本科计算机科学与技术专业三年级《智能系统交互范式：人机协同设计》教案

本科计算机科学与技术专业三年级《智能系统交互范式：人机协同设计》教案

一、课程基础定位与设计理念

（一）课程性质与学情分析

本课程属于计算机科学与技术专业核心选修课，开设于三年级第六学期。学生已完成《程序设计基础》《数据结构》《人工智能导论》《人机交互技术》等前序课程，具备Python/Java编程能力、机器学习基础概念认知及基础界面设计能力。学情调研显示，学习者对“智能系统如何理解用户意图”“交互失败背后的算法逻辑”具有强烈求知欲，但普遍将“智能”等同于“自动化”，缺乏对交互过程中用户心智模型与系统计算模型协同适配的系统性认知。本课旨在以交互范式为透镜，打通算法技术与用户体验之间的学科壁垒。【非常重要】【热点】

（二）课标依据与改革指向

依据《计算机类专业教学质量国家标准》及新工科建设要求，本设计贯彻“以学生为中心、产出导向、持续改进”的核心理念，深度融合OBE（成果导向教育）与CDIO（构思-设计-实现-运作）工程教育模式。将智能系统交互从“功能实现”升维至“范式理解”层次，强调通过具体项目反哺抽象理论，实现从“用系统”到“设计系统”的认知跃迁。【基础】

二、教学目标与预期成果

（一）知识与技能目标

1.精准阐释智能系统交互范式的定义、构成要素及其演化脉络，能够区分命令行界面、图形界面、自然交互界面与智能协同范式在交互责任分配上的本质差异。【高频考点】

2.掌握基于心智模型与系统映像的交互诊断方法，能够运用“交互鸿沟”理论分析典型智能产品（如智能语音助手、推荐系统）的交互成败归因。【重要】

3.独立完成一个微型智能交互原型的设计文档，至少包含用户意图识别策略、反馈机制与异常处理路径，并采用纸面原型或可交互线框图进行呈现。【难点】

（二）过程与方法目标

1.通过“案例解构—归因建模—原型重构”三阶探究路径，体验从现象抽象至范式再回归设计实践的系统思维方法。

2.在小组协作中运用双钻模型开展设计研究，经历发散与收敛的完整创新周期，提升复杂问题拆解与跨角色沟通能力。

（三）情感态度与价值观目标

1.建立“技术向善”的设计伦理观，在智能系统设计中主动审视算法偏见、隐私边界与用户自主权等深层议题。

2.激发对中国人工智能产业从“应用创新”迈向“范式创新”的使命感，认同基础研究与交叉视野对突破“卡脖子”技术的战略价值。【热点】

三、教学重点、难点与核心考点

（一）教学重点及其等级标记

1.智能系统交互范式的定义与核心特征——即系统如何感知用户、解释意图、决策行动并反馈的全链路逻辑。【非常重要】【高频考点】

2.心智模型与系统映像的匹配机制——用户预期与系统行为产生偏差的根本成因。【重要】

（二）教学难点及其突破策略

1.隐性交互范式的显性化分析——智能交互大量依赖无界面、非指令式交互（如传感器、情感计算），学生难以直接“观察”交互逻辑。突破策略：引入“交互追踪可视化”工具，将传感器数据流映射为时序图。【难点】

2.从归因到重构的设计迁移能力——能指出问题不等于能提出有效方案。突破策略：提供结构化设计模板，以“脚手架”降低认知负荷。【难点】

（三）高频考点与热点映射

1.人机协同中的信任校准【高频考点】【热点】

2.对话式交互中的意图指代消解【高频考点】

3.可解释人工智能在交互端的实现路径【热点】

四、教学策略与资源工具

（一）教法与学法顶层设计

本课采用“锚式翻转+设计工作坊”复合模式。课前发布微课与诊断性测验，课堂主体部分由“案例锚点”触发深度探究，三分之二课时用于小组协作式设计实践，教师以“协作者”身份介入各小组的认知冲突点。全程不使用PPT逐页讲授，所有理论嵌入真实问题解决的即时需求中。

（二）跨学科视野融合

引入认知心理学中的“思维模型”理论、社会学中的“行动者网络”视角以及语言学中的“会话含义”机制，帮助学生从多个人文社科透镜审视技术系统的交互设计，培养真正意义上的跨学科系统思考者。【非常重要】

（三）教学环境与资源准备

1.智慧教室系统：每组配备可触控大屏、无线投屏器，便于快速分享交互原型。

2.数字化工具链：Figma协同设计平台、Protopie交互原型工具、百度EasyDL零门槛模型训练平台、自研“交互范式分析沙盒”（将传感器输入映射为状态转移图）。

3.实体教具包：包含智能音箱、扫地机器人、虚拟现实头盔等代表性设备，供学生直接体验与拆解。

4.学习支架材料：交互范式分析卡片、设计批评框架量表、典型案例库文本。

五、教学实施全过程（核心环节，约占课内总时长80%）

（一）课前启航：前置诊断与微课浸润

课前48小时，通过教学平台发布15分钟微课《从命令行到大模型：交互范式的四次浪潮》。微课不以技术编年史方式罗列，而是聚焦每一次范式跃迁中“交互责任”的迁移——从用户完全适应机器，到机器主动适应用户。随堂测验设置一道关键诊断题：“请分析在图形界面普及初期，为什么许多专家认为鼠标是‘效率低下’的发明？”该题意在暴露学生将“当前最优”误认为“永恒真理”的前概念，为课上理解范式颠覆性埋下伏笔。【重要】

（二）课中深潜：四阶循环探究（共计90分钟）

本环节严格遵循“具身体验—抽象建模—设计应用—批判反思”的学习循环，四阶段环环相扣，认知负荷呈梯级上升。

1.第一阶：具身体验与冲突制造（15分钟）

（1）情境锚点：教师不作任何介绍，直接向各小组发放智能音箱（一组一台），发布看似简单的任务：“请让它推荐一首适合雨天听的老歌。”各小组迅速投入操作，部分小组用标准指令成功，更多小组遭遇“没听清”“没有找到相关歌曲”“正在等待网络”等失败反馈。课堂瞬时充满困惑、笑声与争论声。【非常重要】

（2）冲突外化：教师叫停操作，连续追问三个问题：A.当你听到“老歌”时，你默认指哪一时代、语种或风格？B.系统失败时，你是否试图换一种说法？C.换说法后系统成功了，你觉得是它“听懂”了，还是你“猜中”了它的词汇表？这些问题将学生从使用体验强行拉入元认知层面，现场气氛由活跃转为沉思。

（3）范式概念初现：教师自然引出本课核心隐喻——“交互范式不是技术本身，而是用户与技术之间关于谁该适应谁的隐性契约。”此时不要求给出严谨定义，仅作为后续探究的认知锚点。【基础】

2.第二阶：抽象建模与工具内化（25分钟）

（1）核心模型讲授：教师放弃宏大理论叙事，直接给出两个高度凝练的分析工具。

A.交互鸿沟模型：执行鸿沟（用户意图转化为系统指令的难度）与评估鸿沟（系统状态转化为用户理解的难度）。【非常重要】【高频考点】

B.心智模型—系统映像匹配矩阵：将交互失败归为四类——用户模型错误、系统映像模糊、反馈缺失、反馈过载。【非常重要】【难点】

（2）回标分析：各小组立即使用上述工具，重新审视刚才的智能音箱体验。每组成员在“交互范式分析沙盒”数字面板上拖拽卡片，定位交互失败具体属于何种鸿沟、何种匹配失灵。教师巡场，发现绝大多数小组聚焦于“用户不会用精准关键词”这一执行鸿沟表层，尚未深入系统映像本身的问题。此时教师介入，演示如何将音箱的语音识别置信度分值可视化调出，追问：“系统明明有‘不太确定’的内部状态，为什么它不告诉你？”小组顿悟，开始意识到“系统映像故意隐瞒不确定性”是厂商的设计选择，而非技术必然。这一认知转折成为全课思维跃升的关键隘口。【非常重要】

（3）概念提炼：学生从具体案例归纳智能系统交互范式的三要素——感知通道、意图推理机制、反馈编码方式。教师顺势呈现本课核心定义：智能系统交互范式是在特定技术条件下，系统与用户之间关于感知、推理与表达的标准关系模式。此定义被板书于教室主屏，整堂课持续被参照与迭代。【基础】

3.第三阶：设计应用与原型冲刺（35分钟）

（1）挑战发布：每组抽取新的设计任务卡，任务均为真实世界中的“智能交互痛点”。示例任务包括：A.老年用户使用电视语音搜索，方言识别率低且反馈仅为“没听清”，如何重构反馈范式？B.在线课堂中学生刷课，系统仅以视频播放进度判定学习完成，如何设计能体现真正“投入度”的交互范式？C.智能荐书系统总是推荐同类书目，用户感觉视野受限，如何在保持个性化的同时主动制造“意外发现”？【热点】【高频考点】

（2）范式重构而非界面美化：教师严正强调，本阶段不追求高保真界面，禁止直接画按钮。每组必须首先明确：当前交互范式的责任契约是什么？我们要设计的新契约将责任如何重新分配？随后在Figma上用最简单的线框、状态图或决策树逻辑表达这种新契约。例如，针对老年用户方言问题，一组提出将“一次正确识别”的完美主义范式转变为“容忍+澄清”的协同范式：系统主动用方言复述并请求确认。这一方案并未增加任何新技术，仅仅是重新分配了“容错责任”，却引发了全班赞叹。教师立即抓住此案例，凝练出范式创新的第一原理：很多时候，不需要更聪明的人工智能，只需要更诚实的交互设计。【非常重要】

（3）快速原型与压力测试：各组在20分钟内产出核心交互流程，并使用Protopie添加基础语音触发或点击流模拟。随后组间交叉体验，每个小组派出“压力用户”使用另一组的原型，刻意用边缘情况尝试击溃设计。如针对推荐系统任务，压力用户不断点击“不感兴趣”，观察系统是否陷入重复推荐死循环。这种同伴互评将设计思维与批判思维熔于一炉，课堂达到高阶认知参与峰值。【难点】

4.第四阶：批判反思与伦理升维（15分钟）

（1）隐性偏见挖掘：教师呈现两个延展案例——某招聘人工智能因历史数据拒绝推荐女性投递技术岗，但界面仅显示“不匹配”；某内容推荐算法将用户引入极端化信息茧房，却以“用户喜欢”为名不做干涉。教师提问：“当智能系统拒绝、诱导或操纵用户时，交互范式是否应该设置伦理边界？边界应该编码在算法里，还是反馈给用户抉择？”【非常重要】【热点】

（2）立场辩论：不设标准答案，各小组就“系统应不应该告诉用户我被拒绝了？”展开三分钟微型辩论。正方认为透明度是用户主权基石，反方担忧过度解释造成认知负担。辩论不下结论，但每位学生都在碰撞中建立了“交互范式本质是权力关系”的深刻认知。

（3）个人内省笔记：课堂最后三分钟，全体静默，在便签上匿名书写“我今天被颠覆的一个观念”或“我将改变的一个设计习惯”。这些便签被实时投影展示，成为课堂生成性评价的核心证据。教师不做点评，仅以“感谢你们的诚实”作结，将思考延续至课后。【重要】

（三）课后延展：分层任务与持续探究

1.基础巩固层：阅读指定论文集（含Norman《设计心理学》选章及两篇CHI会议论文），完成交互范式分析矩阵填空，巩固【高频考点】“执行鸿沟/评估鸿沟”辨析。此任务旨在100%达成知识识记目标。

2.应用迁移层：选择一款自己常用的APP或智能设备，运用本课模型撰写500字交互范式诊断报告，必须明确指出该产品当前遵循何种范式契约，并给出一个范式重构建议。优秀报告将录入课程案例库，作为下届学弟学妹学习素材。【重要】

3.创新挑战层：开放课题“为视障人士设计无屏智能烹饪助手”，要求彻底抛弃视觉反馈，探索触觉、听觉与气味提示的协同范式。此任务需在两周内提交交互逻辑说明与简易功能原型，鼓励跨专业组队（可联合工业设计、心理学专业学生）。【难点】【热点】

六、学习评价与反馈闭环

（一）评价范式革新：从成果评价转向过程增值

本课彻底打破“一考定音”，采用基于证据的连续式评价。课堂内，教师通过巡场记录仪捕捉各小组的关键讨论片段，例如“何时首次使用了专业术语”“何时出现了观点冲突并如何消解”，这些质性证据以课堂观察日志形式存入学生电子学档。课后的分层任务则设置不同权重：基础层占30%，应用层占50%，创新层占20%（鼓励非强制）。【非常重要】

（二）高频考点嵌入随堂测验

在教学实施第三阶段“设计应用”完成后，立即插入两分钟纸笔测验，题目为：“请默写交互鸿沟两个维度的名称，并各举一例。”该测验成绩即时反馈，教师当场公布正答率，对未答出“执行”“评估”术语的学生在后续环节进行针对性追问。这种高频率、低stakes的测试被证明是巩固【高频考点】的最有效手段之一。

（三）教学改进传感器

下课前，每位学生通过扫码匿名提交两个数字：本课理解度自评（1-5分）和认知负荷自评（1-5分）。若出现大量“理解度高但负荷极高”的数据，说明教学设计存在过度挑战，需在下一轮授课时增加支架。此机制确保教学设计始终处于动态优化中。

七、板书设计与认知留白

（一）主屏板书（全程保留）

左侧：交互范式定义与三要素（感知/推理/表达）。右侧：今日核心模型——交互鸿沟图（执行鸿沟↑/评估鸿沟→）与心智模型匹配象限。板书中部留白区域用于实时粘贴各组便签式洞见，形成集体智慧生成墙。【基础】

（二）副屏滚动资源

副屏持续展示三类内容：一是典型智能交互失败案例短视频（无声循环）；二是相关学术词汇英文对照（范式/paradigm、心智模型/mentalmodel等），支持双语思维养成；三是中国人工智能产业发展白皮书中的关键数据图表，例如智能语音用户抱怨词云。这些内容不占用讲授时间，但为学有余力者提供随机进入学习通道。

八、跨学科映射与价值内化

（一）认知科学透镜：为何用户总把系统故障归因于自己？

教师简要延伸归因理论，解释智能系统“黑箱”易使用户产生习得性无助。学生意识到，所谓“用户操作不当”往往是系统映像设计缺陷的转嫁。这一分析直接回应课前诊断题“鼠标为何曾被质疑”，形成首尾呼应的认知闭环。【重要】

（二）语言学透镜：会话含义与意图推理

对比人类对话中的省略、反语、隐喻处理与当前智能系统字面理解机制的鸿沟。学生认识到，自然交互的本质挑战不是语音识别准确率，而是对“言外之意”的计算建模。这为后续课程埋下伏笔。

（三）设计伦理宣誓

课程终了，没有硬性说教。但通过批判反思环节的案例冲击，学生自发在课后讨论群中发起“负责任交互设计”倡议。教师顺势推荐中