《人工智能赋能中学地理教育的国际图景》

论  文  精  选  系  列 

编者按：

阅读是教师提升教育教学理论水平的必由之路，也是跟大咖学习、跟同行交流的重要方式之一。为便于教师更快捷地了解研究热点、获取高价值文献，现推出《论文精选》系列，根据当前研究热点分成若干阅读专题，每天推出文献或专著的精彩片段，阶段性开展阅读沙龙，期待与您每天打卡，共同提升！

文章亮点

一.打卡文章：

人工智能赋能中学地理教育的国际图景

二.文章作者：潘志超

三.推荐理由：

《人工智能赋能中学地理教育的国际图景》最鲜明的价值，在于以全球化视角梳理了AI 赋能地理教育的核心趋势与多元实践。书中不仅提炼出国家战略驱动、学生自然采用、多主体生态构建的全球共性特征，更通过英国、新加坡、韩国等典型国家的案例对比，展现了不同教育理念下的差异化路径—— 英国将 AI 作为教师减负的效率工具，新加坡聚焦学生鉴别力与伦理素养培育，这种国际经验的碰撞为我国实践提供了重要参照。尤为难得的是，书中对地理学科的特殊性给予充分关注，阐明了AI 如何精准契合地理学科的综合性、实践性与现实性，让抽象的经纬度、气候规律转化为可感知、可探究的动态内容。

关键词：人工智能；地理教学；地理核心素养；中学地理

四．精彩片段：

亮点1：生成式AI 重塑地理教学全链条实践

生成式AI 技术正深度渗透地理课程开发、教学实施、评价体系及野外实践四大核心领域，推动教学范式从标准化向个性化转型。课程开发中，可动态整合全球实时地理数据（如台风路径追踪），并依据学生认知差异推送分层学习资源；教学实施中，通过多模态交互助力学生剖析地理过程性知识，教师输入教学目标即可生成渐进式任务包；评价体系中，智能适应性评估能动态调整难度、识别认知盲区，还可量化协作能力；野外实践中，AI 可将土壤成分数据转化为结构化报告，模拟气候变化情境，极大拓展了地理考察的时空边界。

亮点2：师生适应困境与协同优化策略

AI 融入过程中，师生呈现出差异化的适应特征与核心需求。学生普遍认可AI 突破时空限制、提供即时反馈的价值，但面临高阶思维训练支持不足、应答准确性与预期存在落差、多模态学习体验缺失等三大矛盾；教师则面临角色转型挑战，学科专用AI 案例缺乏、数据分析能力欠缺、工作负担增加等问题突出。对此，研究提出三维优化路径：加强教师AI 素养混合式培训，构建人机协同教学框架，推动地理专用AI 系统研发，最终实现从通用工具到专业化系统、从知识传达到能力培养、从技术本位到教育本位的三重跨越。

亮点3： 技术融合的挑战应对与未来方向

AI 在地理教育中的深度应用仍面临多重挑战：技术适配性不足导致知识准确性存疑，算法偏见强化西方中心地理叙事，教育资源分配不均引发公平问题，技术依赖削弱学生实地探究能力。未来需构建以地理核心素养为导向的技术整合框架，明确AI 功能边界，避免认知替代风险；强化地理学者、数据开发者与一线教师的跨学科协作，开发具有文化敏感性的训练数据集；搭建“数字 - 实体” 融合的学习模式，通过伦理框架保障数据隐私与数字公平，坚守地理学实证精神与人地协调观。

【参考文献】

[1]潘志超,梁钰雯,王民.人工智能赋能中学地理教育的国际图景[J].中学地理教学参考,2025,(34):27-30+44.

特别提示：仅提供文章在线阅读，不提供原文章下载，文章可从中国知网等数据库或文章发表期刊网站浏览和下载。

论文呈现

推荐人介绍

程  楠

现就职于佛山市南海科学高中，毕业于中国地质大学（武汉）。以第一作者发表中文核心论文一篇；以第一发明人发表专利一项，以第一编程人获软件著作权一项；曾获全国课件制作二等奖、佛山市十大微团课、南海区教育教学论文二等奖；指导学生参加南海区研学成果评选获特等奖1项、一等奖1项、二等奖2项。

OCR:IMG:44 中地理教学参考 课程教材 2025年12月·上旬 如”人工能影响天气吗？”“不产茶叶的欧洲为什么盛 活紧密结合，使地理学习“有用”且”有趣”。例如，在 行饮茶？”等，有助于提高学生的主动探究意愿。 学习“地球仪上为什么有的纬线叫回归线，有的纬线 三、《思与学》栏目的教学运用建议 叫极圈”内容时，组织学生参观广州北回归线标志塔， 1.鼓励开放探究，培育创新思维 拍摄记录，举办专题摄影展，并撰写地理考察报告，深 《思与学》栏目的问题设计多具有开放性特征， 刘感悟北回归线的特殊含义。 其价值不仅在于提供标准解释，更在于激发学生的创 此外，可将《思与学》栏目内容作为地理墙报、辩 新性思维。教师应积极引导学生结合教材解释，利用 论赛、第二课堂活动、跨学科主题学习的重要素材，也 课外资料或生活经验，探寻更多可能性答案。 可围绕栏目主题设计研究性学习项目，引导学生开展 以”航天员在月球上需要克服哪些困难？为例 探究性学习并进行成果汇报。 教材列举了重力、辐射、温度变化、生存资源等物理和 四、结语 生理挑战。实际教学中，初一学生提出了极具价值的 新教材通过增设《思与学》栏目，强化了问题驱 补充视角：①航空服能完全应对气温的剧烈变化吗？ 动的教学导向，促思导学功能突出，为系统培育学生 ②后方准备充足，但万一补给中断呢？③最大的困难 的地理核心素养提供了有力支撑。同时，新教材通过 可能是孤独、寂静、无风的环境带来的巨大心理压力 引人大量真实情境案例，使得教学内容更加生动有 和恐惧感。 趣，有助于提升学生的学习兴趣和课堂参与度。运用 由此可知，学生的思维是跳跃且发散的，很多想 好《思与学》栏目，教师需先在思想上认同教材内容 法往往会超越教材预设。因此，教师应在把握教材地 理教育价值的基础上，鼓励学生代人情境，提出新的 的基础性和经典性，深人挖掘其教育价值，在此基础 解释，有效培育其创新思维。 上以教材编写思路为指引，结合学情和自身的理解与 2.紧扣课程标准，丰富授课素材 研究，重新融合教材内容，或补充提供新材料。通 新课标的”内容要求”“学业要求”“教学提示”为 过不断学习和实践，更好地运用新教材，发挥《思与 教学提供了明确指引。教师需遵循课标要求，明确需 学》栏目的潜在价值，提升教学水平。 要“学什么”“学到什么程度”“怎么教”。《思与学》 参考文献： 栏目可作为落实课标要求的重要抓手。如在”地球的 中华人民共和国教育部义务教育地理课程标准 （2022年版）[M].北京：北京师范大学出版社，2022. 宇宙环境”一节中，课标建议”重视使用与主题相关 宋长青，张国友，程昌秀，等，论地理学的特性与基 的图像、视频等”，教师可围绕《思与学》栏目内容（如 本间题[J].地理科学，2020，40（1）：9 太空探索、月球环境），通过选取探月科普纪录片等素 [3] 覃燕飞，高俊昌.凸显教材育人价值，着眼地理核心 材进行知识拓展延伸，进一步激发学生探索宇宙奥秘 素养培育：人教版义务教育地理教材编修思路[J] 的好奇心，有效落实课标要求。 地理教学.2024（16）：26-30 3.引入真实情境，延伸地理课堂 郭华，吕寒菲.中小学教师如何用好新教材？[J] 将《思与学》栏目中的地理知识与学生的现实生 中小学管理.2024（8）：13-16. -+-+-+-+-+-+-+-+-+-+-+-+ （上接第30页） [9] LANE R. Mitigating risks ,enbracing potential;a frame- NUGROHO A.ANDRIYANTI E,WIDODO P,et al. work for integrating generative artificial intelligence in Stedents′ appraisals post-ChatGPT use ;students′ nar- geographical and environmental education[ J]. Interma- rative after using ChatGPT for writing[J]. Innovations tional research in geographical and environmental edu- in education and teaehing international,2025,62(2）: cation,2025(4) :1-18. 499-511. [10] WILBY R L, ESSON J. AI literaey in geographic educa- [7] ]KALLIO K P,RIDING J. Geographies of AI:urgen tion and research;capabilities, caveats,and eriticality need for edueational strategiesJ]. Fennia-Intemation- [J].The grograpbical jomal,2024,190(1) :e12548. al joumal of geography,2024,202(2):175-180. [11] LEE J. Beyond geospatial inqiry:how can we in [8] LAACKE S. Bias and epistemie injustice in conversa tegrate the latest technological advances into geogra- tional AI [J]. The American joumal of bioethies, phy education？[J].Edueation seiences,2023,13 2023,23(5):46-48. （11):1128. 中国知网 https://www.cnki.net

OCR:IMG:28 中址理教学参考 热点聚焦 2025年12月·上句 机制交互实验，从面推动标准化教学向个性化学习 性化学习路径模块依据学生兴趣动态调整研学主题 范式转型。 与任务难度：沉浸式体验模块通过三维湿地模型模 在教学实施方面，生成式AI技术支持数据驱动 拟环境演变，结合增强现实技术提供实地数据分析： 的探究式学习，其核心价值在于深化“全球公民素 多元评价模块则贯穿研学全过程，量化评估知识掌 养”培养。例如，引导学生协作绘制城市热力图，分析 握与实践能力。AI技术深度融人课程三阶段：行前 城市扩张规律，建立多尺度环境问题认知框架，深化 利用动态地图建立区域认知：行中实时处理土壤湿 对人地关系的理解。该技术还通过多模态交互提升 度、植被分布及候鸟行为数据，生成可视化报告，辅助 学生对复杂地理机制的理解能力，以因果链追问功能 分析人类活动的生态扰动：行后支持环境保护方案创 引导学生逐步剖析地理过程性知识。此外，生成式 作并评估其科学性。评价体系创新体现为人对地、地 AI赋能教师高效开发阶梯式教学资源。例如，输入 对人及人地协调三维度综合评价，AI系统实现过程 教学目标后，系统可自动生成从基础地形填图到城市 性动态监测与个性化终结反馈。精准诊断报告显示， 规划仿真设计的渐进式任务包 课程结束后学生知识掌握度、实践操作准确率、团队 在评价体系方面，智能适应性评估系统依据学生 协作效率均得到有效提升，证实生成式AI通过重构 实时表现动态调整评价内容难度，识别认知盲区并推 内容供给、过程交互与评价机制，为地理教育提供了 送定制化补救资源，如从比例尺概念检测进阶至地图 技术赋能新范式。 覆盖范围错误概念的辨析，从面建立学习进展追踪机 2.教育者与学生的适应及整合策略 制，通过即时反馈优化学习路径。同时，AI支持引导 在AI技术深度融入地理教育的进程中，教师与 学生参与设计区域比较报告等评价标准，以促进元认 学生呈现出不同的适应特征、使用反馈与核心需求。 知能力发展。此外，生成式AI技术有助于深化协作 学生对AI工具的核心诉求主要集中于数据覆盖广 能力评价。例如，监测项目式学习小组在AI平台中 度与应答准确性，这在处理跨尺度、跨学科的复杂地 的讨论频次与内容深度，评估角色分工合理性、跨尺 理议题时尤为突出。总体面言，学生对AI普遍持积 度解决方案完整性等，自动生成小组协作效能雷 极接纳态度，尤其肯定其在突破时空限制、提供即时 达图。 反馈与个性化学习支持方面的价值。对话式交互与 在野外实践方面，生成式AI带来革命性突破。 直观的操作界面也进一步增强了学生的使用意愿。 例如：学生通过AR眼镜扫描岩石样本，可实时叠加 然而，现有AI工具仍存在明显局限：检索式AI常因 地层年代演化动画，生成式AI技术同步将现场采集 内置地理数据不足导致应答失效或错误：文本主导 的土壤成分数据转化为结构化报告，并自动关联课 的交互方式难以满足学生对空间概念可视化的需 堂理论；跨地域协作研究网络支持多校学生共同开 求，学生对地图等可视化交互需求强烈。此外，技术 展全球港口区位等课题研究，AI自动整合多语言数 层面的登录状态不稳定等问题也影响了使用体验。 据，并模拟冰川消融对海岸线的影响等气候变化情 当前，AI技术与学生需求之间存在三大主要矛盾： 境，极大拓展了地理考察的时空边界。尤为关键的 其一，学生对高阶地理思维能力训练的需求与当前 是，AI数字教科书通过三重风险控制框架保障技术 AI能力不匹配。学生提问多集中于布鲁姆分类体 落地：内置版权筛选系统自动替换侵权地图为合规 系中的记忆与理解等基础认知层面，涉及空间决策 插图：设置双AI验证流程，确保生成结论经专业地 等复杂任务的提问较少，反映出AI尚未能有效支持 质数据库核验：采用本地化语言模型保障非英语学 地理批判性思维的培养。其二，学生对AI精准应答 生的术语理解准确性。由此构建以批判性思维为核 的期待与实际技术可靠性之间存在落差。检索式 心的教育伦理范式，为地理学科核心素养的发展奠定 AI受限于预设的静态数据库，难以回应超出范围的 技术基础。 问题：生成式AI则易生成虚构地理内容，或在空间 本文以中国黄渤海候鸟栖息地研学课程为例， 逻辑推理中出现因果误判。其三，学生对多模态学 系统闸释生成式AI技术的整合路径与实践效能。 习体验的诉求未能得到满足，集成地图可视化、遥感 该课程以人地协调观素养培育为导向，依托文心一 图像分析等空间数据交互功能成为提升AI效能的 言系统构建四大功能模块：动态数据模块支持实时 重要方向。 处理湿地生态与候鸟迁徒数据并生成预测模型：个 教师群体在AI融合过程中面临角色转型的挑 中国知网https://www.cnki.net 中国知网 公众号·南中地教研

OCR:IMG:28 中址理教学参考 热点聚焦 2025年12月·上向 机制交互实验，从面推动标准化教学向个性化学习 性化学习路径模块依据学生兴趣动态调整研学主题 范式转型。 与任务难度：沉浸式体验模块通过三维湿地模型模 在教学实施方面，生成式AI技术支持数据驱动 拟环境演变，结合增强现实技术提供实地数据分析： 的探究式学习，其核心价值在于深化”全球公民素 多元评价模块则贯穿研学全过程，量化评估知识掌 养”培养。例如，引导学生协作绘制城市热力图，分析 握与实践能力。AI技术深度融人课程三阶段：行前 城市扩张规律，建立多尺度环境问题认知框架，深化 利用动态地图建立区域认知：行中实时处理土壤湿 对人地关系的理解。该技术还通过多模态交互提升 度、植被分布及候鸟行为数据，生成可视化报告，辅助 学生对复杂地理机制的理解能力，以因果链追问功能 分析人类活动的生态扰动：行后支持环境保护方案创 引导学生逐步剖析地理过程性知识。此外，生成式 作并评估其科学性。评价体系创新体现为人对地、地 AI赋能教师高效开发阶梯式教学资源。例如，输人 对人及人地协调三维度综合评价，AI系统实现过程 教学目标后，系统可自动生成从基础地形填图到城市 性动态监测与个性化终结反馈。精准诊断报告显示， 规划仿真设计的渐进式任务包 课程结束后学生知识掌握度、实践操作准确率、团队 在评价体系方面，智能适应性评估系统依据学生 协作效率均得到有效提升，证实生成式AI通过重构 实时表现动态调整评价内容难度，识别认知盲区并推 内容供给、过程交互与评价机制，为地理教育提供了 送定制化补救资源，如从比例尺概念检测进阶至地图 技术赋能新范式 覆盖范围错误概念的辨析，从面建立学习进展追踪机 2.教育者与学生的适应及整合策略 制，通过即时反馈优化学习路径。同时，AI支持引导 在AI技术深度融人地理教育的进程中，教师与 学生参与设计区域比较报告等评价标准，以促进元认 学生呈现出不同的适应特征、使用反馈与核心需求。 知能力发展。此外，生成式AI技术有助于深化协作 学生对AI工具的核心诉求主要集中于数据覆盖广 能力评价。例如，监测项目式学习小组在AI平台中 度与应答准确性，这在处理跨尺度、跨学科的复杂地 的讨论频次与内容深度，评估角色分工合理性、跨尺 理议题时尤为突出。总体面言，学生对AI普遍持积 度解决方案完整性等，自动生成小组协作效能雷 极接纳态度，尤其肯定其在突破时空限制、提供即时 达图。 反馈与个性化学习支持方面的价值。对话式交互与 在野外实践方面，生成式AI带来革命性突破。 直观的操作界面也进一步增强了学生的使用意愿。 例如：学生通过AR眼镜扫描岩石样本，可实时叠加 然而，现有AI工具仍存在明显局限：检索式AI常因 地层年代演化动画，生成式AI技术同步将现场采集 内置地理数据不足导致应答失效或错误：文本主导 的土壤成分数据转化为结构化报告，并自动关联课 的交互方式难以满足学生对空间概念可视化的需 堂理论：跨地域协作研究网络支持多校学生共同开 求，学生对地图等可视化交互需求强烈。此外，技术 展全球港口区位等课题研究，AI自动整合多语言数 层面的登录状态不稳定等问题也影响了使用体验。 据，并模拟冰川消融对海岸线的影响等气候变化情 当前，AI技术与学生需求之间存在三大主要矛盾： 境，极大拓展了地理考察的时空边界。尤为关键的 其一，学生对高阶地理思维能力训练的需求与当前 是，AI数字教科书通过三重风险控制框架保障技术 AI能力不匹配。学生提问多集中于布鲁姆分类体 落地：内置版权筛选系统自动替换侵权地图为合规 系中的记忆与理解等基础认知层面，涉及空间决策 插图：设置双AI验证流程，确保生成结论经专业地 等复杂任务的提问较少，反映出AI尚未能有效支持 质数据库核验；采用本地化语言模型保障非英语学 地理批判性思维的培养。其二，学生对AI精准应答 生的术语理解准确性。由此构建以批判性思维为核 的期待与实际技术可靠性之间存在落差。检索式 心的教育伦理范式，为地理学科核心素养的发展奠定 AI受限于预设的静态数据库，难以回应超出范围的 技术基础。 问题：生成式AI则易生成虚构地理内容，或在空间 本文以中国黄渤海候鸟栖息地研学课程为例， 逻辑推理中出现因果误判。其三，学生对多模态学 系统闸释生成式AI技术的整合路径与实践效能。 习体验的诉求未能得到满足，集成地图可视化、遥感 该课程以人地协调观素养培育为导向，依托文心一 图像分析等空间数据交互功能成为提升AI效能的 言系统构建四大功能模块：动态数据模块支持实时 重要方向。 处理湿地生态与候鸟迁徒数据并生成预测模型：个 教师群体在AI融合过程中面临角色转型的挑 中国知网https：//www.cnki.net 中国知网

OCR:IMG:米

OCR:IMG:44 中址理教学参考 课程教材 2025年12月·上旬 如”人工能影响天气吗？”“不产茶叶的欧洲为什么盛 活紧密结合，使地理学习“有用”且“有趣”。例如，在 行饮茶？”等，有助于提高学生的主动探究意愿。 学习地球仅上为什么有的纬线叫回归线，有的纬线 三、《思与学》栏目的教学运用建议 叫极圈”内容时，组织学生参观广州北回归线标志塔， 1.鼓励开放探究，培育创新思维 拍摄记录，举办专题摄影展，并撰写地理考察报告，深 《思与学》栏目的问题设计多具有开放性特征。 刻感悟北回归线的特殊含义。 其价值不仅在于提供标准解释，更在于激发学生的创 此外，可将《思与学》栏目内容作为地理墙报、辩 新性思维。教师应积极引导学生结合教材解释，利用 论赛、第二课堂活动、跨学科主题学习的重要素材，也 课外资料或生活经验，探寻更多可能性答案。 可围绕栏目主题设计研究性学习项目，引导学生开展 以“航天员在月球上需要克服哪些困难？”为例 探究性学习并进行成果汇报。 教材列举了重力、辐射、温度变化、生存资源等物理和 四、结语 生理挑战。实际教学中，初一学生提出了极具价值的 新教材通过增设《思与学》栏目，强化了问题驱 补充视角：①航空服能完全应对气温的剧烈变化吗？ 动的教学导向，促思导学功能突出，为系统培育学生 ②后方准备充足，但万一补给中断呢？③最大的困难 的地理核心素养提供了有力支撑。同时，新教材通过 可能是孤独、寂静、无风的环境带来的巨大心理压力 引人大量真实情境案例，使得教学内容更加生动有 和恐惧感。 趣，有助于提升学生的学习兴趣和课堂参与度。运用 由此可知，学生的思维是跳跃且发散的，很多想 好《思与学》栏目，教师需先在思想上认同教材内容 法往往会超越教材预设。因此，教师应在把握教材地 理教育价值的基础上，鼓励学生代人情境，提出新的 的基础性和经典性，深人挖据其教育价值，在此基础 解释，有效培育其创新思维。 上以教材编写思路为指引，结合学情和自身的理解与 2.紧扣课程标准，丰富授课素材 研究，重新融合教材内容，或补充提供新材料。通 新课标的”内容要求””学业要求””教学提示”为 过不断学习和实践，更好地运用新教材，发挥《思与 教学提供了明确指引。教师需遵循课标要求，明确需 学》栏目的潜在价值，提升教学水平。 要“学什么”“学到什么程度”“怎么教”。《思与学》 参考文献： 栏目可作为落实课标要求的重要抓手。如在”地球的 ]中华人民共和国教育部义务教育地理课程标准 （2022年版）[M].北京：北京师范大学出版社，2022. 宇宙环境”一节中，课标建议“重视使用与主题相关 宋长青，张国友，程昌秀，等，论地理学的特性与基 的图像、视频等”，教师可围绕《思与学》栏目内容（如 本间题[J].地理科学，2020，40（1）：9 太空探索、月球环境），通过选取探月科普纪录片等素 [3] 覃燕飞，高俊昌.凸显教材育人价值，着眼地理核心 材进行知识拓展延伸，进一步激发学生探索宇宙奥秘 素养培育：人教版义务教育地理教材编修思路[J] 的好奇心，有效落实课标要求。 地理教学，2024（16）：26-30 3.引入真实情境，延伸地理课堂 郭华，吕寒菲.中小学教师如何用好新教材？[J] 将《思与学》栏目中的地理知识与学生的现实生 中小学管理.2024（8）：13-16. -+-+-+-+-+*+-+-+-+-+-+-+ （上接第30页） [9] LANE R. Mitigating risks ,embracing potential ;a frame- NUGROHO A,ANDRIYANTI E,WIDODO P,t al. work for integrating generative artificial intelligence in Stadents′ appraisals post-ChatGPT use ;students′ nar- geographical and environmental ecucation[ J]. Intema- tative after using ChatGPT for writing[J]. Innovations tional research in geographical and environmental edu- in education and teaching interational,2025,62（2）: cation,2025(4):1-18. 499-511. [10] WILBY R L.,ESSON J. AI literaey in geographie eduea- [7] KALLIO K P,RIDING 1. Geographies of AI:urgent tion and research;capabilities,caveas,and criticality need for educational strategies[ J]. Fennia-Intemation [J]. Tbe grographical jomal,2024,190(1) :e12548. al joumalof geography,2024,202(2):175-180. [11] LEE J. Beyond geospatial inquiry: how can we in [8] LAACKE S. Bias and epistemie injustice in conversa tegrate the latest technological advances into geogra- tional AI [J ]. The American joumal of bioethies, phy education？[J].Edueation sciences,2023,13 2023,23(5):46-48. （11):1128. 中国知网 中国知网https：//www.cnlki.net 公众号·南中地教研

OCR:IMG:30 中址理教学参考 热点聚焦 2025年12月·上旬 实现与技术能力结构的匹配问题。当前研究强调以 AR等技术的融合，不仅拓展了地理学习的时空边界， 地理学科本质—空间分析能力、区域认知与人地协 更推动了教学重心从知识传递向能力建构的转型。 调观为错点，构建动态适配的AI融合路径。理论框 然而，当前仍面临技术适配性不足、算法偏见隐忧、教 架需突破工具理性局限，例如，通过教育目标先导机 育资源分配不均以及伦理风险等多重挑战，这些问题 制明确AI的功能边界：在自然灾害教学中，AI可高 构成了AI深度融人地理教育进程的主要障碍，也凸 效模拟灾情动态演变并提供实时反馈，但灾害归因分 显了在技术创新与学科本质之间寻求平衡的追切 析等复杂思维任务仍需由教师主导讲解，以防算法简 需求。 化地球系统相互作用的复杂性。同时，框架需嵌入持 为应对上述挑战，未来相关研究与实践应从以下 续校准机制，依托课堂实证数据追踪AI对学生理解 三方面寻求突破：其一，构建以地理学科核心素养为 抽象地理概念的长期影响 导向的技术整合框架，明确AI在支持复杂地理问题 AI与地理信息技术或工具的深度融合，正推动 分析中的功能边界，警惕认知替代风险，确保技术工 学习范式发生三重变革：在情境建构层面，多源数据 具服务于思维发展：其二，强化跨学科协作，推动地理 融合技术创造出沉浸式探究场域。例如，学生可操 学者、数据开发者与一线教育工作者共同参与学科专 作城市碳足迹模拟系统，通过调整交通政策参数，直 用AI工具的研发，重点优化空间可视化与动态模拟 观观察碳排放的空间分异规律，从面将可持续发展 等功能：其三，完善师生赋能体系，通过混合式培训提 理论转化为具身的决策训练。在认知扩展层面， 升教师对AI生成内容的批判性审视能力.并构建“数 AI生成的跨时空对比情境有助于学生形成对区域 字-实体”相融合的地理学习模式，使技术应用切实支 发展差异的辩证理解，避免陷人技术决定论。在评 撑地理思维的深层培养。 价革新层面，基于操作日志的AI分析器能够自动识 中国在推进“AI+地理教育”的过程中、应充分 别学生在空间推理中的思维断点，并生成个性化补 借鉴国际经验，结合本土课程改革方向与学生发展需 教方案。然面，在推进技术融合过程中，需警惕认知 求，探索具有中国特色的实践路径。在积极引人智能 替代风险—当VR虚拟考察过度替代实地勘验 时，应通过”数字-实体”混合学习设计，坚守地理学 技术的同时，必须坚守地理学的实证精神与人地协调 的实证精神。 观，最终实现智能工具与地理教育的深度、良性耦合。 参考文献： 为实现地理教育AI化的健康发展，重须构建跨 MIAO F,SHIOHIRA K.AI conpeteney framework for 学科协同的守护生态，以平衡技术创新与学科本真。 studentsM].Paris:UNESOO Pablishing,2024:1-3. 技术伦理联盟应联合地理学者、数据开发者及原住民 教育部教育部部署加强中小学人工智能教育EB 知识持有者，共同开发具有文化敏感性的训练数据 OL].（2024-12-02）[2025-06-28].hp://www.gov. 集，矫正算法偏见，并将地方性知识转化为AI可识别 cn/lianbo/bumen/202412/content_6990729.htm. 与利用的规则。认知科学的介人有助于解析人机协 LEE J,CIMOVA T,FOSTER E J,et al. Transfoming 作中的认知负荷机制，例如，借助眼动追踪技术优化 geography edueation: the role of generative AI in cur- GeoAI在空间关系可视化中的信息层级，降低学生在 rieulum,pedagogy,assessment, and fieldwork [J]. In- 处理拓扑叠加任务时的认知负担。在师资赋能方面， termational research in geographical and enviroemental 应重点培养教师对AI输出的批判性审视能力与伦理 dation,2025,34（3）,237-253. 风险的预判意识。唯有当技术进化服务于思维深化 [4] LIU B L,ZENG W J,LIU W J,et al. AI-enhanced 而非技能替代，地理教育方能在人机协同中守住其学 design and application of high school geography field 科灵魂。 studies in China:a case study of the Yellow (Bohai) 三、结语 Sea migratory bird habitat currienlum[J]. Algorithms, 2025,18(1):47. AI赋能中学地理教育正展现出重塑教学范式的 [5] IOANID A,ANDREI N. ChatGPT in education:chal- 巨大潜力，其在课程动态更新、个性化教学实施、智能 lenges in local knowledge representation of romanian 评价体系构建及野外实践模式升级等方面的创新应 history and geography[J].Education seiences,2025, 用，为培养学生空间思维与全球素养提供了重要技术 15(4);511. 支撑。国际研究表明，生成式AI与地理信息系统、 （下转第44页） 中国知网 中国知网https：//www.cni.net

OCR:IMG:热点聚焦 中址理教学参考2 27 2025年12月·上向 人工智能赋能中学地理教育的国际图景 潘志超梁钰雯王民 1.北京师范大学教育学部，北京：2.华南师范大学地理科学学院，广东 3.北京师范大学地理科学学部，北京） 滴要：基于WebofScience数据库中2010-2025年收录的19篇相关文献，对人工智能赋能中学地理 教育的国际研究进行系统性综述。通过梳理研究发现，国际研究主要聚焦四大热点主题：生成式人工 智能技术在地理教育中的创新应用：教育者与学生的核心需求及适应策略：人工智能应用过程中面敬 适配性、算法偏见、教育公平等挑战与伦理风险：技术整合祖架及未来 构建符合中国国情的”人工智能+地理教育”模式提供参考。 关键词：人工智能：中学地理教育：国际研究热点 人工智能（Artifcil Intelligence，以下简称AI）的 地理教育的国际文献，旨在提炼可供借鉴的国际经验 迅猛发展正深刻重塑全球教育生态，这一趋势在地理 与教训，为构建符合中国国情的”人工智能+地理教 教育领域也得到充分体现。技术革新与学科核心素 育”模式提供参考。 养要求的深度融合，正推动地理教学范式的根本性转 一、数据来源与检索方式 变。在此背景下，联合国教科文组织于2024年发布 本文研究数据来源于Webof Science数据库，检 的《学生人工智能能力框架》具有里程碑意义。该框 索策略设定为：主题=[“Al”+（"geographyedca 架明确将AI素养纳人全球教育目标体系，并特别强 tion”OR”geospatialeducation”）]，时间跨度为2010— 调应借助技术赋能，系统培养学生的空间分析能力、 2025年。经对检索结果进行去重、筛选，剔除诸如会 批判性思维以及对可持续发展的深刻认知。这一 议摘要、社论等难以提供系统深人研究内容的文献类 国际共识迅速得到响应，中华人民共和国教育部于 型，最终得到有效文献19篇。基于对这些文献的分 2024年12月印发《关于加强中小学人工智能教育的 析，本文将AI赋能中学地理教育的国际研究热点总 通知》，明确提出构建”人工智能+地理教育”特色课 结为四个方面。 程体系，并推动虚拟仿真、地理信息系统等先进技术 二、研究热点 与课堂教学的深度融合。国内外政策导向与技术演 1.生成式AI技术在地理教育中的创新应用 进趋势强烈共振，为地理教育的现代化与智能化转型 生成式AI技术正在系统性重塑地理教育的全链 是供了重要战略机遇（）。 条实践范式，其创新应用已深人课程开发、教学实施、 然而，AI在地理教育中的大规模、深层次应用仍 评价体系及野外实践四大核心领域。 面临诸多挑战。例如，AI生成的地理知识的准确性 在课程开发领域，生成式AI技术能够通过动态 与专业性存疑，数据偏见可能引发教育公平问题，学 整合全球实时地理数据，如追踪台风路径，实现教学 生地理思维养成与学术诚信保障亦需要进一步关注。 内容的持续更新：基于学习者个体认知差异与区域 这些挑战本质上反映了生成式AI的技术逻辑与地理 特征构建自适应课程体系。例如，ChaGPT可通过 教育专业性、人文性之间的潜在张力。 对话交互精准解析河流地貌等基础概念，并依据诊 基于上述背景，本研究系统梳理了WebofSci 断评估结果动态推送分层学习路径—为概念薄羽 ence核心数据库中2010-2025年关于AI赋能中学 学习者提供地貌模拟动画，为高阶学习者设计沉积 清志超，2024级学科教学（地理）专业硕士研究生。通讯作者：王民，教投、博士 完生。通讯作者：王民，教投、博士生导师，中图版义务教育地理 教材主编。 中国知网https：//www.cnki.net

OCR:IMG:热点聚焦 中址理教学参考2 27 2025年12月·上向 人工智能赋能中学地理教育的国际图景 潘志超梁钰雯王民 1.北京师范大学教育学部，北京；2.华南师范大学地理科学学院，广东 3.北京师范大学地理科学学部，北京） 滴要：基于WebofScience数据库中2010-2025年收录的19篇相关文献，对人工智能赋能中学地理 教育的国际研究进行系统性综述。通过梳理研究发现，国际研究主要聚焦四大热点主题：生成式人工 智能技术在地理教育中的创新应用：教育者与学生的核心需求及造应策略：人工智能应用过程中面站 适配性、算法偏见、教育公平等挑战与伦理风险：技术整合框架及未来 构建符合中国国情的”人工智能+地理教育”模式提供参考。 关键词：人工智能：中学地理教育：国际研究热点 人工智能（Artificial Intelligence，以下简称AI）的 地理教育的国际文献，旨在提炼可供借鉴的国际经验 迅猛发展正深刻重塑全球教育生态，这一趋势在地理 与教训，为构建符合中国国情的”人工智能+地理教 教育领域也得到充分体现。技术革新与学科核心素 育”模式提供参考。 养要求的深度融合，正推动地理教学范式的根本性转 一、数据来源与检索方式 变。在此背景下，联合国教科文组织于2024年发布 本文研究数据来源于Webof Science数据库，检 的《学生人工智能能力框架》具有里程碑意义。该框 索策略设定为：主题=[”Al”+（"geographyeduca 架明确将AI素养纳人全球教育目标体系，并特别强 tion”OR”geospatialeducation”）].时间跨度为2010— 调应借助技术赋能，系统培养学生的空间分析能力、 2025年。经对检索结果进行去重、筛选，剔除诸如会 批判性思维以及对可持续发展的深刻认知。这一 议摘要、社论等难以提供系统深人研究内容的文献类 国际共识迅速得到响应，中华人民共和国教育部于 型，最终得到有效文献19篇。基于对这些文献的分 2024年12月印发《关于加强中小学人工智能教育的 析，本文将AI赋能中学地理教育的国际研究热点总 通知》，明确提出构建”人工智能+地理教育”特色课 结为四个方面。 程体系，并推动虚拟仿真、地理信息系统等先进技术 二、研究热点 与课堂教学的深度融合。国内外政策导向与技术演 1.生成式AI技术在地理教育中的创新应用 进趋势强烈共振，为地理教育的现代化与智能化转型 生成式AI技术正在系统性重塑地理教育的全链 是供了重要战略机遇。 条实践范式，其创新应用已深人课程开发、教学实施、 然面，AI在地理教育中的大规模、深层次应用仍 评价体系及野外实践四大核心领域。 面临诸多挑战。例如，AI生成的地理知识的准确性 在课程开发领域，生成式AI技术能够通过动态 与专业性存疑，数据偏见可能引发教育公平问题，学 整合全球实时地理数据，如追踪台风路径，实现教学 生地理思维养成与学术诚信保障亦需要进一步关注。 内容的持续更新：基于学习者个体认知差异与区域 这些挑战本质上反映了生成式AI的技术逻辑与地理 特征构建自适应课程体系。例如，ChatGPT可通过 教育专业性、人文性之间的潜在张力。 对话交互精准解析河流地貌等基础概念，并依据诊 基于上述背景，本研究系统梳理了WebofSci 断评估结果动态推送分层学习路径—为概念薄羽 ence核心数据库中2010-2025年关于Al赋能中学 学习者提供地貌模拟动画，为高阶学习者设计沉积 志超，2024级学科救学（地理）专业硕士研究生。通讯作者：王民，教投、博士 完生。通讯作者：王民，教投、博士生导师，中图版义务教育地理 教材主编。 中国知网https：//www.cnki.net 公众号·南中地教研

OCR:IMG:热点聚焦 中址理教学参考 29 2025年12月·上向 战。研究表明，多数教师认为AI伦理意识是学生必 将“达契亚自由人”错误归类为单一部落名称，甚至 备的素养。教学实践中，绝大多数教师将“缺乏学科 虚构山峰名称并错误标注其海拔数据[] 专用AI案例”视为主要障碍，凸显出现有工具与地理 地理教育应用中的算法偏见与数据歧视，实质反 教学内容之间的脱节。AI替代教师进行作业批改等 映了AI知识生产过程中的权力结构失衡。AI训练 机械性工作后，教师得以将精力转向教学设计、课堂 数据中存在的”地理认知偏差”，使得模型对欧美地 互动等高阶教学任务。部分教师也尝试借助AI实时 理学术文献的引用占比远高于对其他地区的知识覆 提学生认知状态与行为数据，以动态调整教学策 盖，这种偏差通过算法被进一步放大，强化了以西方 略。然而，多数教师的数据分析与解读能力有所欠 为中心的地理叙事。此外，在数据采集环节，学生 缺，这不仅容易导致对技术的过度依赖，更须警惕的 的位置数据、社区环境等敏感信息若缺乏加密保护与 是，数据本身仅能捕提外显行为，难以完全揭示学生 合规管理，可能被AI系统不当使用，违背数据主权原 内在的认知过程。此外，地理学科专用AI工具的缺 则。算法在筛选内容时若优先采用高被引文献，也会 失，追使教师自主开发教学模块，客观上增加了工作 导致具有区域特性的地理知识（如本土防灾经验、传 负担。 统土地利用智慧）被边缘化，从面削弱地理教育应有 AI时代下地理教师专业发展需聚焦三大领域： 的多元价值取向，使AI技术在一定程度上固化了既 首先，加强教师AI素养培训，通过“线上理论+线下 有的知识权力结构 实操”的混合培训模式，提升教师数据解读能力与伦 教育资源分配不均与技术依赖问题，对地理教 理风险意识，防范技术滥用。其次，构建人机协同的 育的公平性和学生思维能力的培养产生了不良影 教学框架，引导教师基于AI生成的问答数据优化教 响。发达国家与发展中国家在地理教育中AI工具 学设计，将AI工具融人地理探究式学习过程。最后， 的应用门槛差异显著，平台普及率的不均衡直接导 推动开发融合空间分析功能的学科专用AI系统，倡 致学生获取地理学习资源的机会不平等。学生 导教育界与技术团队合作研发符合地理教学特点的 若过度依赖AI系统生成地理分析内容，可能削弱其 智能工具。 自主思考与实地探究的能力。算法输出的标准化结 基于师生反馈，地理教育AI的优化需实施多维 论往往忽略区域差异，影响学生对空间分异规律、人 度策略：在技术层面融合检索模型与生成模型优势 地作用机制等核心地理概念的理解，使地理思维简 构建混合架构以兼顾应答准确性与开放性，重点扩充 化为“指令输人一结果接收”的机械流程，不利于学 支持空间决策等高阶思维训练的数据集，并集成地图 生通过实地调研、跨尺度分析等方式建构完整的地 可视化与遥感分析等交互功能：同步建立地理学习行 理认知体系。 为数据库，系统收录典型地理迷思概念与问题解决路 此外，AI的介人也为学术诚信与知识生产伦理 径。未来，AI在地理教育中的应用需实现三重跨越： 带来新的风险。研究显示，AI生成的地理论述中常 从通用工具转向融合地理人工智能（GeoAI）的专业 出现虚构参考文献或数据溯源错误。例如，47%的生 化系统，从知识传递转向空间能力培养，从技术本位 成文本存在文献造假（如将2011年发表的文献标注 回归教育本位。最终，通过教育者、技术开发者与政 为2020年），而教师对AI生成内容的辨识准确率仅 策制定者的跨领域协作，构建兼顾科学性与人文性的 为55%，学生也可能无意识地传播错误知识。这种 智能教育生态，其核心是运用混合现实等技术创设沉 信息不对称可能导致错误知识在教学过程中系统性 浸式学习场域，并在伦理框架下保障数字公平与数据 传播["。更根本的问题在于，当AI在完成地方人地 隐私安全。 关系分析等任务时，通常优先调用通用知识库而忽略 3.AI在地理教育中的挑战与伦理风险 本地档案与实地资料，通过标准化知识生产取代对区 将AI技术引人地理教育领域时，技术适配性始 域特异性的探索，该模式不仅威胁学术原创性，也使 终是待突破的关键瓶颈。以大语言模型为代表的 区域认知素养的培养目标难以落实，使学术研究和学 AI系统在处理地理知识时，常因训练数据的局限性 习过程异化为算法驱动的知识拼凑。 生成与事实不符的内容，具体表现为对特定区域历史 4.技术整合框架与未来研究方向 地理要素的错误归类，或对地理坐标、地形数据等基 地理教育领域的AI技术整合正从碎片化应用向 础空间信息的不准确标注。例如，ChatCPT曾被指出 系统性理论框架构建演进，其核心在于解决教育目标 中国知网 中国知网https://www.cnlki.net 公众号·南中地教研

OCR:IMG:30 中址理教学参考 热点聚焦 2025年12月·上旬 实现与技术能力结构的匹配问题。当前研究强调以 AR等技术的融合，不仅拓展了地理学习的时空边界， 地理学科本质—空间分析能力、区域认知与人地协 更推动了教学重心从知识传递向能力建构的转型。 调观为错点，构建动态适配的AI融合路径。理论框 然而，当前仍面临技术适配性不足、算法偏见隐忧、教 架需突破工具理性局限，例如，通过教育目标先导机 育资源分配不均以及伦理风险等多重挑战，这些问题 制明确AI的功能边界：在自然灾害教学中，AI可高 构成了AI深度融人地理教育进程的主要障碍，也凸 效模拟灾情动态演变并提供实时反馈，但灾害归因分 显了在技术创新与学科本质之间寻求平衡的追切 析等复杂思维任务仍需由教师主导讲解，以防算法简 需求。 化地球系统相互作用的复杂性。同时，框架需嵌入持 为应对上述挑战，未来相关研究与实践应从以下 续校准机制.依托课堂实证数据追踪AI对学生理解 三方面寻求突破：其一，构建以地理学科核心素养为 抽象地理概念的长期影响 导向的技术整合框架，明确AI在支持复杂地理问题 AI与地理信息技术或工具的深度融合，正推动 分析中的功能边界，警惕认知替代风险，确保技术工 学习范式发生三重变革：在情境建构层面，多源数据 具服务于思维发展：其二，强化跨学科协作，推动地理 融合技术创造出沉浸式探究场域。例如，学生可操 学者、数据开发者与一线教育工作者共同参与学科专 作城市碳足迹模拟系统，通过调整交通政策参数，直 用AI工具的研发，重点优化空间可视化与动态模拟 观观察碳排放的空间分异规律，从面将可持续发展 等功能：其三，完善师生赋能体系，通过混合式培训提 理论转化为具身的决策训练。在认知扩展层面， 升教师对AI生成内容的批判性审视能力.并构建“数 AI生成的跨时空对比情境有助于学生形成对区域 字-实体”相融合的地理学习模式，使技术应用切实支 发展差异的辩证理解，避免陷人技术决定论。在评 撑地理思维的深层培养。 价革新层面，基于操作日志的AI分析器能够自动识 中国在推进“AI+地理教育”的过程中、应充分 别学生在空间推理中的思维断点，并生成个性化补 借鉴国际经验，结合本土课程改革方向与学生发展需 救方案。然面，在推进技术融合过程中，需警惕认知 求，探索具有中国特色的实践路径。在积极引人智能 替代风险-当VR虚拟考察过度替代实地助验 时，应通过”数字-实体”混合学习设计，坚守地理学 技术的同时，必须坚守地理学的实证精神与人地协调 的实证精神。 观，最终实现智能工具与地理教育的深度、良性耦合。 参考文献： 为实现地理教育AI化的健康发展，重须构建跨 MIAO F,SHIOHIRA K.Al competeney franework for 学科协同的守护生态，以平衡技术创新与学科本真。 students[M]. Paris;UNESCO Publishing,2024:1-3. 技术伦理联盟应联合地理学者、数据开发者及原住民 [2] 教育部教育部部署加强中小学人工智能教育[EB 知识持有者，共同开发具有文化敏感性的训练数据 OL].（2024-12-02）2025-06-28].hps://www.gov. 集，矫正算法偏见，并将地方性知识转化为AI可识别 enlianbo/bumen/202412/conlent_6990729.htm. 与利用的规则。认知科学的介人有助于解析人机协 LEE J,CIMOVA T,FOSTER E J,et al. Transorming 作中的认知负荷机制，例如，借助眼动追踪技术优化 geography education: the role of generative Al in cur- GeoAI在空间关系可视化中的信息层级，降低学生在 rieulum,pedagogy ,assessment, and fieldwork [J]. I- 处理拓扑叠加任务时的认知负担。在师资赋能方面， temational research in geographical and enwironmental 应重点培养教师对AI输出的批判性审视能力与伦理 dcation,202534（3）,237-253. 风险的预判意识。唯有当技术进化服务于思维深化 [4] LIU B L,ZENG W J, LIU W J,et al.AI-enhanced 而非技能替代，地理教育方能在人机协同中守住其学 design and application of high school geography field 科灵魂。 studies in China:a case study of the Yellow （Bohai） 三、结语 Sea migratory bird habitat eurrieulum[J]. Algorithms, 2025,18(1):47. AI赋能中学地理教育正展现出重塑教学范式的 [5] IOANID A,ANDREI N. ChatGPT in education;ehal- 巨大潜力，其在课程动态更新、个性化教学实施、智能 lenges in local knowledge representation of romanian 评价体系构建及野外实践模式升级等方面的创新应 history and geography[J]. Education sciences,2025, 用，为培养学生空间思维与全球素养提供了重要技术 15(4);511. 支撑。国际研究表明，生成式AI与地理信息系统、 （下转第44页） 中国知网 中国知网https：//www.cnli.net 公众号·南中地教研

OCR:IMG:?

OCR:IMG:2）公众号：南中地教研

OCR:IMG:中址理教学参考 热点聚焦 27 2025年12月·上旬 人工智能赋能中学地理教育的国际图景 潘志超 志超梁钰雯王民 （1.北京师范大学教育学部，北京；2.华南师范大学地理科学学院，广东广州； 3.北京师范大学地理科学学部，北京）

OCR:IMG:公众号·南中地教研

OCR:IMG:热点聚焦 中地理教学参考 27 2025年12月·上旬 人工智能赋能中学地理教育的国际图景 潘志超梁钰雯王民 潘志超 （1.北京师范大学教育学部，北京；2.华南师范大学地理科学学院，广东广州号·南中地教 3.北京师范大学地理科学学部，北京）

OCR:IMG:热点聚焦 中址理教学参考 29 2025年12月·上向 战。研究表明，多数教师认为AI伦理意识是学生必 将“达契亚自由人”错误归类为单一部落名称，甚至 备的素养。教学实践中，绝大多数教师将“缺乏学科 虚构山峰名称并错误标注其海拔数据6] 专用AI案例”视为主要障码，凸显出现有工具与地理 地理教育应用中的算法偏见与数据歧视，实质反 教学内容之间的脱节。AI替代教师进行作业批改等 映了AI知识生产过程中的权力结构失衡。AI训练 机械性工作后，教师得以将精力转向教学设计、课堂 数据中存在的”地理认知偏差”，使得模型对欧美地 互动等高阶教学任务。部分教师也尝试借助AI实时 理学术文献的引用占比远高于对其他地区的知识覆 提学生认知状态与行为数据，以动态调整教学策 盖，这种偏差通过算法被进一步放大，强化了以西方 略。然面，多数教师的数据分析与解读能力有所欠 为中心的地理叙事。此外，在数据采集环节，学生 缺，这不仅容易导致对技术的过度依赖，更须警惕的 的位置数据、社区环境等敏感信息若缺乏加密保护与 是，数据本身仅能捕提外显行为，难以完全揭示学生 合规管理，可能被AI系统不当使用，违背数据主权原 内在的认知过程。此外，地理学科专用AI工具的缺 则。算法在筛选内容时若优先采用高被引文献，也会 失，追使教师自主开发教学模块，客观上增加了工作 导致具有区域特性的地理知识（如本土防灾经验、传 负担。 统土地利用智慧）被边缘化，从而削弱地理教育应有 AI时代下地理教师专业发展需聚焦三大领域： 的多元价值取向，使AI技术在一定程度上固化了既 首先，加强教师AI素养培训，通过“线上理论+线下 有的知识权力结构 实操”的混合培训模式，提升教师数据解读能力与伦 教育资源分配不均与技术依赖问题，对地理教 理风险意识，防范技术滥用。其次，构建人机协同的 育的公平性和学生思维能力的培养产生了不良影 教学框架，引导教师基于AI生成的问答数据优化教 响。发达国家与发展中国家在地理教育中AI工具 学设计，将AI工具融人地理探究式学习过程。最后， 的应用门槛差异显著，平台普及率的不均衡直接导 推动开发融合空间分析功能的学科专用AI系统，倡 致学生获取地理学习资源的机会不平等。学生 导教育界与技术团队合作研发符合地理教学特点的 若过度依赖AI系统生成地理分析内容，可能削弱其 智能工具。 自主思考与实地探究的能力。算法输出的标准化结 基于师生反馈，地理教育AI的优化需实施多维 论往往忽略区域差异，影响学生对空间分异规律、人 度策略：在技术层面融合检索模型与生成模型优势 地作用机制等核心地理概念的理解，使地理思维简 构建混合架构以兼顾应答准确性与开放性，重点扩充 化为”指令输人一结果接收”的机械流程，不利于学 支持空间决策等高阶思维训练的数据集，并集成地图 生通过实地调研、跨尺度分析等方式建构完整的地 可视化与遥感分析等交互功能：同步建立地理学习行 理认知体系。 为数据库，系统收录典型地理迷思概念与问题解决路 此外，AI的介人也为学术诚信与知识生产伦理 径。未来，AI在地理教育中的应用需实现三重跨越： 带来新的风险。研究显示，AI生成的地理论述中常 从通用工具转向融合地理人工智能（GeoAI）的专业 出现虚构参考文献或数据溯源错误。例如，47%的生 化系统，从知识传递转向空间能力培养，从技术本位 成文本存在文献造假（如将2011年发表的文献标注 回归教育本位。最终，通过教育者、技术开发者与政 为2020年）.而教师对AI生成内容的辨识准确率仅 策制定者的跨领域协作，构建兼顾科学性与人文性的 为55%，学生也可能无意识地传播错误知识。这种 智能教育生态，其核心是运用混合现实等技术创设沉 信息不对称可能导致错误知识在教学过程中系统性 浸式学习场域，并在伦理框架下保障数字公平与数据 传播["。更根本的问题在于，当AI在完成地方人地 隐私安全。 关系分析等任务时，通常优先调用通用知识库而忽略 3.AI在地理教育中的挑战与伦理风险 本地档案与实地资料，通过标准化知识生产取代对区 将AI技术引人地理教育领域时，技术适配性始 域特异性的探索，该模式不仅威胁学术原创性，也使 终是函待突破的关键瓶颈。以大语言模型为代表的 区域认知素养的培养目标难以落实，使学术研究和学 AI系统在处理地理知识时，常因训练数据的局限性 习过程异化为算法驱动的知识拼凑。 生成与事实不符的内容，具体表现为对特定区域历史 4.技术整合框架与未来研究方向 地理要素的错误归类，或对地理坐标、地形数据等基 地理教育领域的AI技术整合正从碎片化应用向 础空间信息的不准确标注。例如，ChaiCPT曾被指出 系统性理论框架构建演进，其核心在于解决教育目标 中国知网 中国知网https：//www.cnki.net

OCR:IMG:11111111111