大学本科人工智能专业二年级《智能系统习题集设计》项目式教案

大学本科人工智能专业二年级《智能系统习题集设计》项目式教案

一、课程基本信息

本专题为大学本科人工智能专业二年级核心课程“智能系统设计与实践”的模块化项目单元，共计4学时，每学时45分钟，总跨度两周（含课后设计与迭代）。授课对象为已完成“程序设计基础”“数据结构与算法”“机器学习导论”等先修课程的学生，具备基础编程能力与初步的算法认知。本专题颠覆传统习题讲评课的被动应答模式，构建“以设计驱动学习”的项目式框架，要求每位学习者以“命题人”身份介入智能系统核心知识的习题化表征全过程，在真实设计任务中深化对智能系统本质特征、认知目标分类学、教育测量学基础及工程伦理的跨学科理解。

二、教学目标

依据工程教育认证毕业要求指标点与修订版布鲁姆认知目标分类，本专题教学目标统摄为以下三个维度：

（一）知识目标

1.精准复述智能系统的三大核心特征——情境感知、自主决策、持续演化，并辨析其与传统确定性程序的结构性差异。【基础】【高频考点】

2.系统阐述习题设计的六大认知层级（记忆、理解、应用、分析、评价、创造）及其典型题型匹配范式。【重要】

3.归纳高质量干扰项设计的两大心理学来源——错误概念库与思维定势陷阱，并能在具体命题中移植运用。【难点】【高频考点】

4.简述项目反应理论（IRT）单参数逻辑斯蒂模型中难度参数β的测量学意义，识别难度标定对习题筛选的价值。【热点】【拓展】

（二）能力目标

5.能够针对某一智能系统子领域（如计算机视觉、自然语言处理、推荐系统）独立拆解其核心技术模块，并转化为覆盖不同认知层级的习题序列。【非常重要】

6.能够运用IRT基本思想，借助简易工具对既定选择题进行难度参数估算，并依据拟合结果修正题干或选项表述。【难点】

7.能够撰写规范、透明的《习题集设计说明书》，完整呈现知识点覆盖率矩阵、认知层级分布直方图及每道题的命题意图。【非常重要】

（三）情感与价值目标

8.确立“命题即责任”的工程伦理意识，主动规避习题内容中可能隐含的性别刻板印象、地域歧视及算法偏见。【基础】【必会】

9.体验从学习者到设计者的角色翻转，形成对教育教学技术的敬畏感与持续改进的内驱力。

10.在小组协作与互评中养成开放接纳的建设性批判思维。

三、教学内容与核心要点【应列尽罗·附重要等级与频度标记】

本专题以智能系统习题集全生命周期设计为主线，精选十一个知识模块，每一模块均标注其在知识体系中的地位、考核出现频率及认知难度，确保教学内容无遗漏、无冗余。

[1]智能系统的内涵与外延辨析【基础】【必会】——界定智能系统与通用程序软件的边界：是否具备学习能力、是否可在开放环境下自适应、是否具有类人交互特性。明确习题设计不能停留于名词解释，而应指向机制理解。

[2]习题类型谱系及承载效能【重要】【高频考点】——从应答形式划分：封闭式（选择、判断、填空）与开放式（编程、设计、论文）；从认知层级划分：低阶题（记忆、理解）与高阶题（应用、分析、评价、创造）。重点强调选择题并非只能考察记忆，精心设计的选项可抵达分析层级。

[3]认知目标分类学的习题映射模型【非常重要】【热点】——以安德森修订版布鲁姆分类法为框架，建立“动词—行为—题型”三级映射库。例如：动词“区别”对应分析层级，最佳载体为多项选择题或匹配题；动词“创作”对应创造层级，载体为开放式系统设计题。此模块为学生命题提供标准化词库。

[4]干扰项认知发生学机制【难点】【高频考点】——阐释优秀干扰项为何不是胡编乱造，而是源自真实教学场景中的高频错误概念。引入“错误概念库”构建方法：通过课堂前测、论坛爬取、作业错题聚类收集学习者典型误解。以“过拟合”为例，常见错误概念包括“模型参数越多一定过拟合”“训练集误差为零即完美模型”，这些均可转化为极具诊断价值的干扰项。

[5]智能系统子领域习题设计特异性【重要】——计算机视觉题应关注光照鲁棒性、遮挡处理、尺度不变性；自然语言处理题应涉及指代消解、语义歧义、情感强度渐变；推荐系统题需涵盖冷启动、多样性、惊喜度等评估指标。拒绝泛化命题，强调领域锚点。

[6]习题难度的量化表征与校准【热点】【拓展】——摒弃仅凭经验估计难度，引入项目反应理论（IRT）单参数逻辑斯蒂模型，阐释难度参数β（位置参数）的含义：当学生能力值等于题目难度值时，正确作答概率为50%。利用Excel或简易Python脚本绘制项目特征曲线（ICC），直观呈现难度对题目筛选功能的影响。此模块不要求推导数学公式，重在概念迁移。

[7]自动化习题生成技术前沿与边界【前沿】——概览现有自动生成技术：基于模板的填充法、基于生成对抗网络的图像题目生成、基于大语言模型（如GPT-4）的零样本生成。通过案例演示让学生清晰认识到：当前技术仅能生成低阶、结构良好的题目，高阶、情境化、需价值判断的题目仍需人类专家设计。破除技术迷思，树立专业自信。

[8]习题集结构动力学优化【非常重要】——超越单题质量，聚焦题库整体结构。提出三大黄金指标：知识点覆盖率（不低于85%）、认知层级离散度（相邻题目认知层级落差≤2）、难度梯度系数（前易后难，呈波浪式上升）。引入认知负荷理论，解释为何难题前后应设置铺垫性基础题。

[9]反馈机制的教育功能设计【重要】——习题不仅是测量工具，更是教学干预媒介。设计分层反馈：即时反馈（正误判定）、诊断反馈（指出具体知识漏洞）、元认知反馈（提示解题策略）。以程序设计题为例，反馈不应只输出“答案错误”，应提示“数组越界，请检查循环终止条件”。

[10]习题集设计说明书撰写规范【基础】【必会】——强制要求结构化文档，包括：知识点双向细目表、每道题的命题意图阐述、干扰项设计逻辑、预期难度与实测难度对比、参考文献与工具引用。培养工程师严谨存档的职业习惯。

[11]伦理与安全审查清单【基础】【社会责任】——习题内容不得涉及种族、性别、地域、宗教等歧视性暗示；不得使用非开源的商业软件素材；不得要求学生模拟编写具有隐私窃取功能的代码。建立命题伦理自查表，每小组提交前必须逐项确认。

四、教学重难点与关键点

（一）重点

1.智能系统核心技术模块的习题化分解策略，即如何将一个复杂算法（如反向传播）拆解为若干道考察不同认知层级的题目。

2.诊断性干扰项的系统生成方法，特别是基于真实错误概念库的迁移应用。

3.习题集难度梯度与知识点覆盖率的定量控制意识。

（二）难点

4.高阶认知层级（评价、创造）习题的真实化设计——避免将“评价”降级为“复述评价标准”，避免将“创造”窄化为“简单编程”。需设计需要学生权衡利弊、提出新架构或批判性分析模型缺陷的题目。

5.IRT难度参数的经验解释——学生易将统计测量结果绝对化，不理解样本依赖性与模型拟合优度的影响，需通过反例破除机械套用。

6.从单题设计到题库结构设计的思维跃迁，多数学生初期聚焦局部精致而忽略整体功能。

（三）关键能力

跨学科统整能力：调用认知心理学分析学生错误预期，调用测量学标定题目属性，调用计算机科学实现技术验证，调用伦理学审视命题边界。

五、教学方法与策略

本专题摒弃单一的讲授—接受模式，构建“项目主线驱动+案例支架介入+认知冲突创设+技术工具赋能+双师协同指导”的复合型教学策略体系。

（一）项目主线驱动：以“为某年级《智能系统导论》课程设计一套包含12道题的单元习题集”为贯穿始终的真实任务，所有课堂活动均为该任务的子任务，实现做中学。

（二）案例支架策略：精选正反案例各3个，正面案例来自国际一流教材习题改编，反面案例截取自网络公开资源，组织学生从科学性、层级性、诊断性、创新性四维度进行结构化评析。

（三）认知冲突创设：在干扰项设计环节，故意呈现一组表面正确、实则逻辑循环的“伪优质干扰项”，引发学生激烈辩论，进而揭示干扰项须具备独立诊断价值而非充数。

（四）技术融合策略：引入轻量级IRT标定工具包（基于Python的pyirt简易封装），屏蔽复杂算法细节，保留核心参数调节与可视化功能，使学生能亲身经历“设计—实测—校准”的闭环。

（五）双师协同机制：主讲教师侧重认知模型与命题原则引领，助教（由研究生或高年级本科生担任）侧重技术工具调试与编程题用例设计指导，实现分层教学、差异化支持。

六、教学资源与环境

（一）物理空间配置：智慧教室，六边形拼接研讨桌支持4人小组面对面协作，双86英寸触控屏实现主屏讲授、副屏投屏小组作品，墙面白板供临时想法张贴。

（二）数字资源平台：

1.校内在线学习平台（LMS）开设专题站点，发布前置微课、案例库、作业提交入口，内嵌实时投票与词云分析插件。

2.GitHubClassroom建立习题集设计仓库，提供Markdown设计说明书模板、IRT标定脚本模板，支持教师通过Commit记录追踪小组协作贡献度。

3.公共素材库：包含30张标注异常的交通标志图像（用于设计计算机视觉鲁棒性习题）、20条含歧义的用户评论语料（用于自然语言处理习题）、5组具有冷启动问题的用户—物品交互矩阵（用于推荐系统习题）。

（三）工具软件：Anaconda集成环境（预装numpy、pandas、matplotlib及pyirt）、Typora（用于编写Markdown说明书）、Xmind（用于绘制习题集知识图谱）。

（四）前置学习包：课前三天推送三段微课视频——智能系统架构图鉴（8分钟）、布鲁姆分类法速通（10分钟）、IRT极简入门（7分钟），并附带5道自测题，平台自动统计错误率供教师参考。

七、教学实施过程【核心环节·篇幅占比75%】

全过程划分为四个学段，每学段45分钟，呈现“锚定—拆解—量化—整合”的认知爬升轨迹。每一环节均明确标注教师行为、学生活动、预期产出及对应重要等级。

（一）阶段一：概念锚定与认知层级映射（第1学时）

1.课堂前测与经验唤起（5分钟）

发布前置诊断题：“以下关于智能系统与常规程序的对比，哪一项描述最为准确？”选项设置中混入“智能系统必须使用神经网络”“智能系统不需要人工定义规则”等典型误解。平台即时生成答题分布热力图，教师据此快速定位学生前概念中的模糊地带。此环节不评分，仅作为认知起点记录。【基础】【诊断】

2.正反案例深度解剖（15分钟）

双屏同时呈现案例A与案例B。案例A选自卡内基梅隆大学《人工智能导论》配套习题，题目考察“启发式搜索中启发函数的可采纳性”，题干精确，四个选项分别对应可采纳、不可采纳且过高估计、不可采纳且过低估计、与问题无关。案例B为某网络论坛流传的“机器学习”判断题：“过拟合只能通过增加数据量解决”，答案设置为“正确”，且无任何解析。教师引导学生从三个层面展开批判：题干是否存在逻辑漏洞？选项是否相互独立且覆盖关键概念？该题能否诊断出学生的具体知识缺陷？学生以相邻两人为单位进行1分钟讨论后随机发言，教师将关键词录入副屏。【非常重要】【高频考点】

3.认知层级—题型映射工作坊（20分钟）

小组活动升级。每组抽取一张“认知层级挑战卡”，分别对应记忆、理解、应用、分析、评价、创造。任务一（8分钟）：为层级卡匹配最适题型，并现场设计一道关于“智能系统”的微型习题，写在A5硬卡纸上。任务二（7分钟）：各组将设计好的习题卡张贴至黑板预设坐标区，横轴为知识点（如知识表示、推理、学习、交互），纵轴为认知层级。全班巡回观摩，教师引导发现：记忆、理解层级的习题密集分布在知识表示区域，而评价、创造层级在推理与交互区域出现空白。此时教师追问：“是这些区域无法设计高阶题，还是我们的设计思维受限？”激发认知张力。【难点】【热点】

4.思维建构与小结（5分钟）

教师以大屏幕思维导图回放本阶段生成的学生习题分布，归纳核心结论：习题设计绝非知识点的简单粘贴，而是将专家知识转化为学习者认知通道的支架；低阶题保证基础达标，高阶题才是指向创新能力的密钥。布置课后微任务：各小组确定本组习题集所服务的具体章节（如卷积神经网络、决策树、强化学习），为下一阶段干扰项设计准备素材。

（二）阶段二：核心技术拆解与干扰项设计专项训练（第2学时）

1.干扰项认知发生学精讲（10分钟）

教师摒弃抽象说教，直接呈现一组来自上届学生《机器学习》期中考试的真实错题数据。例如题目：“下列哪一项是解决梯度消失问题的有效方法？”高频错选项为“减小网络深度”（标准答案应为“使用ReLU激活函数”或“残差连接”）。教师揭示：选择“减小网络深度”的学生并非完全无知，而是混淆了“缓解过拟合”与“解决梯度消失”两种技术路线——这正是极具诊断价值的错误概念。由此引出干扰项设计的核心原则：必须来源于实证错误，而非命题人臆想。【重要】【高频考点】

2.缺陷习题整容手术（20分钟）

每组发放“有缺陷习题急诊包”，内含5道题干尚可但干扰项无效的题目。例如一道考察“支持向量机核函数”的选择题，原选项为：A.线性核B.多项式核C.RBF核D.核函数是一种数据增强技术。显然D选项荒谬程度过高，无诊断价值。小组任务：为每道题重写至少一个具备真实迷惑性的新干扰项，并附上“设计病历”——即阐明该干扰项针对的是哪一种具体错误认知。助教同步开启在线表格，各组将修改成果实时填入，全班可见。教师巡回介入，当发现某组将干扰项修改得过于艰深时，提示需对标初学者常见误区而非专家盲点。【非常重要】【团队协作】

3.盲评投票与即时反馈（10分钟）

各组提交修改后的5道题，系统匿名打乱后推送到每位学生终端。每人拥有10个积分，可为认为干扰项设计最精妙的题目投放积分（可多选可拆分）。实时排行榜刺激学生反复斟酌评判标准。积分最高的3道题将入选本年度学院习题库，命题小组获得课程荣誉证书。此环节将设计质量与集体声誉挂钩，极大激发精益求精的内驱力。

4.技术工具预热（5分钟）

展示下一学时将使用的IRT难度标定工具界面截图，图中一道编程题的项目特征曲线明显左偏（难度低），另一道概念辨析题曲线右偏（难度高）。教师提问：“假如你设计的题目曲线呈倒S型，说明什么？”留下悬念，并发布预习任务：阅读平台推送的《项目特征曲线判读三案例》。

（三）阶段三：难度量化建模与自动化生成边界探查（第3学时）

1.IRT概念隐喻化讲解（12分钟）

彻底回避数学符号，采用“跳高比赛”类比：横杆高度即题目难度，运动员能力值即学生水平。能跳过1.8米的学生，面对1.5米横杆几乎必过，面对2.0米横杆大概率失败。项目特征曲线就是描绘这一概率随横杆高度变化的S形轨迹。现场演示：在Excel中生成一组模拟数据，10道题的难度值从-2到2均匀分布，50名学生的能力值呈正态分布，通过简单的逻辑函数生成作答矩阵，并绘制出第5题（β=0）和第8题（β=1.5）的ICC曲线，学生直观看到难度越大，曲线整体右移。此处重点不是计算，而是理解难度是相对属性，依赖样本群体。【热点】【拓展】

2.亲手标定：我是难度鉴定师（18分钟）

两人一组，领取模拟作答数据包。数据包包含本组前一阶段设计的某道选择题在30名虚拟被试上的应答结果（0/1计分）。学生运行教师封装的single_irt.py脚本，仅需输入题号，即可输出该题的难度系数β及模型拟合p值。任务指令：“记录你的题目难度值，对照你设计时的预期难度（容易/中等/较难），差异超过0.5个对数单位的，尝试修改一个选项或题干表述，再次运行脚本观察β变化。”这一设计将IRT从神秘理论降维为可操作的设计反馈工具。学生惊异地发现：增加一个极具迷惑性的干扰项，竟然会使题目难度显著上升——因为原本能做对的学生可能被诱导入坑。这一发现使他们对干扰项设计又爱又怕。【难点】【动手实践】

3.AI生成习题的能指与所指（10分钟）

大屏播放预录视频：输入提示词“生成5道关于决策树剪枝的多项选择题”，GPT-4在12秒内输出5题，格式工整，但仔细审读后发现：其中3题的选项本质上是同一意思的变体，1题题干存在逻辑循环。教师发起2分钟微型辩论：“AI会取代命题教师吗？”正反方即兴发言，教师将高频词实时生成词云——屏幕上最终定格在“工具”“边界”“创意”“伦理”四个核心词上。教师不做结论性宣判，而是反问：“当AI能产出60分的题目时，人类是否应该满足于60分？”【前沿】【社会责任】

4.项目总任务正式发布（5分钟）

下发《习题集设计说明书（空白模板）》，明确最终产出要求：为一门“智能系统导论”虚拟课程指定章节设计12道题，必须包含2道编程题和1道开放式设计题，同时提交习题难度预估表。强调评价标准中的“科学性”与“创新性”权重各占30%，杜绝抄袭与洗稿。同时宣布互评机制：终稿提交后，每组需匿名评审其他三组作品，评审意见将折算为平时成绩。【非常重要】

（四）阶段四：系统结构优化与原型分享（第4学时）

1.习题集结构动力学破析（12分钟）

对比呈现两份真实的习题集结构图谱（匿名化处理）。结构A：知识点集中在“前向传播”“损失函数”“梯度下降”，认知层级80%为记忆与理解，难度值全部集中在[-0.5,0.5]区间，形成尖峰。结构B：覆盖从“全连接层”到“迁移学习”六大知识点，认知层级呈梯次分布，难度值从-1.2至1.8均匀递增。教师追问：哪一套习题更能有效区分不同学业水平的学生？哪一套更能保护初学者的自我效能感？引导学生归纳“难度梯度设计”的两条禁忌：悬崖式跃升与平原式同质。【重要】

2.微型序列快闪设计（20分钟）

限时挑战：每组在20分钟内，围绕本组选定的章节设计一个3题微序列，必须包含一次认知层级的跃升（如从应用到分析）和一次难度值的显著爬坡。使用模板填写题目题干、选项及设计意图。教师与助教分组进驻，扮演“典型学生”——例如教师会故意说：“这道编程题的题目描述中，‘整数’范围没给，我该用int还是long？”以此暴露出题干约束条件不足的问题。这种换位压力测试迫使学生在设计阶段就考虑受众的真实认知状态，而非理想化假设。【非常重要】【换位体验】

3.全班互鉴与教师综评（8分钟）

随机邀请两组上台，用3分钟阐述其微序列如何体现结构优化原则。教师点评聚焦两点：是否为核心难点设置了“脚手架”小题？是否在相邻题间保持了合理的认知负荷过渡？最后，教师以“命题者的三重境界”收尾：第一重，题目正确；第二重，题目能测量；第三重，题目能育人。布置课后任务：完善整套习题集，两天后发起组间互评。

4.安全与伦理审查实战（5分钟）

发放命题伦理自查表，包含8个否决项：是否含有性别歧视语料？是否要求模拟攻击系统？是否使用未授权数据？每组现场交换彼此已设计的一道题进行伦理快检，并将潜在风险项记录在案。此环节旨在将伦理审查内化为设计流程的标准步骤，而非事后补救。

八、教学评价与反馈

本专题打破“一次作业定成绩”的终结性评价惯性，构建全过程、多主体、发展性的评价矩阵。

（一）诊断性评价

课前微课配套自测（5道选择题），系统自动批改，得分不计入总评，但平台记录每道题的错误率供教师调参。错误率高于60%的知识点将在课堂案例环节予以重点回应。

（二）形成性评价

1.课堂嵌入评价（20%）：包括干扰项设计盲评得票数、IRT实验报告完整性、快闪设计小组贡献度。助教依据课堂观察量表在课后24小时内录入。

2.初稿反馈与迭代（25%）：各小组提交习题集设计说明书初稿，教师进行书面反馈，不直接打分，而是用“亮点+问题+建议”三段式评语。小组根据反馈修改后提交修改说明，该版本的提升幅度按50%权重计入此项得分。此项设计旨在强化“迭代即学习”的价值观。

（三）终结性评价

习题集终稿及设计说明书（50%）：由两名授课教师及一名外聘企业算法工程师组成三人评审组，依据评分细则独立打分，取加权均分。评分维度权重：科学性（概念无错误、代码可运行）30%，创新性（情境新颖、题型突破）20%，梯度性（覆盖认知层级≥4级、难度谱系展开）25%，规范性（格式统一、术语准确、自查表完备）25%。附加分（5分）：提交难度实测报告（真实招募5名志愿者试做）或提交自动化评测脚本。

（四）反馈回路

所有评分维度分及评语均