摘要
针对高中政治课抽象理论落地难、价值认同浅表化、“知信行” 转化薄弱等痛点，本文以具身认知理论为框架，构建 “AI 技术支撑 — 沉浸情境建构 — 素养动态生成” 三维模型，开发 “理论可视化——情境具身化——评价精准化” 实践范式。经一学期实证，实验班课堂有效参与度提升，政治核心素养优良率提高，为思政课数字化育人提供实践样本。
关键词：具身认知；高中思想政治课；AI 沉浸式教学；核心素养；“知信行” 转化
一、引言
（一）研究背景
《普通高中思想政治课程标准》要求构建情境化教学场景，培育学生四大核心素养。当前教学存在三重困境：抽象理论与生活脱节导致理解碎片化，单向灌输抑制参与意愿，价值引领难以内化为行为自觉。AI 技术为构建 “可感知、可参与” 的具身学习场景提供可能，成为破解多媒体教学 “形式化应用” 的关键。
（二）研究意义
理论意义：建立 AI 与具身学习的耦合框架，明确 “身体体验——认知建构—— 素养生成” 逻辑，丰富数字化育人理论。
实践意义：聚焦一线教学痛点，提供 “技术选型明确、操作流程清晰、资源可获取” 的教学实施方案，解决教师在情境创设中 “耗时长、效果差”、在素养评价中 “难量化、难追踪” 的现实问题，降低 AI 技术在政治课应用的门槛。
育人意义：通过具身体验打通 “理论认知——情感认同——行为践行” 的转化通道，让学生在沉浸式场景中 “触摸” 政治理论的现实意义，实现从 “被动接受” 到 “主动建构” 的素养转化，助力立德树人根本任务落地。
二、核心理论与现实困境
（一）核心理论支撑
具身认知理论强调 “认知源于身体与情境的互动”，与政治课 “知行合一” 逻辑高度契合。AI 沉浸式教学通过三项技术落地：虚拟仿真构建可进入场景，智能交互实现 “行动 — 反馈” 闭环，大数据支撑个性化评价，协同推动认知深化。
（二）现实困境解析
情境创设：“静态展示” 替代 “动态体验”：传统多媒体教学多依赖 PPT、视频等静态素材，虽能呈现情境要素，但缺乏交互性与沉浸感，难以引发具身认知。
技术应用：“工具替代” 忽视 “素养耦合”：部分教师将 AI 技术视为 “电子黑板” 的升级，如用 AI 课件替代传统板书，或用 AI 题库进行刷题训练，未结合政治学科核心素养设计技术应用场景，导致技术与教学目标脱节，陷入 “为技术而技术” 的误区。
评价体系：纸笔测试侧重知识记忆，无法衡量政治认同、公共参与等素养维度，如法治意识评价仅考条文记忆。
三、AI 沉浸式教学创新路径
（一）理论可视化：抽象知识具象化解构
制度类知识：AI 虚拟会场同步 2025 年全国人大立法动态，学生可查看《医疗保障法（草案）》《社会救助法（草案）》等议案审议流程，点击 “表决结果” 即可弹出 “民主集中制” 在立法中的体现说明，直观感受议案转化为法律的全过程。
哲学类知识：可折叠思维导图新增 2025 年乡村振兴案例，“普遍性” 节点展示 “粮食单产提升”“农业科技攻关” 等全国性策略，“特殊性” 分支呈现东北黑土治理与南方梯田保护的差异化方案，清晰诠释矛盾辩证关系。
（二）情境具身化：三维互动教学场景
角色扮演类情境：体验 “身份代入——价值理解”：“老旧小区加装电梯” 场景植入南通 2025 年新政，学生需协商 “18-25 万元财政补贴分配”“整楼统筹加梯奖励” 等问题，模拟 “邻里议事厅” 达成共识，理解基层民主的政策落地逻辑。
实践探究类情境：模拟 “决策制定——效果反馈”：“乡村振兴” 场景纳入 “农业新质生产力” 元素，选择 “智慧农业” 方案时，系统显示低空技术应用带来的产量增幅与设备投入成本曲线，同步关联高标准农田建设的生态效益数据。
思辨辩论类情境：依托 “AI 辩手——思维碰撞”：AI 辩手 “小政” 推送最高法 2025 年数据权益指导案例，支持正方时展示 APP 过度收集信息侵权判例，反方则获取 “数据流通赋能数字经济” 的司法支持观点，引导聚焦 “安全与发展平衡” 核心议题。
（三）评价精准化：大数据动态评估
课前：情境化预测试诊断认知误区，如通过 “企业哄抬物价” 案例区分 “市场调节与宏观调控” 认知偏差。
课中：捕捉互动频率、决策倾向等数据，生成素养雷达图，标注 “法治意识” 等突出维度。
课后：以 “模拟政协提案” 替代纸笔测试，结合增值分析衡量素养提升。
（四）协同保障：双师协同模式
坚持 “教师为核心、AI 为辅助” 的双师协同模式，明确两者职责边界，确保技术服务于教学目标，规避价值偏差风险。
教师：把控方向 + 深度引导：教师负责三项核心任务：一是设计教学目标与场景主题，确保 AI 场景紧扣核心素养（如 “法治意识” 教学需设计 “模拟法庭” 场景）；二是在关键节点进行价值引导，如学生在 “政策模拟” 中出现短期利益优先的倾向时，教师及时追问 “如何兼顾当前利益与长远发展”，引导价值升华；三是审核 AI 生成的教学资源，如 “小政” 辩论机器人的论据库、虚拟场景中的案例，避免出现价值偏差。
AI：场景生成 + 数据支撑：AI 承担 “重复性、技术性” 任务：一是根据教师需求生成个性化场景，如调整 “乡村振兴” 场景中的地理环境、经济基础等参数，适配不同学情；二是实时收集与分析学习数据，为教师提供学情报告；三是提供个性化反馈，如针对学生在 “模拟提案” 中的不足，推送同类优秀提案案例供参考。
机制保障：建立 “AI 生成——教师审核——动态优化” 流程：AI 初步生成教学场景与资源后，教师从 “价值导向、学科适配、难度适宜” 三个维度进行审核；教学实施后，结合学生反馈与数据结果，对场景进行优化，如调整 “辩论机器人” 的论据难度、“虚拟决策” 的反馈频率，形成持续改进的闭环。
四、实证研究与效果分析
（一）实证设计
选取 2 所高中高一 6 个平行班（286 人），实验班采用 AI 沉浸式教学，对照班用传统多媒体，样本同质（P>0.05），实验周期一学期，覆盖 2 个教学模块。通过行为编码、素养测评、访谈及 SPSS 分析收集数据。
（二）研究结果
课堂参与度：实验班主动发言占比 79.3%，较对照班（40.7%）提升 38.6%，小组发言时长为对照班 2.3 倍。
素养发展：实验班素养平均分 82.3 分（优良率 84.5%），对照班 65.7 分（优良率 53.3%），政治认同、公共参与维度提升超 33%。
教学满意度：78.3% 教师认可 AI 降低情境设计难度，69.2% 认为大数据实现素养可衡量。
五、结论与展望
（一）研究结论
理论上，具身认知与 AI 融合丰富了数字化育人体系；实践上，三维路径破解传统教学痛点；育人上，实现 “学会——会学——会做” 转变。
（二）未来展望
开发网页版轻量化工具适配县域学校，构建 “理论 + 技术 + 实践” 教师培训体系，拓展 “虚拟革命纪念馆” 等多元场景。
