一、发现问题的过程及拟解决的问题
【发现问题的过程、问题的特点和具体表现】
随着新课程、新教材和新高考（"三新"）改革的深入推进，高中数学教学面临着前所未有的变革需求。《普通高中数学课程标准（2017年版2025年修订）》明确提出要培养学生的数学抽象、逻辑推理、数学建模、直观想象、数学运算和数据分析六大核心素养，强调信息技术与数学课程的深度融合。2024年，教育部发布《关于推进人工智能赋能教育行动的通知》，明确要求将人工智能技术融入基础教育教学全过程，推动教育数字化转型。2026年河南省教育科学"十五五"规划也将"推进人工智能赋能教育行动，提升教育治理能力，深化教育领域综合改革"列为重点研究方向。
然而，在多年的高中数学教学实践中，笔者深刻感受到当前高中数学课堂仍面临以下突出问题：
一是教学手段滞后于技术发展。尽管多媒体教学已在高中数学课堂中得到一定程度的应用，但多数教师仍停留在PPT演示、几何画板等传统信息化工具的使用层面，未能充分利用人工智能技术的最新成果。以ChatGPT、文心一言、通义千问等为代表的大语言模型，以及基于机器学习的自适应学习系统，已经具备了辅助数学教学的巨大潜力，但在实际课堂中几乎没有被系统性地引入和应用。
二是个性化教学难以真正落地。新高考改革要求关注每一个学生的发展，但在班额较大（通常40-55人）的现实条件下，教师很难做到因材施教。学生的数学基础、学习能力、认知风格存在显著差异，传统的"一刀切"教学模式无法满足不同层次学生的学习需求。部分基础薄弱的学生跟不上教学进度，而学有余力的学生又得不到足够的拓展，导致两极分化现象日益严重。
三是学生数学思维培养不够深入。当前高中数学教学仍偏重于知识传授和解题训练，学生往往能够模仿例题解法完成作业，但对数学概念的深层理解、数学思想方法的领悟、数学建模能力的培养明显不足。在面对新情境、新问题时，学生缺乏灵活运用数学知识解决实际问题的能力，这与新高考"考查关键能力"的导向存在较大差距。
四是教学评价方式单一。目前高中数学的教学评价主要依赖纸笔测试，难以全面、客观地反映学生的数学核心素养发展水平。过程性评价、表现性评价等多元评价方式虽然在理论上受到重视，但在实际操作中由于缺乏有效的技术支撑，难以大规模实施。
五是教师信息技术应用能力有待提升。虽然近年来各级教育部门加大了教师信息技术培训力度，但在人工智能技术日新月异的背景下，多数高中数学教师对AI技术的了解仍停留在表面，缺乏将AI工具有效融入课堂教学的实践经验和专业能力。
作为一名长期从事高中数学教学的一线教师，笔者深刻认识到，在"三新"改革的时代背景下，人工智能技术为解决上述问题提供了全新的路径和可能。AI不仅能够作为教学辅助工具提升课堂效率，更能从根本上变革教学模式，实现真正意义上的个性化教学和深度学习。因此，开展人工智能融入高中数学课堂教学的实践研究，既是落实国家教育数字化战略的现实需要，也是提升高中数学教学质量的迫切要求。
【拟解决的问题】
一是探索人工智能融入高中数学课堂教学的有效模式。研究如何将大语言模型（如ChatGPT、通义千问等）、自适应学习系统、智能题库等AI工具有机融入高中数学各模块（函数、几何、概率统计、数列等）的教学过程，构建"AI+教师"协同教学的课堂新范式。
二是利用AI技术实现高中数学个性化教学。借助AI的智能诊断和推荐功能，精准识别每位学生的知识薄弱点和学习风格，为学生提供个性化的学习路径、练习题目和辅导方案，有效缓解班级内部的两极分化现象。
三是借助AI工具深化学生数学核心素养的培养。利用AI的数学建模、数据分析、可视化等功能，引导学生在真实情境中发现问题、提出问题、分析问题和解决问题，提升学生的数学抽象、逻辑推理和数学建模等核心素养。
四是构建基于AI的多元教学评价体系。利用AI的数据采集和分析能力，建立学生学习过程的数字画像，实现对学生数学核心素养发展水平的全面、客观、动态评价。
五是形成可推广的"AI+高中数学"教学策略和资源包，为更多教师提供实践参考和借鉴。
二、申请立项论证
【研究目的和意义】
研究目的：
本研究旨在"三新"改革背景下，系统探索人工智能技术融入高中数学课堂教学的路径、模式与策略，通过理论研究与教学实践相结合，构建"AI赋能、教师主导、学生主体"的高中数学教学新模式，切实提升高中数学教学质量和学生数学核心素养发展水平。
具体目标包括：第一，梳理国内外AI融入数学教育的理论基础和实践经验，形成系统的文献综述；第二，开发适合高中数学各模块教学的AI应用方案和教学设计，形成可操作的教学指南；第三，通过教学实验验证AI融入高中数学教学的效果，获取实证数据支撑；第四，总结提炼AI融入高中数学教学的有效策略和注意事项，形成可推广的研究成果。
研究意义：
1. 理论意义
（1）丰富信息技术与数学课程融合的理论体系。当前关于信息技术融入数学教学的研究，主要集中在GeoGebra、几何画板等专业数学软件的应用层面，而针对以大语言模型为代表的通用人工智能技术在高中数学教学中的应用研究尚处于起步阶段。本研究将从建构主义学习理论、人机协同教学理论、个性化学习理论等视角，深入探讨AI融入高中数学教学的理论基础和作用机制，为该领域的理论建设做出贡献。
（2）拓展数学核心素养培养的研究视角。现有研究多从教学设计、教学策略等角度探讨数学核心素养的培养路径，本研究将引入AI技术这一新变量，探讨AI工具在促进学生数学抽象、逻辑推理、数学建模等核心素养发展中的独特作用和优势，为数学核心素养培养研究提供新的视角和思路。
2. 实践意义
（1）有助于提升高中数学课堂教学效率。AI技术可以帮助教师快速生成教学素材、设计分层练习、批改作业并分析学情，将教师从大量重复性劳动中解放出来，使教师能够将更多精力投入到教学设计优化和个别化辅导中，从而提高课堂教学效率和质量。
（2）有助于实现真正的个性化学习。AI的自适应学习功能可以根据每位学生的学习进度、知识掌握情况和认知特点，动态调整学习内容和难度，为每位学生量身定制学习方案。这种精准化、个性化的学习方式，有望有效解决大班额教学中因材施教的难题。
（3）有助于激发学生的学习兴趣和创造力。学生可以通过与AI对话进行数学探究，利用AI的可视化功能直观理解抽象概念，借助AI的开放式问答激发创造性思维。这种新颖的学习方式能够有效激发学生的学习兴趣和主动性，培养学生的探究精神和创新能力。
（4）有助于推动区域教育信息化发展。本研究的成果可以为区域内其他学校和学科提供实践参考，带动更多教师掌握AI辅助教学的基本方法和技能，推动区域教育信息化和智能化水平的整体提升。
【研究的基本内容】
1. 人工智能融入高中数学教学的理论基础研究
系统梳理建构主义学习理论、联通主义学习理论、自适应学习理论、人机协同教学理论等相关理论，分析这些理论对AI融入高中数学教学的指导意义。同时，全面综述国内外AI在数学教育领域的应用现状和发展趋势，为本研究提供坚实的理论支撑。
2. AI工具在高中数学各模块教学中的应用研究
（1）函数与导数模块：利用AI大语言模型辅助学生理解函数的概念和性质，通过AI生成函数图像的动态变化过程，帮助学生建立函数的直观认识。利用AI进行导数概念的可视化展示，辅助学生理解极限、切线斜率等抽象概念。
（2）立体几何与解析几何模块：借助AI的三维建模和可视化功能，帮助学生建立空间想象力。利用AI辅助学生进行几何证明的逻辑推理训练，通过AI提供的分步提示引导学生独立完成证明过程。
（3）概率统计模块：利用AI的数据分析功能，引导学生在真实数据情境中进行统计推断和概率计算。通过AI模拟随机实验，帮助学生建立概率的直觉理解。
（4）数列与不等式模块：利用AI辅助学生发现数列的递推关系和通项规律，通过AI的符号计算功能验证学生的猜想，培养学生的归纳推理能力。
3. 基于AI的个性化学习路径设计研究
（1）利用AI智能诊断系统对学生的数学知识掌握情况进行精准评估，构建学生个人知识图谱。
（2）基于知识图谱，利用AI推荐算法为每位学生生成个性化的学习计划和练习方案。
（3）建立"AI辅导+教师指导"的双师辅导模式，在保证教学质量的同时提升辅导效率。
4. 基于AI的教学评价体系构建研究
（1）利用AI技术采集学生在课堂学习、作业练习、探究活动等过程中的行为数据，构建学生学习过程的数字画像。
（2）开发基于AI的学科素养评价工具，实现对学生数学核心素养发展水平的多维度、过程性评价。
（3）探索AI辅助的教学反馈机制，帮助教师及时了解学情、调整教学策略。
5. AI融入高中数学教学的伦理与风险防控研究
（1）研究AI辅助教学中的数据隐私保护、算法公平性等伦理问题。
（2）探讨如何防范学生过度依赖AI、忽视自主思考等负面效应。
（3）制定AI辅助教学的使用规范和注意事项。
【研究的思路和方法】
研究思路：
本课题采用"理论研究—现状调查—方案设计—教学实验—效果评估—总结推广"的整体研究思路。首先，通过文献研究和理论分析，明确AI融入高中数学教学的理论基础和实施框架；其次，通过问卷调查和访谈，了解高中数学教师和学生对AI辅助教学的认知、态度和需求；然后，基于理论研究和需求分析，设计AI融入高中数学各模块教学的具体方案；接着，在实验班级进行教学实践，收集教学效果数据；最后，对实验数据进行统计分析，总结提炼有效策略，形成可推广的研究成果。
研究方法：
（1）文献研究法。广泛收集和研读国内外关于AI教育应用、数学教育改革、个性化学习等方面的文献资料，了解该领域的研究现状、发展趋势和前沿动态，为本研究提供理论依据和方法借鉴。
（2）调查研究法。设计并实施面向高中数学教师和学生的问卷调查和访谈，了解师生对AI辅助数学教学的认知水平、使用意愿、实际需求和面临的困难，为方案设计提供现实依据。
（3）行动研究法。在教学实践中不断发现问题、反思改进、优化方案，形成"计划—行动—观察—反思"的循环迭代过程，确保研究成果的实践性和可操作性。
（4）实验研究法。选取实验班和对照班，在实验班中实施AI融入数学教学的方案，对照班采用传统教学方式，通过前测、后测和跟踪测试，比较两组学生在数学成绩、核心素养发展水平、学习兴趣和态度等方面的差异，验证AI融入教学的效果。
（5）案例研究法。选取典型的AI融入数学教学的课堂案例进行深入分析，提炼成功经验和有效策略，为同类教学实践提供参考。
【研究的步骤】
本课题研究周期为两年（2026年6月至2028年6月），分为三个阶段：
第一阶段：准备阶段（2026年6月至2026年9月）
1. 组建课题研究团队，明确成员分工和职责。课题组由高中数学教师、信息技术教师、教育技术专家等组成，确保研究团队的多学科背景和协同能力。
2. 开展文献研究，系统梳理国内外AI融入数学教育的研究成果和实践经验，撰写文献综述报告。
3. 设计并实施教师和学生问卷调查，了解AI辅助数学教学的现状和需求，形成调查报告。
4. 调研和遴选适合高中数学教学的AI工具和平台，建立AI教学工具库。
5. 撰写开题报告，召开开题论证会。
第二阶段：实施阶段（2026年10月至2028年3月）
1. 根据调研结果和理论分析，设计AI融入高中数学各模块（函数与导数、立体几何、解析几何、概率统计、数列与不等式）教学的具体方案和教学设计。
2. 确定实验班级和对照班级，进行教学前测，收集基线数据。
3. 在实验班级开展AI融入数学教学的实践，每学期完成不少于10节AI融入课的教学实践。
4. 建立基于AI的个性化学习路径系统，为实验班学生提供个性化学习支持。
5. 定期召开课题研讨会（每月至少1次），交流教学经验，反思教学问题，优化教学方案。
6. 开展阶段性测试和评估，收集学生学习成绩、学习态度、核心素养发展等方面的数据。
7. 组织课题组成员参加相关学术会议和培训，提升AI教学应用能力。
8. 以公开课、示范课、教学研讨等形式检验和展示阶段性研究成果。
第三阶段：总结阶段（2028年4月至2028年6月）
1. 进行教学后测和跟踪测试，收集最终实验数据。
2. 对研究过程中积累的数据进行系统的统计分析和质性分析，形成数据分析报告。
3. 整理课题研究过程中的教案、课件、学生作品、测试数据等研究资料，进行分类归档。
4. 总结提炼AI融入高中数学教学的有效模式、策略和注意事项，形成实践指南。
5. 撰写课题研究报告和研究论文。
6. 召开结题论证会，推广研究成果。
【预期研究成果】
1. 研究报告：《"三新"背景下人工智能融入高中数学课堂教学的实践研究报告》。
2. 论文：在省级以上教育类期刊发表2-3篇研究论文。
3. 教学设计集：《AI融入高中数学教学设计案例集》（涵盖函数、几何、概率统计、数列等模块）。
4. 教学指南：《高中数学教师AI辅助教学实践指南》。
5. 评价工具：基于AI的高中数学学科素养评价工具及使用说明。
6. 课例资源：不少于20节AI融入高中数学教学的优秀课例视频及教学反思。
参考文献
[1] 教育部. 普通高中数学课程标准(2017年版2020年修订)[M]. 北京: 人民教育出版社, 2020.
[2] 教育部. 关于推进人工智能赋能教育行动的通知[Z]. 2024.
[3] 河南省教育厅. 河南省教育科学"十五五"规划2026年度一般课题申报通知[Z]. 2026.
[4] 何克抗. 信息技术与课程深层次整合理论[M]. 北京: 北京师范大学出版社, 2008.
[5] 余胜泉. 人工智能教师的未来角色[J]. 开放教育研究, 2018, 24(1): 16-28.
[6] 吴砥, 饶景阳, 郑旭东, 等. 人工智能赋能教育高质量发展: 需求、愿景与路径[J]. 中国电化教育, 2023(1): 1-8.
[7] 黄荣怀, 刘德建, 刘晓琳, 等. 人工智能赋能教育变革: 政策、技术与应用[J]. 开放教育研究, 2023, 29(3): 4-15.
[8] Holmes W, Bialik M, Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning[M]. Boston: Center for Curriculum Redesign, 2019.
[9] Luckin R, Holmes W, Griffiths M, et al. Intelligence Unleashed: An Argument for AI in Education[R]. London: Pearson, 2016.
[10] 陈琳, 王蔚. 人工智能时代的数学教育变革[J]. 数学教育学报, 2023, 32(4): 1-7.
[11] 王光明, 康玥媛. 高中数学教师核心素养的内涵与构成[J]. 数学教育学报, 2019, 28(2): 61-65.
[12] 张奠宙, 宋乃庆. 数学教育概论[M]. 北京: 高等教育出版社, 2009.
[13] Zawacki-Richter O, Marín V I, Bond M, et al. Systematic Review of Research on Artificial Intelligence Applications in Higher Education[J]. International Journal of Educational Technology in Higher Education, 2019, 16(1): 1-27.
[14] 刘三女牙, 孙建文, 李卿. 智能教育的学习模型与关键技术[J]. 教育研究, 2020, 41(9): 117-126.
[15] 祝智庭, 胡姣. 教育数字化转型的本质探析与研究展望[J]. 中国电化教育, 2022(4): 1-8.
