人工智能赋能对分课堂：《网络心理学》课程AI+PAD融合教学模式实践

1

基本信息

专业名称：网络与新媒体

案例名称：“网络心理学”课程的“AI+PAD”融合教学模式

案例简介：本案例立足“网络心理学”课程，在对分课堂（PAD）教学模式基础上，构建了“AI+PAD”融合教学模式。针对PAD课堂讲授、内化、讨论三个环节分别面临的内容生成效率低、个性化指导不足、深度思维训练缺乏等问题，创新性地提出三种差异化AI使用策略：讲授阶段以“生成性AI使用”将教师“.skill”化以驱动精讲内容生成与学情诊断；内化阶段以“映射性AI使用”实现学生人格AI映射后的他者观察，以“交互性AI使用”构建限定知识库AI学伴，引导学生深层内化；讨论阶段以“批判性AI使用”推动学生对AI生成内容进行质疑、纠错与改进，训练高阶思辨能力。该模式已在3轮教学中迭代实施，覆盖学生215余人，学生课堂参与度及课程作业质量显著提升，评教分数接近满分，初步形成可推广的教学改革范例。

2

案例背景需求

教育部于2022年启动的“国家教育数字化战略行动”对高校课堂教学提出了更高要求，新闻传播类课程因其理论、思辨和实操并重的学科特质，面临着尤为突出的数字化转型挑战。课程负责人响应“战略行动”及“卓越新闻传播人才教育培养计划2.0”的要求，在课程改革中率先引入对分课堂（PAD）教学模式。PAD模式将课堂教学分割为教师讲授（Presentation）、学生内化吸收（Assimilation）和课堂讨论（Discussion）三个相互分离的过程，已在多学科领域取得显著成效。

“网络心理学”课程涉及个体及社会心理的多重维度，需要学生在理解心理学理论的基础上发展批判性思维和分析能力。在PAD模式下课堂讲学仍面临三项难题：讲授阶段教师难以高效产出高质量的精讲内容与差异化案例；内化阶段学生缺乏个性化指导与自我探究的深度工具；讨论阶段思维训练层次有限，难以实现真正的高阶认知提升。同时AI技术的成熟为教学赋能提供了新可能，但现有实践多停留在AI辅助备课与答疑等浅层应用，缺乏与成熟教学模式的深度机制融合。

因此，融合AI技术以突破PAD课堂各阶段的瓶颈，成为推进课程数字化转型的迫切需求。本案例的实施目标为：构建一套完整的“AI+PAD”融合教学模式，实现讲授精准化、内化个性化、讨论批判化的三层突破，为文科课程的AI融合教学提供可复制的实践范式。

3

案例实施情况

（一）需求分析与整体设计

“网络心理学”课程PAD教学的三个环节存在的突出问题如下：讲授阶段存在精讲内容的高质量产出依赖教师个人经验积累、案例素材的差异化供给不足等问题；内化阶段存在学生独立学习质量难以监控、缺乏自我探索型学习工具的困境；讨论阶段存在思维训练层次以交流观点为主、缺乏对高阶批判能力的系统培养等局限。针对三段痛点，本案例提出“AI+PAD”融合教学模式的总体架构：讲授阶段聚焦“生成性AI使用”尝试将教师“.skill”化，并使用AI辅助精讲内容生成与学情诊断；内化阶段聚焦“映射性与交互性AI使用”两条路径并行；讨论阶段聚焦“批判性AI使用”，即将AI从辅助工具转化为“思维对手”。三个阶段对AI的创新融入，使PAD模式革新为了教师主导、AI协同、学生主体的三元教学新形态。

（二）讲授阶段的AI融合：生成性AI使用

讲授阶段的核心思路，是将教师过往的教学经验系统性地整理为个人知识库，运用知识蒸馏的思路，基于个人知识库生成一个可用的“教师.skill”智能体，并以此为基石，驱动精讲内容生成、学情诊断与情境化讲授的生成性应用，使AI从通用的教学工具升格为带有教师个人印记的“数字分身”。

第一步的教师“.skill”化借助腾讯的AI智能工作台ima实现。通过ima的专属知识库搭建及检索增强生成（Retrieval-augmented Generation，RAG）实现教师教学经验的AI蒸馏与数字化。案例负责人将自身多年积累的课件、教案、AI转录的讲授逐字稿、作业评语、典型设问句式、学生常见误解的回应策略等个体化经验及本人的文章、项目和人格分析报告等上传ima，上传的内容经过解析后进行切片存储，成为可供大模型理解并随时使用的优质信息源。

使用时通过“RAG+提示词工程”的思路，系统性地应用结构化的专属知识库，进而形成承载教师个人知识积累与教学风格的“教师.skill”智能体。该智能体能较好复现教师的知识组织方式与表达特征。这一做法将教师的教学经验从只可意会的内隐知识转化为可存储、可调用、可迭代的数字资产，为后续三项生成性应用提供了统一的能力底座。

基于“教师.skill”，讲授阶段展开三层生成性应用。第一层，精讲内容生成。教师在备课时将核心课程诉求输入，智能体依据教师本人的框架偏好自动生成多版本讲授大纲、跨学科知识链接和差异化的案例素材，教师需筛选调整即可用于课堂。由于智能体已习得教师的讲授风格，生成内容的深度、角度和语气均高度贴合教师本人的教学惯性，避免了通用AI生成内容的风格漂移。

第二层，学情精准诊断与动态调适。课前，学生完成上节课留下的简短问卷，教师将问卷结果导入ima平台通过与智能体的简短对话分析学生知识盲点并生成诊断报告，辅助后续课程内容设计。第三层，情境化讲授辅助。在特定章节，结合ima与雨课堂的“讲伴”生成专属讲伴。利用ima中“教师.skill”智能体生成“人物特点”“回答风格”“知识结构特点”等内容，导入雨课堂的讲伴模块，以“数字分身”形态参与讲授。

（三）内化阶段的AI融合：映射性与交互性AI使用

内化阶段的设计思路是让AI同时成为学生的“反思之镜”和“知识同伴”，帮助学生从理解知识走向理解自己，从被动接受答案走向主动探索知识。

映射性AI使用在人格相关章节重点实施。每名学生完成大五人格测试，获得开放性、尽责性、外向性、宜人性、神经质五个维度的得分和人格测试报告，教师提供标准化提示词模板，学生将测试结果映射到AI上，令AI模拟具有该人格特征的人。随后教师设定相关网络心理学情境（如面对网络暴力言论、处于沉默螺旋中的强势或弱势位置、对某类网络内容产生沉迷等），学生观察AI所模拟的“自己”会做出何种选择，并从心理学理论角度分析和讨论。这一过程使学生获得心理学中珍贵的“他者视角”，即跳出自我中心审视自己的行为模式和认知偏差。

交互性AI使用依托自建的心理学上级学科专属知识库实现。网络心理学作为心理学的分支，其核心知识并不仅存在于本领域的研究，而是与其他心理学分支共享大量的理论、方法论与研究范式。案例课程整合人格心理学、实验心理学、认知神经科学、社会心理学等心理学上级学科领域的权威材料，构建限定知识库，借助雨课堂AI平台，建立“网络心理学AI学伴”。学生在课外内化阶段可与AI学伴进行问答对话，AI的回答不仅限于网络心理学范畴，还能调用跨学科知识进行拓展解释。知识库限定机制确保回答的学科准确性，避免通用AI的幻觉问题。同时，AI学伴记录学生的提问路径，教师可据此发现内化阶段的共性难题，在讨论环节重点讲解。

（四）讨论阶段的AI融合：批判性AI使用

讨论阶段的设计思路是让AI成为学生的“思维对手”，学生不仅要从AI那里获取答案，更要通过质疑、纠错和改进AI的输出，不断提升自己的批判性思维能力和回答质量。

具体操作上，采用“AI先答→学生讨论批判→迭代改进→过程汇报”的四步法。第一步，课堂讨论开始前，教师向AI提交讨论议题（如“网络社交如何影响青少年的自我认同建构？”），获取多个AI生成的回答。第二步，每个小组各针对一个AI的回答进行批判性分析：辨识其中的逻辑漏洞、理论适用性错误、论证不充分之处。第三步，各组在此基础上进行修改完善，形成自己的改进版本。第四步，课堂讨论汇报时，各组汇报的不仅是最终答案，还包括完整的批判和改进过程，即“AI最初给出了什么答案？”“我们发现哪些问题？”“我们是怎样修正的？”“最终答案比AI好在哪里？”。

这一操作一定程度上解决了AI导致的认知卸载问题。课程设置不仅要用AI提效，更要用AI倒逼学生思考，这样能有效培养批判性思维。

4

案例成效与创新突破

（一）主要创新内容

本案例的首要创新，在于将AI技术系统性地嵌入对分课堂的三个流程，构建了讲授阶段的“教师.skill”融合生成性AI使用、内化阶段的映射性与交互性AI使用、讨论阶段的批判性AI使用的完整融合模式。本案例使PAD模式进阶为教师主导、AI协同、学生主体的三元教学新形态。这一模式超越了将AI作为单点工具简单叠加于课堂的初级应用，从教学全流程的视角明确了AI在每一个环节中的差异化角色，形成了结构清晰、逻辑自洽的理论框架。

在育人价值层面，案例实现了三层递进目标。讲授环节，教师的“.skill”化将个体教学经验转化为数字资产，使精讲内容生成、学情诊断和情境化讲授获得可复用的统一底座，提升了教学的针对性与适配度。内化环节，映射性AI使用以人格映射创造“他者视角”，帮助学生跳出自我中心审视认知与行为模式；交互性AI使用依托上级学科知识库构建AI学伴，拓展了知识建构的学科视野与深度。讨论环节，批判性AI使用以“AI先答→批判→迭代→汇报”的四步流程，系统训练学生质疑、修正和提升AI输出的能力，将人机对抗转化为高阶思维培养的有效资源。

（二）技术突破内容

其一，基于RAG与个人知识库的教师教学经验蒸馏。借助腾讯ima平台，将负责人的课件、教案、讲授逐字稿、等个体化经验，整合为结构化专属知识库，并以“RAG＋提示词工程”生成“教师.skill智能体”。该智能体能够复现教师的知识组织逻辑与表达风格，在精讲内容生成、学情诊断和情境讲授中保持了教学风格的一致性，为教师隐性知识的显性化、数字化提供了低成本、可复制的新路径。

其二，跨学科限定知识库AI学伴的构建。通过整合人格心理学、认知神经科学、社会心理学等上级学科材料，构建限定域知识库，并部署于雨课堂AI平台，形成网络心理学AI学伴。知识库限定的RAG机制既突破了通用大模型的领域知识局限，又有效规避了AI幻觉，使跨学科扩展解释具有学科准确性。

（三）应用实践突破内容

应用实践上，“教师.skill”的思路已融入了每节课程的备课过程。相关讲伴也已在雨课堂中实际部署，实现了教师数字分身的课堂参与；大五人格测试的映射性AI使用也已嵌入课程“第4章-网络中的个体人格”的课堂设置，成为学生自我认知训练的特色模块；交互性AI学伴通过雨课堂平台持续服务于学生的课外深度学习；讨论环节的四步批判流程已在两轮课堂讨论中实施，学生的课堂输出质量显著提高。

5

推广价值及风险

（一）应用前景与效益

本案例构建的“AI＋PAD”融合教学模式具有较好的可迁移性。当前已在“网络传播”“新媒体数据分析与应用”等课程中启动推广。模式的运行依托腾讯ima和雨课堂等成熟平台，教师无需编程基础，通过知识库搭建和提示词设计即可构建个人教学智能体，运行门槛较低。同时，案例正尝试融入《网络心理学》的AI数字教材建设，课程内容正向可规模化传播的数字产品形态转化，为同类院校提供了可参照的实践样本。

（二）社会经济价值

案例通过“教师.skill”和AI学伴等技术手段，显著降低了高质量个性化教学对师资数量的依赖，有助于缓解高等教育资源分布不均的现实矛盾。其所培养的具备批判性思维能力与人机协作素养的新闻传播人才，也直接回应了数智时代行业转型对复合型人才的需求。

（三）技术风险与伦理风险

技术风险方面，“教师.skill”的生成质量受底层大模型能力的制约，不同模型下输出的稳定性和准确性存在差异。伦理风险方面，由于个人知识库可能涉及著作权纠纷，因而在使用中须对相关情况做充分考量与说明。

学生使用AI学伴和批判性讨论时，可能出现过度依赖AI或反向的“批判倦怠”，即有可能因为自身找不出AI的漏洞而降低自我评价，形成让AI自己找漏洞的行为倾向，这将进一步加深认知卸载。此外人格映射涉及学生心理测评数据，需严格落实知情同意与数据脱敏。

对此案例在实施时，教师会监督学生AI使用的全过程，避免相关伦理风险的产生。同时，依据《教师生成式人工智能应用指引（第一版）》，“教师.skill”等的应用严格定位于知识传递，不与教师的育人职责产生混淆。

6

其他相关情况

（一）课程的学生评教情况

在最近两期的“网络心理学”评教中，教师的评教得分为99.07与99.39，两轮实践均获得了超过了99分的高评教分（满分100分）。学生的评价留言中对于“教学方法”“课程内容”的评价都十分积极，一定程度上表明了“AI+PAD”模式的可行。

（二）科研立项情况

案例负责人主持的“广东省教育科学规划（高等教育专项）”项目“PAD模式在新时代卓越新闻传播人才培养中的作用机制与实践路径研究”于2025年获得立项，为本案例中的PAD融合创新提供了理论与经费支撑。