跨學科融合下的 AI 教育創新實踐 —— 筲箕灣官立中學的特色探索

一、學校背景：以 STEAM 為基，築 AI 教育之魂筲箕灣官立中學秉持 "躍動校園 活力人生" 的辦學理念，將跨學科融合與實踐創新作為教育發展的核心驅動力。學校在 2024/25 學年將 "提升教學效能，培養終身學習者" 列為年度重點，明確通過 STEAM 教育整合多學科知識，培養學生的創造力與問題解決能力。 在 AI 教育佈局上，學校並非局限於單一技術教學，而是將 AI 相關技能（如編程思維、交互設計、數據處理）嵌入科學、數學、資訊技術等學科課程，形成 "以用促學、以創促能"的特色路徑。正如學校年度計畫所強調：" 通過加強科學與其他學科的聯結，促進 STEAM 教育，培養學生的創造力與問題解決能力 "，這一定位為 AI 教育的落地提供了清晰方向。 面對教師 "不熟悉設計思維"" 教學時間緊張 " 等現實挑戰，學校加入教育局科學教育支援服務，通過集體備課、課例觀察與跨學科協作，逐步構建了適合初中階段的 AI 教育實施框架。 二、特色 AI 教育專案：從知識整合到創新實踐學校圍繞初中各年級核心知識點，設計了三個標誌性跨學科專案，將 AI 相關技術（編程、感測器應用、交互設計）作為工具，解決真實場景中的問題，實現 "做中學" 與 "創中學" 的深度融合。（一）S1 互動實驗室安全動畫：用技術強化安全認知 專案定位：以 3D 虛擬平臺（CoSpaces）為工具，融合科學（實驗室安全知識）、技術（動畫製作與編程）與藝術（場景設計），讓學生通過創作互動式動畫鞏固實驗室安全規範。 實施過程： 問題定義：識別實驗室常見安全隱患（如違規飲食、未佩戴護目鏡等），確定動畫需覆蓋的核心場景； 技術實現：學生運用 CoSpaces 平臺進行 3D 建模，通過簡單編程實現場景交互（如點擊違規行為觸發警示音效）； 迭代優化：基於 "準確性"" 互動性 ""可行性" 等指標進行多輪評估，最終形成包含 360° 全景場景的動畫作品。 AI 教育價值：專案雖未直接涉及人工智慧演算法，但通過互動式動畫製作，培養了學生的用戶需求分析能力（如設計吸引同齡人的視覺與音效）、邏輯編程思維（場景觸發機制設計）和數字化表達能力，為高階 AI 應用奠定基礎。 （二）S3 反射電腦遊戲：編程中的跨學科知識整合 專案定位：以 Python 為開發工具，融合科學（光的反射定律）、數學（直角坐標系、相似三角形）與資訊技術（編程邏輯），讓學生設計一款能鞏固反射知識的電腦遊戲。實施亮點：知識應用深度：學生需將 "入射角等於反射角" 的科學原理轉化為遊戲中的座標計算邏輯，如通過反射變換確定光線路徑；技術實現路徑：從用戶需求分析（S1-3 學生對 "有趣、有挑戰" 的遊戲需求）到流程圖設計，再到代碼編寫（如計分系統、難度分級），完整複刻真實軟體開發流程；創新成果：部分學生設計的遊戲包含多級難度、計時獎懲機制，甚至通過相似三角形原理生成隨機題目，實現 "學習 - 遊戲 - 評估" 的閉環。案例效果：在遊戲測試中，學生不僅能準確應用反射定律解決問題，更能通過編程實現知識的創造性轉化。如某學生設計的 S3 難度題目，要求玩家利用 "相似三角形" 計算反射光線落點，將抽象數學知識轉化為具象遊戲任務。（三）S1 可攜式過濾柱：感測器技術與工程思維培養 專案定位：融合科學（過濾原理）、技術（感測器應用與編碼）、數學（過濾速率計算），讓學生設計可檢測水質的可攜式過濾裝置。 技術創新點：學生需通過編程控制感測器檢測濾液濁度（NTU 值），並根據數據優化過濾材料的組合（如棉花、活性炭的層數比例）。這一過程中，學生不僅掌握了感測器的工作原理，更學會了通過數據驅動優化設計—— 典型的 AI 應用前置技能。三、實施策略：跨學科協作支撐 AI 教育落地 學校的 AI 教育特色並非孤立專案的疊加，而是建立在系統化的跨學科協作機制之上，具體體現在三個層面：

1. 課程整合機制 通過 "目標 - 策略" 矩陣明確 STEAM 教育路徑：

核心目標 實施策略 豐富學習體驗，提升通用技能 跨學科融合 STEAM 元素 培養終身學習能力 開展編程工作坊、感測器應用培訓等活動 例如，科學科教師負責提煉知識點（如反射定律），數學科教師指導座標計算方法，資訊技術教師教授編程工具，形成 "知識 - 工具 - 應用" 的閉環。2. 教師協作模式 針對初期教師 "不熟悉設計思維"" 教學時間緊張 " 等痛點，學校採取： 聯合備課制度：每週跨學科教師共同研討專案實施細節，如科學教師與資訊技術教師共同設計 "反射遊戲" 中的知識點轉化路徑； 分步培訓：從基礎工具使用（如 CoSpaces、Python 入門）到設計思維方法，逐步提升教師的跨學科教學能力； peer mentoring：經驗豐富的教師帶領新手教師參與專案設計，形成專業成長共同體。3. 學生中心的教學設計 所有專案均遵循工程設計流程（問題定義 - 方案構思 - 原型製作 - 測試優化），強調學生的主體地位： 教師僅設定核心約束（如過濾柱最大尺寸、遊戲需包含的知識點），保留創意空間； 通過多輪評估（如動畫設計的 "準確性"" 互動性 " 評分表）引導學生自主優化； 鼓勵 "失敗迭代"，如某學生團隊因感測器代碼錯誤導致濁度檢測失靈，經集體排查後發現是 "採樣頻率設置不合理"，最終通過調整編程參數解決問題 —— 這一過程正是 AI 開發中 "調試 - 優化" 思維的生動實踐。四、成效與反思：從技能培養到思維重塑1. 學生發展：從 "知識接收" 到 "創新應用" 通過專案實踐，學生的跨學科應用能力顯著提升： 技術層面：85% 的 S3 學生能獨立完成 Python 遊戲的基礎編程，60% 的 S1 學生掌握感測器數據採集的基本編碼； 思維層面：在反思問卷中，72% 的學生表示 "能更清晰地將數學或科學知識轉化為實際問題的解決方案"。2. 教師成長：跨學科協作打破專業壁壘 科學教師與資訊技術教師的協作尤為典型：科學教師從 "技術旁觀者" 轉變為 "知識整合者"，如協助設計遊戲中的科學原理應用場景；資訊技術教師則加深了對學科知識的理解，如在反射遊戲開發中掌握 "光的反射" 的教學重點。這種互補性成長，為 AI 教育所需的 "跨學科教師團隊" 建設提供了範本。3. 未來方向：從 "技術應用" 到 "AI 創新" 學校計畫在現有專案基礎上，逐步引入 AI 元素： 在反射遊戲中加入 "機器學習推薦系統"，根據學生答題數據推送個性化題目； 升級過濾柱的感測器系統，通過 AI 演算法預測不同水質的最優過濾方案； 建立跨校協作平臺，讓學生的動畫與遊戲作品成為區域共用學習資源。 結語：特色背後的教育啟示 筲箕灣官立中學的 AI 教育特色，不在於對尖端技術的追逐，而在於將 AI 所需的核心素養（跨學科整合、數據思維、用戶導向設計）融入日常教學。其經驗表明：優質的 AI 教育並非孤立的技術課程，而是紮根於真實問題、依託跨學科協作、 以學生創造力發展為核心的教育生態。這種 "從基礎技能到思維重塑" 的路徑，為中小學 AI 教育的落地提供了可複製的範本。