════════════════════════════════════════════════════════════════
《人工智能基础》AI 备课工作台 详细设计说明书（v0.1）
教 育 学 专 家 审 查 意 见
════════════════════════════════════════════════════════════════
一、审查基本信息
────────────────────────────────────────────────────────────────
审查对象 ：《人工智能基础》AI 备课工作台 详细设计说明书（v0.1）
审查性质 ：教育学专家意见（课程与教学论 / 教育技术学 / 学习科学视角）
审查人 ：DeepSeek 教育学专家
审查日期 ：2026 年 8 月 21 日
审查范围 ：设计说明书全部章节（项目概述、需求规格、系统架构、数据
模型、核心流程、AI 生成引擎、导出设计、界面交互、API 设计、
开发计划、部署运维、风险与开放问题）
审查方法 ：文本审查。对照课程与教学论、教育技术学、学习科学的相关
理论与政策要求（详见第八部分"理论依据"），逐章评阅，
并按问题严重程度分级：关键（必须修改）/ 重要（建议修改）/
一般（建议完善）。
二、审查结论（摘要）
────────────────────────────────────────────────────────────────
本设计总体方向正确，理念先进，具备显著的教育学价值。其"班级画像 ×
知识点 × 专业模板"的差异化机制、分步确认的人机协作方式、学情问卷、
热点案例与课程思政融合、课后反馈闭环等设计，与当代教育教学理念
高度吻合。
但经逐章评阅，设计存在若干结构性短板，主要集中在四个方面：
1. 学习目标缺位，目标—教学—评估三者不对齐；
2. 深度档位一维化，难以支撑"适合学生的深度学习"；
3. 评估设计单一，缺乏表现性评估与真实性任务；
4. 思政融入存在"贴标签"风险，可能产生"两张皮"。
审查结论：有条件通过（Conditional Pass）。
先决条件：完成本意见第四部分"关键问题"（第 1—4 号）的设计修订；
重要建议：在阶段 1 开发中落实第五部分"重要问题"（第 1—5 号），
或将相应设计明确列入阶段 2/3；
后续要求：开发完成后选取 1 个法学班开展一个完整学期的教学试用与
效果评估（详见第十部分）。
三、设计亮点（应予肯定并保持的部分）
────────────────────────────────────────────────────────────────
1. 因班施教的差异化设计
"班级画像 × 知识点 × 专业模板"的三维差异化机制，将差异化教学
（Tomlinson）中"内容差异化"的要求落到了可操作的工作流上，直击
通识课"讲深学不动、讲浅无价值"的真实痛点。这是本设计最大的价值。
2. 分步确认制的人机协作
"AI 出草稿、教师定稿人"的定位，每一步生成后人工确认、可修改、
可重新生成，符合"AI 辅助教师决策而非替代教师"的原则，保护了
教师的教学自主权与专业判断，值得坚持。
3. 学情问卷机制
在开学第一课（教材未到位）即发放学情问卷，体现了"教学起点分析"
意识，比许多凭经验备课的做法更严谨，且抓住了时效窗口。
4. 热点案例与思政融合
将真实社会热点转化为教学案例，并自动匹配思政角度，符合情境学习
与课程思政的总体要求；"流浪狗舆情反转"示例很好地示范了热点如何
承载知识点（NLP 舆情分析）。
5. 课后反馈闭环（阶段 3）
课后记录与效果评分的设计体现了反思性实践（Schön）与持续改进
的思路，方向正确。
6. 技术架构轻量务实
单课程、≤10 用户、SQLite、DeepSeek API 的技术路线与使用规模匹配，
避免了过度设计，有利于快速落地。
7. 来源引用机制
AI 生成内容附来源引用，是对"生成式 AI 用于教学"的负责任做法，
既便于教师核验，也示范了学术诚信。
四、关键问题（必须修改，直接影响教学质量根基）
────────────────────────────────────────────────────────────────
【关键 1】学习目标缺位，目标—教学—评估不对齐
现状：生成流程为"教案 → PPT → 案例与习题 → 汇总大纲"，从内容
出发而非从目标出发；教案 Schema 中的 teaching_objectives
仅为自由文本，未与评估、活动显式挂接。
依据：逆向设计（Wiggins & McTighe）要求按"期望结果 → 评估证据 →
学习活动"三阶段设计，目标是教学的出发点而非附属品。
建议：
a. 每个课时的生成流程第一步，先产出 3—5 条可测量的学习目标，
并标注布鲁姆认知层级（记忆/理解/应用/分析/评价/创造）；
b. 教案、PPT、案例、习题全部挂接目标 id，形成"目标—活动—评估
对照表"（learning alignment matrix），确保生成内容不偏离目标；
c. 提示词中约束目标数量（"一课一得"，3—5 条），防止 AI 贪多
导致课堂容量超载。
【关键 2】深度档位一维化
现状：深度档位仅 popular / applied / technical 三档，只刻画了
"内容深浅"一个维度。
依据：教学难度是多维的——知识难度（概念理解）× 技能难度（操作）×
思维难度（分析评价）× 情感难度（价值冲突）。非专业学生需要
的不是"简化版的专业内容"，而是"适合他们的深度学习"。
建议：
a. 深度档位升级为"认知层级"维度（布鲁姆分类），每个知识点明确
该班需要到达的层级；
b. 生成时按层级约束讲解深度、案例复杂度与习题类型，例如法学班
学 NLP 不要求会实现模型（记忆/理解层），但要求能评价舆情事件
中的算法偏见（评价层）。
【关键 3】评估设计单一，缺少表现性评估
现状：习题题型仅 choice / short_answer / discussion，偏重知识
记忆，难以支撑素养目标。
依据：通识课的目标是"AI 素养"而非"AI 原理"，素养需要表现性评估
（performance assessment）与真实性任务（authentic tasks）
来证明。
建议：
a. 新增"真实性任务"题型，如法学班"用 AI 工具生成一份合同审阅
报告，再批判其法律漏洞"；
b. 出题按布鲁姆层级配比，每章至少配置 1 个表现性任务；
c. 与学习通测验功能对接，实现习题一键导入与成绩回传。
【关键 4】思政融入存在"贴标签"风险
现状：思政元素自动匹配，容易变成每节课生硬贴一个思政点，出现
"两张皮"。
依据：教育部《高等学校课程思政建设指导纲要》要求"显性教育与隐性
教育相统一"，课程思政应"如盐入水"，融入而无形。
建议：
a. 生成约束中显式要求"隐性融入"：思政点必须生长于案例情境、
讨论问题和价值冲突之中，而非教学环节的固定空壳；
b. 教师确认时的审核检查清单增加"思政融入自然度"专项检查项；
c. 思政元素库按"价值主题"组织（公平、责任、安全、创新、理性、
法治等），并给出每个主题的"自然融入写法示例"。
五、重要问题（建议修改，显著提升教学效果）
────────────────────────────────────────────────────────────────
【重要 1】学情画像静态化与标签化风险
现状：画像来自开学一次性问卷，且可能固化为对班级的定势判断。
依据：学习是动态过程，学情应持续更新；标签效应/自我实现预言
（Rosenthal effect）提示预设可能成为现实。
建议：
a. 画像分"初始画像"（问卷）与"动态画像"（课后反馈、作业表现、
课堂参与持续更新），备课随学期迭代；
b. 画像输出标注"基于问卷的待验证假设，需通过首月课堂观察修正"，
而非既定事实；
c. 画像表述避免贬义定性（如"数学差"），改为"在 X 方面可能需要
更多支架（scaffolding）"。
【重要 2】案例教学的教学法深度不足
现状：案例卡仅含"建议讨论问题"，缺乏讨论引导设计。
依据：案例教学法的效果取决于问题阶梯与引导组织，而非案例本身。
建议：案例卡增加：
a. 问题阶梯（事实层 → 分析层 → 评价层 → 创造层）；
b. 预设学生可能的回答方向（正/反/中间立场）；
c. 教师小结要点；
d. 课堂组织形式建议（think-pair-share / 辩论 / 模拟法庭等）。
【重要 3】热点驱动可能造成知识碎片化
现状：热点案例与知识点双向匹配，流程上易被热点牵着走。
依据：课程编制原理要求内容的顺序性、连续性与整合性，课程结构
不能被时效性内容肢解。
建议：
a. 明确"知识点优先、热点服从"原则：先定知识点目标，再到热点库
找匹配案例，案例永远是知识点的载体；
b. 热点入库时强制标注适配知识点，弱匹配（或无法适配）的案例
不进入备课建议；
c. 内容更新（活页教材）增加版本管理与变更记录，更新后重新审查
知识点间的衔接，避免内容碎片化。
【重要 4】通识课定位应以 AI 素养为导向
现状：知识点体系沿用专业课程逻辑（机器学习、深度学习、CV、NLP
等模块），未显式定义素养目标。
依据：AI4K12 五大核心思想（感知、表示与推理、学习、自然交互、
社会影响）与 UNESCO AI 素养框架表明，通识课的目标是培养
"能用、能理解、能批判、能负责"的 AI 时代公民。
建议：
a. 为每章补充"能力目标/素养维度"说明；
b. 案例与习题向素养目标倾斜，多出真实性任务与价值讨论题。
【重要 5】教学法库单一
现状：teaching_method 仅讲授/案例分析/讨论。
依据：教学方式应与内容性质、学生特点相匹配；法学等专业适配
情景化教学法。
建议：
a. 教学法库扩充：项目式学习、辩论、角色扮演/模拟法庭、头脑
风暴、游戏化等；
b. 专业模板中预置教学法偏好（如法学类偏好辩论与模拟法庭），
生成时按偏好组合。
六、一般问题（建议完善）
────────────────────────────────────────────────────────────────
【一般 1】教案结构建议改为"课前—课中—课后"三段式，与学习通的任务
发布（课前预习、课中活动、课后作业）直接对应，减少教师
二次加工。
【一般 2】知识点建议预置"常见误解"字段。依据概念转变理论（Posner
et al.），非专业学生对 AI 存在大量误解（"AI 有意识"
"AI 会取代一切"），教案生成时加入"前概念探测 + 误解澄清"
环节，先暴露误解再制造认知冲突，学习效果显著优于直接讲授。
【一般 3】教师专业发展保护：记录教师对 AI 草案的每次修改，定期生成
"我的备课偏好分析"报告，帮助教师自我反思教学设计风格，
防止教师退化为"AI 审稿人"。
【一般 4】课后反馈与下次备课联动：学期中第二次备课自动参考上次反馈
（效果评分、学生问题记录），让"闭环"真正闭环。
【一般 5】来源引用的教育学意义：建议在教案中同时呈现"本课目标达成
的评估方式"，将引用核验与目标达成检查合并为确认清单。
【一般 6】学情问卷题目建议覆盖：前概念探测（对 AI 的误解）、学习
风格偏好、合作学习意愿，而不只限于基础与兴趣。
七、对照修改建议表（对应设计书章节）
────────────────────────────────────────────────────────────────
┌────┬────────────────────┬──────────────────┬──────────────────┬──────┐
│序号│ 审查问题 │ 设计书位置 │ 修改建议 │ 级别 │
├────┼────────────────────┼──────────────────┼──────────────────┼──────┤
│ 1 │ 目标—教学—评估不对齐 │ 5.1 / 6.2 / 6.3 │ 生成首步出可测量 │ 关键 │
│ │ │ │ 目标；产物挂接目标 │ │
│ 2 │ 深度档位一维化 │ 2.1 F3 / 4.2 │ base_depth 升级 │ 关键 │
│ │ │ knowledge_points │ 为认知层级 │ │
│ 3 │ 评估设计单一 │ 6.3 materials │ 新增真实性任务题型；│ 关键 │
│ │ │ Schema │ 布鲁姆层级配比 │ │
│ 4 │ 思政贴标签 │ 5.3 / 6.2 / 8.2 │ 隐性融入约束；审核 │ 关键 │
│ │ │ │ 清单增自然度检查 │ │
│ 5 │ 画像静态化/标签化 │ 5.5 / 4.2 classes│ 动态画像；待验证 │ 重要 │
│ │ │ │ 假设标注 │ │
│ 6 │ 案例教学深度不足 │ 5.2 / 4.2 │ 案例卡增问题阶梯、 │ 重要 │
│ │ │ hotspots.analysis│ 引导与组织设计 │ │
│ 7 │ 热点碎片化 │ 5.2 │ 知识点优先原则； │ 重要 │
│ │ │ │ 版本管理 │ │
│ 8 │ 素养定位缺位 │ 2.1 F2 / 4.3 │ 每章能力目标/ │ 重要 │
│ │ │ │ 素养维度 │ │
│ 9 │ 教学法单一 │ 6.3 / 4.2 │ 教学法库扩充+模板 │ 重要 │
│ │ │ major_templates │ 偏好 │ │
│ 10 │ 教案结构非三段式 │ 7.1 Word 教案 │ 课前—课中—课后 │ 一般 │
│ 11 │ 目标数量无约束 │ 6.2 提示词 │ "一课一得"3—5 条 │ 一般 │
│ 12 │ 缺误解澄清 │ 4.2 │ 常见误解字段+ │ 一般 │
│ │ │ knowledge_points │ 前概念环节 │ │
│ 13 │ 教师发展缺保护 │ 阶段 3 │ 修改记录分析报告 │ 一般 │
│ 14 │ 反馈未联动备课 │ F8 │ 反馈→下次生成 │ 一般 │
└────┴────────────────────┴──────────────────┴──────────────────┴──────┘
八、教育学理论依据汇总
────────────────────────────────────────────────────────────────
1. 差异化教学（Tomlinson）：内容 / 过程 / 成果 / 环境四维差异化。
本设计当前主要差异化"内容"（案例与深度），建议同步差异化"过程"
（活动组织方式）与"成果"（产出形式，如报告、海报、辩论陈词），
使差异化更完整。
2. 逆向设计（Wiggins & McTighe）：目标 → 评估证据 → 学习活动。
3. 布鲁姆认知目标分类（Anderson & Krathwohl 修订版）：
记忆 / 理解 / 应用 / 分析 / 评价 / 创造。
4. 概念转变理论（Posner et al.）：前概念暴露 → 认知冲突 → 概念重建。
5. 最近发展区与支架（Vygotsky）：学情画像应服务于支架强度的决策。
6. 形成性评价（Black & Wiliam）：即时反馈对学习效果影响显著。
7. 表现性评估与真实性任务（Wiggins）：素养须通过真实任务证明。
8. 反思性实践（Schön）：课后反馈即"行动中反思/行动后反思"。
9. 课程思政建设指导纲要（教育部）：显隐结合、如盐入水。
10. AI 素养框架（AI4K12 五大核心思想；UNESCO AI 素养框架）。
11. 课程编制原理（Tyler / Schwab）：顺序性、连续性、整合性；
课程审议保证内容更新质量。
九、风险提示（教育实施层面）
────────────────────────────────────────────────────────────────
1. 生成内容同质化风险：AI 易套路化，差异化不应只换案例，还应在
教学组织与产出形式上有结构差异，否则"因班施教"会退化为
"换皮教学"。
2. 教师依赖风险：长期使用自动生成可能弱化教师教学设计能力，
需以"修改记录分析"等机制对冲。
3. 热点案例的准确性风险：真实事件涉及复杂背景，AI 提炼可能失真，
引用核验与教师审校不可省略。
4. 学生隐私与伦理：学情问卷、热点事件（涉及真实人物）需注意
匿名化处理，遵守师德规范与学生数据保护要求。
5. 思政内容的政治性与准确性：AI 生成的思政表述必须经教师人工
把关，平台应有相应的审核责任提示。
6. 评价公平性：AI 生成测验需关注难度校准与区分度，避免因提示词
波动导致题目忽难忽易。
十、审查结论与后续要求
────────────────────────────────────────────────────────────────
结论：有条件通过。
先决条件（阶段 1 开发前完成）：
（1）完成关键问题 1—4 的设计修订（学习目标与对齐、认知层级
深度、表现性评估、思政隐性融入）；
（2）修订后更新设计说明书相应章节（2.1、4.2、5.1—5.5、6.2、
6.3、7.1、8.2）并重新评审。
重要建议（阶段 1 或明确排期）：
（1）落实重要问题 1—5（动态画像、案例引导设计、知识点优先、
素养定位、教学法扩充）；
（2）阶段 2/3 计划中纳入一般问题 1—6 中未排期的各项。
后续要求：
（1）开发完成后选取 1 个法学班开展一个完整学期的教学试用；
（2）试用期重点考察五项指标：教学目标达成度、学生满意度、
教师备课效率与质量、思政融入效果、AI 生成内容准确率；
（3）试用评估结果作为阶段 2/3 需求修订的依据。
审查意见至此结束。
审查人：DeepSeek 教育学专家
审查日期：2026 年 8 月 21 日
════════════════════════════════════════════════════════════════