《基于生成式人工智能的高中历史个性化学习系统开发与实践研究》开题报告
《基于生成式人工智能的高中历史个性化学习系统开发与实践研究》开题报告
一、研究背景与意义
政策背景
教育部《教育信息化2.0行动计划》明确要求推动AI与教育教学深度融合。
2023年新课标强调历史学科核心素养培养，需突破传统"填鸭式"教学瓶颈。
现实问题
高中生历史学习存在时空观念薄弱、史料解读能力不足等共性问题。
现有历史教学软件多为单向知识灌输，缺乏智能交互与个性化反馈。
研究价值
教育创新：构建"AI+历史"教学新范式，助力因材施教。
技术应用：探索大语言模型（如GPT、文心一言）在历史教育中的合规使用路径。
二、国内外研究现状
国际进展：
美国"AI4K12"项目已开发历史知识图谱构建工具。
英国将ChatGPT用于历史辩论课辅助（2023年BBC报道）。
国内现状：
华东师大团队研发"历史时空VR系统"，但未实现个性化推荐。现有研究多聚焦多媒体课件开发，缺乏生成式AI深度整合。
待解难题：
1.历史事实准确性保障（避免AI"幻觉"）
2.多模态学习资源智能匹配算法
三、研究目标与内容
核心目标
开发支持三种核心功能的系统：
智能问答（解答历史事件因果）
个性化习题生成（基于学情诊断）
虚拟历史人物对话（角色扮演）
关键技术
历史知识图谱构建：
"节点类型": "事件","人物","制度"
"关系": "导致","影响","属于"
使用LoRA技术对开源大模型（如ChatGLM）进行历史领域微调
四、研究方法
| 方法类型 | 具体实施 | 工具/平台 |
|---|---|---|
| 行动研究法 | 在XX中学高一年级开展两轮教学实验 | 自研系统+学情分析平台 |
| 对比实验法 | 实验班（AI系统辅助）vs 对照班（传统教学） | SPSS统计分析 |
| 德尔菲法 | 邀请10位历史特级教师审核AI生成内容 | 专家评分表 |
五、创新点
教育维度：
首创"三维度"历史素养评价体系（时空观念×史料实证×历史解释）技术维度：
开发历史事实校验插件，实时过滤AI生成错误信息
六、实施计划
原型开发阶段（2024.9-12月）
收集《中外历史纲要》教材知识点2000+条
搭建基于知识图谱的问答模块
教学实验阶段（2025.3-6月）
选取实验校3所（重点/普通/农村中学各1所）
对比前测/后测数据（重点考察史料分析题得分率变化）
七、预期成果
实践成果：
可复用的历史AI教学系统（申请软件著作权）
编写《AI历史教学案例集》
理论成果：
发表CSSCI论文1篇
形成"历史教育AI应用白皮书"
八、风险与对策
1：AI生成内容史实错误
对策：建立双重校验机制（规则引擎+人工审核队列）2：学生过度依赖AI
对策：设计"AI使用时长阈值"提醒功能
九、参考文献
[1] 教育部. 普通高中历史课程标准(2020修订版)[S]. 人民教育出版社,2020.
[2] Brown T B. Language Models are Few-Shot Learners[J]. NeurIPS,2020.
[3] 智能教育时代历史教学变革研究[J]. 历史教学,2023(5):12-18.