收益：
- 能够编写可衡量的学习目标（成果）并理解布鲁姆分类法的认知水平，并使用人工智能生成一致的课程计划大纲
- 能够在人工智能的支持下，制定将引入-开发-结果流程、时间分配、活动与成果相匹配的结构化计划草案
- 了解由教师来验证人工智能产生的成果和活动是否符合官方课程和课堂现实。
好的课程始于好的目标。在教学中，这个目标被称为结果：以可观察和可测量的方式表达学生在课程结束时能够做什么的句子。 “学生学分数”不是结果，因为“学习”是无法观察到的； “学生通过使分母相等来将两个分数相加”是一项成就，因为你可以看到并衡量他能做什么。在本单元中，我们将使用人工智能从获取开始，从头到尾生成一致的课程计划草案。限制是一样的：人工智能产生计划草案；由老师来验证结果是否符合官方课程和课堂实际。
增益怎么写？布卢姆分类法
布鲁姆的分类法是一张地图，列出了六个层次的思维过程，从简单到复杂：记忆（记住信息）、理解（用自己的话解释）、应用（在新情况下使用信息）、分析（分解部分并建立关系）、评估（根据标准判断）、创造（产生新的整体）。每个级别都有自己的动作动词：“列表、定义”用于记忆；对于应用程序“计算、求解”；用于分析“比较、区分”； “设计、生产”为创造。
用正确的动词写出结果既可以澄清你的目标思维水平，又可以使其与测量保持一致。如果您的结果处于“分析”级别，则在考试中询问“列表”与目标相矛盾。当向 AI 提出问题或活动时指定此级别是获得有用输出的关键。
提示：以“Student ... -ir/-ar”的形式用单个可观察动词写出结果。将双任务结果（“解释和设计”）一分为二；变得更容易测量。
课程计划的骨架
经典的课程流程分为三个部分。介绍（引起注意、探究先验知识、分享目标）通常需要 15-20% 的时间。开发（新内容的呈现、示例、活动、实施）是最长的部分，约 60-70%。结论（总结、评估、结束）约为 15%。在一个好的计划中，每一项活动都取决于收获；与结果无关的“美好但空洞”的活动将从计划中删除。
AI 很快就能填满这个骨架，但你需要检查两件事：（1）总时间是否超过了课时——AI 经常把 55 分钟的活动塞进 40 分钟； (2) 这些活动真的是为成就服务还是只是“填充”？
循序渐进：人工智能课程计划
- 明确增益。从官方课程中获取结果或通过指定 Bloom 级别来编写结果。
- 给出上下文。班级级别、持续时间、学生人数、可用材料（仅限投影、平板电脑、黑板）。
- 索取草稿。介绍-展开-结论，时间分配，每项活动取决于结果。
- 手动添加时间。检查总分钟数是否符合课程时间。
- 检查对齐情况。每项活动都对我有好处吗？删除那些不这样做的人。
- 增加差异化和评价。给困难/进步学生的注意事项；测量增益的简短检查。
- 核实事实。计划中的每项信息（例如日期）均经过可靠来源确认。
三个迷你箱子
案例 1——持续时间现实主义。一位数学老师要求AI提供一个40分钟的“分数加法”计划。人工智能;他建议10分钟介绍，20分钟讲座，20分钟活动，10分钟评估——总共60分钟。老师注意到了，将活动时间减少到12分钟，解释时间减少到12分钟，总共40分钟。 AI给出了很好的大纲，但老师纠正了算术。
情况 2 — Bloom 对齐。文学老师的结果是“学生解读诗中的意象”（分析评估级别）。在第一个提示中，AI 在回忆级别给出了“列出诗中的单词”活动。老师将提示更新为“在分析的习得水平上，要求进行适当的更高水平的活动”；这次，AI给出了“比较两个图像并证明诗人的感受”的活动。老师的指导确保了与结果的一致性。
案例3——课程确认。一位任课老师收到了AI的生命科学计划；这个计划是好的，但它的成果之一实际上是来自上层阶级的课程。老师把它和官方课程进行了比较，把那部分去掉了。人工智能的准确性一般，但老师从官方来源确认了“哪个结果属于哪个年级”的信息。
可复制模板
1) 收购计划草案：
您的角色：经验丰富的[科目]老师。班级：[X。班级]，持续时间：[40 分钟]，学生：[人数，混合级别]，材料：[黑板/投影/平板电脑]。结果：“[粘贴我的结果]”。制定一个包含介绍-正文-结论流程的课程计划草案，为每个部分提供分钟，并将每个活动与该结果联系起来。最后显示总时间。列出我需要核实的事实。
2）根据Bloom级别提高增益：
检查以下结果：“[成就]”。 (1) 告诉我您在 Bloom 分类法中处于哪个级别，(2) 用一个可测量的动作动词重写它，(3) 建议 2 个适合该级别的示例活动。说明您不确定的地方。
3）时长和对齐控制：
检查以下课程计划的两个方面：(a) 所有活动的总时间是否超过 [40] 分钟，(b) 每项活动是否真正服务于结果：“[增益]”。清楚地显示与结果无关的多余时间和活动。计划：[粘贴]
4）引人注目（入口）的想法：
[X] 关于“[主题]” 提出 4 种不同的介绍想法，在课程的前 5 分钟内激发好奇心：一个问题、一个日常生活示例、一个简短的活动和一个视觉建议。使其适合年龄并适用。
弱提示/强提示
弱提示：
写一个光合作用课程计划。
无课程、时长、成绩、材料；输出将是通用的，并且在持续时间/对齐方面可能不准确。
强力提示：
你的角色：科学老师。六年级，40分钟，30人混合班，带投影。目标：“学生通过示例解释光合作用的必要输入和所得产品”（理解水平）。给出一个计划，包括介绍-发展-结论，分钟分布，每项活动取决于结果。最后，写下总时间和需要验证的事实。
计划部分
分时度假（40 分钟）
目的
向人工智能询问什么
登录
〜6-8分钟
注意力、先验知识、目标
吸引注意力的想法
发展
约 24-28 分钟
内容、示例、活动
成就依赖活动
结论
约 6 分钟
总结、简短回顾
退出问题/小测验
常见错误
- 没有检查时间。人工智能经常制定超出课堂时间的计划；手动验证总数。
- 活动与收益不一致。有趣但无益的活动会消耗时间。
- 错误的绽放级别。将召回活动放入分析结果中是没有达到目的的。
- 未确认课程。人工智能可能会对成就进行错误分类；与官方课程对比。
- 忘记评价了。如果没有快速检查来衡量收益是否已实现，该计划是不完整的。
注意：AI 的“官方课程”信息可能不是最新的或特定于您所在的国家/地区。请务必在您自己的官方教学大纲中验证结果属于哪个等级。
综上所述
好的计划始于好的获取；结果是用一个可观察的动词写成的，布鲁姆的分类法阐明了思维的目标水平。 AI快速填充介绍-发展-结论骨架，产生不同的活动和介绍想法；但老师会验证总时间、成绩一致性和课程适合性。当收益被净额计算时，AI 输出的用处就大得多。
应用任务
从官方课程中获取下周将讨论的主题的成果。使用上面的“采购计划大纲”模板向 AI 询问每分钟的计划。然后：（1）手动检查总时间，（2）标记每个活动是否有收益，（3）从官方来源验证计划中的至少两个事实。请注意您更改的三件事。
清单
- [ ] 我是否使用单个可观察动词并在正确的 Bloom 级别编写了结果？
- [ ] 我是否在请求中包含了班级、持续时间、学生人数和材料？
- [ ] 我是否手动验证了计划的总时间？
- [ ] 我是否检查过每项活动都符合我的利益？
- [ ] 我是否包含了量化收益的简短评估和事实验证？