EN中文

热带地理 >

2026 , Vol. 46 >Issue 1: 17 - 35

DOI: https://doi.org/10.13284/j.cnki.rddl.20251508

学术争鸣

AI技术赋能下地理教育的转型与重构

  • 程昌秀 , 1 ,
  • 孔翔 2 ,
  • 熊礼阳 3 ,
  • 刘逸 4 ,
  • 何金廖 5 ,
  • 马凌 6 ,
  • 陶卓霖 1 ,
  • 李涛 7 ,
  • 马丁 8
展开
  • 1. 北京师范大学 地理科学学部，北京 100875
  • 2. 华东师范大学 地理科学学院，上海 200241
  • 3. 南京师范大学 地理科学学院，南京 210023
  • 4. 中山大学 旅游管理学院，广东 珠海 519082
  • 5. 华东师范大学 城市发展研究院，上海 200062
  • 6. 广州大学 地理科学与 遥感学院，广州 510006
  • 7. 陕西师范大学 地理科学与旅游学院，西安 710119
  • 8. 深圳大学 建筑与城市规划学院，广东 深圳 518060

程昌秀（1973―），重庆人，博士，教授，主要从事地理空间数据管理与挖掘方法研究，（E-mail）。

收稿日期: 2025-12-09

  修回日期: 2025-12-23

  网络出版日期: 2025-12-28

基金资助

北京师范大学基于高阶能力培养的智慧课程建设项目

收起

Transformation and Reconstruction of Geography Education Empowered by AI Technology

  • Changxiu Cheng , 1 ,
  • Xiang Kong 2 ,
  • Liyang Xiong 3 ,
  • Yi Liu 4 ,
  • Jinliao He 5 ,
  • Lin Ma 6 ,
  • Zhuolin Tao 1 ,
  • Tao Li 7 ,
  • Ding Ma 8
Expand
  • 1. Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
  • 2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China
  • 3. School of Geographical Science Nanjing Normal University, Nanjing 210023, China
  • 4. School of Tourism Management Sun Yat-Sen University, Zhuhai 519082, China
  • 5. The Institute of Urban Development, East China Normal University School of Geography and Remote Sensing, Shanghai 200062, China
  • 6. Guangzhou University, Guangzhou 510006, China
  • 7. School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China
  • 8. School of Architecture & Urban Planning, Shenzhen University, Shenzhen 518060, China

Received date: 2025-12-09

  Revised date: 2025-12-23

  Online published: 2025-12-28

Fold

摘要

随着人工智能（AI）技术的迅猛发展，其在提升地理教育教学效率、拓宽知识传递渠道的同时，亦对传统教学模式、考核体系及人才培养目标形成强烈冲击。为应对此挑战，文章汇聚多所高校学者的教学实践与研究思考，系统剖析人工智能对地理教育的深层影响及学科特殊性，探索AI赋能下地理教育的转型路径，并凝练核心共识如下：其一，兼具自然科学严谨性与人文关怀属性的地理教育，在AI驱动下进入转型关键期，虽可借AI提升教学效率、拓展实践场景、优化个性化教学，但需明确AI的工具属性，应规避过度依赖引发的学生能力退化、思维受阻及学术伦理争议等风险；其二，地理教育的核心竞争力，在于AI难以替代的空间思维、地方感知、辩证分析与人文关怀；转型关键是借“技术赋能+能力导向+虚实融合”新模式，强化学生自然规律认知与实操能力、培育系统思维与实证素养，提升人文素养并推动跨学科融合与社会实践，助力地理学专业筑牢根基、融入前沿技术；其三，地理教育工作者需从知识传授者转型为思维引导者与育人实践者，通过重构课程体系、革新教学评价机制，引导学生从“会用AI”向“善用AI”进阶，培养兼具技术素养、人文温度、空间思维与创新能力的复合型地理人才。

关键词： AI技术; 地理教育; 守正创新; 教学转型; 人才培养

本文引用格式

程昌秀 , 孔翔 , 熊礼阳 , 刘逸 , 何金廖 , 马凌 , 陶卓霖 , 李涛 , 马丁 . AI技术赋能下地理教育的转型与重构[J]. 热带地理, 2026 , 46(1) : 17 -35 . DOI: 10.13284/j.cnki.rddl.20251508

Abstract

The rapid development of Artificial Intelligence (AI) has enhanced the teaching efficiency of geography education and broadened the channels of knowledge dissemination. It has also profoundly impacted traditional teaching models, assessment systems, and talent cultivation objectives. To address this challenge,this study integrates the teaching practices and research insights of scholars from multiple universities. It systematically analyzes the in-depth impacts of AI on geography education and its unique disciplinary characteristics, explores AI-driven transformation paths, and summarizes the core consensus as follows. First, geography education, which integrates the rigor of natural science with humanistic values, is entering a critical period of transformation driven by AI. Although AI can be leveraged to improve teaching efficiency, expand practical scenarios, and optimize personalized teaching, it is essential to clarify the instrumental role of AI and avoid the risks caused such as overreliance, the erosion of students' skills, diminished critical thinking, and ethical concerns. Second, the core competitiveness of geography education lies in spatial thinking, place perception, dialectical analysis, and humanistic spirit—none of which AI can replace. The key to transformation is to adopt the new model of "technology empowerment + competence orientation + integration of virtual and real practice." This approach strengthen students' understanding of natural laws and practical operation capabilities, cultivate their systematic thinking and empirical literacy, enhance their humanistic qualities, enable geography to solidify its roots while embracing frontier technologies. Third, geography educators must transform from knowledge transmitters into mentors and educational practitioners. By redesigning the curriculum system and reforming the teaching evaluation mechanism, they can guide students from "being able to use AI" to "being good at using AI," cultivating compound geography talents with technical literacy, humanistic awareness, spatial thinking, and innovative capabilities.

Key words： AI technology; geography education; upholding traditions and pursuing innovation; teaching transformation; talent cultivation

在数字化浪潮席卷全球的当下，人工智能（Artificial Intelligence, AI）技术正以不可逆转的态势深度渗透教育领域的核心环节。地理学科作为融合自然科学与人文社会科学的综合性学科，其传统教育模式、知识传递路径与实践教学形态，已清晰呈现AI技术带来的深刻变革。例如，学生作业中AI生成地理知识的真伪甄别困境、地理信息科学编程技能训练面临的替代风险、野外实践与虚拟仿真之间的边界模糊化问题等，这些新现象正倒逼地理教育工作者重新审视“教什么”“如何教”以及“培养什么样的地理人才”等根本性命题。
与以往教学技术的革新不同，AI绝非单纯的工具升级，更引发了对教育本质、师生关系及学科核心传承的深度思辨。当前，AI技术正推动地理教育范式从传统的“知识积累导向”向现代的“能力创新导向”加速转型，地理教育亟需在这一变革中构建新的价值坐标与实践框架。基于此，特发起此次笔谈，聚焦AI技术赋能下地理教育的转型路径与重构方向，以期凝聚行业共识、探索发展新途。

主题主持人观点

程昌秀，北京师范大学京师特聘教授、北京师范大学教学名师，国家自然科学基金委“优青”项目获得者。主要从事地理空间数据管理与挖掘方法研究；主持编制国家标准2部，获省部级科技奖励4项（排第1）。
--引用第三方内容--

主讲课程荣获国家一流本科课程、北京高校优质本科课程等荣誉；主编教材获北京高校优质本科教材。教学成果获第三届全国高等学校GIS教学成果特等奖（排第1）、地理数据教育与科学普及奖（排第1）、北京师范大学教学成果一等奖（排第1）等荣誉。

议题：AI 时代地理教育的价值坚守与模式重构

核心观点：未来地理教育亟需构建“AI赋能而非替代”的良性生态，重构“技术赋能、能力导向、虚实融合”的地理教育新模式。一方面，要善用AI技术优势，提升教学效能、拓宽知识边界、培育学生的专业融合力与创新实践力；另一方面，更要坚守地理学科的核心特质——实地勘察的实践精神、地方文脉的深度感知、以人为本的人文关怀。唯有如此，才能在技术浪潮中实现地理教育的“守正创新”，既扎根学科本质，又拥抱技术变革，最终培养出既通晓前沿技术、又怀揣人文温度的新一代地理人才。

1　AI对地理教育的多维冲击

AI技术正从知识掌握、技能培养、师生角色3个核心维度，对传统地理教育产生全方位且深刻的冲击。在知识掌握方面，AI技术的普及使得知识输出的门槛大幅降低，学生可通过AI工具快速生成符合规范的作业文本、代码程序或数据分析结果，形成“伪能力”的假象，传统以“结果呈现”为核心的评价体系面临失效。在技能培养方面，GIS软件应用、遥感图像处理等是地理教育的重要技能之一，尤其在应用型高校中“编程能力”“工具熟练度”长期以来被视为核心竞争力。然而，AI工具能快速生成代码、处理空间数据并输出分析结果，直接冲击了这类技能的培养价值。在师生角色方面，AI正在重塑师生间的知识传递关系；一方面，学生可通过AI工具直接获取知识解析，教师的“信息垄断”地位被打破；另一方面，教师需从“知识传授者”转型为“思维引导者”，但其转型速度滞后于技术发展。这种角色重构的压力在师范类院校尤为显著——地理教育不仅要培养学生的学科能力，更要教会他们如何在AI环境中引导下一代学习者。

2　地理教育的三大核心价值：AI难以替代的独特内核

地理学特有的地方感知与野外实践力，是其不可替代的核心价值之一。地理学“地方性”的本质，决定了其教育必须以实地体验为根基——地理思维的培养离不开“身体在场”的沉浸式体验。这种沉浸式体验需以天然地理环境为载体，实现数学、物理、化学等多学科知识的具象化应用与深度解释：学生在真实场景中既能直观理解数学（如地形与小流域）、物理学（如大气环流）、化学（如土壤物质循环）、生物学（如生态演替）的内在过程，又能融合视觉、听觉、嗅觉等多感官感知，形成多学科融合的立体认知。这种基于自然环境的“具身性”体验，是虚拟现实技术与AI无法完全模拟的。
地理学特有的批判性思维与复杂问题解决能力，是AI难以企及的核心价值。AI虽擅长处理规则明确的结构化问题，但地理学科聚焦的多是气候变化、城乡差异等复杂开放的现实议题——这类问题缺乏标准答案，需依托批判性思维拆解矛盾、整合多学科视角（如自然地理与人文地理的交叉）才能找到解决方案。例如，某大学教学实践在分析“区域产业转移的地缘影响”时，AI结论多局限于产业规模变化等表层关联，缺乏对地理空间维度的深度拆解与整合；而学生在课堂辩论与教师引导下，以批判性思维拆解矛盾，先从自然地理视角考量产业转移与承接地资源禀赋、生态承载力的适配性，再结合人文地理维度分析其对区域产业布局、就业结构的深层作用，最终整合双重视角形成“资源环境约束-产业空间重构-区域协调发展”的综合分析框架。这种从“碎片化信息”到“系统性认知”的思维跃迁，正是AI无法复制的地理学科核心能力。
地理学特有的人文关怀与价值判断，是AI无法复刻的核心育人价值。地理教育绝非单纯的知识传递，更承载着人文素养培育的关键使命——尤其在AI时代，更需强化“爱”的维度，即对地方的情感联结、对生态环境的责任关怀、对社会公平正义的价值追求。这种根植于地理学科的价值判断，无法通过算法生成或数据推演获得，需依托师生互动、案例研讨等鲜活教育过程逐步塑造。例如，在“乡村振兴”主题学习中，学生并非仅依赖数据建模提出方案，而是深入乡村实地访谈农户、解读政策文本，在感知乡村发展困境的过程中，不仅形成具备可行性的规划思路，更沉淀出对城乡差距的深刻共情与人文关怀。这种“理性方案+情感温度”的双重产出，是缺乏人文感知力的AI难以实现的独特价值。

3 转型路径：构建AI赋能的地理教育新模式

课堂转型：“知识前置+课上深化”实现知识、思维与能力的共生。将标准化知识（如地理原理、基础概念）转移至课前，通过AI专属学习场景（如交互式课件、智能答疑），帮助学生自主完成基础认知；课堂则聚焦知识的深度转化，以互动探究为核心打造教学新场景。具体可分两类实践：一是针对具象知识点如城市内涝，课前依托AI让学生掌握内涝成因、影响因素等理论，课堂以真实案例为切入点，通过问题链引导学生自主提出疑问（如“某区域内涝反复的核心症结”）、选用地理信息系统等工具、探索解决方案，深化知识应用能力；二是面对争议性议题（如城市水资源开发与生态保护的平衡），组织专题辩论，让学生在搜集证据、构建逻辑、观点交锋中，强化逻辑推理与证据批判能力，实现从“被动接收知识”到“主动建构思维”的跨越。
实习转型：“虚拟+实地”实现双轨驱动的深度体验。依托三维实景技术与AI的协同赋能，地理实习得以实现螺旋式进阶，核心体现在三大场景。一是，借助AI与虚拟地理环境，精准模拟极地、沙漠等极端地理环境，将其作为实地考察的前置预习，为真实场景探究奠定认知基础；二是，在野外实习中，利用AI辅助的实时遥感解译等技术提升数据处理效率，但需要强调学生必须深度参与分析结果的地理意义解读，避免“技术依赖”弱化自主思考；三是，以AI生成的地理基础数据（如区域地形数据、人口分布数据）为支撑，结合访谈、田野观察等实地调研，引导学生开展地方叙事构建，实现客观数据与主观体验的融合，让实习成果兼具科学性与人文温度。
评价转型：推动评价体系从传统“结果导向”向“过程导向+能力本位”的多元模式转变，更全面地考察学生的综合素养与实际能力。例如，可以强化过程性评价权重，借助AI搭建动态评价场景，将项目进展报告、实地调研日志等过程性成果纳入考核，AI实时追踪成果的完整性、逻辑性与迭代情况，助力教师客观评估学生的参与度、思考深度与实践能力。又如，可以增设“AI协作能力”专项评价维度，明确将“与AI协同解决问题”“消除AI认知偏差”“践行AI向善理念”等能力纳入评价体系。核心考察学生对AI工具（数据筛选、模型模拟等）的合理运用能力，以及对AI输出结果的独立判断与甄别能力，保障学生在问题解决中的主导地位，达成“人+AI”高效协同的目标。
综上，AI浪潮下，地理教育需坚守地方感知、批判思维与人文关怀核心价值，通过课堂、实习、评价重构，构建“师生机”协同育人新模式，培育兼具地理素养与AI协同能力的时代新人。

嘉宾观点

孔翔，华东师范大学地理科学学院教授、博士生导师。获第八届教育部高等学校科学研究优秀成果奖（人文社会科学）三等奖、上海市第14届哲社优秀成果二等奖（中国特色社会主义理论奖著作类）。
--引用第三方内容--

负责的人文地理学课程入选上海市精品课程、国家级一流本科课程、上海市首批课程思政示范课程和教学名师，首批“上海高校示范性本科课堂”；负责的区域规划实习入选上海市一流课程（社会实践类）。获上海市教学成果二等奖（排第4）、北京市教学成果一等奖（排第3）和上海市教学成果一等奖（排第5）。荣获“宝钢优秀教师奖”“申银万国奖教金”等。

议题：AI助力人文地理学同步课堂教学的思考与实践

核心观点：一线教学更需落实以学生发展为中心的理念、以AI破解课程真问题。建设智慧（AI）课程可借鉴综合性课程设计模型，从情境分析、目标设定、活动设计、反馈评估四要素切入，贴合学科特色挖掘AI的赋能价值。AI课程建设实践表明：1）教师主导是基础，需校正AI产出、确保专业性；2）内容丰富要服务课程目标，避免盲目扩容；3）提升学习效率是核心，运用AI智慧空间，可优化思政融入、实践教学与个性化指导三大环节。
近年来，人工智能（AI）与教育教学的融合得到有关各方的高度关注。作为一线教师，更关心：如何让AI助力解决课程教学中存在的真问题，实现课程的教学创新，使以“学生的能力达成和素质发展”为中心的教学理念更好地落到实处。在“慕课西行”中，联合新疆师范大学、石河子大学、喀什大学、云南师范大学、西华师范大学、衡阳师范学院、湖南文理学院等高校合作开展的人文地理学课程同步课堂教学，不可避免地遭遇复杂校情和学情给课程质量提升带来的巨大挑战。虽然丰富的线上学习资源不仅能为各校开展差异化的课外学习与指导提供支持，还能为动态评估学情提供助力，但仍面临线上研讨题和过程性作业反馈不及时、学情综合评估压力大等难题。为此，2025年春，在学校支持下，我们与智慧树网和参与高校合作开展了“教研西行”，积极推进人文地理学慕课MOOC升级为智慧课程，以期在从备课到考核的各环节均得到AI助力。在此过程中，我真切感受到，只有贴合学科特色和课程要求，聚焦课程教学中原本存在的关键性难题，才能有效发挥AI赋能的作用，在提升课程目标达成度的同时，培养学生在AI时代的学习能力。
在升级人文地理学MOOC时，结合学校“AI+”课程标准以及2024年混合式教学创新者联盟制定的智慧课程标准，借鉴Fink（2003）的综合性课程设计模型，着重反思了AI在优化该模型4个要素中的潜在作用。首先，在情境因素的分析方面，可借助AI技术更综合地认知课程的外部期望、学习者特点、教师特点，特别是可以使用AI协助分析同步课堂教学面临的特殊挑战及应对策略，从而为整个课程的教学设计提供有益的启示。其次，在学习目标设定方面，可以发挥AI在解构和重构海量信息中的独特优势，适度提升学生运用本课程所学以及综合跨学科知识解决现实问题的能力；同时，还可以将原本设定的研究性学习能力提升目标，进一步优化为提升AI时代的自主学习和研究性学习能力，而对于知识层面的目标，也可基于“人机共生”进行一定的重塑。再者，在主动的教学活动设计方面，要利用AI打破知识边界，融入更多学科前沿、行业前沿和社会真实案例、并加强与其他学科的融合，更重要的，还要基于AI生成的知识图谱、能力图谱、问题图谱等，促进学生的结构化理解；在教学模式上，则要创造性地利用AI技术形成具有课程特色的、有清晰逻辑主线的混合式教学流程，促进学生主动学习，并借助24 h在线的AI助教，助力学生的个性化学习。最后，在教育性反馈和评估方面，可以尝试借助AI工具对学生的学习过程、学习表现和学习成果进行微扰、无形的智能评价，以提高对线上研讨题和过程性作业等的反馈效率；同时，还可鼓励学生利用AI备课、AI出题等工具，使其由此学会反思学习目标和测评依据，从而培养自我评估的能力。不仅如此，该模型还强调上述四要素之间的相互关联，AI依托其算力支持，也能为动态评估各要素信息，并及时调整课次教学设计提供有益的支持。
2025年8月初，在新疆师范大学举行的“AI赋能地理学人才培养”研讨会上发布了人文地理学智慧课程建设的初步成果，并在秋季学期的同步课堂教学中开始试运行。结合亲历的经验，发现AI赋能课程要取得实效，还需抓住如下要点：
首先，专业教师主导是AI赋能的基础。AI本身并不具备专业素养和思维，人文地理学课程作为本科生入门课，知识传授和思维训练尤为重要。因此，课程升级不能迷信技术，专业教师必须发挥主导作用。典型地如，无论课程知识图谱或能力图谱，AI工作的成果都需要经过多轮校正，由任课教师完成大量修改工作；而为使问题图谱能展示综合运用相关概念、方法合作解决问题的过程，亦需要对AI工作的成果进行多次校正，甚至直接由任课教师分别从概念层、方法层和全局层出题，才能得到较为满意的结果。
其次，借助AI丰富教学内容主要是为助力达成教学目标。毕竟，课程并不是教学内容越多，质量就越高。例如，人文地理学课程作为学科导论课，本身包含许多分支学科的知识，加之地理学本身的知识边界比较模糊，导致课程的相关知识点更为丰富。如果只是希冀在AI的帮助下，进一步丰富课程教学素材，则可能不符合学习科学的规律，难以帮助学生在知识、能力和综合素养方面逐级进阶，陷入欲速而不达的窘境。在智慧课程建设初期，虽然教学团队希冀融入较多前沿的人文地理学理论、方法和知识，但基于众多信息源产出的AI工作成果存在较多纰漏与错误，难以达到基本的准确性要求。与此同时，专业教师无力逐一修正，课程升级进度缓慢。经反思，团队逐渐认识到AI赋能的重点并非拔苗助长，而是助力达成本科阶段课程应有的学习目标，这对于后期升级工作提速来说至关重要。
第三，AI赋能的关键在于提升服务学生学习活动的效率与质量。当课程升级不再聚焦于补充更多的信息源时，重点就转向提升学习活动的效率。由此，AI智慧空间的建设和运用也得到更多关注。结合实践案例推进课程思政是课程升级的重点，即利用AI获取课程思政相关案例的更多信息，更生动地挖掘其内涵的育人元素。在此过程中，能力图谱以及与之相关的实践教学成为质量优化的主要关注点。如何超越知识点，在实验、实习教学中提升修读者的地理思维和综合运用知识分析现实问题的能力，便成为合作教研的主要任务。各高校教师积极将科研资源转化为教学素材，为打造更高质量的教学案例创造了条件。智慧树网的技术人员推介的AI智慧空间，则让团队感受到师-生-机对话的魅力，不仅使丰富的AI工具和课程特色指令便利了备课、答疑、考核，更重要的是，AI问答的确提升了反馈在线研讨等的效率，而精选的课程智能体，也能比较好地开展智能测评、个性化学习规划等。这对于培养学生自我评估能力、开展个性化学习等很有裨益。特别地，智能测评的出题比传统的考题更为生动，还能根据测评结果提出学习建议，对于初学者而言，有助于增进其课程学习的兴趣。
克服了智慧课程建设环节的难点，在应用环节，还很有必要结合人文地理学作为人类家园学问的学科特性，借助AI工具推进教学改革创新。为此，课程团队让AI比较分析了各校的专业人才培养目标和原有的课程大纲，从而实现了学情分析的优化；对相关教师学习、研究经历的AI分析，也有助于优化跨校教学团队的分工与合作。依托“人机共生”新模式，对课程知识层面的学习目标做了必要的调整，而将智慧课程学习体验的分享与优化建议作为过程性考核内容，不仅能有效引导学生更多使用智慧课程，也增进了其对AI的理解，提升了其在AI时代自主学习的能力。结合运用AI工具和特色智能体，学生可以更便捷地获取课程案例研讨的相关信息，也可以更好地完成小组研究性课题，从而提升研究性学习活动的效率。实时在线的AI助教也切实帮助爱学习的学生拓展了学习的时间与空间，并使其获得了更及时和温馨的反馈。当然，由于团队的智慧课程仍处在试运行阶段，尚有许多功能和潜在价值需要发掘。例如，目前尚未用AI工具分析社会对课程的需求，尚未依靠AI实现对学生学习过程、学习表现和学习成果的实时评价与学情分析的动态调整，尚未结合AI辅助考核与构建学生数字画像等。可见，在众多方面仍存在探索与优化的空间，这正是我们持续教改的实践方向。
熊礼阳，南京师范大学地理科学学院教授，教育部青年长江学者。研究方向为GIS空间分析、数字地形分析、地貌演化建模与模拟等。以第一作者和通信作者在CEE、ESR、RSE等SCI期刊发表文章50余篇。获教育部自然科学奖二等奖，高校GIS创新人物，江苏省优秀博士论文等。主持国家自然科学基金项目3项，担任国际数字地球学会教育与能力建设工作组共同主席，中国GIS协会教育工作委员会秘书长，任ESPL副主编、IJGIS编委。
议题：AI时代的GIS专业教育：守正与创新的二元协奏
核心观点：AI技术驱动教育迈入智能时代，GIS专业教育需以守正与创新辩证统一为核心发展路径。守正，即筑牢空间思维、地理学三大定律、经典理论方法及数据质量意识等学科根基，这些是AI无法完全替代的核心竞争力；创新，则要融入AI赋能的空间分析、地理大语言模型等前沿技术，重塑编程算法能力，拓展跨学科视野。未来GIS教育应重构课程体系、变革教学方式，推动守正与创新深度融合，培养兼具地理素养与AI技能的复合型人才，引领地理智能发展。
近年来，全球人工智能技术呈爆发增长态势，驱动“智能科学”为代表的新科研范式，并正加速渗透至各行各业，推动全球产业体系深刻变革，已成为新一轮科技革命和产业变革的重要驱动力量。回顾教育发展历史，不难发现，从20世纪80年代的教育多媒体化，到21世纪初的教育网络化，再到教育信息化、教育数字化，信息技术在教育的应用逐步深入。当前，随着大数据、人工智能、云计算为代表的新一代信息技术在教育领域的渗透，教育正迈进一个新的人工智能时代。
地理信息科学（GIS），作为研究地理信息的产生、传输与转换机制，以及地理信息系统运行规律的学科，涵盖了地理信息采集、处理、存储、加工、分析、制图及利用的技术和方法，其正站在AI浪潮的风口浪尖。面对这场技术革命，我们要思考，GIS专业教育何去何从？我们更要思考，GIS无法被AI取代的核心能力又是什么？答案或许就藏在“守正”与“创新”的辩证统一之中——既要拥抱AI带来的无限可能，又要坚守GIS学科的核心要义。同时，GIS专业教育在面对AI浪潮时，我们必须意识到，没有守正的创新，可能导致盲目发展；而没有创新的守正，则可能导致停滞不前。

1　守正：GIS专业教育的根基与灵魂

所谓“守正”，是守护GIS学科历经数十年发展形成的知识体系、思维方式和核心价值。在AI技术炫目的光芒下，这些根本性的东西不仅不应被削弱，反而需要得到前所未有的强化。
空间思维是GIS专业育人的核心灵魂，这也是任何AI模型难以完全复制的核心竞争力。当学生能够理解空间关系、尺度效应、地理相关性这些基本概念时，他们便拥有了超越工具使用者的洞察力。一个仅会调用AI接口而不懂空间异质性原理的学生，很难理解为何在城郊训练的位置服务模型在市中心会表现不佳；一个不了解地图投影与坐标系的学生，即使采用最先进的深度学习框架，也可能在空间数据融合时犯下致命错误。因此，GIS教育必须继续夯实空间思维训练，让这种思维方式成为学生的第二本能。
此外，地理学的三大定律（空间自相关定律、空间异质性定律和环境相似性定律），在AI时代不仅没有过时，反而获得了新的诠释空间。理解这些定律，意味着学生能批判性地审视AI模型的空间假设，识别空间特征对模型性能的影响，设计出更符合地理现实的分析方案。这种基于地理学原理的批判性思维，是GIS专业人才在AI时代不可替代的价值所在。
地理信息科学的基础理论同样是守正的重点。地统计学、地理加权回归、网络分析等是GIS的经典基础理论与方法。在AI看似能够“通吃”各种问题的表象下，这些理论方法提供了理解空间现象本质的钥匙。如一位只知神经网络而不知莫兰指数的分析者，可能会被模型的虚假精度所迷惑，而无法揭示真正的空间过程。GIS专业教育有责任让学生明白：AI是工具，地理学原理是智慧。
数据质量意识在AI时代显得尤为重要。GIS领域素有“垃圾进，垃圾出”的训诫，即误差的传播及放大效应。面对AI模型对海量数据的渴求，这一原则更需要被反复强调。学生应当学会评估空间数据的准确性、精度和适用性，理解不同数据源、不同采集方法带来的不确定性。当AI能够从数据中自动提取特征时，对数据本身的批判性审视反而成为人类专家的核心职责。

2　创新：GIS专业教育的前沿与突破

如果说“守正”是GIS教育的根，那么“创新”就是其面向未来的枝叶。AI技术为GIS带来了方法论上的革命性变革，教育内容与方式必须与时俱进。
AI赋能的空间分析正在重塑GIS的方法体系。从遥感影像的智能解译到点云数据的自动分类，从社交媒体地理数据的情感分析到城市人流模式的深度挖掘，AI方法正在解决传统GIS难以处理的复杂问题。GIS专业的课程应当系统引入机器学习、深度学习在空间分析中的应用，让学生掌握卷积神经网络处理遥感影像、图神经网络分析空间关系、自然语言处理挖掘地理文本等前沿技术。
地理大语言模型（Geo-LLM）的出现标志着AI与GIS融合的新阶段。这些专门针对地理数据训练的大模型，能够理解复杂的地理查询、生成专业的地理描述，甚至能进行一定程度的空间推理。GIS专业教育需要引导学生理解这些模型的基本原理、主要能力和局限性，学会如何与这些AI系统有效交互，将其作为空间分析的高级助手。
从GIS专业教育的编程与算法能力看，当前简单的程序编写已可以被AI替代。但AI正在深刻重塑GIS专业编程与算法能力的核心。它推动编程重心从实现确定性空间计算（如缓冲区分析）转向构建和驾驭“学习型”智能模型。程序员不再仅仅是规则编码者，更要成为空间特征工程师、模型架构师和智能系统集成者。这要求掌握数据科学生态、深度学习框架，并能将地理学先验知识转化为算法约束。传统算法能力并未被替代，而是升维为评估、校正和解释AI模型的基石。这需融合地理思维、AI算法与工程实践，通过编程构建能理解复杂地理世界的智能系统。
“GIS+AI”的跨学科视野是创新的另一维度。AI时代的GIS学科将与计算机科学、环境科学、城市规划、公共卫生等领域深度交融。GIS教育应打破学科壁垒，通过项目制学习，让学生在实践中体会GIS与AI如何共同解决真实的跨学科问题，如气候变化模拟、疾病传播预测、智慧城市建设等。

3　守正与创新的融合：GIS专业教育的未来愿景

守正与创新并非对立，而是相辅相成的关系。未来的GIS教育应当追求二者的有机融合，构建既扎根学科本质又面向技术前沿的教育生态。
课程体系需要重构，形成“空间思维与地理学原理—AI与编程基础—专业核心方法与技术—前沿应用与交叉”的递进结构。在低年级夯实空间思维与地理学基础的同时，尽早引入编程与数据科学概念；在高年级专业课程中，将传统空间分析与AI方法并行讲授与深度融合，鼓励学生运用综合知识解决复杂地理问题。
教学方式亟待变革。案例教学应当选取既体现地理学原理又运用AI技术的真实案例，如利用深度学习检测土地利用变化等。项目制学习可以让学生组成跨学科团队，从问题定义、数据收集、模型构建到结果解释全程参与，培养解决实际问题的能力。同时，伦理教育必须贯穿始终，引导学生思考AI与GIS结合带来的隐私、公平、责任等伦理问题。
师资队伍需要多元化发展。既要有坚守地理学理论的核心师资，也要引入具有AI背景的新鲜血液，还可以通过校企合作邀请产业界的专家参与教学。不同背景的教师共同设计课程、联合指导学生，能够为学生提供更全面的视角。必须清晰地认识到，AI的教育不仅仅是教育学生，也是在教育从教者自己。
评价体系应鼓励创新思维。减少对标准答案的追求，增加对问题定义能力、方法选择合理性、结果解释深度和创新性的评价。一个好的GIS+AI项目不在于使用了多复杂的模型，而在于是否选择了适合问题的方法，是否给出了有地理洞察力的解释。

4　总结

AI时代的GIS专业教育，是一场守正与创新的协奏。守正不是保守，而是对学科本质的坚守；创新不是盲从，而是对技术可能的审慎探索。只有在坚实的地理学科基础上拥抱AI技术的赋能，GIS教育才能培养出既懂技术又懂地理、既有工具能力又有学科洞察力的复合型人才。
当我们的学生既能娴熟地调参与解码，又能够深刻地理解地理过程的本质；既能够开发先进的空间AI算法，又能批判性地审视其局限与偏见；既追逐技术的前沿，又不忘地理学服务人类与环境的初心——这样的GIS专业教育，才算真正完成了在AI时代的使命。
未来的地理信息科学家，应当是穿梭于代码与地图、算法与地方、数据与意义之间的双语者。他们用AI的眼睛看世界，却始终带着地理学的心灵思考世界。在这种守正与创新的平衡中，GIS专业教育不仅能够适应AI时代，更能够引领空间智能的未来发展，为理解和管理日益复杂的世界贡献独特而不可或缺的智慧。刘逸，中山大学旅游学院教授，院长助理，逸仙新锐学者。主要从事旅游大数据与人工智能、全球化与产业升级等研究，现任Regional Studies, Regional Science主编，中国地理学会旅游地理专委会秘书长；广东省发改委战略智库专家，曾获“旅游教育杰出青年教师”。
议题：人工智能对地理教育的影响
核心观点：AI的本质是技术工具，其“黑箱”困境使之难以替代地理学科的规律探索与逻辑推演，也无法复制人际互动中的知识内化与情感传递，因此过度依赖AI会削弱学生核心素养。未来地理教育应构建“AI赋能而非主导”的新模式，将AI有机融入课程体系，培养学生AI素养与批判性思维，通过AI拓展实践教学，坚守认知人地关系、培育地理思维的核心价值。
近年来，人工智能（AI）技术的飞速发展对各行各业产生了深刻的重塑作用，不仅重构了社会经济多方面运行的底层逻辑与应用范式（周怡 等，2025），更对教育体系的知识传递模式、能力培养目标产生深刻的影响。地理教育作为兼具自然科学严谨性与人文关怀属性的交叉学科，始终以“认知地球表层系统规律、解决现实空间问题”为核心使命。其与AI技术的深度碰撞，既催生了教学工具革新、课程内容升级、实践场景拓展的新机遇，也引发了关于技术应用边界、教育本质坚守的深层思考。以下结合全球实践与国内探索，从应用现状、核心价值与本质坚守3方面，剖析AI对地理教育的影响与未来方向。

1　AI在地理教育中的应用现状：技术赋能与多维探索

当前人工智能在地理教育领域的应用，已从初步尝试阶段迈向多场景渗透阶段。在地理人工智能（Geo AI）学科融合、教材体系更新、教学工具与平台支撑3个方面呈现“技术+学科”的特征，整体发展态势良好。
从全球院校的实践情况来看，Geo AI已融入地理教学。国际方面，英国伦敦大学学院在空间科学硕士课程体系中开设了机器学习在空间学科的应用课程，如城市韧性评估和交通流预测等 1；美国佛罗里达大学地理系也已为本科生开设了《地理人工智能》教学模块，结合Python工具讲解深度学习在城市扩张模拟中的应用 2；得克萨斯克里斯汀大学则早在2016年开设了GIS+AI的相关课程，并与城市商业开发相融合，聚焦其行业应用 3。国内方面，清华大学开设了《城市人工智能理论与方法》，浙江大学开设了《时空大数据计算分析与应用》等课程；复旦大学将AI与遥感技术相结合，引导学生构建文化遗产3D模型，达成了双重教学目标（魏其濛，2025）；而中山大学旅游学院则聚焦旅游地理细分领域，开设了“旅游大数据与智能计算”课程，教授学生运用AI空间分析模块处理游客轨迹数据、优化旅游线路，提升了Geo AI对地理问题的“复杂数据处理能力” 4。
在教材方面，AI当前已融入地理教育的新体系建设之中。近年来，国内外出版了一批“AI+地理”教材。例如，国内的《智能化地理信息处理》（郭庆胜 等，2003）《空间信息智能处理》（张飞舟 等，2019）梳理了AI算法的应用逻辑。国外的Artificial Intelligence in Geography（Openshaw & Openshaw, 1997）解析了AI的具体应用，填补了传统地理教材中技术内容的空白，提供了知识框架；最新出版的GeoAI and Human Geography（Huang et al., 2025）也基本囊括了地理与人工智能结合的各个子学科和应用场景。在工具层面，教学软件与第三方支撑平台降低了AI在地理教育中的应用门槛。ArcGIS Pro新增模块以及ENVI的工具，使学生能通过可视化操作完成地理数据的智能分析；在平台层面，国内的“海鳗云”平台提供数据，学生可完成全流程实践，将理论知识转化为解决实际问题的能力。

2　AI融入：地理教育焕发活力的必由之路

地理学以综合性为学科特点，涵盖地球表层系统的自然与人文现象，所涉及的数据量庞大、对象类型多样、运行机制复杂。开展好地理教学，对学者和教师而言均是巨大挑战，这不仅需要渊博的学识，还需要化繁为简、有效呈现等高阶教学技能。AI工具的出现，对高效率推动地理教育提供了诸多新的路径与可能。
其一，AI能高效处理地理学科中的复杂数据与混沌现象，突破传统教学的局限。地理研究面临多源、海量且非结构化的数据，传统分析方法难以在有限的教学时长内完成庞杂的数据处理任务。而AI算法可快速处理此类数据，例如在“旅游地理”教学中，能够挖掘评论数据以提炼游客的情感偏好，使学生将更多精力投入到地理规律的解读中。
其二，AI推动地理教育研究方式的变革，培育跨学科思维。传统地理教育大多局限于单一学科视角，而AI促使地理学科与多学科进行交叉融合。例如，云南大学的双学位项目将旅游地理空间分析与数据科学的AI建模相结合，契合数字经济背景下对地理人才的新需求 5。
其三，AI为地理教育的实践导向提供支撑，缩小理论与现实世界的差距。地理教育强调在地性与实践性，而AI技术通过虚拟仿真等手段，让学生接触到传统教学难以触及的实践场景。例如，复旦大学的虚拟修复系统和广东海洋大学的数字孪生中心，实现了“虚拟实践+真实场景”的教学模式，突破了课堂和书本的限制，达成了从理论到实践的闭环。

3 AI不可取代地理教育：坚守教育本质与核心价值

尽管AI为地理教育创造了诸多机遇，但其本质上是技术工具，而非可取代地理教育的主体。地理教育的核心要义在于引导个体认知真实世界、理解人地关系，而人工智能在精准度方面的局限性以及对于人际互动认知的缺失，使其无法取代地理教育的核心价值。
第一，AI的精准度局限于“黑箱”困境，使其无法替代地理学科对于人地系统的规律探索与逻辑推演。人工智能的核心在于概率计算（张庆熊，2025），其得出的结论依赖于数据质量与算法参数，存在精准度不足且难以解释的问题。例如，在研究者审核学生关于区域经济差异的研究论文时，学生将20个经济指标输入随机森林模型以得出结论，却未阐释指标重要性的原因以及背后的地理机制，将规律探索完全交由人工智能完成，从而丧失了地理学科的核心价值。地理教育的关键在于培养学生追问本质的能力。以分析“城市交通拥堵”问题为例，人工智能能够确定“拥堵区域”，但“拥堵成因”则需通过地理逻辑推演得出。过度依赖人工智能会使地理教育演变为数据的堆砌，从而丧失学科的思辨传统。
第二，AI难以取代人际互动所产生的知识内化与情感价值，而这恰恰是地理教育的核心所在。地理教育强调人与人、人与地之间的互动，由此所产生的隐性知识与情感共鸣，是人工智能无法复制的。在教学过程中，人工智能可辅助备课，如对“旅游地理”课程的文献资料进行整理，但人工智能不具有主体性，无法像教师一样具有自我意识和自由意志（王兴宇，2025），课堂讲授需要结合研究者的实践经验与案例演绎。以讲解“地方感理论”为例，研究者结合在云南古镇的调研经历，分享游客通过味觉、触觉形成地方情感认同的过程，有助于学生直观地理解地理隐性知识，而人工智能仅能输出定义与综述，无法传递真实的体验与情感。
此外，过度依赖人工智能会破坏传统地理教育考核体系，致使学生丧失核心能力。近年来，部分学生利用人工智能撰写地理课程论文，如在“区域旅游规划”论文中，人工智能能快速生成规划方案框架，但在面试中被问及“规划指标选择依据”“当地地理文化特征考量”时，学生往往难以作答。为此，部分教育者对考核方式进行了调整，将课程长论文改为现场命题答辩，要求学生通过手绘地图、数据图表现场分析区域地理问题，以此有效甄别学生对知识的掌握程度。这一调整也证实：人工智能可辅助知识检索与整理，但无法替代学生独立思考、逻辑表达与问题解决的能力，而这些能力正是地理教育需要培养的核心素养。

4 平衡之道：构建AI赋能的地理教育新模式

人工智能与地理教育的深度融合是新时代地理教育本质的内生诉求（郑祖槐 等，2025）。面对人工智能带来的挑战，地理教育需探寻平衡之策，构建“AI赋能而非AI主导”的新型教育模式，即充分发挥AI的优势，同时坚守地理教育的本质与核心价值。
首先，在课程设置方面，应将AI内容有机整合进地理教育体系，而非单纯增设AI课程。可在自然地理、人文地理、地理信息系统（GIS）等传统课程中引入AI案例及应用，使学生在地理问题情境中学习AI技术，深入理解其适用范围与局限性。相反，不应依赖诸如AI智慧虚拟人等形式授课，使地理课堂变得华而不实。其次，应着重培养学生的AI素养，涵盖对AI技术的理解、应用能力以及批判性思维。学生需了解AI模型的基本原理，掌握运用AI工具解决地理问题的方法，同时具备评估AI结果可靠性的能力。相反，不应鼓励或纵容学生高强度使用AI完成作业，从而丧失地理学必备的推理能力训练。再者，应积极使用AI拓展教学实践环节，借助AI工具弥补无法大规模长时间开展户外考察的教学需求，鼓励学生运用AI技术模拟真实地理问题，并提出解决方案。
AI正深刻变革地理学科的研究范式与教育方式。地理教育工作者应积极顺应变革趋势，将AI技术有机融入地理教育，同时保持理性认知，避免被技术所主导。地理学科的核心价值在于理解和阐释地球表面的空间格局与过程，培养人的空间思维能力与解决实际地理问题的能力。AI作为一种强大的工具，有助于实现这些目标，但永远无法替代人类对地理现象的深入思考与创造性理解。未来的地理教育，应是以AI赋能、以学生发展为中心、注重批判性思维与实践能力培养的教育。唯有如此，才能培养出既掌握先进技术，又具备深厚地理素养的新一代地理人才，为解决全球复杂地理问题贡献力量。
--引用第三方内容--

何金廖，华东师范大学城市发展研究院教授，博士生导师，紫江青年学者。主要从事数字文创与空间生产、人才地理与城市舒适性、城市治理与空间规划等领域的研究。以第一作者或通讯作者在SSCI期刊发表JCR一区论文20余篇，出版中英文著作5部，兼任Discover Cities、Chinese Geographical Science、《热带地理》《世界地理研究》等期刊青年编委、客座主编。

议题：AI时代人文地理教育的“危”与“机”

核心观点：AI对人文地理教育的影响具有双面性。一方面AI凭借强大的数据库和算法为人文地理教学提供了高效的工具，即所谓的“赋能”；另一方面，AI的出现使传统知识输出型教学变得不合时宜，AI时代的教育工作者必须重新找到自己的定位。人文地理教育需实现从知识传授到思想传播、从课堂到社会实践、从单一学科到跨学科融合的三重转向，核心是从“知识本位”迈向“素养本位”。教育者应转型为学习引导者与思维锻造者，借助AI工具培养学生人文精神、批判性思维与实践能力，回归育人本质，培养兼具完整人格与社会担当的复合型人才。
随着AI时代的到来，人文地理教育正迎来历史性的转折。当AI能瞬间生成精美的课件、绘制精确的地图，甚至模拟复杂的空间过程时，在传统人文地理课堂中，教师作为主要知识输出者的角色正受到前所未有的挑战。这既是危机，更是契机。

1　AI的赋能：教学效率与深度的革命性提升

AI技术正以前所未有的深度和广度，融入人文地理教学的各个方面，带来了一场关于效率与深度的革命。
首先，AI实现了教学资源的极速生成与个性化定制。过去，教师为准备一堂课，可能需要耗费数小时在资料检索、图片寻找和课件制作上。如今，通过AI工具，教师可以指令生成特定区域的社会经济可视化图表，甚至模拟城市扩展的动态效果。这极大地解放了教师的生产力，使其能更专注于内容设计和形式创新。同时，AI能够根据学生的学习进度和理解能力，提供定制化的学习材料和练习题，真正实现“因材施教”。
其次，AI构建了动态与沉浸式的学习环境。人文地理的许多抽象概念，如产业集群、城市蔓延、文化扩散等，通过AI驱动的虚拟现实（VR）或增强现实（AR）技术，可以转化为学生可触摸、可感知、可交互的三维模型。学生可以“亲临”世界六大城市群的演化过程，观察全球贸易网络的形成；可以“漫步”在丝绸之路上，体验商品与文化的流动。这种沉浸式体验将枯燥的知识转化为生动的探索，极大地激发了学生的学习兴趣和空间想象力。
再者，AI提供了强大的数据分析与模拟预测能力。人文地理学的研究正日益依赖于大数据。AI可以协助学生分析海量的卫星遥感数据、城市交通流数据、社交媒体地理位置数据等，从中发现人地关系的规律。例如，学生可以利用AI模型，输入不同的变量，预测某个城市未来的土地利用规模与结构，或者模拟某项区域政策对当地经济发展的潜在影响。这使得学生的学习从抽象的想象，走向具象的体验。

2　潜在的危机：教育异化与教师角色的迷失

然而，技术进步带来的影响从来都不是单方面的。AI在赋能教育的同时，也带来了一系列潜在的危机，值得每一位教育工作者警惕。
首先，最核心的挑战在于“工具理性”对“教育初心”的潜在侵蚀。如果教育者和学生都依赖AI来完成教学任务，那么教育过程可能被异化为一种高效却无灵魂的知识传递流水线——教师使用AI来制作看似完美却又廉价、枯燥的课件，学生通过AI来完成教师布置的课程作业（论文），教师再通过AI为学生论文评分。整个教学过程可能极其高效，但实际上毫无价值。学生可能会因此逐渐丧失独立思考、自主探究和忍受知识获取过程中必要挫折的能力。教育的根本目的是培养人，而不仅仅是输送信息。当AI接管了信息输送的大部分工作，教育的“育人”内核若未能及时填补上来，就会出现价值的空洞化。
其次，教师角色出现认同危机与能力恐慌。当AI在知识储备、计算速度和信息更新上全面超越个体教师时，教师传统的权威地位受到撼动。部分教师可能陷入“技不如人”的焦虑，或将AI视为需要防范和对抗的“对手”，而非合作伙伴。如何重新定位自身价值，从“知识的权威”转型为“学习的引导者、思维的锻造者、情感的陪伴者”，成为每一位教育工作者必须回答的时代命题。
此外，数据隐私与算法偏见的风险客观存在。AI系统的训练数据本身可能隐含了设计者的偏见或数据话语权的不平等性。例如，在分析城市化过程时，因为西方文献占主导地位，AI可能会不自觉地强化某些西方发达国家的经验。同时，学生在使用AI学习平台时产生的海量数据，如何收集、使用和保护，也是一个不容忽视的伦理问题。人文地理教育本就蕴含着强烈的批判性思维和公平正义的价值导向，对此更应保持清醒并认真审视。

3　未来的出路：三重转向与教育本质的回归

面对AI带来的便利与挑战，人文地理教育必须进行一场深刻的自我变革，其核心是从“知识本位”走向“素养本位”，并实现以下三重转向。
从知识传授走向思想传播。AI可以告诉我们“是什么”，但难以启迪我们“为何”与“应如何”。未来人文地理教育的重心，应从记忆和理解事实性知识，转向培养学生的人文精神、地理思维和批判性思考能力。教师应引导学生超越AI提供的碎片化信息，思考人类活动与地理环境之间深刻的、动态的相互影响。教师可以主动引导学生去发现和批判AI生成内容中可能存在的偏见或错误，鼓励学生提出质疑，用实地考察、多方论证的方式去检验AI的结论。这个过程本身就是最好的思维训练。
从课堂走向社会实践。AI可以将世界带入课堂，但真正的学习更需要将学生带入世界。人文地理教育必须打破教室的“围墙”，开展“项目式学习（PBL）”。围绕本地区的真实问题，如老街区的改造、湿地公园的保护、公共交通的优化等，让学生组成团队，在教师指导下，利用AI作为研究工具，进行实地调研、数据收集和分析，并提出解决方案。这不仅能综合运用所学知识，更能培养学生的社会责任感和实践能力。
从单一学科走向文理工交叉融合。复杂的人文地理问题，绝非单一学科视角所能应对。AI本身作为一门技术，其有效应用也迫切需要跨学科的视野。例如，在探讨“江南水乡”的文化地理时，除了自然地理特征，更应融入古代的诗词歌赋、历史上的漕运变迁，以及其中蕴含的“天人合一”哲学思想。此外，教学者应鼓励学生与AI专业的同学合作，共同完成一些创新创业课题。例如，开发一款基于AI的家乡文化遗产保护小程序；或利用GIS技术和环境工程知识，为社区设计一个绿色基础设施规划方案。在这种跨界合作中，人文地理学生贡献其空间思维、人文关怀和对地方性知识的理解，而理工科学生则贡献其技术实现能力，共同创造出创新的成果。

4　结语

AI不是人文地理教育的终结者，而是一位强大的革新者。它以无可比拟的技术优势，迫使我们重新审视和回归教育的本质：教育的终极产品，不是行走的“百科全书”，而是具备独立人格、批判精神、社会担当和可持续发展观念的完整的人。对于人文地理教育工作者而言，这是一个告别“知识搬运工”的旧角色，迎接“思想者”和“实践家”的新时代。
马凌，广州大学地理科学与遥感学院和华南人文地理与城市发展中心教授，研究方向为社会文化地理、旅游与消费地理、城市研究。

议题：深度思考与问题导向：AI影响下地理学教育和研究的转型与未来发展

核心观点：在运用AI技术时，需保持地理学作为基础学科的学科特点和优势。当人们越来越依赖电子产品和沉浸线上世界时，地理学的传统理论和教育方法应为我们的学习提供一种价值：加强人的主体性和促进人与自然的和谐；提升人们对更大世界的敏感性和丰富人们的生活，从而更好地理解地球多样性和差异性；并把生活的地方放在更大的地理尺度中来理解。从研究上看，人工智能无法完全替代人类思考，地理学者应运用其融合文理的优势，打破内部学科边界，提出并致力于解决对人类社会和人与自然-技术和谐共处有意义的复杂综合问题，提出有效的政策，为人类社会的可持续发展和人类未来的美好生活提供指引。
人工智能是研究和开发用于模拟、延伸和扩展人的智能的综合性技术科学。对于AI及其应用的认知，我们依然处于初级阶段，但技术的推进与迭代已经比以往任何时代更快。在数字技术革命之前，人类的历史在某种意义上就是用物质（器物/工具）替代人的体力的历史；而在数字技术革命之后，尤其随着人工智能的发展，“智力物替”进程开启，即人工智能机器让人从部分的智力活动中解放出来，甚至在逻辑性和规律性的决策和博弈中比人更有优势（王宁，2025）。新技术的革新对人类社会的影响是全新且颠覆性的。在此，AI对于我们未来的学习、人和人类社会的发展以及学科的发展会有何影响？我想从科学/科技和人文发展的关系、以及地理学的学科特点对此进行探讨。
首先，现代科学在技术和实践层面展现出强大的力量，改变了人们的工作、生活和认知方式。但正如胡塞尔早在20世纪初在其著作《欧洲科学的危机和超越论的现象学》中提出的，科学虽然在各个领域取得了显著成就，却依然需要回答诸如“科学对于人类的影响”“人类的价值和生活意义是什么”等根本性问题（胡塞尔，2017）。现代科学在越来越专业化和技术化、专注客观事实和规律的同时，同样需要对科学的价值、目的及其与人类存在之间的关系进行深刻反思。在当前的时代中，技术比人的思想进化要快，人如何与技术共处变成一个必须面对的挑战和问题。一方面，科技给人类提供了更高的生产效率和便利性；但另一方面，人不能被技术控制或异化。美国地理学家墨菲在其著作《地理学为什么重要》中提到，过去几十年技术革命的代价是，减少了人们对可接触大自然的直接体验，以及人与人面对面的交流机会（Murphy, 2018）。而电子产品的负面影响是：人对环境外观和气味的敏感性降低，户外探险减少，以及人的更大的孤独和压抑感（Murphy, 2018）。因此，技术是中立的，技术世界所代表的依然是一个“物”的世界，而人类世界则是由人的意识和行动为主导的一个具有价值立场的世界。在技术进步的同时，需要从人的发展、意义和伦理等各个维度提出更多对于人类生存以及人类如何与“自然-技术”和谐共处的有意义的问题和解决方案。
地理学作为基础学科，始终回应人类环境、人类生存、人与自然和人与地互动的基础问题。在AI的助力之下，地理学可以在以往的教育和研究转型上实现技术和方法的革新，但同时需要保持传统的学科特点和优势。一方面地理学可以借助新科技手段进行数据收集和科学分析，更好地发现和呈现人地规律；而另一方面，地理学应该强调其经典的综合方法，尤其是田野调查/实地考察、具身体验和批判理论的学习。如墨菲提到，在今天的地理教育中，学生们是否被鼓励去爬树、环看四周、遥想星球以及宇宙的不同地方？单独的地理学教育不能扭转电子化的趋势，但具备有益的效果（Murphy, 2018）。地理学可以帮助我们分析自然和人类的进程，强化学生的观察力和对外部物质世界的欣赏力。绘图、GIS 和遥感课程鼓励学生去思考和探索自然与人类组织的模式及形式；而人文地理学话题的探索可以培养学生对于文化模式、城市的组织形式、经济和社会进程对景观的影响等的好奇心和批判意识。人们越来越依赖电子产品和沉浸线上世界时，地理学的经典理论和教育方法应该为我们的学习提供一种价值：加强人的主体性和促进人与自然的和谐；同时，提升人们对更大世界的敏感性和丰富人们的生活，从而更好地理解地球多样性和差异性，并把生活的地方放在更大的地理尺度中来理解。
其次，AI对于未来地理学研究和写作的影响也是巨大的，AI论文写作已被越来越多的人所尝试。1950年，阿兰·图灵在《心灵（Mind）》杂志上发表了一篇重要论文《计算机器与智能（ComputingMachinery and Intelligence）》。在论文开头，他提出，“我提议思考这样一个问题：‘机器可以思考吗？’”（"I propose to consider the question,'Canmachines think?'"），并提出了著名的图灵测试（Turing, 1950）。如今，随着深度学习、神经网络和生成式AI等技术的突破，人工智能进入了大模型时代，机器在一定程度上获得了人类的“智力”和“思考”能力，借助AI进行论文写作甚至创作的速度比人类更快。
尽管如此，AI是否能真正代替人类思考，显然是存疑的。人类的思考与机器的思考有着本质不同。机器主要通过符号（把语言、数据或图片作为一种符号） 来处理信息和知识，并生成论点或观点。而人类除了符号化的学习之外，其经验和体验是其思考的重要方式；人类的意识世界是更为复杂的构造。符号对于世界的理解往往是将世界或事物拆解或还原为一个个原子或要素，这是一种从事物外部来把握世界的方法，并没有进入事物的内部，看似全面，却缺乏内部感知。世界是一个有机的整体，是不可能完全被还原成生硬的原子、分子或要素的。如日本哲学家西田几多郎讲到的，“如果站在外部来认识‘存在’的真正面目的话，无论如何也不可能窥探到它的真相。只有成为存在本身，站在其内部来感知它，才会成为可能”（藤田正胜，2011）。因此，人的直观经验（内部感知） 与理性分析（外部认识）是两种不同认知和思考世界的路径，而真正有意义的问题的提出，需要人对于世界的深刻体验、深入观察和深度思考。
在当下的时代，提出问题和问题导向事实上即是一种研究思维，也反映了人类具有的一种反思、综合和批判能力。地理学是一门关注人类、环境和地方如何组织和相互联系的学科，为事情在哪发生、如何发生、为何发生，以及地理环境如何影响环境进程和人类事物提供了一种批判的视角。在分工化日益加深的世界，我们需要理解空间、地方和自然之间的联系，理解战争、技术发展、气候变化和经济不平等相互之间的联系。地理学能帮助我们理解周边的变化以及如何适应这些变化，它也是理解我们日益拥挤、脆弱、连接和快速变化的世界的关键 （Murphy, 2018）。在技术革新的时代背景下，地理学研究应该运用其融合文理的优势，打破内部学科边界，提出并致力于解决对人类社会、以及人-自然-技术共处等复杂且具有重要意义的综合问题，提出有效的政策，为人类社会的可持续发展和未来美好生活的实现提供指引和方向。
陶卓霖，北京师范大学地理科学学部副教授，研究方向为城市与健康地理、社会基础设施地理计算，兼任BMC Health Services Research编委，《热带地理》、《地域研究与开发》、Urban Rail Transit青年编委，中国地理信息产业协会时空智能与公众健康工作委员会委员、中国国土经济学会区域战略菁英会会员。

议题：善用AI是AI时代需着重培养的核心能力

核心观点：在知识获取更加扁平化的AI时代，需引导学生从“会用”AI进步到“善用”AI。既要充分发挥AI提升效率和降低学习门槛的优势，又要规避其带来的风险，从而真正提升学生能力。
近年来，各种AI工具尤其是生成式大语言模型迅速普及，AI技术迅速渗透到生活的各个场景。大语言模型成为日常对话和信息检索的常用工具，各类AI技术深度嵌入到手机、电脑和各类软件之中，逐渐成为工作生活中必不可少的一部分。在这样的时代背景下，知识获取更加扁平化：学生可以通过与对话式大语言模型进行简单对话就轻易获取到海量信息。但与此同时，这也带来了信息大爆炸与破碎化的问题，信息真实性辨别难度加剧，也更难形成系统的知识体系。因此，对于大学地理教育而言，AI技术同时带来了机遇和挑战，需更加审慎地思考和辨别AI技术对地理教育和学习的多重影响。
在知识获取更加扁平化的AI时代，应全面认识AI技术的广泛作用和潜在风险，引导学生从“会用”AI转向“善用”AI，以提升地理专业学生在AI时代的竞争力。这里借鉴“善治”的概念，将“善用”界定为“良好的/地使用”，既要会用和活用AI工具，发挥其提高工作效率和降低学习门槛的正向作用，也要审慎地认识AI应用的局限性与弊端，妥善和规范地运用AI，保持人的独立思考和学习能力。
首先，善用AI的前提是会用AI，应采取积极拥抱新技术的态度了解AI工具在各类任务中的用途。AI技术正重构人们的生产和生活方式，也深刻影响着地理学研究方法。事实上，AI技术在产业界的变革影响比大众熟知的ChatGPT、DeepSeek等对话式大语言模型的影响更加深远，以RPA（机器人流程自动化）和RAG（检索增强生成）为代表的综合应用模式显著地提升了AI技术在提高生产力方面的作用，已经替代或淘汰了大量劳动力需求。在此背景下，对于AI工具的熟练运用已成为一项重要技能，因此有必要在课程和实践教学中增加AI技术原理和工具使用场景的内容。北京师范大学地理科学学部率先开设了面向地理学本科生的AI应用课程，在介绍AI基本原理的基础上，讲授各类AI工具在地理专业学习和研究的应用。
其次，善用AI的核心是活用AI。常言道“知人善用”，在AI应用中也需做到“知AI善用”。这就需要辨析哪些任务AI工具能够高质量完成，而哪些任务目前阶段AI仍无法胜任，或在使用过程中仍存在风险挑战的。在文献检索方面，相较于传统以关键词匹配为核心的搜索算法，AI技术加持下的新型检索工具具有理解搜索内容语意的突出优势，能更精准地检索到实质内容相似的文献。大语言模型还能够快速总结提取文献的主要观点，协助研究者高效地“速读”大量文献。然而，当前的大语言模型为通用模型，并不能完全准确理解专业文献的内容和内在逻辑，因此无法替代人完成“精读”文献这一重要任务。在数据获取与分析方面，多种多样的研究方法令初学者眼花缭乱，增加了方法学习的难度。大语言模型能够帮助初学者学习掌握方法原理，充当高效且低成本的答疑解惑者，比传统搜索引擎从互联网上查到的大量混杂资料更具可信度。在面对不熟悉的研究问题时，AI也能够提供方法选取的建议。此外，AI技术在辅助编程方面能起到很大作用。对于非计算机专业的学生而言，面对较高的编程学习门槛，“谈编程色变”的问题突出。目前，AI技术已能够高效完成编程及其辅助任务，极大地降低了编程学习的门槛，让每位学生都能掌握通过编程实现各类数据分析和方法实现的技能，充分发挥AI技术的价值。在图像和视频创作、语音识别等方面，多模态大模型也已经较为成熟，能够有效辅助学生和研究者制作各类图表，快速整理会议内容、分析调研访谈记录，而数字人技术也能够辅助教学工作和在线知识共享。毫无疑问，凭借大语言模型在跨语种语言理解和生成方面的突出进展，AI工具对于论文写作也有广泛的影响，但相较于直接依赖AI生成内容的方式，借助AI对文字进行润色提升可能是更为恰当的使用方式。
再次，善用AI的基础是慎用。应充分认识到AI应用的弊端和风险，审慎地进行应用，树立正确的AI时代价值观，严格遵守AI应用中的学术伦理和学术规范。AI技术，尤其是生成式AI，能够生成文字、语音、图像和视频等各种形态的内容。因此直接用AI完成作业、撰写论文变成一种“轻而易举”的做法。然而，生成式AI仍存在“AI幻觉”“AI偏见”等问题，生产内容的真实性和准确性无法得到保障。在依赖AI进行写作、数据分析等任务时，容易触碰学术伦理和学术规范红线，必须谨记AI技术的局限性，妥善谨慎地运用AI，切忌直接采用AI生成的内容，严格遵循使用者作为内容唯一负责人的要求。应让AI辅助人类，而不是用AI替代人类。教学和科研机构、学术出版机构都需尽快制定关于AI技术使用的规范。事实上，国际重要出版机构爱思唯尔、斯普林格等都已出台面向作者和审稿人的生成式AI使用规定。
最后，善用AI的关键是智用AI。AI工具尤其是对话式AI工具的使用具有低门槛的特点，学生掌握之后能够很轻松地反复使用。在此过程中，容易出现因过度依赖AI而产生懒惰化的问题，反而阻碍了学习能力的培养。事实上，对于人的学习效果而言，更关键的是学习的过程及锻炼培养出的学习能力和解决问题的能力，而不只是学习到的内容本身。研究表明，过度依赖AI进行病症诊断会使得医生自身的诊断准确率在短短几个月内大幅下降（Budzyń et al., 2025）。可见，简单运用和依赖AI可能会使人“变懒”甚至“变笨”。因此，不仅要警惕AI技术普及对劳动力和人工工作岗位的替代效应及社会问题，也要反思AI技术依赖导致人的能力的退化问题。相对于强调生产力水平和降低成本的产业界而言，这种影响对于处于专业知识能力学习关键期的大学生来说更加重要。因此，需努力引导学生树立正确科学的学习观，不能过于片面地追求作业、分数等表面结果，更要将真正的目标落在提升学生能力上，启发学生在运用AI技术的过程中反思人还能做什么、应该做什么。
以“会用—活用—慎用—智用”为脉络引导学生善用AI，才能在未来学习与职业竞争中保持独立思考能力，既要避免因不会AI技术而被淘汰，也要谨防只会简单运用和依赖AI而导致自身能力退化，真正实现AI技术赋能人才培养。
李涛，陕西师范大学地理科学与旅游学院教授，博士生导师。研究方向为交通运输地理与区域发展。发表学术论文50余篇，代表作发表在地理学报、Applied Geography、Journal of Transport Geography、Transport Policy等。先后主持国家自然科学基金项目、重点项目子课题、教育部人文社会科学项目，以第一或主要参与人获得教育部第八届高等学校科学研究优秀成果二等奖1项、陕西省第十二、十三次哲学社会科学优秀成果奖一等奖各1项，2019年度陕西高校人文社会科学研究优秀成果奖二等奖和三等奖各1项，担任中国地理学会经济地理专业委员会委员，《热带地理》青年编委。

议题：AI赋能地理教育：以“术”载“道”，守护地理育人之本

核心观点：地理教育以培育人地关系认知和空间思维、实现“立德树人”为根本目标。AI技术通过虚拟情境、个性化学习等赋能教学，须始终服务于这一教育之“道”。当前地理教育面临双重挑战，一方面，AI虽提升学习效率，却可能弱化教师对高阶思维引导及情感联结的主导作用；另一方面，AI高效传递低维知识的能力易导致学生认知浅层化，抑制区域综合研判、人地系统思辨等核心地理思维的深化。未来教育的关键在于构建学生“双核素养”——既需掌握批判甄别AI内容质量的能力，又应熟练设计深度提示指令的策略思维。与此同时，教师应在驾驭技术工具时，始终锚定地理育人本真，实现技术赋能与教育价值的有机统一。
地理学是研究地球表层系统中人类生存环境的空间格局、时间演化以及人地关系的科学，注重通过格局和过程的耦合研究以揭示人地关系地域系统的发育规律，是支撑国家社会经济环境可持续发展的重要基础学科（樊杰 等，2018；陈发虎 等，2021）。地理教育是地理学知识体系传承与创新的主要手段，根植于地理学综合性和实践性，AI技术提供的情境化信息与交互式学习体验正在深刻重构地理教育生态体系（Chang et al., 2025）。AI通过促进学生自主学习和辅助教师教学，创建个性化的模拟场景和虚拟环境等全面赋能地理教育的同时，也带来了诸多挑战。地理教育的核心价值，始终在于引导学生认知人地关系，并培育其批判性思维、综合思维、科学思维、空间思维与全球视野。AI作为强大的“术”，唯有服务于地理育人这一根本之“道”，才能真正驱动地理教育的深刻转型与升华。
在地理教学活动中，课堂上教师的主导作用和学生的主体地位是最基本的关系（郑祖槐 等，2025）。随着AI技术的引入，地理课堂的互动效能和学生的主体地位均得到显著提升，凭借其强大的资源检索整合、交互式智能问答及智能推理能力，地理知识的传递与路径获取得以优化，知识获取模式趋于高效化与扁平化。例如，借助VR/AR技术，学生能“置身”于亚马逊雨林、“亲临”东非大裂谷感受地质运动、“漫步”数字孪生城市解析智慧交通布局，空间认知在沉浸体验中得以深化。同时，AI能够通过大数据分析、智能推荐和个性化学习路径，帮助学生根据自身的兴趣与能力进行学习，引导学生建构系统化结构思维框架。这种技术手段使得学生能够在学习过程中更加主动，积极参与到知识的构建与理解中。从地理知识传授来讲，教师的主导角色似乎正在弱化。然而，学生过度依赖技术将产生认知惰性，进而削弱自主思考与探索的能力。在能力训练及价值观培育中，AI技术作为工具不能替代教师的教学主导作用，教师在引导学生思考、培养批判性思维和学科深度理解方面仍不可或缺。教师与学生之间的互动、合作以及情感交流与体验是AI无法完全取代的。师生间基于肢体语言、眼神等非语言信号的即时情感共振，以及学生群体在课堂讨论碰撞过程中生成的思维灵感，难以被算法模型完全复现或替代。AI应当作为教育的辅助工具，帮助教师更好地关注学生的个性化需求，优化教学方式和管理，而不是替代教师的核心作用。教师在驾驭AI技术于资源生成、方案优化等方面的效能优势时，需同步锚定教育本真，守护学习者思维发展与人文情感联结，以达成技术赋能与育人价值的有机统一。
低维知识指基础的、具体的地理事实和数据，而高阶思维则指抽象的、综合性的地理思维和理论，如区域综合分析、空间结构、人地系统思维等高阶地理思维。AI技术的引入，为地理思维更好地实现低维和高维知识转换提供了重要支撑，但仍难以完全覆盖地理教育中的知识传授、技能训练和情感价值多元化需求。受训练数据的有限性制约，生成式AI输出的内容往往停留于表层事实知识甚至软知识（王竹立，2019），很难深入触及地理学的核心思维与要素复杂关系。过度依赖生成式AI提供的预制结论，会弱化学生的地理现象内在逻辑推演能力以及多维度视角辨析能力，最终形成认知层面的“技术依附惯性”，实质性阻碍批判性思维等高阶认知能力的养成。究其根源，AI在高效传递事实性、程序性知识上优势显著，但若应用失当，极易将教学实践锚定在低阶认知维度，致使区域综合研判、空间结构推演、人地系统辩证分析等体现地理学科精髓的高阶思维训练被边缘化。因此，在AI赋能地理教育中，如何超越被动接受，构建培养体系以提升学生两大能力就成为关键。一方面，需要穿透AI输出表象、洞察其质量与局限的认知武器，另一方面，应主动引导AI生成所需深度内容的知识事实与策略。
地理学作为一门跨自然科学与社会科学的交叉学科，关注人地关系，探索自然规律，揭示社会、经济和政治对空间组织与结构的影响反馈，天然具备人文关怀（贺灿飞 等，2023）。地理教育的“道”，是培养学生运用空间视角、系统综合思维、区域分析方法认识世界和理解人地关系，涵养家国情怀与全球视野，最终指向“立德树人”的根本目标。AI作为“术”的价值在于赋能“道”的实践，提供过去难以企及的工具和资源，让复杂思维训练更可操作、更直观，通过与生成式人工智能协作，学生可在现实场景中深入理解环境挑战及其与地理要素的关联。教师在会用、善用AI技术优势的同时，必须锚定地理教育本质，实现技术赋能与育人价值的有机融合。
马丁，深圳大学建筑与城市规划学院特聘研究员，博士生导师，深圳市后备级人才，东京工业大学JSPS访问学者，长期从事地理空间人工智能、城市计算、城市空间规划、城市复杂性形态结构测度等理论方法研究与教学工作。中国测绘学会地图学与地理信息系统专业委员会委员，《热带地理》青年编委。
议题：知“地”明“理”：空间数据科学的数智化教学路径探索
核心观点：数智化技术赋能地理教育，并非简单地将地理数据存储在云中、将地图图幅显示在大屏中、将地理知识连接在图谱中，而是教育理念和路径两个方面的改革。数智化推动地理教育从知“地”到明“理”的转型，核心是培育学生智思、智算、智创的能力，推动学生完成从知识记忆到问题解决的跨越。教育转型路径需通过“融（跨学科融合）、引（前沿技术引入）、配（软硬件配备）、分（分类培养）、全（全面评价）”五环节系统重构。由此构建适配智能时代的教育生态，聚焦高阶思维与实践能力培育，让学生以数智技术理解与分析地理世界，成长为兼具学科素养与应用能力的复合型人才。

1　数智化理念：从知“地”到明“理”

数智化的赋能，首先体现在对地理学教学理念的改变，它推动地理教育从记忆地理事实的知“地”层面，转化为理解、模拟并创造性地解决地理问题的明“理”层面，该过程表现为“智思”“智算”与“智创”3个维度。
智思（空间思维）是地理学的灵魂。传统教学中，学生通过等高线图阅读地形，通过城市布局图理解规划，这更多是一种静态的、基于经验的学习和记忆。数智化技术的引入，使得空间思维的培养方式发生变革，例如沉浸式与交互式的AR技术，将抽象的空间概念具象化，将线性的因果逻辑动态化，有利于提升学生的地理空间想象与逻辑推理能力。
智算（计算方法）：为地理计算带来了新的方法。基于遥感影像、气象数据、迁徙数据等地理大数据，可以进行图像智能识别、空间聚类分析、趋势预测建模等一系列计算操作。该过程不仅能帮助学生掌握新工具的应用方法，同时也是培育其数据驱动式科学素养的有效途径。地理学也借此实现了从定性认知转向定量实证，真正实现探索复杂地理规律与内在机制的现代计算方法。
智创（创新应用）是教育的最高目标。在“智思”与“智算”的基础上，地理教育的最终目标是让学生学会“智创”——即利用所学的空间思维与计算方法，解决真实世界中的地理问题。地理学不再是纸上的理论知识，而是转化为解决环境、社会、经济问题的创新应用。学生也从被动的知识接收者，转变为主动的问题解决者。

2　数智化路径：从单点突破到系统重构

数智化赋能教育涉及学科、技术、资源、人才与评价的全方位重构，具体可概括为“融、引、配、分、全”5个环节。
融：打破学科壁垒，推动理工管深度融合。现代地理学问题无一不是复杂的系统性问题，单一学科视角已无力应对。地理教育必须主动打破界限，与社会学、环境科学、测绘科学、管理学等其他理工管类学科进行融合。课程体系需进行重构，设立跨学科项目、开设联合课程，培养学生的复合型知识储备。
引：引入前沿技术，构建测地计技术链。课程内容的更新需要新技术的支撑。教育体系需引入现代的测绘地理信息技术和先进的计算技术。这不单是指软件的引入（如以往地理信息系统专业的学习工具仅为ArcGIS），而是将一整套从数据采集、处理、分析到可视化表达的完整技术链教授给学生，让其熟悉并掌握业界正在使用的技术体系，与前沿科技和产业实践对接。
配：软硬件一体配备，打造教学新环境。环境是理论走向应用的孵化器。课题需要系统性地规划和投入，并建设软硬件一体的地理教室。这包括高性能计算服务器、VR/AR设备、无人机等硬件，以及专业的GIS软件、AI分析平台、数据资源库等软件和数据配备，使学生的专业实践以及创新活动开展具备物质基础。
分：因材施教，分流培养研究、比赛与就业三类人才。学生的兴趣与职业规划是多元的。数智化技术赋能的地理教育应提供更富弹性的培养路径。对于学术兴趣浓厚的研究型学生，应引导其深入参与教师的科研项目，攻关前沿地理算法模型；对于动手能力强、富有竞技精神的比赛型学生，则组织其参加GIS应用技能大赛、地理建模挑战赛等；对于志在实践的就业型学生，需侧重与企业的合作，开展实习实训，培养其在资源管理、地理服务等行业的实战技能。全面实现因材施教，让学生找到最适合自己的发展轨道。
全：全面评价，形成练习-考试-答辩的综合型考核方式。对学生的专业能力与素养考评需要更加全面，应建立全过程、多维度的考核体系。在练习环节，使用AI推荐训练主题和提供习题；在考试环节，增加基于真实数据集的开放性分析题、小型地理建模题；在课程答辩中，重点评估学生项目空间逻辑的严谨性和设计的创新性。基于多元化的综合考核体系，实现教学重心从知识传授转向素养培养。

3　总结

在数智技术的浪潮中，地理教育的转型是必选项。笔者认为转型的重点在于地理学的空间思维、计算方法和创新应用，应使学生具备充分应对复杂性地理系统的高阶思维与能力。转型的路径在于通过多学科融合、新技术引入、软硬件配备、研赛用分类与习考辩综评5个维度，完成教育生态的系统性构建。这是一种从地理知识到地理应用的理科转型道路。当学生能够运用数智化技术去理解、分析、模拟地理世界并服务其他专业与行业时，地理教育才真正完成了其在智能时代的使命，培养出经纬天地的人才。
主题主持人总结
上述学者通过丰富的案例剖析与深刻的理论反思，清晰勾勒出AI技术与地理教育深度交互的全景图景。综合来看，可从中凝练出关于AI赋能地理教育的几点核心共识，同时明确未来发展的关键方向。
1）AI技术的迅猛发展为地理教育带来了前所未有的机遇与挑战，推动其进入“守正创新”的转型关键期。作为兼具自然科学严谨性与人文关怀属性的交叉学科，地理教育在技术浪潮中既要主动拥抱变革，又需坚守学科本质与育人初心。
2）AI技术的赋能价值已在教学实践中充分显现。例如，依托个性化学习路径实现因材施教，以及为跨校同步教学破解学情差异难题；抑或是通过智能工具高效处理复杂地理数据，借助虚拟仿真拓展极端环境等实践场景。但与此同时，技术应用也暗藏风险，过度依赖AI可能导致学生独立思考能力退化、地理思维深化受阻，甚至引发学术伦理争议，这要求教育者必须保持理性认知，明确AI的工具属性与边界。
3）地理教育的核心竞争力始终在于AI难以触及的独特价值：空间思维的深度培育、地方感知的具身体验、复杂问题的辩证分析以及人文关怀的价值引领。多位学者的实践探索表明，地理教育转型成功的关键在于构建“技术赋能+能力导向+虚实融合”的教育新模式。在新模式加持下，自然地理教育应强化自然规律认知与实操，培育系统思维与实证素养；人文地理教育应聚焦素养培育，推动跨学科融合与社会实践落地；GIS教育需平衡“守正”与“创新”，在筑牢空间思维、地理学三大定律、经典理论方法及数据质量意识等学科根基的同时，融入AI赋能的空间分析、地理大语言模型等前沿技术，重塑编程算法能力，拓展跨学科视野。
4）面向未来，地理教育工作者需率先实现自身转型，从知识传授者转变为思维引导者与育人实践者。通过重构课程体系、革新教学方式、完善评价机制，引导学生从“会用AI”向“善用AI”进阶，在技术赋能中强化核心素养。唯有如此，才能培养出既通晓前沿技术又怀揣人文温度，既具备空间思维又拥有创新能力的新一代地理人才，让地理教育在AI时代持续焕发活力，为人类社会可持续发展贡献学科智慧与育人力量。

1 伦敦大学学院官网. https://www.ucl.ac.uk/

2 弗洛里达大学官网. https://www.ufl.edu/

3 得克萨斯克里斯汀大学课程主页. https://personal.tcu.edu/kylewalker/assets/urbangis.pdf

4 中山大学旅游学院官网. https://stm.sysu.edu.cn/

5 “旅游管理+数据科学与大数据技术”双学士学位项目成功获批，开启复合型人才培养新篇章，云南大学工商管理与旅游管理学院，2025年5月. http://www.bts.ynu.edu.cn/info/1083/2534.htm

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
埃德蒙德·胡塞尔. 2017. 欧洲科学的危机与超越论的现象学. 王炳文，译. 北京：商务印书馆.

Edmund Husserl. 2017. The Crisis of European Sciences and Transcendental Phenomenology. Wang Bingwen, Trans. Beijing: The Commercial Press.

Budzyń K, Romańczyk M, Kitala D, et al. 2025. Endoscopist Deskilling Risk after Exposure to Artificial Intelligence in Colonoscopy: A Multicentre, Observational Study. The Lancet Gastroenterology & Hepatology, 10(10): 896-903.

陈发虎，李新，吴绍洪，樊杰，熊巨华，张国华. 2021. 中国地理科学学科体系浅析. 地理学报，76（9）：2069-2073.

Chen Fahu, Li Xin, Wu Shaohong, Fan Jie, Xiong Juhua, and Zhang Guohua. 2021. Disciplinary Structure of Geographic Science in China. Acta Geographical Sinica, 76(9): 2069-2073.

Chang H C, Kidman G, Lidstone J, et al. 2022. IRGEE Inretrospect-the 30th Anniversary Serving the International Geography and Environmental Education Communities. International Research in Geographical and Environmental Education, 31(4): 261-264.

樊杰. 2018. “人地关系地域系统”是综合研究地理格局形成与演变规律的理论基石. 地理学报，73（4）：597-607.

Fan Jie. 2021. "Territorial System of Human-Environment Interaction": A Theoretical Cornerstone for Comprehensive Research on Formation and Evolution of the Geographical Pattern. Acta Geographical Sinica, 73(4): 597-607.

Fink L D. 2003.Creating Significant Learning Experiences: An Integrated Approach to Designing College Courses. San Francisco, CA: Jossey-Bass.

郭庆胜，任晓燕. 2003. 智能化地理信息处理. 武汉：武汉大学出版社.

Guo Qingshen and Ren Xiaoyan. 2003. Intelligent Geographic Information Processing. Wuhan: Wuhan University Press.

Huang X, Wilson J, and Wang S. 2025. GeoAI and Human Geography. Cham: Springer Nature Switzerland AG.

贺灿飞，彭建，苏筠. 2025. 新时代中国大学地理教育. 北京：商务印书馆.

He Canfei, Peng Jian, and Su Jun. 2025. Geographic Education in Chinese Universities in the New Era. Beijing: The Commercial Press.

Murphy A B. 2018. Geography: Why It Matters. Cambridge: Polity Press.

Openshaw S and Openshaw C. 1997. Intelligence in Geography. Chichester: John Wiley & Sons.

藤田正胜. 2011. 西田几多郎的现代思想. 吴光辉，译. 石家庄：河北人民出版社.

Fujita Masakatsu. 2011. Nishida Kitarō's Modern Thought. Wu Guanghui, Trans. Shijiazhuang: Hebei People's Publishing House.

Turing A M. 1950. Computing Machinery and Intelligence. Mind, 59(236): 433-460.

王宁. 2025. AI时代的智力物替、主体重塑与结构转型——一个人工智能社会学的分析框架. 探索与争鸣，425（3）：76-91.

Wang Ning. 2025. Intellectual Substitution, Subject Reshaping and Structural Transformation in the AI Era: An Analytical Framework for Artificial Intelligence Sociology, China. Exploration And Free Views, 425(3): 76-91.

王兴宇. 2025. 生成式人工智能最终会取代教师吗？——基于主体性视角的讨论. 现代大学教育，41（4）：35-44，113. [Wang Xingyu. 2025. Will Generative AI Finally Replace Teachers? An Agency Perspective. Modern University Education, 41(4): 35-44, 113. ]

王竹立. 2019. 新知识观：重塑面向智能时代的教与学. 华东师范大学学报（教育科学版），37（5）：38-55. DOI：10.16382/j.cnki.1000-5560.2019.05.004.

Wang Zhuli. 2019. New Concept of Knowledge: Remolding Teaching and Learning in the Age of Intelligence. Journal of East China Normal University(Educational Sciences), 37(5): 38-55. DOI: 10.16382/j.cnki.1000-5560.2019.05.004.

魏其濛. 2025. 复旦大学开了门“AI考古”课. （2025-01-04）[2025-06-16]. https://baijiahao.baidu.com/s?id=182032299264 9146412&wfr=spider&for=pc.

Wei Qimeng. 2025. Fudan University has Launched a Course Titled "AI Archaeology". (2025-01-04) [2025-06-16]. https://baijiahao.baidu.com/s?id=182032299 2649146412&wfr=spider&for=pc.

张庆熊. 2025. 从哲学角度探讨人工智能的理解问题和对人生的影响. 哲学分析，16（4）：90-104，197-198.

Zhang Qingxiong. 2025. Exploring the Issues of Artificial Intelligence's Comprehension and Its Impact on Human Life from a Philosophical Perspective. Philosophical Analysis, 16(4): 90-104, 197-198.

张飞舟，刘典. 2019. 空间信息智能处理. 北京：北京大学出版社.

Zhang Feizhou and Liu Dian. 2019. Intelligent Processing of Spatial Information. Beijing: Peking University Press.

郑祖槐，李琳. 2025. 人工智能赋能地理教育变革的审思与展望. 地理教学，（5）：15-19.

Zheng Zuhuai and Li Lin. 2025. Reflections and Perspectives on Artificial Intelligence Empowered Change in Geography Education. Geography Teaching, (5): 15-19.

周怡，王俊杰，马克. 2025. 人工智能与经济不平等：影响、挑战与对策. 经济学家，（7）：44-53.

Zhou Yi, Wang Junjie, and Ma Ke. 2025. Artificial Intelligence and Economic Inequality: Impacts, Challenges, and Countermeasures. Economist, (7): 44-53.

Options
文章导航

/

〈 〉