《人工智能基础》AI 备课工作台详细设计说明书（v0.1）
课程与教学论专家审查意见
════════════════════════════════════════════════════════════════
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，讨论稿，待评审）
审查视角 ：课程与教学论（Curriculum and Instruction）；兼及通识课程论、学习科学、教师专业发展
审查人 ：教育学专家（课程与教学论方向）
审查日期 ：2026 年 8 月 21 日
审查范围 ：说明书第 1–12 章及附录待办（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、界面与交互、API、开发计划、部署运维、风险与开放问题）
审查原则 ：
1. 以“这门通识课要让学生形成何种可观察的判断力与行动力”为第一标准，不以“能否快速生成整齐文件”为充分条件；
2. 建设性、可落地：每条意见对应说明书模块、数据字段或流程节点，给出可写入 v0.2 的修改建议；
3. 不替代技术可行性、信息安全与教育技术学专项评审；工程细节仅在其锁定教学质量默认值时提出。
审查方法 ：文本审读。对照泰勒原理、建设性对齐、逆向设计、差异化教学、诊断性与形成性评价、案例教学、课程思政政策、通识教育与 AI 素养框架、教师专业知识（PCK）与反思性实践等，按关键 / 重要 / 一般三级分级。
已有实践基础 ：法学类模板有上学期 3 个班实战；第七章 NLP 优先录入。审查要求把这批 tacit knowledge 结构化进模板与种子，而不是只预置目录和 3–5 个案例摘要。
先行判断（详见第五部分）：有条件通过。问题诊断与产品边界清楚，人机分工方向正确；须在阶段 1 编码前补齐课程目标—教学—评估一致性、通识素养定位、班内差异化、案例教学结构、思政融入质量标准与学情诊断的防循环设计，否则系统容易把“因班施教”做成“同一套计算机知识点的深浅裁剪 + 换专业案例名”。
════════════════════════════════════════════════════════════════
二、总体评价
════════════════════════════════════════════════════════════════
说明书对教学现场两类结构性矛盾的把握是准确的：其一，通识课《人工智能基础》面临“讲深则非计算机专业学不动、讲浅则学生觉得无含金量”；其二，教材出版周期与人工智能领域迭代速度错配。据此提出的“专业模板 × 班级画像 → 个性化教学包”以及“热点转述 + 三维匹配 → 活页补丁”，在课程论上分别对应差异化课程改编与课程持续更新，方向成立。
产品定位克制而正确：面向教师的备课辅助平台，明确不替代学习通。分步确认、来源引用、知识库与模板解耦、公共层与个人层隔离，符合“AI 作草稿、教师作专业判断”的合理人机分工。学情问卷进入阶段 1，也比单纯“教师凭经验填画像”更接近诊断性评价。规模约束（教师 ≤10、单课程、法学先行）有利于先把一门课的课程改编逻辑跑通。
主要风险不在功能清单不全，而在课程理论的默认值偏了。当前信息架构以“章节—课时—知识点—深度档位”为中轴，生成顺序为“教案 → PPT → 案例与习题 →（全部课时完成后）汇总大纲”（F6.1、§5.1、§6.3）。这是内容驱动的正向填充：先决定讲什么、片子怎么翻，再倒推怎么考、这门课要学生学会什么。评估、课型、班内分层、素养目标都还不是生成引擎的一级对象。
由此产生五条相互咬合的课程论缺口：
（1）学习目标在数据模型中多为自由文本，与教学活动、习题、大纲考核没有编码级关联，建设性对齐无法被系统强制，只能依赖个别教师的自觉。
（2）“因班施教”目前主要是班级层内容深度与案例题材的替换，尚未进入过程分化、产出分化和班内分层；通识行政班内部差异往往大于班际差异，按班级均值生成会对两端学生同时失效。
（3）通识课的素养目标（理解、使用、评价、与 AI 共处、伦理与治理判断，并迁移到本专业情境）没有成为课程层与模板规则的硬约束；法学班仍可能得到“应用级 NLP 讲义”，而不是“法律人的人工智能素养课”。
（4）课程思政有预置关联和审核层，但教案 Schema 把思政写成单一对象，导出又固定“课程思政”栏目，确认清单问的是“环节是否齐全”，存在环节化、标签化风险。
（5）教师专业发展被推到阶段 3 且反馈字段过薄；阶段 1 若只训练教师“确认 AI 草稿”，可能弱化教学设计能力，也浪费已有 3 个法学班的实践知识。
因此：作为讨论稿，需求收敛程度较高；作为可开发的教学系统，课程论内核尚未收敛。建议把下列关键问题的数据模型与生成顺序修订，作为阶段 1 开工的准入条件。这些不是“阶段 3 再补教学闭环”可以事后美化的界面问题，它们是提示词上下文和确认规则的输入。不修订即按第 10 章任务 1.1 起开发，阶段 1 很可能固化三条错误默认：先讲后考；按技术深度降维而非按素养与专业情境重构；思政与案例作为栏目插件。
════════════════════════════════════════════════════════════════
三、设计亮点
════════════════════════════════════════════════════════════════
1. 问题—解法对应清楚（§1.1–1.2）
将“一门通用课程”转化为“某个专业班级的个性化教学包”，比另起一套在线课更符合高校通识课的真实组织方式：按行政班开课、教师集体教研、学习通承担授课。产品边界（非学习平台）保护了教学主阵地，避免与已有信息化体系抢学生端。
2. 专业模板与知识点解耦（F3、template_rules）
默认深度、案例偏好、语言风格、思政侧重可细化到知识点，为后续医学、理工等大类扩展预留了课程改编接口，避免“一套教案只改案例名”。这在课程论上接近把学科教学知识（PCK）从个人经验做成可共享规则包，方向正确。
3. 人在回路的分步确认（F6、§5.1、§8.2）
每步可改、可重新生成，确认前有检查清单，AI 明确为“草稿机”。这有利于防止教师对生成内容的无批判采纳，保护教学自主权，也比“一键出全套”更符合高校教学责任结构。
4. 学情问卷进入 MVP（F9、§5.5）
开学诊断 + 教师经验补充、匿名作答、移动端友好，抓住了“教材未到位”的真实开学窗口，比纯画像表单更可辩护。诊断性评价被写进阶段 1，说明设计组已意识到“先了解学生再备课”。
5. 热点“转述提炼 + 三维匹配 + 审核入库”（F5、§5.2）
在版权与合规约束下，为案例教学提供持续源头；知识点、专业视角、思政角度并行匹配，比课后“加一段思政”更有设计意识。不抓热搜、只转述不转载，风险意识正确。
6. 思政融合的四层机制（§5.3）
预置关联、生成时自动融入、确认时人工改、教案固定环节以防遗漏，比“提示词里写一句融入思政”更接近课程思政的制度化要求。意图应予肯定，问题在质量标准（见关键问题 4）。
7. 来源引用贯穿生成与导出（F6.4、§5.4、§7.1）
对通识课事实核查、教师学术责任和价值表述核验都有制度价值，也示范了生成式 AI 用于教学时应有的可追责态度。
8. 规模与边界克制（§1.3、§2.2、§11）
小用户量、单课程、内网部署、结果确认后持久化，适合先把法学班教学设计跑通再扩展，避免尚未想清课程观就做大平台。法学先行且有学期实战，种子选择务实。
════════════════════════════════════════════════════════════════
四、问题审查
════════════════════════════════════════════════════════════════
下列问题按对教学质量根基的影响分级。
关键问题：不修订则系统会把错误的课程观写进默认工作流，建议作为阶段 1 编码准入条件。
重要问题：不纳入则教学质量明显受损，应在阶段 1 落实或明确排期并给出过渡方案。
一般问题：可在迭代中处理，但建议在修订稿中表态，避免验收时被挤出。
────────────────────────────────────────────────────────────────
（一）关键问题（开工前必须修订）
────────────────────────────────────────────────────────────────
【关键问题 1】学习目标、教学活动与评估任务未对齐；大纲与考核被放在备课链条末端
问题描述
数据模型中，课程层 courses 仅有名称、代码、简介；课时目标 lessons.objectives 为自由文本；教案 Schema 中 teaching_objectives 为字符串数组；习题在“案例与习题”步才生成，字段为题型、答案、难度，没有目标编号；course_outlines 在全部课时 completed 之后汇总，assessment_plan 为一段文字（§4.2、§5.1、§6.3、F6.1、F2.1）。
结果是：系统会先生成“讲什么、PPT 怎么翻、案例怎么贴”，再倒推“这门课怎么考、目标怎么写”。这与高校培养方案、教学大纲审批和通识课质量要求都不一致。确认清单（§8.2）只问思政是否齐全、引用能否核验、深度是否符合画像，不问目标是否可观察、活动是否服务目标、习题是否测到目标。教师一旦按此工作流备课，极易出现：学时加总超过课表、各课时目标重复或断裂、习题与目标不对题、大纲只是已生成内容的事后摘要。
教育学理论依据
泰勒原理（Tyler, 1949）的经典顺序是：目标 → 学习经验 → 组织 → 评价。Wiggins 与 McTighe 的逆向设计（Understanding by Design）要求先确定预期学习结果与可接受证据，再设计教学活动；否则材料驱动目标，出现“有 PPT、无学会的证据”。Biggs 的建设性对齐（constructive alignment）要求预期学习结果、教学活动、评估任务三者互证，缺一则学生实际学会的是被考核的那部分。Hattie 等强调成功标准（success criteria）须对学生和教师同时可见。当前流程是内容驱动的正向填充，评估成为附件，属于典型的“先有教材章节再补目标”的备课习惯被系统固化。
具体修改建议
1. 数据模型（第 4 章）增加三级结构化目标，禁止只靠自由文本：
- 课程目标 course_outcomes：编码、表述、素养维度、对应学校通识要求；
- 单元/章目标：挂 chapters；
- 课时目标：lessons.objectives 改为 JSON，至少含 id、text、type（知识 / 能力 / 价值-伦理）、level（理解 / 应用 / 分析 / 评价 / 创造）、course_outcome_ids[]、success_criteria（学生怎样表现算达到）。
2. 调整 §5.1 状态机与 F6.1 顺序。班级选定后、逐课时生成前，增加一次“本班课程设计确认”：
班级画像确认 → 本班课程目标与考核方案（可从公共大纲改编）→ 按课时：目标确认 → 评价任务草案 → 主案例选择 → 教案（含活动与时间轴）→ PPT → 习题细化为评价任务。
“全部课时后生成大纲”改为：先有本班大纲草稿（可 AI 生成、教师确认），课时备课反写周进度，期末再冻结版本。course_outlines 增加 version、confirmed_at，允许课前确认、课中修订。
3. 教案与材料 Schema（§6.3）：
- 时间轴每段增加 activity_type、student_task、aligned_objective_ids；
- 每道习题增加 objective_ids[]、evidence_type（再认 / 解释 / 迁移 / 伦理判断）。
4. §8.2 确认清单增加三条必检，缺一不可确认：目标可观察且与课程目标有编码关联；主要活动能指向目标；至少有一项评估任务能提供该目标的证据。
5. 提示词约束“一课一得”：每课时目标 3–5 条，防止 AI 贪多导致课堂容量超载。
【关键问题 2】通识课被默认为“计算机知识点的深浅裁剪”，素养定位未进入生成约束
问题描述
§1.1 正确指出非计算机专业“学不动神经网络 / Python”与“讲浅则无含金量”。解法却落在 popular / applied / technical 三档（术语表、knowledge_points.base_depth、major_templates.default_depth）。知识库种子仍按 AI 概述、机器学习、深度学习、CV、NLP、大模型、伦理等专业目录组织（§4.3）。
这意味着法学班的“个性化”主要是：同样讲舆情分析，深度改为 applied、案例换成法律争议。学生感到“有含金量”的，通常不是“少讲公式”，而是本专业情境中的判断力、评价力和行动力。三档深度没有操作性定义（会做什么、不讲什么、是否允许代码、评价看什么）。模板 style_guidelines、case_preferences 为描述性文本，无法稳定约束生成。通识课若按计算机专业目录降维，会把“人工智能基础”备成“简化版专业概论”，这正是学生觉得“无必要学”或“学了也不会用”的根源。
教育学理论依据
通识教育的目的是形成可迁移的心智习惯与判断，而非专业课程的稀释版（可对照我国高校通识课“素养而非概论”的共识，以及 Levine 等对 general education 的论述）。人工智能通识应对齐 AI 素养框架：理解系统能做什么与不能做什么、会使用并判断工具边界、能评价数据与算法、能在伦理与治理层面做权衡，并与本专业情境结合（UNESCO AI literacy；Long & Magerko 的 AI literacy 能力簇；AI4K12 的感知、表示与推理、学习、自然交互、社会影响）。深度若只有“技术含量高低”，会把差异化简化为难度旋钮，无法回答“法学学生学 NLP 到底要形成何种专业判断”。Schwab 的课程审议也要求：内容选择须回答“对这类学习者而言，何为值得教的”。
具体修改建议
1. 在课程层增加“素养地图”，作为生成的硬上下文（置于 F2、第 6 章提示词中知识库上下文之前）。建议五维（可改名，不可缺维）：
- 概念理解（AI 能做什么、不能做什么）；
- 应用与人机协作（会提出问题、会判断工具边界）；
- 批判评价（数据、算法、输出如何被质疑）；
- 伦理与治理（公平、隐私、责任、正当程序）；
- 专业情境迁移（法学：证据效力、归责、正当程序、生成内容责任等）。
2. 深度档位改为“素养达成方式 + 技术深度”双编码。例如法学 × 舆情分析：技术深度 applied；素养重点为“评价算法标注与立场检测的证据效力 + 言论与平台责任”。在 template_rules 增加 literacy_focus[]、omit_items[]（如不要求手写反向传播）、permitted_tools[]（如允许演示系统、不允许编程作业）、expected_student_performance（可接受的学生作业样例）。
3. 种子数据（§4.3）第七章 NLP 不要只录知识点标题。每条知识点必须带：通识版教学要点、法学情境本质问题、明确不讲清单、可接受的学生作业样例。上学期 3 个法学班的经验应写成 template_rules 与案例教学说明，而不是只写进备注。
4. 提示词（§6.2）增加一条硬约束：“禁止把非计算机专业课备成简化版专业课；若目标可用专业情境中的评价 / 决策任务达成，不得默认增加公式、代码和模型细节。”
5. 公共库目标分 core 与 optional。班级教案可改表述、增专业情境、调整 optional；core 不可删除，确认时校验覆盖。防止“因班施教”变成降低通识课底线。
【关键问题 3】差异化停留在“一班一包”，缺少班内分层与过程 / 产出分化
问题描述
F3–F4、classes.profile 以班级为生成单位；画像是班级汇总（数学 / 编程基础、兴趣、备注）；生成引擎一次产出一份教案 / PPT / 习题。这是因班施教，不是差异化教学的完整含义。通识课行政班内部差异往往大于班际差异：法学班同样会有“会写脚本”和“恐惧数学”的学生。
Tomlinson 意义上的分化包括内容、过程、产出、学习环境。本设计几乎只动了内容深度和案例题材；teaching_method 为字符串数组，时间轴无学生任务分层；习题仅有 easy / medium / hard，无“必做 / 选做 / 拓展”，无表现性任务与书面测验的并行设计。若 AI 按班级均值生成，可能对两端学生同时失效——这正是 §1.1 要解决的矛盾在班内重现。
教育学理论依据
Tomlinson 的差异化教学（Differentiated Instruction）明确：同一课时为不同准备水平提供核心任务与拓展任务，并允许多种表达方式。全纳学习设计（UDL，CAST）要求在表征、行动与表达、参与三个网络上提供多元通路，而不是只调内容难度。维果茨基“最近发展区”指向班内支架（scaffolding），而非只调班级平均难度。若只做“一班一深度”，高准备学生仍觉得无含金量、低准备学生仍学不动，系统并未真正回应开篇提出的核心矛盾。
具体修改建议
1. 学情画像（classes.profile、§6.3 profile_report）改为分布而非单值。至少输出：数学、编程、AI 先前经验、伦理议题兴趣的人数或比例分布；spread_notes（两极分化提示）；grouping_suggestion。禁止只用“较好 / 一般”概括全班。
2. 教案 Schema 增加 core_plus_extension：
- core_tasks：全班必须达成（对应课时核心目标）；
- scaffolds：针对低准备学生的支架（术语表、示例、降低数学要求的解释路径、无代码路径）；
- extensions：高准备学生的拓展（更深机制、更复杂案例、对比判决或政策文本）；
- product_options：讨论发言 / 书面要点 / 小组立场书等至少两种产出方式。
3. 专业模板增加“班内策略默认值”。如法学 applied：核心是案例讨论与规范评价；拓展才是技术机制。不要把拓展误设为全班默认。
4. 向导界面（§8.2）在教案确认页显示“班内差异提示卡”。用问卷分布驱动：若编程基础方差大，必须出现支架或“无代码路径”，否则不能确认。
5. 习题与任务增加必做 / 选做 / 拓展标记，并与核心目标、optional 目标对应，避免“全班同一张试卷只标难易”。
【关键问题 4】课程思政有“要素库 + 固定环节”的两张皮结构，质量标准缺失
问题描述
§5.3 设计了预置、自动、审核、兜底四层，意图正确。但 §6.3 中 sizheng_integration 为单个对象（一个元素、一种方式、一个位置）；§7.1 教案导出固定“课程思政”栏目；§8.2 检查“思政环节是否齐全”。知识点—思政关联（knowledge_point_sizheng.suggestion）是“如何融入该点”的建议语，没有质量标准。
人工智能伦理、数据安全、算法公正既是课程内容，也是价值引领。若生成器把“科技伦理”塞进课末五分钟，而讨论案例时不触及责任与正当程序，则符合“环节齐全”，不符合课程思政“如盐在水”。法学模板的法治精神、公平正义、数据合规，更应出现在案例争议点和讨论问题中，而不是独立栏目。检查“有没有思政段落”会激励形式合规，这是系统最容易“看起来完成了政策要求、课堂上却两张皮”的设计点。
教育学理论依据
《高等学校课程思政建设指导纲要》强调有机融入、显性教育与隐性教育相统一、与课程内容同向同行，反对贴标签、两张皮。价值学习依赖两难讨论与立场辩护（价值澄清、议题中心教学 / issues-centered instruction），而非结论复述或口号。Dewey 意义上的道德教育发生在真实疑难的经验之中。若确认规则奖励“栏目完整”，生成模型会优先产出可勾选的独立段落，这与“融入”在机制上是相反的。
具体修改建议
1. Schema：sizheng_integration 改为数组，且每条必须锚定教学位置。字段建议：element_id、organic_link（与知识点的内在关系）、student_dilemma（学生要做的价值判断）、position（导入 / 案例争议 / 讨论 / 评价任务）、avoid_preaching（禁止的口号化表述示例）。
2. 区分两类对象，勿混库：
- 作为学科内容的伦理知识点（可考查，进入目标与评估）；
- 作为价值引领的融入点（体现在案例争议与教师语言）。
关联表增加 role: content | infusion。
3. 取消“有思政栏目即可过”的确认规则。改为：至少一处学生必须表态或权衡的争议；该争议与本课时目标或案例绑定；无空洞口号。兜底“课程思政”栏目可保留为教师备注，不得作为唯一融入位置。
4. 热点三维匹配（F5.3）增加“不可硬配”。若事件与思政元素仅为关键词共现，案例卡应标 sizheng_confidence: low 并默认不写入教案，除非教师手动采纳。
5. 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），每个主题给出“自然融入写法示例”和“禁止写法示例”，供生成约束与教师审核共用。
【关键问题 5】学情诊断存在“模板反向塑造问卷、问卷再证实模板”的循环，维度过窄
问题描述
F4.2 与 profile JSON 主要为数学基础、编程基础、兴趣偏好、备注。F9.1 问卷由“专业模板 + 课程目标”生成。§6.3 示例题正是“数学如何、是否接触过编程、对哪些 AI 话题感兴趣”。§5.5 虽列出 AI 认知水平、期望学习内容，但未进入表结构约束。
缺口包括：对 AI 的态度与焦虑、媒介与信息素养、本专业先行课（法学：是否学过法理、刑法、证据）、学习偏好、小组讨论经验、对“课上是否出现代码 / 英文材料”的承受度、对 AI 的迷思概念。更严重的是：先有模板再生成问卷，再把问卷汇总成“推荐深度档位”，容易自我证实——法学模板偏 applied，问卷就强化 applied，备课再输出 applied。诊断性评价若由将要实施的方案生成，属于循环论证，学情不再是对教学的校正，而成了对预设的背书。
教育学理论依据
Ausubel 指出，影响学习的最重要因素是学习者已经知道什么。诊断性评价应采集起点能力、迷思概念、动机与态度、学习条件。概念转变理论（Posner 等）要求先暴露前概念。问卷设计若由即将实施的课程方案生成，违反“以学习者为起点”的教学论，变成证实性搜索。Rosenthal 效应（自我实现预言）提示：一旦班级被标签为“基础弱 / 适合科普”，后续教学可能把标签变成现实。AI 素养诊断还应覆盖迷思概念（如“AI 有自我意识”“模型输出即事实”“算法中立”）。
具体修改建议
1. 固化学情问卷的必测模块（F9、questionnaire schema）。AI 只生成“专业情境题”，不得删必测模块：
- 模块 A：AI 迷思概念（2–4 道情景判断，非自评等级）；
- 模块 B：工具使用经验（聊天机器人、检索、翻译、专业数据库）；
- 模块 C：量化基础与编程（保留，但用行为描述而非“较弱 / 很好”）；
- 模块 D：专业先行经验与职业情境；
- 模块 E：态度（兴趣、焦虑、伦理敏感性、对讨论课的接受度）；
- 模块 F：开放期望。
2. 画像报告（profile_report）禁止直接输出“推荐深度档位”作为唯一结论。改为：各素养维的起点判断、迷思概念列表、教学风险、建议的核心 / 拓展切分。深度档位由教师确认，AI 只提供理由。
3. 流程（§5.5）增加“画像校准”：教师对照问卷统计与课堂观察修改后，才允许写入 classes.profile 并被备课引用。界面上“AI 汇总”与“教师确认画像”必须分步。画像输出须标注“基于问卷的待验证假设，须通过首月课堂观察修正”。
4. 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”。阶段 1 即使不做期中问卷，也须在班级详情预留“学情修订”入口：第 4–5 周教师可更新分布与备注，并标记“后续课时使用新画像”，避免开学一次诊断管全学期。
────────────────────────────────────────────────────────────────
（二）重要问题（阶段 1 应纳入，否则教学质量明显受损）
────────────────────────────────────────────────────────────────
【重要问题 1】案例教学被建成“事例说明”，缺少困境、教学说明与讨论支架
问题描述
案例卡含摘要、知识点匹配、思政角度、讨论问题（术语表、F5、§6.3）。缺失：争议结构、各方立场、必要事实与冗余信息、教师教学说明（何处停问、预期迷思、收束方式）、讨论评分要点。案例与习题在 PPT 之后生成（§5.1），而教案里虽有 case_plan，案例库匹配只是提示词中的“相关案例若有”（§6.2）。热点匹配是“事件 → 知识点属于哪一章”，典型的先有知识点再找例子。种子仅 3–5 个案例。对法学班，这会把“司法 AI、生成内容责任”做成新闻综述，而不是可教的案例课。讨论问题若都停在“你怎么看”，课堂无法进入专业规范评价与价值权衡。
教育学理论依据
Shulman 及案例教学传统（含法学院案例法）的核心是真实困境中的判断，而非例证。好案例需要 teaching note（教学说明）。议题中心教学要求争议是真实的、有多重合理立场。Illustrative example（说明性例子）与 decision case（决策案例）功能不同，不能混用。Lave 与 Wenger 的情境学习也指出：知识须在真实社会实践的疑难中使用，才会向专业情境迁移。案例教学的效果取决于问题阶梯与课堂组织，而非案例文本本身。
具体修改建议
1. 案例库字段补齐（cases 表、案例卡 analysis）：case_type（例证 / 决策困境 / 伦理两难 / 失败复盘）；dilemma；stakeholders[]；teaching_note（建议课型、关键追问、可能跑偏、收束要点）；time_needed；literacy_focus[]。法学模板默认偏好决策困境与伦理两难。
2. 生成顺序（§5.1）：课时内在写教学过程之前，教师从案例库选定或确认主案例（可 AI 推荐 3 个，教师选 1 个主案例 + 可选对照案例）。无主案例不得生成“案例分析”为方法的教案。
3. 讨论问题分级：事实澄清 → 机制 / 概念 → 专业规范评价 → 价值权衡。禁止三问都停在“你怎么看”。补充预设学生可能的回答方向（正 / 反 / 中间立场）与教师小结要点，以及课堂组织形式建议（think-pair-share / 辩论 / 模拟法庭等）。
4. 种子（§4.3）：法学首批不少于“每章 1 个可上讨论课的主案例 + 1 个例证案例”；流浪狗舆情须补教学说明与法律争议结构，不能只有故事摘要。
5. 经典案例与热点并存。知识库预置经典案例（算法歧视、生成内容署名与责任、人脸识别滥用等），热点只做补丁。F5 时间窗不得成为案例库的唯一来源逻辑。阶段 2 再上 RSS，阶段 1 就要有经典案例位置。
【重要问题 2】评价设计停留在题库，缺少表现性评价与课堂形成性评价
问题描述
习题类型为 choice / short_answer / discussion（§6.3）；大纲 assessment 为周次上的字符串。无量规、无作业与课时目标的关系、无课堂形成性手段（一分钟纸、同伴互评、立场投票）。通识课若期末仍以名词选择题为主，会倒逼教学回到识记，抵消案例与思政设计。easy / medium / hard 只能描述题目感觉难度，不能描述“伦理论证的结构质量”。确认清单也不问“本课如何知道学生学会了”。
教育学理论依据
评估驱动学习（assessment drives learning）。Wiggins 的表现性评价与真实性任务适合复杂素养：学生必须在近似真实的情境中表现理解。Black 与 Wiliam 的形成性评价研究表明，嵌入教学的检查与反馈对学习的调节作用显著大于期末追加测验。SOLO 分类或分析性量规比难度标签更能描述论证结构。建设性对齐要求：若课程目标含“评价 / 伦理判断”，总评中必须有相应任务权重，否则目标是空的。
具体修改建议
1. materials.exercises 扩展 task_type：再认测验 / 解释性简答 / 案例裁决（书面） / 课堂争议发言 / 真实性任务（如法学班“用 AI 工具生成一份合同审阅要点，再批判其法律漏洞”）。每章至少有一项表现性任务，并带 rubric（3–4 条质量标准，对应目标）。
2. 教案增加 formative_checks：每课时 1–2 个可当场使用的检查（迷思概念判断、案例立场举手、出校门条）。
3. 本班大纲中的总评构成必须在课前确认。系统提示：若课程目标含“评价 / 伦理判断”，总评中须有相应任务权重，不能 100% 客观题。
4. 导出（§7.1）“案例与习题”文档增加教师用评分要点；学生版可隐藏答案——数据上应能分套导出。出题按认知层级配比，避免整份材料停在再认。
【重要问题 3】教学过程设计默认“讲授 + PPT”，通识课课型单一
问题描述
向导主路径是教案 → PPT → 材料（§5.1、§8.2）。PPT 规范完整（§7.2），时间轴为“时长 + 环节名 + 内容”，无学生话语、无问题链、无小组结构。teaching_method 示例为“讲授、案例分析”。通识课常见的辩论、结构化争议、工作坊、作品评议、同伴互评没有位置。系统会强烈诱导“先把片子做完”。PPT 四套视觉风格可按课时选择，易变成审美选项，与教学方法未绑定。
教育学理论依据
教学是学生经验的组织（泰勒；杜威），不是信息呈现。通识课若以教师讲解为中心，素养中的评价与伦理判断无法从听讲中稳定发生。课型决定方法，方法应先于媒介（PPT 是媒介）。Mayer 的多媒体学习原则也提示：幻灯片是认知通道的管理问题，不是备课的目的。专业情境教学法（如法学的辩论、模拟法庭）应进入模板偏好，否则“因班施教”只换案例不换学习方式。
具体修改建议
1. lessons 或教案增加 lesson_type：新授讲解 / 案例讨论 / 争议研讨 / 实训演示 / 评价与反馈。模板可规定某知识点的默认课型（法学 NLP 舆情：案例讨论为主）。
2. 时间轴改为活动单元：teacher_move、student_task、interaction（全班 / 小组 / 个别）、prompt_questions[]、aligned_objective_ids。学生活动时间建议在确认清单中设下限（讨论课不低于课时 40%，可配置）。
3. 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、think-pair-share 等；专业模板预置教学法偏好。
4. PPT 生成约束：讨论课页数上限、必须含争议页与板书 / 记录页，禁止把讨论课生成 30 页要点清单。课型与主题默认绑定（案例叙事对应讨论课，数据可视化对应需要图表的机制讲解），允许教师覆盖但给警告。不要把 default_ppt_theme 放在专业模板里作为主要差异化手段。
【重要问题 4】教师专业发展与教学知识沉淀被推迟且字段过弱
问题描述
产品自称草稿机（§12.1），但阶段 1 没有结构化反思。阶段 3 的 feedbacks 仅为 content + effect_rating 1–5（F8、§4.2）。公共层与个人层隔离清楚，协作机制仍开放（§12.2 第 6 点）。3 个法学班经验如何进入模板，没有编码路径。确认动作是“改字 + 勾清单”，不是“说明为何这样改”。长期可能出现：教师越来越会改 AI 文案，越来越不会做教学决策。这与“≤10 人共建公共层”的设定也不匹配——共建需要可比较的课例，而不是各自确认后的私人 Word。
教育学理论依据
Shulman 的学科教学知识（PCK）是教师专业性的核心：知道何种表征、何种案例、何处学生会错。Schön 的反思性实践要求对行动中的问题进行概念化。集体备课 / 课例研究依赖可比较的教案、课型与学生证据。若平台不保存“改了什么、为何改、课堂上何处失败”，则无法反哺生成，也无法形成教研资产。生成式 AI 进入教师工作若只优化流畅草稿，可能造成去专业化（deskilling）：教师从设计者变成审稿人。
具体修改建议
1. 阶段 1 即写入轻量反思（不必等阶段 3 整模块）。在 lesson_plans 增加：teacher_edits_summary（相对 AI 稿的关键改动）、why_changed（确认时给选项：学情 / 时间 / 学科准确性 / 价值引领 / 其他）。生成下次课时应把“本班已确认教案中的教师改动”纳入上下文。
2. 阶段 3 feedbacks 扩维，而不是只加分：目标达成、案例讨论参与、难度、思政 / 伦理讨论是否走深、班内两端学生反应；允许挂 1–2 条学生证据（匿名）。评分 1–5 不能作为唯一反哺信号。
3. 回应 §12.2 第 6 点：同意“公共案例可浏览、引用进备课算个人使用”。建议再加：引用须保留出处与原作者；允许“申请纳入公共库”的二次审核；个人教案默认私有，可一键发布为“教研样例”（脱敏）。不要做成无人认领的公共草稿堆。
4. 管理端增加“模板修订提案”：教师在法学班连续修改同一知识点深度或案例主题超过阈值时，提示 admin 更新 template_rules。这是把三人实战经验制度化的路径。
5. 定期（如每学期）可生成“我的备课偏好分析”（改动类型分布），帮助教师自我看见教学决策风格，防止退化为“AI 审稿人”。此功能阶段 1 可只记日志，阶段 3 再做报告。
【重要问题 5】热点驱动可能造成知识碎片化；“活页教材”目前只能补案例、不能补知识
问题描述
§1.1–1.2 将活页机制作为与备课生成并列的两大能力；阶段 3 才写“活页教材更新”（§10.1）。现有数据模型没有知识补丁实体：热点采纳后进入 cases，知识点 description、base_depth 无版本，无“新概念 / 新风险 / 过时表述”的修订流。AI 领域季度变化常常是概念框架更新（生成式系统的能力边界、评测与幻觉、开源权重与责任），不是多一条新闻。同时，热点案例与知识点双向匹配，流程上易被热点牵着走：先有事件，再问“能贴到哪一章”。课程的顺序性、连续性、整合性可能被时效性内容肢解。
教育学理论依据
泰勒与 Taba 的课程组织要求顺序性、连续性与整合性；Schwab 强调课程审议，避免内容更新变成材料堆砌。教材滞后要用课程内容更新机制解决，包括概念澄清、过时例证替换、新风险进入目标。仅增加案例，学生仍可能用过时概念框架解释新事件。热点是载体，不能成为课程结构的组织原则。
具体修改建议
1. 明确“知识点 / 素养目标优先、热点服从”原则：先定课时目标，再到案例库找匹配；弱匹配或不适配的案例不进入备课建议。
2. 增加 knowledge_patches（阶段 1 可先做手工 + AI 草稿，阶段 2 再接热点）。字段：knowledge_point_id、patch_type（concept_update | risk_alert | example_replace | deprecated）、summary、valid_from、status、citations。备课提示词必须拉取未过期补丁。
3. 热点分析第 2 步扩展：除“属于哪一章”，增加“是否暴露现有知识点过时”。过时则生成补丁草稿，进入与案例卡分开的审核队列，admin 确认后更新公共知识库。
4. 内容更新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。“活页”不要整包放到阶段 3。没有补丁表，阶段 2 热点工作台仍只是案例采集。
【重要问题 6】确认清单与提示词都未定义“好教案”的教育学标准
问题描述
§6.2 角色是“资深高校 AI 课程备课专家”，但未给出评分量规。§8.2 清单偏合规（思政齐全、引用可核验、深度符合画像）。温度策略（教案 0.4、案例 0.7）是生成稳定性参数，不是质量标准。结果是：文通字顺、有思政段、有引用的教案即可确认，即使全班无真正学生任务、目标不可观察、案例只是新闻综述。“重新生成”是整份重抽，教师无法针对失败条目下达修订指令。
教育学理论依据
没有明确标准的生成与审核，质量会退化为流畅性与格式完整（评分者偏差 / 生成式流畅性偏见）。教师审核需要可操作的专业标准，否则确认按钮会变成走过场。可见学习（Hattie）与逆向设计都要求成功标准先于材料。人机协同中，标准必须同时约束模型与约束教师确认行为，否则“人在回路”只有回路、没有专业判断。
具体修改建议
在 §6.2 与 §8.2 共用一份“课时教学设计质量标准”（教师可见、模型作为生成约束），建议六条：
1. 目标可观察、有素养维、有成功标准；
2. 有针对画像分布的核心 / 支架 / 拓展；
3. 主案例有困境且讨论问题含评价 / 决策层；
4. 价值引领嵌在争议中而非独立说教；
5. 至少一项评估能提供目标证据；
6. 事实性主张有可点开的来源。
“重新生成”应允许教师勾选失败条目作为修订指令，而不是整份重抽。生成结果增加 adaptation_log[]：{evidence, design_decision}，如“38% 学生从未编程 → 本课无代码任务，改用系统演示”，确认页只读展示，使班级画像对生成的影响可解释、可问责。
────────────────────────────────────────────────────────────────
（三）一般问题（可在迭代中处理，建议在修订稿中表态）
────────────────────────────────────────────────────────────────
【一般问题 1】开学第一课被写成“教材未到位所以发问卷”
问题描述
§5.5 将问卷发放绑定“开学第一课（教材未到位）”，工具逻辑压过课程逻辑。第一课还承担建立学习共同体、说明通识课价值、处理 AI 焦虑、示范本课如何讨论伦理争议、交代本班将如何因班施教等功能。若第一课被系统简化为“发问卷”，会浪费通识课最重要的定向课时。
教育学理论依据
课程实施的开端课具有定向与动机功能（建立期望、规范与共同体）。诊断是第一课的一种活动，不是第一课本身。
具体修改建议
提供“第一课教学包”模板：问卷（15–20 分钟）+ 迷思概念小案例讨论 + 课程素养目标解说 + 本班后续差异化说明。F9 与备课向导应能生成“第 0/1 课”，问卷在其中是活动而非整课。
【一般问题 2】知识点缺少“常见误解 / 前概念”字段，教案生成易直接开讲
问题描述
knowledge_points 有 title、description、base_depth，无 misconceptions。非专业学生对 AI 存在稳定误解（“AI 有意识”“模型输出即事实”“算法中立”“AI 将取代一切职业”等）。系统若直接生成讲解要点，会跳过前概念探测。
教育学理论依据
概念转变理论（Posner 等）要求：先暴露前概念，再制造认知冲突，才可能重建概念。直接讲授正确观点，原有迷思概念往往原封不动。
具体修改建议
知识点增加 misconceptions[]（典型表述 + 冲突策略）。教案时间轴建议含“前概念探测 + 澄清”可选环节；学情问卷模块 A 的结果应回写到本班后续课时的探测重点。
【一般问题 3】匿名问卷“可选学号”与班内支持之间的张力未写清
问题描述
§5.5 为保护隐私不采集身份，又写教师可补充“对个别学生的观察”。班内支架若完全没有可识别信息，只能做集体策略，无法做针对性支持。示例问卷若暗示可填学号，匿名承诺会被掏空。
教育学理论依据
教育评价中的隐私与受益须平衡；诊断性评价用于改进教学，不等于建立学生标签档案。标签效应对低准备学生伤害更大。
具体修改建议
默认全匿名、只生成分布。个别学生支持留在课堂观察与学习通，不进本系统。删掉“可选学号”，或做成默认关闭且单独知情同意。教师手填备注只允许班级层观察（如“讨论参与整体偏静”），避免写入可识别个人判断。
【一般问题 4】教案导出结构未按“课前—课中—课后”组织，与学习通任务链脱节
问题描述
§7.1 教案结构为标题页 → 教学目标 → 重点难点 → 教学过程 → 课程思政 → 案例与讨论 → 板书 / 资源 → 参考来源。教师拿到 Word 后仍要拆成学习通的课前预习、课中活动、课后作业。产品虽不替代学习通，但导出物应降低二次加工成本。
教育学理论依据
教学设计的时间结构（课前准备、课中学习、课后巩固）是高校混合式教学的基本组织单位。导出格式应服务实施，而不是只服务存档。
具体修改建议
教案 Schema 与 Word 导出增加 lesson_phase：pre_class / in_class / post_class。阶段 1 不必对接学习通 API，但导出应能让教师一眼看到可发布的三类任务。与关键问题 1 的活动—目标对齐一并处理。
【一般问题 5】公共知识库教学目标与班级改编的关系未规定（与关键问题 2 配套）
问题描述
F2.1 知识点含教学目标，F6 又按班生成教学目标，冲突时以谁为准未写。通识课须守住课程底线，否则因班施教会变成降低要求；但若完全锁死，专业情境改编又无法发生。
教育学理论依据
课程实施允许相互调适（mutual adaptation），但核心目标属于课程契约，不能在班级层被静默删除。
具体修改建议
见关键问题 2 第 5 点：core 不可删、optional 可调。确认时列出“本班相对公共大纲的改编对照”，供教研与督导可解释。
【一般问题 6】开发计划把教学内核与“能跑通生成”绑在同一验收
问题描述
M5“法学班完整流程跑通”（§10.3）若只验收文件能否导出，会把本意见中的目标结构、案例教学说明、素养地图都挤出 MVP。第 10 章任务清单以技术骨架和生成链路为主，缺少“种子是否可教”的验收条目。
教育学理论依据
课程产品的验收标准应包括可教性（teachability）与可评性（assessability），而不仅是可生成性。
具体修改建议
M2 种子验收增加：法学模板规则含素养重点与 omit 清单、第七章每课时至少 1 个带 teaching note 的案例、课程目标三级结构、问卷必测模块。M5 验收用一节真实法学课时：目标—活动—评价可对照，班内有核心 / 拓展，思政在案例争议中出现。无此则不算“跑通”。
【一般问题 7】风险表缺少“教学质量风险”
问题描述
§12.1 列了幻觉、JSON、版权、成本、教师接受度，未列：目标与评价脱节、思政标签化、通识课被备成专业课缩写、教师批判性被确认按钮替代、学情标签自我实现、热点肢解课程结构。这些恰是本意见的核心风险。
教育学理论依据
教学系统的风险不仅是技术失败，更是“成功运行了错误的教学默认值”。
具体修改建议
风险表增加上述六项，对策指向本意见中的 Schema、确认清单、adaptation_log、核心目标不可删、画像待验证标注、知识点优先原则。
【一般问题 8】生成内容的学时可行性与课堂密度未被约束
问题描述
lessons.hours 有学时字段，教案 timeline 有 duration，但无校验：各段之和是否等于课时、讨论问题数量是否可在剩余时间内完成、案例 time_needed 是否与课型匹配。AI 草稿常见“45 分钟塞进 70 分钟内容”。
教育学理论依据
课堂是稀缺时间中的经验组织。容量超载会导致所有目标都“讲到了”但都未学会。
具体修改建议
确认前自动汇总 timeline 时长并与 hours 比对，超出则不可确认或必须标注“需删减”。讨论课限制主讨论问题数量（建议 2–4 个阶梯问题，而非 10 个并列“你怎么看”）。
════════════════════════════════════════════════════════════════
五、审查结论与后续要求
════════════════════════════════════════════════════════════════
（一）结论
本设计作为高校通识课教师备课工具，问题意识、产品边界和人机分工优于常见“一键出教案”方案。法学班先行、模板与知识库解耦、分步确认、来源引用、学情问卷进入阶段 1，这些决策应予保持。
当前稿的主要不足是：用信息架构完成了备课流程，尚未用课程与教学论完成课程改编。若不加修订即按第 10 章任务 1.1 起开发，阶段 1 很可能会固化三条错误默认：（1）先讲后考；（2）按技术深度降维而非按素养与专业情境重构；（3）思政与案例作为栏目插件。差异化将停在“一班一包、换案例降难度”，学情问卷可能反过来证实模板，教师则可能从教学设计者变成 AI 审稿人。
审查意见：有条件通过（修订后再进入阶段 1 编码）。
不建议以“阶段 3 再补教学闭环”为由推迟目标结构、学情分布、案例教学说明、思政质量标准和素养地图——这些是生成引擎的输入，不是后期美化。
（二）同意保留的设计决策
- 定位为教师备课辅助、不替代学习通；
- 公共课程层与教师个人层分离；
- 法学类模板首发、知识库与模板解耦；
- 分步确认、来源引用、热点只转述不转载；
- 学情以问卷为主、教师补充；
- 当前版本单课程范围，数据模型预留 course；
- 公共案例可浏览可引用、纳入备课为个人使用（须补出处与二次入库审核）。
（三）开工前必改（对应说明书章节）
序号 修订项 对应章节 完成标准
1 建立课程—章—课时三级结构化目标，并与评估任务编码关联 §4.2、§6.3、F2.1、F6 无目标编码不得确认教案；习题必挂目标
2 课前确认本班大纲与考核，禁止“全部课时完成后再生成 §5.1、F6.1、course_outlines 向导增加“本班课程设计”为首步
大纲”为唯一路径
3 通识素养地图进入课程层与 template_rules；深度档位 §1.2、F3、§4.3、§6.2 法学 NLP 至少 1 章可演示
补操作性定义与 omit 清单 “素养 + 省略技术细节”
4 画像改为分布；教案含核心 / 支架 / 拓展 F4、F9、§6.3 确认页展示差异提示，方差大时
无支架不能确认
5 问卷必测模块固化；画像由教师校准后才引用； §5.5、§6.3、F9.1 生成问卷无法删除迷思概念与态度
AI 不得只输出深度档位 模块；深度档位须教师确认
6 思政改为多点、有学生困境、禁止以独立栏目为唯一证据 §5.3、§6.3、§7.1、§8.2 检查清单改为争议绑定，而非
“环节齐全”
7 案例补类型、困境、teaching note；课时先选主案例再写过程 F5、§5.1、§4.2 cases 讨论课无主案例不能生成
8 确认清单采用六条教学质量标准；增加 adaptation_log §8.2、§6.2、§6.3 教师能看到“因何学情做了何改编”
（四）阶段 1 建议纳入、阶段 2–3 深化
阶段 1 建议纳入：
- 课型与学生活动时间轴、表现性评价量规、轻量教师改动理由；
- 经典案例与热点双轨（阶段 1 先有经典案例位置）；
- 问卷必测模块与画像校准分步；
- 学时校验与“重新生成按失败条目修订”。
阶段 2–3 深化：
- 知识补丁表（活页真正落地）与热点“过时检测”队列；
- RSS 仍放阶段 2，但不得替代知识点优先原则；
- 教研样例发布与模板修订提案；
- 课后反馈模块可留在阶段 3，但字段须按目标达成、案例讨论、班内两端反应设计，不能只有 1–5 分；学期中后续备课应自动参考已有反馈，让闭环真正闭合。
（五）建议的下一份交付（开发任务 1.1 之前）
请提交一次修订说明，至少包括：
1. 重画的 §5.1 工作流（含课前大纲、目标确认、案例先选）；
2. 更新后的 lesson_plan / materials / profile_report / cases / course_outcomes JSON Schema；
3. 法学类模板一份完整实例（含某课时：素养目标、omit 清单、主案例教学说明、核心 / 拓展任务、思政争议点、评估量规要点）——建议直接用第七章 NLP「舆情分析与立场检测」+ 流浪狗舆情案例扩写，把已有实战写进种子而非只写进故事；
4. 学情问卷必测模块题目样例（覆盖迷思概念、工具经验、行为化基础描述、专业先行、态度与期望，非仅 §6.3 中四题）；
5. 更新后的 §8.2 确认清单（六条教学质量标准）与 §12.1 教学质量风险。
以上五项齐备后，从课程与教学论角度可同意阶段 1 按法学班闭环实施。未齐备前，不建议把“联调导出 Word / PPT”当作教学系统验收标准。
（六）试用与效果评估（开发完成后）
选取 1 个法学班开展至少一个完整教学单元（建议第七章 NLP，条件允许则一学期）的教学试用。试用期重点考察：
1. 教学目标达成度（对照课时目标与表现性任务，而非仅学生满意度）；
2. 班内两端学生的学习体验（是否出现“均值教案”对两端同时失效）；
3. 案例讨论是否进入规范评价与价值权衡，而非停留在新闻复述；
4. 思政融入是否出现在争议中，教师是否感到“自然”而非“补栏目”；
5. 教师备课中的关键改动类型（学情 / 时间 / 准确性 / 价值）——用于判断系统是在增强还是替代专业判断；
6. AI 生成内容的事实准确率与引用可核验率。
试用评估结果作为阶段 2 / 3 需求修订的依据。
（七）审查人立场复述
本工具的成功不在于能否为每个班生成一套整齐文件，而在于能否帮助教师稳定地做出三件事：说清这门通识课要学生形成何种判断力；针对该班真实起点（含班内分布）选择核心与拓展；让案例与评价真正测到这些目标，并使价值引领生长于专业情境中的争议，而非独立栏目。
按此修订，现有架构（模板、画像、分步确认、热点审核）足以支撑。不修订，则只是把“通用讲义”更高效地复制到不同班级名称之下——这会把说明书开篇诊断的两个矛盾，用自动化的方式再生产一遍。
审查意见至此结束。
审查人：课程与教学论方向教育学专家
审查日期：2026 年 8 月 21 日
文件编码：UTF-8 纯文本