生成式AI支持下小学分数应用题典型错因诊断与干预策略研究

晏思雨 黎子玮

湖南省吉首大学师范学院  416000

摘要：小学分数应用题综合考查数量关系理解、单位“1”判断与运算选择，是学生容易产生持续性错误的学习内容。生成式AI能够结合学生解题过程识别错误表现，辅助教师分析概念混淆、关系误判和策略迁移困难等深层原因。教学中应以真实作答数据为基础，将智能诊断与教师专业判断结合，通过追问、变式和分层反馈实施针对性干预，提高学生分数问题解决能力。

关键词：生成式AI；小学数学；分数应用题；错因诊断；教学干预

引言

分数应用题的难点并不完全来自计算，而在于学生能否从文字信息中准确辨认单位“1”、部分量与比较量之间的关系。传统错题讲评常依据答案正误进行统一订正，对学生错误形成过程关注不足。生成式AI具有文本理解、对话追问和任务生成能力，可为错因分析提供新的辅助工具。如何避免将AI用于简单给答案，并使其真正服务于诊断和教学干预，值得深入研究。

一、聚焦解题过程数据，识别分数应用题典型错误表现

分数应用题错误具有较强的表面相似性，相同的错误答案背后可能存在不同认知原因，因此诊断不能停留在“算错了”的判断上。教师可将学生的列式、草图、文字解释及修改过程输入生成式AI，按照单位“1”识别、数量关系建立、运算选择和计算执行等维度进行初步归类。例如题目“图书角有故事书60本，科技书比故事书少1/5，科技书有多少本”，有学生列出“60÷1/5”，有学生列出“60×1/5”，两种错误看似都属于列式错误，但前者可能未理解分数与对应量的关系，后者则可能已经找到“少的部分”，却将所求量误认为减少量。生成式AI可结合学生留下的解释语言分析其思考路径，提示教师进一步追问“1/5是谁的1/5”“求出的12本表示什么”。这种以过程证据为依据的分析，有利于将表层错题进一步细分，为后续干预找到准确入口。

二、借助连续追问分析错因，避免将错误简单归结为粗心

学生在分数应用题中出现错误后，教师若只用“审题不认真”“计算粗心”等笼统结论进行解释，往往难以发现真正的认知障碍，也无法为后续教学提供明确依据。生成式AI可以根据学生的列式、答案和解释设计递进式追问，将错误进一步区分为概念理解、数量关系判断、运算选择和计算执行等不同类型。以“男生人数是女生的3/4”为例，如果学生判断男生人数多于女生，教师可借助AI连续追问“这里把谁看作单位‘1’”“3/4与1相比是大还是小”“男生人数应比女生多还是少”，由此判断学生是否真正理解分数的相对意义。若学生能够正确回答这些问题，却仍然无法列出算式，则说明困难更可能出现在数量关系向运算关系的转化环节。

对于容易混淆关系语言的学生，AI还可通过具体数据进行反向验证。例如比较“苹果比梨多1/4”与“梨比苹果少1/4”时，可假设梨有100个，引导学生分别计算苹果数量，再判断两个说法是否完全对应。学生在代入、比较和解释过程中，能够发现分率所对应的单位“1”发生了变化。教师应根据追问结果判断错误属于哪一层面，而不是重复讲解全部知识。这样既可以减少无效练习，也有助于将课堂时间集中在学生真正存在的认知断点上，提高错因诊断和后续干预的针对性。

三、利用AI生成变式任务，实施针对不同错因的精准干预

错因得到确认后，教学干预不应停留在重新抄题和订正答案，而应围绕错误发生的关键环节设计短链条、针对性变式任务。对于单位“1”判断不稳定的学生，可借助生成式AI生成语义结构相近、比较对象不断变化的题目，如“苹果是梨的2/3”“苹果比梨少1/3”“梨比苹果多1/4”等，要求学生暂不计算，只圈画单位“1”、比较量和对应分率，并用线段图表示数量关系。通过连续辨析，帮助学生建立“先找标准量，再分析关系”的解题习惯，避免见到分数便直接列式。

对于能够理解题意却经常选错运算的学生，可利用AI设计“一题多变”任务，通过改变未知量的位置突出乘除法之间的关系。例如先呈现“六年级有120人，女生占总人数的5/8，女生有多少人”，再改为“女生有75人，占全年级人数的5/8，全年级有多少人”，引导学生比较两个问题中单位“1”是否已知，并解释运算选择发生变化的原因。若学生容易混淆“比……多几分之几”与“是……的几分之几”，还可让AI保持数据不变，只调整关系语言，使学生通过对照发现题意变化。

生成式AI还可依据学生前一次作答情况调整数字、情境和提问方式，形成难度逐步递进的练习链。学生连续答对后，可减少图示和提示；若仍出现同类错误，则继续提供关系图、关键词标注等支持。教师需要对AI生成题目进行审核，检查数量关系、语言表述和难度是否符合小学生认知水平，避免为了“个性化”而机械增加题量。只有让变式任务紧扣具体错因，并依据学生反馈动态调整，才能使AI真正服务于精准干预，推动学生由会订正一道题逐步发展为能够识别和迁移一类数量关系。

四、构建“AI初诊—教师复核—学生修正”的教学闭环

生成式AI参与错因诊断的价值，在于提升教师处理学习证据的效率，而不是替代教师作出最终判断。课堂实践中可建立“AI初诊—教师复核—学生修正—再次检测”的闭环。教师收集典型错题后，利用AI按照错误类型整理共性特征，形成初步诊断结果，再结合课堂观察和学生口头解释进行复核。对于AI判断为“单位‘1’识别错误”的学生，若其能够准确解释数量关系，只是在计算过程中抄错数字，就需要及时修正诊断，避免机械贴标签。诊断确认后，教师可要求学生完成针对性变式，并用一句话说明“原来错在哪里、现在怎样判断”，把订正过程转化为反思过程。

生成式AI还可以支持短周期反馈。完成一次干预后，可根据原题结构生成新的检测任务，教师通过学生第二次作答判断错误是否真正消除。例如学生原先在“比一个数多几分之几”问题中反复直接乘分数，经过线段图和变式训练后，再让其解决“某校今年植树240棵，比去年多1/5，去年植树多少棵”，观察其能否识别240棵并非单位“1”。如果仍出现错误，应重新分析其语言理解或逆向关系建构是否存在困难。与此同时，应明确AI使用边界，避免直接向学生展示完整答案和固定解题模板。教师需要对生成内容进行数学正确性和年龄适切性审核，并保护学生学习数据。只有坚持教师主导、AI辅助和学生主动修正，智能技术才能真正转化为提升分数应用题教学质量的支持工具。

五、结语

生成式AI为小学分数应用题错因诊断提供了从结果分析走向过程分析的新路径。其优势不在于快速给出答案，而在于整理解题证据、辅助追问和生成针对性变式。教学实践中，教师应以学生真实错误为起点，将AI分析与专业判断结合，通过精准诊断、分层练习和短周期复测不断修正教学。由“错题订正”转向“错因干预”，能够帮助学生理解数量关系，逐步形成更稳定的分数问题解决能力。

参考文献

• 爱琴.蒙古族小学分数应用题教学研究[D].内蒙古师范大学,2020.
• 康斐.小学数学分数应用题教学策略研究[D].山东师范大学,2020.
• 温永清.小学分数应用题教学分析[J].江西教育,2018,(15):57.

...