AI赋能课堂：贯通式任务课程如何锻造工程思维？

图1｜贯通式任务课程三阶段模型：知识—技能—体验设计

一门"贯通式任务课程"主要由三大模块共同构成：

模块一·知识与理论体系：聚焦抽象思维。系统梳理本专业/产品的技术分类与问题分类，建立映射关系（如网络层/应用层故障 vs. 对应责任人或处理流程），形成选择题题库供学生自主学习与自测。

模块二·技能与实验项目：聚焦分解思维。依据真实历史值班记录、典型故障案例构建知识库，要求学生以简答题形式口头阐述或书面描述"如何定位问题、找谁、怎么处理"。可设置过关机制（如满分100需达65分，答错倒扣），强化故障定位能力而非单纯背答案。

图2｜基于真实值班记录与会议纪要构建课程知识库

与传统教材有所区别，贯通式课程更加强调用真实组织运行数据来驱动学习过程：

对教师而言，这意味着实验课不必再依赖"编造出来的例题"，而是可以直接使用本校实验室或合作企业的脱敏运行数据作为教学素材，让学生直接接触真实的工程语境。

图3｜知识—技能—设计三类题型在平台中的布置与评分示意

在贯通式任务课程的具体实施中，我们建议依据不同模块灵活匹配相应的考核形式：

技能模块的简答题环节可以引入 AI 提供评价建议，但最终的评分与反馈仍应由教师严格把关，确保学术标准不被稀释。

如果您打算在专业导论、实验综合训练或校企联合课程中尝试贯通式任务设计，不妨参考以下实施节奏：

我们期待通过这样的"课程贯通式任务"，帮助学生在无需触碰底层代码的前提下，逐步建立起看见问题→定位根因→用工具辅助解决→迭代改进的完整工程素养——这也恰恰是未来产业界最为迫切需要的能力。

庚商教育科技 · 专注于实验教学改革与产教融合课程共建