7.2 KiB
7.2 KiB
categories, tags, created, source, type, relations
| categories | tags | created | source | type | relations | |||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
2026-04-20 | 北京大学AI教学项目深度研究报告-20260416 | concept |
|
[raw:北京大学AI教学项目深度研究报告-20260416:189]# 三层任务分层
一句话定义：三层任务分层是北京大学"人机共育"理念的核心框架，将AI课程任务分为No-AI、Co-AI、Pro-AI三层，为AI课程设计提供指导。
定义
三层任务分层是北京大学"人机共育"理念的核心框架，根据AI在课程中的使用程度和方式，将课程任务分为三个层级，为AI课程设计提供清晰指导。
关键要点
三层任务定义
| 层级 | 名称 | 说明 | 典型场景 |
| ------ |
| No-AI层 |
| Co-AI层 |
| Pro-AI层 |
各层特点
No-AI层（禁止使用AI）
目的：保留人类独特学习体验
适用场景：
- 批判性思维培养
- 人际协作与沟通
- 创意发散与头脑风暴
设计原则：
- 明确禁止使用AI工具
- 强调人类思维的独特价值
- 鼓励独立思考和讨论
Co-AI层（人机协同）
目的：人机共同参与学习过程
适用场景：
- 探究式学习
- 项目式学习（PBL）
- 复杂问题解决
设计原则：
- AI作为辅助工具，而非主导者
- 人机分工协作
- 保持人类决策权
Pro-AI层（积极使用AI）
目的：AI辅助提升学习效率
适用场景：
- 资料检索与文献综述
- 初稿生成与内容扩展
- 知识点总结与梳理
设计原则：
- 明确AI使用范围
- 设定使用边界
- 强调AI输出的验证与反思
核心观点
**教学正从"讲授+作业"走向"对话+共创"的人机协同模式，以守住不可替代的"学习现场"。
课程设计指导
设计原则
- 明确层级划分：课程开始前明确任务层级和使用规则
- 保持平衡：合理分配三个层级的任务比例
- 渐进引入：从No-AI层开始，逐步引入Co-AI和Pro-AI
- 灵活调整：根据课程内容和学生能力灵活调整层级划分
实施建议
| 阶段 | 建议 |
|---|---|
| 课程设计 | 明确标注每个任务的层级和AI使用规则 |
| 课堂实施 | 教师监控AI使用情况，确保符合层级划分 |
| 效果评估 | 评估各层级学习效果，优化层级分配 |
独特价值
- 理论创新：首次系统提出AI课程的三层任务框架
- 清晰指导：为AI课程设计提供了明确的指导框架
- 平衡理念：既利用AI提升效率，又保留人类独特体验
- 灵活应用：可根据不同课程特点灵活调整
与其他概念的关系
- 人机共育 — 三层任务分层是"人机共育"理念的核心框架
- 5U AI素养框架 — 三层任务分层与5U素养框架互补
- 7S AI原生学校要素体系 — 三层任务分层是AI原生学校课程设计的基础
应用场景
- AI课程设计：高校AI融合课程的设计与实施
- 教师培训：教师AI素养培训与课程设计能力提升
- 教育政策：AI教育政策制定与评价体系设计
来源
- 北京大学AI教学项目深度研究报告-20260416 — 北京大学AI教学项目深度研究报告
[raw:北京大学AI教学项目深度研究报告-20260416:189]# 三层任务分层
一句话定义：三层任务分层是北京大学"人机共育"理念的核心框架，将AI课程任务分为No-AI、Co-AI、Pro-AI三层，为AI课程设计提供指导。
定义
三层任务分层是北京大学"人机共育"理念的核心框架，根据AI在课程中的使用程度和方式，将课程任务分为三个层级，为AI课程设计提供清晰指导。
关键要点
三层任务定义
| 层级 | 名称 | 说明 | 典型场景 |
|---|---|---|---|
| No-AI层 | 禁止使用 | 需保留人类独特学习体验 | 批判性思维培养、人际协作 |
| Co-AI层 | 人机协同 | 人机共同参与 | 探究式学习、项目式学习 |
| Pro-AI层 | 积极使用 | AI辅助提升效率 | 资料检索、初稿生成 |
各层特点
No-AI层（禁止使用AI）
目的：保留人类独特学习体验
适用场景：
- 批判性思维培养
- 人际协作与沟通
- 创意发散与头脑风暴
设计原则：
- 明确禁止使用AI工具
- 强调人类思维的独特价值
- 鼓励独立思考和讨论
Co-AI层（人机协同）
目的：人机共同参与学习过程
适用场景：
- 探究式学习
- 项目式学习（PBL）
- 复杂问题解决
设计原则：
- AI作为辅助工具，而非主导者
- 人机分工协作
- 保持人类决策权
Pro-AI层（积极使用AI）
目的：AI辅助提升学习效率
适用场景：
- 资料检索与文献综述
- 初稿生成与内容扩展
- 知识点总结与梳理
设计原则：
- 明确AI使用范围
- 设定使用边界
- 强调AI输出的验证与反思
核心观点
**教学正从"讲授+作业"走向"对话+共创"的人机协同模式，以守住不可替代的"学习现场"。
课程设计指导
设计原则
- 明确层级划分：课程开始前明确任务层级和使用规则
- 保持平衡：合理分配三个层级的任务比例
- 渐进引入：从No-AI层开始，逐步引入Co-AI和Pro-AI
- 灵活调整：根据课程内容和学生能力灵活调整层级划分
实施建议
| 阶段 | 建议 |
|---|---|
| 课程设计 | 明确标注每个任务的层级和AI使用规则 |
| 课堂实施 | 教师监控AI使用情况，确保符合层级划分 |
| 效果评估 | 评估各层级学习效果，优化层级分配 |
独特价值
- 理论创新：首次系统提出AI课程的三层任务框架
- 清晰指导：为AI课程设计提供了明确的指导框架
- 平衡理念：既利用AI提升效率，又保留人类独特体验
- 灵活应用：可根据不同课程特点灵活调整
与其他概念的关系
- 人机共育 — 三层任务分层是"人机共育"理念的核心框架
- 5U AI素养框架 — 三层任务分层与5U素养框架互补
- 7S AI原生学校要素体系 — 三层任务分层是AI原生学校课程设计的基础
应用场景
- AI课程设计：高校AI融合课程的设计与实施
- 教师培训：教师AI素养培训与课程设计能力提升
- 教育政策：AI教育政策制定与评价体系设计
来源
- 北京大学AI教学项目深度研究报告-20260416 — 北京大学AI教学项目深度研究报告