AI 教学改革实践研究计划第一批立项课题总体报告

一、研究力量如何分布：覆盖面与项目密度需要放在一起看

名单事实	可以支持的观察	使用这一观察时的边界
名单事实40项课题来自38所院校；36所各1项，成都东软学院、汕头职业技术学院各2项	可以支持的观察本批项目分布于较多院校，适合围绕共同问题建立跨校交流	使用这一观察时的边界入选项目数不能代表一所学校的全部教改能力或投入
名单事实四川、广东各6项，合计12项，占30%	可以支持的观察本批在两地有相对集中的项目，可组织区域内的课程案例交流	使用这一观察时的边界这是本批名单的分布，不能据此评价地区AI教学水平
名单事实四川、广东、天津、北京、江苏合计22项，占55%；其余18项分布在另外13个省级地区	可以支持的观察交流组织需要兼顾相对集中的地区和分散项目	使用这一观察时的边界缺少各地申报总量及遴选过程数据，不能计算地区入选率
名单事实公示的团队规模为2至13人，包含负责人；2至4人的13组，5至7人的21组，8人及以上的6组	可以支持的观察实施支持需要适应不同规模团队，尤其是人员分工和记录负担	使用这一观察时的边界名单人数不等于实际工时、学科配置或研究能力

这些数据对组织工作的意义，是把支持落实到课题组能够持续执行的任务。对于只有一个入选项目的院校，同类课程的跨校讨论、共同试用评价量规和交流失败案例，可以成为校内资源之外的支持。院校需要提供的条件包括可实施的课程时段、稳定的教学环境，以及整理过程材料的时间。

示范、重点、基础是立项档位。目前没有本批课题的结题数据，不能把档位分布换算为教学效果，也不能将名单中的项目数量直接解读为创新质量。

二、不同教改路径应当回答不同的研究问题

题名中的工具名称有助于理解技术选择，真正决定研究设计的是课程目标、学生行为和教学问题。以下四类路径用于组织讨论，同一课题可以涉及多类，不作互斥统计。

讨论路径	题名中可见的研究切入点	实施时值得验证的问题
讨论路径学习起点与分层支持	题名中可见的研究切入点丽江师范学院的学习准备度适配、贵州电子信息职业技术学院的分层管控式AIGC协同教学	实施时值得验证的问题哪些学生需要什么支持？支持是否随任务难度和学习表现调整？
讨论路径专业任务与人机分工	题名中可见的研究切入点广东机电职业技术学院的酒店数字化营销、汕头职业技术学院的机械设计课程设计	实施时值得验证的问题AI参与哪一步？学生需要作出哪些专业判断？成果能否满足任务约束？
讨论路径可信判断与独立能力	题名中可见的研究切入点河海大学的代码可信判断、安徽医科大学的思维主体性、广东开放大学的使用边界与效果	实施时值得验证的问题学生能否识别错误、解释采纳依据，并在新的任务中运用所学？
讨论路径过程记录与教学评价	题名中可见的研究切入点四川现代职业学院的过程留痕评价量规、连云港职业技术学院的实践任务与评价量表	实施时值得验证的问题记录能否与评价标准对应？不同教师能否依据同一标准作出接近的判断？

一个值得关注的研究联系是：分层支持需要学习起点证据，人机协作需要明确判断责任，过程评价需要能观察的学生行为。院校可以围绕这些连接点交流设计，而不必要求不同课程使用同一种工具或同一种实验形式。

题名中的代表项目可从名单定位：学习准备度适配、分层管控式AIGC教学、代码可信判断、过程留痕评价量规、实践任务与评价量表。

三、研究深度体现在怎样解释学生的变化

实施阶段需要预先说明“观察什么变化、用什么证据判断、有哪些其他解释”。建议重点检查以下五个方面。

任务完成与能力变化分别观察。 作品能运行、报告更完整或任务完成更快，可以说明任务表现；要判断学生能力变化，还需要观察错误识别、解释依据、独立修正或新情境应用。不同课程可以选择其中一两项作为重点，避免把所有指标都纳入一项实验。

把过程日志对应到可判断的学习行为。 提示词数量、修改次数和在线时长需要结合具体任务解释。更有帮助的记录是：学生遇到了什么问题，为什么接受或拒绝AI建议，怎样验证修改有效。教师据此才能讨论某次人机交互对学习起了什么作用。

让前后比较尽可能回答同一个问题。 如果前测检查知识记忆，后测检查作品表达，两者分数直接相减的解释空间很大。可在相近难度、相同能力维度和一致评价标准下设计前后任务，同时记录授课教师、课时、练习机会等实施条件。条件允许时，可采用平行班或分阶段实施等比较设计；没有合适比较条件时，应收敛结论范围。

检验评价标准是否便于实际使用。 “优秀、良好、合格”需要对应可观察行为。例如，是否识别关键错误、是否提供核验依据、是否能解释修改的影响。课题组可以先用几份不同水平的作品试评，对照教师分歧修订标准，再扩大使用范围。

将预期值、实际观察和研究结论分开。 计划达到的目标写在研究方案中，实际变化依据课堂记录报告。结果未达到预期、工具失效或某类学生没有受益，也应说明情境和后续调整，这些信息有助于同行判断方法的适用范围。

以上是研究设计建议，不是对本批课题缺项率的统计。当前报告不能给出“有多少课题缺少基线、对照或有效量规”的比例。

四、不同规模团队需要怎样的实施分工

本批40个团队中，21个团队有5至7个公示姓名，占52.5%；13个团队有2至4个，占32.5%；其余6个有8人及以上，占15%。这些数据描述名单结构，不能推断成员是否已经实际投入。

建议每个课题组明确三类职责：课程实施负责落实任务和学生参与；评价记录负责检查测量口径和资料完整性；成果整理负责将实际做法转化为可供同行使用的材料。规模较小的团队可以一人兼任多个角色，规模较大的团队则需要说明交接方式，避免成员人数增加而责任仍集中在负责人一人身上。

跨校交流可以从一个具体产物开始：共同讨论一份实验任务、一组前后测题目，或者几份匿名学生作品。围绕产物说明差异，比只介绍工具功能更容易形成可执行的改进建议。

五、三项核心成果需要相互印证

研究计划要求形成《AI实验手册》《教研教学方法总结》《学生AI实践作品集（案例包）》。实施中可以用相同的实验编号、任务名称和评价条目连接三项成果，方便检查方案、过程和产出的对应关系。

核心成果	应当回答的问题	建议提供的可核验内容
核心成果AI实验手册	应当回答的问题另一位教师如何组织这项实验？	建议提供的可核验内容适用课程、前置知识、环境与工具条件、任务步骤、人机分工、常见失败及替代做法
核心成果教研教学方法总结	应当回答的问题哪种教学安排在什么条件下产生了什么观察？	建议提供的可核验内容研究问题、实施对象与时段、评价方法、主要观察、解释边界和方案调整
核心成果学生AI实践作品集（案例包）	应当回答的问题学生具体完成了什么，怎样作出判断和改进？	建议提供的可核验内容经授权与必要处理的任务样例、初稿与修改稿、核验依据、教师评价及学生解释

建议先打通一个完整实验的三项材料，再逐步扩展。这样能够较早发现手册中的步骤是否可执行、量规是否评得出来、作品是否足以支持方法总结。案例包同时保留典型成功与失败过程，可以帮助同行判断方法在哪些条件下适用。

工具版本、输入条件、必要算力和人工干预方式，也属于复用条件。涉及学生作品或过程数据的交流，应在授权和必要信息处理后开展。

六、实施支持可以围绕三个检查节点展开

以下为建议的推进节奏，不新增硬性截止日期，不替代正式立项与结题要求。

开始实施前：检查一个任务是否可运行。 选定课程中的具体问题，明确学生起点、任务产出、人机分工和评价标准。由课题组先试做、试评，确认教学条件能支持方案。

完成首轮实验后：检查记录能否回答研究问题。 核对是否收集到了必要资料、评价是否一致、学生行为与预期是否相符。出现偏差时，说明调整的原因和范围，保留前后版本，避免事后只选择支持预期的材料。

形成阶段成果时：检查同行能否理解和使用。 请未参与编写的教师试读手册、试评案例，记录理解困难、环境依赖和适用边界。用实际反馈改进材料，而不仅检查文档篇幅和作品数量。

院校层面的支持可以围绕教学时段、工具可用性、评价讨论和资料整理展开。跨校层面可以共享任务模板、评价样例和经处理的案例说明；含有学生身份信息的原始记录由承担单位按实际管理要求保存。

七、对后续申报与研究组织的启示

对教师，申报设计可以更早回答“一项具体任务怎样改变学生的学习行为”，并同步考虑验证方法和实施负担。专业情境、人机分工、评价设计和可运行条件相互对应，方案更容易进入真实课堂。

对院校，支持方式可以从一次性完成申报，延伸到首轮任务试做、跨教师试评和阶段性材料整理。立项之后的持续支持，将影响一份研究计划能否形成可讨论的课堂证据。

对研究组织者，可以围绕学习准备度、人机判断、任务验证、评价一致性等共同问题组织专题交流，并逐步形成具有明确适用条件的案例集合。后续判断首批课题的价值，应依据实际实施、观察结果和材料复用情况，不提前把计划中的目标写成已经实现的效果。

分析判断：本批名单呈现出多院校、多课程的研究起点。后续最值得持续观察的，是这些分散的课程探索能否形成可检验的学习证据，以及其他教师能够在明确条件下使用的教学做法。

数据与引用说明

数量、院校、地区、团队规模依据2026年9月21日公布的第一批40项立项名单计算。团队规模包含负责人；226为名单中的姓名登记条目，不等于已激活账号数、实际投入工时或全部在校教师人数。院校按申报单位名称归并，地区按院校所在地归并。

研究切入点举例依据公开题名与原版总体报告，未对40份申报书重新进行量化评分，未统计研究方法缺项比例。本文没有全体申报者的可比总体数据，不分析录取率或全国院校发展水平。各课题实际实施及效果需由后续记录验证。

正式立项公告 · 完整立项名单及课题组成员