了行知元项输出的教育权威性和可落地性。”郑帆说。

（行知元项用户体验）

马萍向多知分析称：“行知元项背后是‘智能教和智能学’的逻辑，它不仅仅局限在把人工智能作为内容，让孩子去学习掌握知识技能和素养，而是用AIGC的手段和技术，辅助老师能够像完成跨学科学习的教学设计，同时给教师一个工具和平台，能够去让老师完成跨学科的教学过程，管理教学的结果评价。”

PBL和跨学科为什么难落地？

PBL和跨学科其实并非是新概念，这些年来国家一直在鼓励，且最近两年相关文件越发密集。

2019年7月，教育部发布《关于深化教育教学改革全面提高义务教育质量的意见》，其中指出：探索基于学科的课程综合化教学，开展研究型、项目化、合作式学习。这是项目化学习首次被纳入国家教育政策文件。

在《义务教育课程方案和课程标准（2022年版）》指出“聚焦核心素养”的要求，深化教学改革，推进综合学习，探索大单元教学，积极开展主题化、项目式学习等综合性教学活动，各门课程原则上至少要用 10%的课时设计跨学科主题学习。

2023年5月，《教育部等十八部门关于加强新时代中小学科学教育工作的意见》中有一条“深化学校教学改革，提升科学教育质量”，并提到“探索项目式、跨学科学习，提升学生解决问题能力。”

此外，各个地方亦在发文推动跨学科和PBL学习，比如北京，上海和广东省，都有明确政策文档要求项目式学习和跨学科教学在学校的开展。

作为教育的主阵地，学校对跨学科和PBL不算陌生，但是，一直很难做起来。

优必选教育通过调研发现，PBL和跨学科难以开展，主要存在教学没思路、参考没资源、跨学科没经验以及评价体系不健全等问题。通过调研优必选教育发现，有超过一半的老师对PBL跨学科略有了解，但是不知道怎么运用。

优必选教育实际上也在多年前就开始探索，因为这涉及到人才培养的问题。在钟永看来，机器人教育和人工智能教育本质是科技教育，是培养科技创新人才。

在系统学习了五六年教育理论之后，钟永发现PBL和跨学科在国外教育比较火，但怎样产品化确实有难度，因为这需要多个科目的数据积累。

而今，大模型时代的到来，钟永看到，时机来了。“我们敢于去做这件事了，用智能体去解决PBL、跨学科的难题。”

“而‘行知元项’平台就是用AIGC技术去协助科技教育，这是一个大的方向。我们希望通过这款产品解决‘智能教和智能学’的痛点，助力培养孩子知识、技能和素养三个层面的能力。”钟永说。

改变研发流程，与学校共研共创

跨学科、PBL是教育的大方向，即便有大模型，落地依然有诸多挑战。

马萍向多知坦言：“难点之一跨学科、PBL没有标准答案，什么是最优的解决方案？并不明确。这需要团队对教育有深入的理解，需要产品、设计去追寻，加强沟通，明确需求。可能技术不是最难的，难点在于对产品有清晰且长线的定义；第二，AIGC听上去很美，做起来有难度，需要有大量的数据，和实际的应用案例，这需要始终都要和用户在一起共研共创，跟原来的‘产品经理定义-研发人员开发-用户使用’的流程并不一样。”

怎么和用户共研共创？

马萍介绍：“整个研发过程不是在办公室去开发，而是在学校的真实课堂中去开发，这是最大的投入，需要产研和成百上千个学校联系对接，覆盖面广，这对团队来说有挑战，开发压力极大。原来是开发产品后，用户反馈，然后迭代，小步快跑，现在是从一开始就融入了用户的视角，用户的数据。”

比如，如优必选教育与⾹港⼤学教育学院教育应⽤资讯科技发展研究中⼼(港大CITE中心)的合作，也会涉及到行知元项，港大CITE中心会对产品的设计、教学效果及用户体验做研究分析支持等。

（优必选教育与港大CITE中心签订备忘录）

优必选教育的各个业务线均形成了共研共创的氛围，优必选教育还宣布，今年面向高校和科研机构推出“人形机器人共研共创计划”。优必选科技将联合国内一些高校和科研机构，共同研发人形机器人的前沿技术，围绕人形机器人的“大脑”（人形机器人的大模型技术研究及应用）、“小脑”（智能控制技术平台及应用）和“肢体”（驱动关节技术应用）等技术方向进行课题合作，探索新的场景应用。

可以说，“共研共创”促进了产学研一体化，这成为优必选教育产品落地“近水楼台”。

值得注意的是，行知元项只是优必选教育在助力“培养引领AI时代的创新人才”的一个新探索。