hehaiguang1123
a6f05ab2d5
- 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
157 lines
6.5 KiB
Markdown
157 lines
6.5 KiB
Markdown
---
|
||
categories:
|
||
- "[[LLM Wiki]]"
|
||
tags:
|
||
- wiki
|
||
- curriculum-theory
|
||
- education-classics
|
||
created: 2026-04-21
|
||
source: "[[教育学经典综述]]"
|
||
type: concept
|
||
aliases:
|
||
- Curriculum Design
|
||
---
|
||
|
||
# 课程设计
|
||
|
||
> **一句话定义**：课程设计是系统化、目标导向地规划和开发学习体验的领域，其目标是创造支持学习和评估的体验，确保特定学习目标的达成。
|
||
|
||
## 定义
|
||
|
||
课程设计（Curriculum Design）是指为了达到预定的学习目标，对课程目标、内容、方法、评价进行系统化规划和开发的过程。它涉及分析学习者需求、选择和组织内容、设计教学策略、开发评估工具、以及持续改进的课程开发循环。
|
||
|
||
## 核心设计框架
|
||
|
||
### ADDIE模型
|
||
|
||
**五阶段循环**（Florida State University Center for Educational Technology，1975年）：
|
||
|
||
| 阶段 | 核心活动 | 产出 |
|
||
|--------|---------|------|
|
||
| **分析** | 识别学习目标、分析学习者特征、评估约束条件 | 需求分析报告、学习者画像 |
|
||
| **设计** | 确定评估方法、设计学习活动、创建评估蓝图 | 教学设计文档、内容大纲 |
|
||
| **开发** | 创建学习材料、开发评估工具、开发教学模块 | 课程材料、评估工具、教学模块 |
|
||
| **实施** | 分发学习材料、培训教师/或学生 | 实施计划、培训记录 |
|
||
| **评估** | 评估学生绩效、收集反馈、识别改进领域 | 评估报告、改进建议 |
|
||
|
||
**核心特征**：
|
||
- 系统化、线性流程
|
||
- 每阶段基于上一阶段输出
|
||
- 评估导向
|
||
- 持续改进循环
|
||
|
||
### Backward Design（逆向设计/Understanding by Design）
|
||
|
||
**提出者**：Jay McTighe和Grant Wiggins（1998/1999年）
|
||
|
||
**三阶段模型**：
|
||
|
||
#### 第一阶段：确定期望结果
|
||
|
||
**核心问题**：学生应该理解什么？
|
||
|
||
**期望的理解类型**：
|
||
- **持久性理解**（Enduring Understandings）——学生应该永久记住和应用的大观念
|
||
- **核心问题**（Essential Questions）——激发探究和意义建构的问题
|
||
- **可迁移应用**（Transferable）——在新情境中应用的知识和技能
|
||
|
||
**评估证据**：什么将证明掌握？
|
||
|
||
#### 第二阶段：确定可接受的证据
|
||
|
||
**评价方式**：什么类型的证据可以展示理解？
|
||
|
||
**GRASPS框架**（六维度理解）：
|
||
- **解释**（Explain）：学生能用自己的话解释概念
|
||
- **诠释**（Interpret）：学生能从数据中提取意义
|
||
- **应用视角**（Apply Perspective）：学生能从不同视角看待现象
|
||
- **共情**（Have Empathy）：学生能体会他人的经历和感受
|
||
- **展现意义**（Show Self-Knowledge）：学生能将概念与个人生活关联
|
||
- **自我认识**（Self-Knowledge）：学生能反思自己的学习和成长过程
|
||
|
||
#### 第三阶段：规划学习体验和教学
|
||
|
||
**WHERETO要素**：
|
||
- **WHERE**：目标在哪里？（课程定位、标准对齐）
|
||
- **HERE**：教师和学生做什么？（教学活动、学生任务）
|
||
- **HOW**：如何教？（具体方法和资源）
|
||
- 对齐三个阶段：评估先于教学设计，教学目标驱动所有决策
|
||
|
||
**核心原则**：
|
||
- 从最终目标开始，逆向推导
|
||
- 评估先于教学设计
|
||
- 教学目标驱动所有决策
|
||
- 三阶段是连续且相互关联的
|
||
|
||
## 设计原则
|
||
|
||
### SMART原则
|
||
|
||
有效的课程目标应符合SMART标准：
|
||
|
||
| 维度 | 定义 | 示例 |
|
||
|------|------|------|
|
||
| **Specific**（具体） | 明确定义将完成什么 | "学生能够分析化学平衡方程的三个组成部分" |
|
||
| **Measurable**（可测量） | 提供基准或目标 | "学生能够正确解决80%的线性方程" |
|
||
| **Achievable**（可达成） | 给定资源下合理 | 目标符合学生发展水平和可用时间 |
|
||
| **Relevant**（相关） | 与机构使命、目标一致 | 与课程标准、学科要求对齐 |
|
||
| **Time-bound**（有时限） | 包含时间框架 | "在课程结束时（而非学期末）能够…" |
|
||
|
||
### 内容组织原则
|
||
|
||
#### 范围（Scope）
|
||
|
||
- **广度**（Breadth）：课程涵盖的发展领域
|
||
- **深度**（Depth）：课程在特定子领域内解决的特定发展目标
|
||
- "宁里宽，一寸深"原则：在保持深度和广度平衡的同时，确保范围足够深入以吸引和维持儿童兴趣
|
||
|
||
#### 序列（Sequence）
|
||
|
||
- **逻辑序列**：按照逻辑、发展顺序安排学习体验
|
||
- **发展顺序**：从简单到复杂，逐步建立知识和技能
|
||
- **垂直整合**：学科间整合，支持跨年级课程
|
||
|
||
## 与其他概念的关系
|
||
|
||
- [[课程模式]] — 课程设计遵循特定的模式（以学科/学习者/问题为中心）
|
||
- [[课程目标]] — 课程设计的第一步是确定明确目标
|
||
- [[课程内容]] — 课程设计核心任务之一是内容选择和组织
|
||
- [[课程实施]] — 课程设计考虑实施过程中的挑战
|
||
- [[课程评价]] — 课程设计包含评估工具的设计
|
||
- [[教学设计]] — 课程设计与教学设计紧密关联
|
||
|
||
## 来源
|
||
|
||
- [[教育学经典综述]] — 整合性来源
|
||
|
||
## AI时代的新应用
|
||
|
||
> **更新日期**：2026年4月22日
|
||
|
||
**LLM支持的课程设计**：
|
||
- 利用 [[LLM教育应用]] 分析课程大纲，识别知识结构和学习目标
|
||
- 通过 [[教学大模型]] 自动生成适配不同学习风格的课程内容
|
||
- 结合 [[5U AI素养框架]] 中的"Understand"和"Unmask"维度，设计适应性课程
|
||
|
||
### 课程设计模式的智能化增强
|
||
|
||
#### 泰勒原理 × AI
|
||
- **目标分析**：使用LLM分析课程标准，自动生成清晰的学习目标体系
|
||
- **内容推荐**：基于目标推荐最优内容组织方式
|
||
- **评估设计**：LLM辅助设计形成性评估工具
|
||
|
||
#### 过程模式 × AI
|
||
- **学习过程追踪**：利用AI分析学习路径，识别认知难点
|
||
- **动态调整**：基于实时反馈动态调整课程设计
|
||
|
||
### 课程设计中的智能评估
|
||
- **数据驱动**：利用[[教育大数据分析]] 中的学习数据分析
|
||
- **个性化推荐**：基于学习者画像自适应调整
|
||
- **效果预测**：使用[[教学大模型发展状况]] 中的预测模型
|
||
|
||
> **建议**：参考 [[教育AI研究项目]] 获取最新的AI课程设计案例和最佳实践。
|
||
- Wiggins, G., & McTighe, J. (1998). *Understanding by Design*. Alexandria, VA: Association for Supervision and Curriculum Development.
|
||
- Florida State University Center for Educational Technology. (1975). *ADDIE Model*. Tallahassee, FL: FSU.
|
||
- Tyler, R. W. (1949). *Basic Principles of Curriculum and Instruction*. Chicago: University of Chicago Press.
|
||
- Anderson, L. W., & Krathwohl, D. R. (2001). *A Taxonomy for Learning, Teaching, and Assessing*. New York: Longman.
|