本研究由土耳其Kastamonu大学教育学院的Sibel Oğuz Haçat和İbrahim Kepceoğlu合作完成，发表于《The Journal of Educational Research》2025年6月刊。研究聚焦人工智能（AI）在教育领域的跨学科应用，具体探讨了ChatGPT如何辅助7年级学生将数学技能整合到社会研究（social studies）课程中。

学术背景与目标
随着以ChatGPT为代表的生成式预训练转换器（Generative Pretrained Transformer, GPT）技术的兴起，教育领域正经历智能化转型。尽管已有研究分别验证了AI在数学教育（如公式推导）和社会科学（如地理空间分析）中的应用价值，但关于AI如何促进学科交叉学习的研究仍存空白。本研究基于土耳其国家课程框架（7年级社会研究包含地理内容），提出核心问题：学生如何独立使用ChatGPT完成需要数学推理的社会研究任务？其目标是为AI赋能的跨学科教学提供实证依据。

研究方法与流程
研究采用定性探索性案例设计（qualitative exploratory case study），选取4名12-13岁的7年级学生（2男2女），通过分层抽样确保样本覆盖不同学业水平。研究分三个阶段实施：

1. 任务设计
   开发三类递进式问题：

   • 基础问题：计算阿塞拜疆东西端时差（涉及经度差与时间转换公式）
     
   • 中级问题：测量厄瓜多尔东西端距离（需结合赤道特性与经纬度计算）
     
   • 高阶问题：推算土耳其卡斯塔莫努市人口增长率（需检索数据并应用增长率公式）
     问题设计遵循认知复杂度递增原则，并配备辅助材料（如厄瓜多尔地图）。

2. 数据采集

   • ChatGPT交互日志：完整记录学生与AI的对话过程，包括问题重构、追问策略等
     
   • 书面回答：学生最终提交的解题过程与结果
     
   • 半结构化访谈：任务后立即开展20-25分钟的深度访谈，探讨使用AI时的决策逻辑
     

3. 数据分析
   采用三角验证法（triangulation）：

   • 对话日志通过内容分析法编码，识别查询模式与批判性评估行为
     
   • 书面答案评估数学准确性与社会研究内容整合度
     
   • 访谈转录文本进行主题分析，提炼学生对AI工具的认知策略
     

关键发现
1. 问题解决策略的差异性
- 数学能力强的学生（如S1）能主动验证ChatGPT输出，例如在计算厄瓜多尔东西距离时，通过补充”赤道特性”修正AI初始提供的复杂公式（Haversine公式），最终采用”每度=111公里”的简化计算法，准确率达100%。
- 数学基础较弱的学生（如S3）存在过度依赖倾向，直接采纳AI提供的不精确人口数据（卡斯塔莫努市2000年人口误报为35万，实际应为24.3万），导致增长率计算错误达63.8%。

1. AI交互的认知演进
   所有学生在经度-时差任务中表现稳定，但第二、三任务呈现显著分化：

   • 高阶任务中，75%学生需要研究者引导才能识别ChatGPT的局限性。例如S4初始仅索取人口数据，经提示后追加询问增长率公式，展现”数据检索→公式应用”的进阶学习路径。
     
   • 批判性思维体现为：优秀学生平均每任务发起2.3次追问（如S2修正”阿塞拜疆整体坐标”为”东西极值坐标”），而依赖型学生仅0.5次。

2. 学科整合的有效性

   • 地理-数学交叉任务成功激活空间推理与量化分析的双重认知，如所有学生均能建立”经度差×4分钟=时差”的数学模型。
     
   • 人口统计任务揭示学科壁垒：仅25%学生自发联想到数学增长率公式，多数需AI提示才建立社会数据与数学工具的关联。

结论与价值
本研究证实：
1. AI的双刃剑效应：ChatGPT能有效支持跨学科任务（如实时计算辅助），但其效果受学生元认知能力调节。研究者提出”AI脚手架教学框架”——在基础技能阶段（如公式应用）提供AI支持，高阶思维阶段（如数据验证）强调教师引导。
2. 课程改革启示：建议将AI素养（AI literacy）纳入课程标准，重点培养：
- 精准提问能力（如S2的”meridian”术语使用）
- 交叉验证意识（如S1对比AI输出与地图数据）
3. 方法论创新：首创”对话日志+行为观察+认知访谈”三维分析模型，为AI教育研究提供新范式。

研究亮点
1. 首次系统性考察ChatGPT在数学-社会研究跨学科场景中的应用
2. 揭示学生AI使用行为谱系：从”被动接受”到”协同建构”的连续体
3. 开发可复用的跨学科测评工具包（含任务设计模板与分析编码手册）

局限与展望
样本量较小（n=4）限制结论普适性，未来研究可扩大样本并引入纵向追踪。作者建议探索”教师-AI-学生”三元互动模式，以及开发学科专用的AI提示词（prompt）库。本研究为AI时代课程整合提供了关键实证基础。