跨學科教學已成為教育改革發展的熱詞，但一線實踐中，它正陷入被“萬能化”與“形式化”裹挾的雙重困境。

　　一方面，跨學科常被過度期待為培養通才或傑出人才的主要路徑。一個典型的認知陷阱是過度解讀名人效應，如達·芬奇在藝術與科學之間的遊刃有餘，喬布斯將書法美學融入麥金塔電腦。但本質上他們的多棲成就並非“跨學科課程設計”的直接干預，而是源於深度理解、認知跨界、知識遷移等能力。另一方面，在實踐中，跨學科教學常陷入“為了活動而活動”的怪圈。學生多是按部就班地從一個流程進入另一個流程，探究過程高度形式化、缺乏深度思考的“拼盤式”跨學科，最終可能走向空洞化、固定化與展演化。

　　這兩重困境看似相反，實則同源——都將“跨學科”從一種教學理念簡化或異化為一種符號標簽，而遺忘了其作為“認知腳手架”的本質。可見，超越“萬能化”與“形式化”，意味著將跨學科錨定為普通學生可學、可練的思維發展路徑，切實服務於核心素養的培育——夯實基礎知識與基本技能，提升問題解決能力，進而逐步優化個人認識世界與改造世界的思維方式。

　　“AI+教育”的加不是把AI簡單疊加為教學的點綴，而是讓它成為跨學科學習的設計助手、認知支架與評價工具。有研究指出，跨學科教學可分為三大取向：一是真實情境中問題解決取向，一般採用基於問題的學習模式，強調把學習設計在複雜、有意義的問題情境中；二是創意物化取向，一般採用基於項目的學習模式，以實踐性的項目完成為核心，開發設計最終作品或“人工製品”；三是學習者中心取向，由學習者個體或小組基於興趣去調查、發現和解決問題。這三大取向的落地瓶頸在於問題設計難、試錯成本高、個體探究盲區大，恰與AI的生成性、低門檻與數據化特徵構成了精準的對衝，這為AI賦能提供了清晰的“錨點”。

　　現實中，教師可以結合主學科，圍繞三種取向，巧用身邊可及的智慧化工具賦能跨學科教學設計。第一，依託生成式人工智能輔助跨學科問題設計，生成適配學生學習的問題鏈。教師可將2—3個學科核心概念輸入AI，讓其生成5—8個真實情境的劣構問題，如“社區共享雨傘如何投放最合理”“學校周邊早餐車如何佈局”。第二，借力低門檻AI開發工具引導學生創意物化，在數字試錯中實現方案的低成本迭代與工程轉化。教師應鼓勵並引導學生利用AI輔助完成作品原型，用生成式AI撰寫方案、調試代碼、設計圖文，快速形成可展示、可迭代的製品。第三，合理運用數據採集與分析工具追蹤學習軌跡與思維過程，基於數據畫像精準投放差異化學習支架。借助學習平臺、課堂互動系統與協作日誌，全程採集學生的問題解決路徑、討論文本與迭代記錄，精準識別並分析學生思維卡點與協作盲區。

　　AI賦能跨學科教學的價值，或許不是創造新的跨學科模式，而在於它服務於一個樸素的目標——幫助學生實現對學科基本概念的深度理解與靈活遷移。教師需要善用身邊可及的智慧化工具，為學生的學習過程搭建認知腳手架，讓跨學科教學從“活動流程”走向“深度學習”，從“熱鬧現場”走向“素養生長”。