学生导向项目，即在内容和过程上由学生主导的项目，可以作为个人化的情境，用以发展各种技能、概念和学科的经验与熟练度。但学生也可能难以定义目标、确定项目范围与任务，并具体实现他们的创意愿景。
“学生导向”并不意味着完全自主地工作。事实上，从事自主项目的学生受益于各种各样的支架和支持。在当前，生成式人工智能正成为一种日益普及的新型支持形式。我们所说的生成式人工智能，指的是诸如DeepSeek、豆包等之类的工具，它们可以根据提示生成文本、图像或其他内容。
哈佛大学教育研究生院发布的《学生自主项目中的GenAI：建议和启示》指南包含了关于生成式人工智能如何支持自主项目的建议与灵感，帮助学生在面对非预设性、结果无法保证或未知的工作时，驾驭其中的不确定性与机遇。
指南中，提到来自项目实践中老师们的通用建议：
1、考虑更广泛的影响。
学生和教职工强调了深思熟虑使用的重要性，指出了与使用生成式人工智能相关的一系列严重问题，包括其产生幻觉的倾向、巨大的环境足迹、因成本造成的可访问性障碍、潜在的文化同质化以及固有的算法偏见。建议很明确：以有意为之的态度对待生成式人工智能，并意识到其局限性和潜在危害。
2、保留学习过程和真实的声音。
另一个反复出现的主题是将生成式人工智能用作个人思考、努力和风格的支持，而非替代品的价值。正如一位学生解释的那样：“我认为当你感到有点卡住时，它可以成为你的第二个大脑。你可以请它帮你开始，但它不能为你做所有事。你仍然是飞行员，它只是一个助手。” 学生们描述了决定哪些任务委托给生成式人工智能、哪些任务自己完成的挑战。正如另一位学生建议：“真正思考你此刻想要什么。你只是想完成任务，还是想学习？”
3、拥抱玩乐和实验。
学生和教职工都强调了亲自动手探索不同生成式人工智能工具的重要性。一位学生建议：“一定要使用并探索它”，同时指出，“它不能为你做所有事。所以要讲究策略。” 教职工们也赞同这一观点，一位表示：“你必须亲自尝试，感受一下。在你自己有了感觉之前，你无法帮助学生。”
4、实践战略性迭代。
学生们分享了他们如何通过经验了解到，要成功使用生成式人工智能需要多次尝试和提示优化。正如一位学生观察到的，它“不会在第一次尝试后就立刻给你正确的答案，你必须稍微修改一下，直到得到答案。”
指南按项目流程介绍24种应用策略，如起始阶段用GenAI收集信息；项目进行中，借助其进行头脑风暴、梳理项目计划、探索概念、设计调查问卷等；后期可辅助代码编写、解释代码含义、调试代码以及对书面成果进行反思修订等。
每个策略都配有描述、学生反思和示例。
（1）起点
借助GenAI收集信息，为项目研究指引方向。如学生想了解“什么是太阳能eclipse”，可通过GenAI获取基础信息，再借助其他渠道深入探究。在8年级物理课学习日食的项目中，学生通过向GenAI提问“什么是日食？如何安全观测？”来开启项目研究。
（2）头脑风暴
与AI进行对话交流，激发项目创意。以搭建分享地理故事的平台项目为例，学生利用ChatGPT探讨平台构建方式、内容呈现形式等问题，获取灵感，拓展项目思路。
（3）梳理混乱
运用GenAI生成包含目标、活动和成果的时间线，将项目计划拆解为可管理的步骤。在为初中女生设计天体物理博物馆展览的项目里，学生向GenAI询问“如何在6周内组织项目计划和成果交付”，GenAI会给出时间线规划建议，使项目推进更具条理性。
（4）定义概念
借助GenAI探索相关概念或结构，加深对项目关键概念的理解。在研究学生能动性与师生关系的项目中，学生通过询问AI“学生参与度”的特征，并整合GenAI提供的信息，形成对概念更全面、深入的认识，为项目研究奠定基础。 （
5）人物角色可能性
利用GenAI生成人物角色，探索目标受众的潜在需求。在开发成人音乐理论学习游戏APP的项目中，学生用ChatGPT生成针对成人学习者的用户角色，从生成结果中获取对目标受众需求和特点的启发，优化APP设计。
（6）情境很重要
将项目概念和想法应用于个人相关情境，使项目更贴合实际。在印度为高中生开设创客空间的项目中，学生用GenAI了解“创客教育”在印度的情况，通过询问“比较印度和美国促进创客空间的政策差异”，获取针对性信息，为项目实施提供参考。