Files

T

hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources

2026-07-01 08:05:43 +08:00

3.5 KiB

Raw Blame History

categories, tags, created, source, type, aliases

AI赋能课堂教学融合

北京师范大学卢宇、汤筱玙提出的生成式AI赋能课堂教学四形态层级框架，是当前该领域最具影响力的理论框架（被引39次）。

定义

AI赋能课堂教学融合是指将生成式AI技术有机嵌入课堂教学全流程（备课-授课-辅导-考评），通过劳动替代、能力增强、人机协同、认知融通四个逐级递进的层级，实现教学模式和课堂生态的全面更新[raw:AI赋能课堂教学深度融合机制与路径研究报告-20260420:18]。

四形态层级框架

层级	名称	特征	赋能方式
L1基础形态	劳动替代与任务辅助	工具赋能	自动化基础性教学任务（作业批改、资料检索、答疑等）
L2初级形态	能力增强与边界拓展	服务赋能	提升教学效能，拓展教学边界，提供多样化服务
L3中级形态	人机协同与创新激活	协同赋能	人机深度协作，激发教学创新，具有协同意识的智能主体
L4高级形态	认知融通与思维塑造	融合赋能	教学智慧深度融合，高阶思维培养，多元智能体共生

核心洞察：四个层级"逐级递进、相互关联"，但在实际推进中允许不同课程处于不同层级，不必强求统一[raw:AI赋能课堂教学深度融合机制与路径研究报告-20260420:27]。

教师应用三阶段路径

基于技术接受模型(TAM)和教师专业发展规律：

敢用（认知突破） — 消除技术焦虑，建立使用信心
会用（技能习得） — 掌握工具技能，融入备课-授课-辅导-考评各环节
巧用（智慧生成） — 实现教学模式和课堂生态的全面更新

[raw:AI赋能课堂教学深度融合机制与路径研究报告-20260420:33-39]

四大联动机制

机制	定位	核心内容
课程重构	核心环节	知识图谱构建、"目标-知识-能力-素养"四维体系
资源融通	重要支撑	AIGC资源生成、动态适配、跨平台共享
评价创新	关键环节	多智能体协同、全过程数据驱动、"问题图谱+能力图谱"
师资赋能	基础保障	AI助教减轻备课负担、一对一交互辅导

[raw:AI赋能课堂教学深度融合机制与路径研究报告-20260420:43-50]

关键条件建设

政策环境：教育部门顶层设计与学校自主探索结合
技术基座：大模型+知识图谱+RAG的融合技术栈
师资培训：从"操作培训"升级为"教学设计能力提升"
评价体系：从"结果评价"转向"过程+能力"多维评价

与其他概念的关系

教学大模型发展状况 — AI融合的技术基础
自适应学习环境 — L2-L3层级的技术实现
智能评测技术 — 评价创新机制的工具支撑
教育AI研究项目 — 所属研究项目
教育部AI高教应用场景分类 — 80个案例的实践分类框架

来源

AI赋能课堂教学深度融合机制与路径研究报告-20260420 — 完整报告（90分，A级），421行

3.5 KiB Raw Blame History