# 四、项目特色与创新

## 我们到底解决了什么问题

《人工智能基础》是全校通识课，一个老问题是：按计算机专业的目录往下讲，非计算机学生学不动，也觉得跟自己没关系；往浅里讲，学生又觉得没含金量。以前的做法是"换几个例子、把难度调小一档"，这其实把因班施教理解成了降维——没有回答通识课该让学生带走什么。

另一个问题是教材跟不上。AI 概念、风险与公共事件按季度更新，纸质教材两年一改。靠教师个人搜集热点补课，课程结构容易被新闻带着走；死守印刷版，课堂就在关键术语上过时。

项目组想明白一件事：问题不在"讲多深"，而在**目标错位**。于是做了两件事——给因班施教一个可操作的定义，再给教材一个可打补丁的机制。

## 我们实际做了什么（六个选择）

**1. 备课流程先"设计"后"开发"。** 不是一上来就写教案。先做班级粒度的课程设计（看画像、定本班目标与考核、排周进度、选主案例），再做课时粒度的开发（目标→教案→PPT→材料）。全部上完课再补大纲的旧路径被删了——大纲从"事后补的目录"变成"课前确认的设计对象"。

**2. 差异化锚定"素养"，不锚定"深度"。** 技术深度（科普/应用/技术）是一回事，认知层级（记忆到创造）是另一回事，两个旋钮分开调。法学班可以在"应用级深度"上要求"评价级认知"——目标不是会写舆情分类器，而是能就"AI 结论能否作为处置依据"给出有法律依据的立场。

**3. 质量不靠"生成后再审"，靠"闸门前置"。** 六条质量标准（目标可观察、针对画像分布、主案例有困境、价值嵌在争议中、评估提供证据、事实有闭集来源）是模型和教师共用的尺子；六道系统闸门是硬约束：无目标不得确认、案例型课须先选主案例、空知识点拒生成、问卷 A–F 模块不可删、学号不进模型、导出必须带 AI 标识。P10 验收时六道闸门机检全绿，抽检页面要点超标率为 0、引用编造率为 0。

**4. 教材活页化。** 知识点可以打补丁（概念更新/风险提示/案例替换/废弃标记），补丁按版本链管理，未过期的自动进入备课上下文；热点案例走"先定目标再找案例"，弱匹配不进备课建议。教材不再等两年。

**5. 与超星分工，不另起炉灶。** 平台只管"生成与导出"，超星泛雅管"发布与回收"，通过题库 Excel、活动清单这类交换物对接。没有承诺也不能承诺 API 一键同步——不做第二套学习平台。

**6. 轻量务实。** 单机内网、≤10 位教师、SQLite。院系已有学习通就能落地，不必等超星开放接口，也不用重建教学运行系统。

## 几个可能被追问的点（坦率说）

- **"人工智能基础"不是本项目唯一的产出。** 平台解决的不只是这一门课的备课，而是"同一门通识课面对多个专业"这一类问题——法学、理工、医学模板都已建好，生成时按模板换案例、换不讲清单、换课型。
- **系统闸门全绿 ≠ 课堂已证明有效。** P10 验收证明的是"产物可上课、质量可机检"，不是"学生素养达成"。两项前测—后测设计、真实性任务量规、三方证据（作品/教师观察/学生反馈）已写入学习效果评价设计，但试讲按教学日历单列，尚未完成——这一点我们在申报材料里如实写，不把"开发完成"写成"教改已见效"。
- **教师负担**：六条勾选、闭集核验这套流程有学习成本，目标控制在"打开向导到可上课导出 ≤30 分钟/课时"，但实测数据要等试讲后补。

## 可推广的智慧教学模式

**命名：建设性对齐的「双段闸门」智慧备课模式。**

公式：可上课教学包 ＝ Align（素养地图 × 班级分布 × 专业 PCK × 活页补丁）▷ Gate（六条标准 ∧ G1–G6）↻ Return（课后证据 · 补丁 · 错误记忆 · 学情修订）

一句话操作定义：先对齐目标与证据再生成学习经历；AI 出草稿，闸门守出口，教师定稿；补丁与课堂证据回到下一课。

**能迁移的内核**（与课程主题关系不大）：建设性对齐 + 两段式流程、六条质量标准、G1/G3/G6 通用合规闸、问卷蓝图防标签、活页补丁机制、"交换物而非 API"的集成路线。

**必须本地化**（不可假装通用）：素养五维的操作化指标、专业模板 PCK（omit_items、课型偏好）、主案例与 teaching_note、LMS 列映射、种子"可教最小完整度"。

推广路径：先冻结对齐件 → 做一个可教章 → 做一个专业模板 → 接通双段向导与闸门 → 接交换物 → 打开回写。本项目阶段一正是按这条路径走的：只打磨了第七章法学课一个完整可教实例，其余章占位并强制拒生成——先闭环一课，比先铺全库更接近"可推广"。

---

*本部分基于项目设计说明书 v0.2、融合定稿 v1.1 与实际验收报告撰写；模式图见同目录《…模式图v2.1.html》。*