基于大语言模型（LLM）的创造性项目式学习（PBL）环境设计：赋能儿童创新教育的实践探索

这篇综述探讨了大型语言模型（LLM）如何赋能创造性项目式学习（PBL），通过实证研究揭示了LLM在激发学生创造力、优化项目流程中的多阶段支持作用，同时剖析了师生对AI工具的复杂态度，为AI融合教育实践提供了关键设计启示。

　　

Highlight

为探究LLM如何提升创造性PBL环境，我们重点分析了学生的整体表现、专家反馈及LLM使用案例，展现其如何激发创新学习体验。

Attitudes toward LLM use in creative PBL

本研究通过真实创意场景中的实践，捕捉了师生对LLM的多元态度。学生反馈显示，LLM从激发初始好奇心到优化最终成果展示（见第4.2节），系统性重塑了PBL体验。他们特别提到，LLM的即时反馈和跨领域知识支持显著降低了创意落地的技术门槛。

Limitation and future work

研究虽验证了LLM在创造性PBL中的潜力，但样本仅覆盖一线城市顶尖中学学生，未来需纳入不同地域、社会经济背景的学生群体，以增强结论普适性。此外，如何平衡AI辅助与原创性思维的培养仍需深入探索。

Conclusions

我们的研究证实，LLM能全方位赋能PBL各阶段：从头脑风暴的灵感激发到项目执行的资源整合。值得注意的是，学生对LLM的依赖与自主创造力之间的张力，揭示了AI教育工具设计的核心挑战——既要提供智能支持，又需保留人类的创意主导权。这些发现为下一代教育AI开发提供了关键路标。

（注：翻译部分严格遵循原文结构，专业术语如PBL、LLM等保留英文缩写并添加中文注释，删除了文献引用标识[1][2]等，未使用HTML转义符或SVG标签。）