基于設計思維的人工智能課程教學模式構建

在全球人工智能教育加速發展的背景下，2017年，國務院發布的《新一代人工智能發展規劃》部署了“在中小學階段設置人工智能相關課程”的戰略任務；《義務教育信息科技課程標準（2022年版）》則將“人工智能”列為獨立學習模塊。然而，一線實踐中，中小學人工智能教育普遍存在“技術迭代快、課程更新慢、能力培養弱”的問題。本研究嘗試構建“技術—設計雙螺旋”理論框架，提出基于設計思維的人工智能課程教學模式。

該教學模式通過開發“AI+X”跨學科課程包，以項目驅動、實踐教學和跨學科合作的方式，縮短理論與實踐的距離，注重培養學生的自主學習和解決問題能力；通過創建“三維九級”能力評價體系，形成可量化的“算法理解—模型搭建—場景應用”能力圖譜；并以基于設計思維的多元化評估方式全面考查學生的學習過程、創新能力和團隊協作精神，確保學生在實踐中得到充分的發展和提升。

構建“發現需求—開發原型—服務社會”三階培養體系

設計思維（Design Thinking）源于?斯坦福大學設計學院提出的EDIPT模型，?是一種以人為本、通過迭代過程（共情、定義、構思、原型、測試）來創新性解決復雜問題的方法論。

基于設計思維的人工智能教學模型架構可被概括為“三段五節多環”。“三段”指課前、課中、課后三個階段，“五節”指同理心、定義、創想、原型化、測試五個環節，“多環”是根據教學內容及教學目標，靈活選取某個或某幾個環節進行教與學活動，并進行多次循環。

具體而言，教師需分別在課前的“同理心”和“定義”環節幫助學生深刻理解問題背景和需求。在“同理心”環節，學生通過了解用戶需求與挑戰，建立與用戶的情感共鳴；在“定義”環節，學生要明確解決的核心問題。在課中的“創想”和“原型化”環節，教師需引導學生進行頭腦風暴，提出創新方案，并動手制作原型，驗證可行性。在課后的“測試”環節，學生反思改進，形成閉環學習，最終實現理論與實踐的深度融合，全面提升綜合素質。

開發“AI+X”跨學科項目驅動教學，注重實踐和應用

“AI+X”跨學科項目驅動教學是將人工智能技術與學科知識（如生物、地理、環保等）深度融合，通過真實課題引導學生動手實踐，培養計算思維和解決實際問題能力的教學方式。例如“AI+環保”項目，在課前階段的“同理心”環節，教師需幫助學生通過用戶訪談、社區觀察，挖掘真實場景需求，如針對垃圾分類督導員工作痛點，確立“AI+環保”項目方向。在“定義”環節，學生需整合環境科學、社會學數據，繪制垃圾分類場景的用戶旅程圖，明確智能識別系統的功能邊界。在課中階段的“創想”和“原型化”環節，教師指導學生小組通過頭腦風暴構思解決方案，運用圖像識別技術搭建可交互的垃圾分類模型，在物理傳感器配置、生物降解數據庫構建過程中，同步驗證技術可行性與環保效益。項目特別強調迭代“測試”環節，學生帶著實體原型深入社區收集反饋，教師引導學生利用圖像識別技術開發智能垃圾分類系統，通過傳感器搭建、數據采集和算法調試，融合物理、生物、信息技術等學科知識。

“AI+X”跨學科項目以生活場景為切入點，通過小組協作、問題拆解、原型迭代，幫助學生在實踐中理解AI原理、提升跨學科遷移能力、激發解決真實問題的創新意識。

構建“三維九級”動態評估體系，支持個性化學習

“三維九級”評估框架包括知識理解深度、實踐創新能力、社會應用價值三個評價維度，每個維度被細分為基礎級、提升級、拓展級三個遞進層次。為有效推行設計思維導向的人工智能教育，教師可依照“三段五節多環”的模型架構，系統整合多元化教學資源以促進學生個性化學習。在課前階段，可通過案例數據庫和問題驅動型學習材料，輔助學生預先建立項目背景認知與需求洞察；在課堂實施階段，借助項目資源庫與實驗云平臺提供多樣化技術工具，助力學生開展實踐驗證。教師還應基于學習者特征定制差異化項目難度，通過分層任務設計激活學生創新思維，同步提升其技術操作能力與實際應用水平。

例如，在語音識別項目評估中，知識理解深度維度，教師可通過算法原理理解測試考查學生的基礎認知，借助編程實現完整率評定進階應用；實踐創新能力維度，教師可依據原型系統代碼質量、模型優化方案創新性劃分學生能力等級；社會應用價值維度，則可通過用戶場景適配度、跨學科融合度等指標評估應用價值。同時，九級評估系統配備智能診斷模塊，通過機器學習分析學生項目日志、測試數據及協作記錄，生成包含知識圖譜與能力雷達圖的可視化報告，指導教師動態調整教學策略，為學生規劃個性化學習路徑。

建立多維動態評估與反饋機制，優化教學策略

多維動態評估與反饋機制在“三段五節多環”教學模式中具有重要作用。教師不僅要關注學生的最終成果，還應注重對學生在課前、課中和課后各階段學習進程的動態評估。通過過程性評估、同伴評估和自我評估等多維度評估方式，實時了解學生的學習情況，并根據學生反饋靈活調整教學策略。在課后階段，通過測試和反思，學生能夠對原型進行測試并迭代優化，提升實踐能力與問題解決能力。教師應根據學生反饋及時調整課程內容、增加實踐環節、優化教學策略，以確保教學的有效性和學生的持續進步。

例如，在圖像識別項目中，教師可以通過過程性評估關注學生在不同階段的表現。在“創想”環節，教師評估學生提出的方案是否具有創新性和可行性；在“原型化”環節，教師評估學生設計的AI模型是否能夠有效運行、功能是否符合預期等。在“測試”環節，教師通過評估學生的反饋和項目的改進情況，引導學生通過團隊合作優化方案。教師還可以利用同伴評估和自我評估等多元化方式，鼓勵學生反思自己的學習過程，明確自身的優點與不足，并根據反饋不斷完善學習方法。通過這種多維度的評估與反饋機制，教師能夠幫助學生更好地掌握人工智能技術、提升解決實際問題的能力。

綜上所述，基于設計思維的人工智能課程教學模式通過加強設計思維訓練、結合項目驅動教學、構建多維度教學資源以及強化評估與反饋機制，能夠為學生提供更加個性化、更具實踐性的學習體驗。與此同時，課程內容和教學方法的不斷更新與優化，不僅能幫助學生更好地理解人工智能技術，還能促進他們將所學知識應用于實際問題，培養出具有創新能力和解決問題能力的未來人才。

【本文系福建省教育科學“十四五”規劃2023年度常規課題“基于設計思維的人工智能課程教學模式構建研究”（立項批準號：FJJKZX23-596）的研究成果】

讀編往來

2025年6月第1期《教育家》雜志聚焦綜合高中進行了深度報道，其中，《綜合高中：在夾縫中探尋職普融通新路徑》一文剖析了當前綜合高中“形融實分”的三大癥結—誰來管？誰來辦？怎么辦？這正是我校作為湖北省首批附設普通高中試點班的中職學校所面臨的真實困境：管理歸屬模糊，經費劃撥無源頭，課程是“普高主體 + 職教點綴”，學生陷入升學單軌焦慮。文中提到的天津等地的實踐讓我深刻意識到，綜合高中的本質不是延遲分流，而是以彈性學籍和“課程超市”賦予學生“試錯權”與“重選權”，讓職普融通真正成為個性化成長的階梯。

另一篇讓我深受啟發的是陳瑩教授的文章。她提出的“職普共生型課程體系”，以國際比較為鏡，指出職業課程占比需達學術課程2—3倍的規律，顛覆了“普高課程為主、職教課程點綴”的傳統思路。特別是其“模塊交叉”課程架構（如“機械維修 ^?+ 應用物理”的學科融合）與“科目內分層”策略（如允許數學選A層學術深化、語文選C層基礎鞏固），為資源有限的縣域試點校綜合高中課程改革指明了方向。

總體上看，本期選題直擊教育改革深水區的核心命題，對一線痛點回應精準。當然，作為縣域試點校，我們更渴望看到資源約束下的方案。期待貴刊未來能夠進一步深入浙江、山東等地的縣域綜合高中，挖掘“校企共享車間”“鄉土課程開發”“普職教師雙聘”等本土智慧，讓改革春風真正吹拂基層田野。

湖北崇陽職業技術學校張繼發