一、引言：范式性时刻——课程设计的主体性危机与生成式转向

课程，作为教育实践的结构性核心，历来是教育理论与政策争议最为激烈的场域之一（Pinar et al., 1995; Young, 2013）。自泰勒（Tyler, 1949）的目标模式奠定课程设计的理性主义基础，到施瓦布（Schwab, 1973）将”实践”引入课程研究的本体论中心，再到威金斯与麦克泰格（Wiggins & McTighe, 2005）以”逆向设计”（Understanding by Design, UbD）重构课程生成的认识论路径，课程设计始终被视为一种需要深厚专业判断力、丰富教育学想象力与复杂价值协商能力的人类专业实践。然而，以大语言模型为核心的生成式人工智能的崛起，正在对这一命题发出前所未有的挑战。

生成式AI（Generative AI），尤其是GPT-4、Claude及Gemini系列模型，已展现出在数分钟内生成结构化课程方案、对齐布鲁姆分类学目标（Bloom et al., 1956; Anderson & Krathwohl, 2001）、设计差异化教学活动与构建多元评价工具的能力（Kasneci et al., 2023; Lo, 2023）。这不仅是技术效率层面的量变，更是触及”谁在设计课程”这一本体论问题的质变。当AI开始”担任”课程架构师的角色时，教育学界必须直面一系列根本性追问：AI生成的课程大纲与教学方案，是否能够承载课程设计所必需的教育学知识深度（Mishra & Koehler, 2006）？技术生成的”语言合理性”与教学实践所要求的”认知有效性”之间，究竟存在怎样的结构性断裂？人机协同的课程共创，将如何重新分配教师的专业主体性？

正是面对这些问题的迫切性，”人工智能生成课程”（AI-Generated Curriculum, AIGC）作为一个独立的研究领域，在近五年间急剧生长。然而，与技术发展的迅猛速度相比，该领域的理论建构明显滞后，系统性的批判性综述尤为稀缺（Crompton & Burke, 2023; Zawacki-Richter et al., 2019）。鉴于此，本综述旨在填补这一空白，通过系统整合现有实证研究与理论探索，为研究者、实践者和政策制定者提供一幅既能呈现前沿成就，又能揭示深层危机的完整研究图景。

本文的论证框架如下：第二部分界定核心概念并提出本文的分析框架；第三部分梳理近五年的核心研究成就；第四部分系统剖析制约领域发展的四大瓶颈；第五部分前瞻未来研究进路；第六部分为结语。

二、概念界定与分析框架：AI生成课程的本体论审视

2.1 核心概念的界定

在通用人工智能的浪潮下，AI已从边缘性的教学辅助工具演变为介入教育核心环节的能动力量。”人工智能生成课程”（AI-Generated Curriculum, AIGC）或称”AI驱动课程设计”（AI-Driven Curriculum Design）的界定，不能停留于技术应用的现象层面，而需进行深层的本体论审视。

传统上，技术之于课程设计，停留在”工具性”层面（Selwyn, 2017）：教师借助数字资源库、课件制作软件或学习管理系统（LMS）承载和传递预先设计的课程内容，技术本身不介入课程知识的组织逻辑。然而，以大语言模型和生成式AI为核心的智能体介入，已突破这一工具性边界。当前AI不再仅仅是承载内容的容器，而是开始参与课程知识的组织逻辑、结构编排乃至目标推导。

基于上述分析，本文将”AI生成课程”界定为：利用具备生成能力的人工智能系统，部分或全面地参与并自动化课程设计流程，其功能已延伸至课程大纲生成、基于布鲁姆分类学的学习目标自动化建构与对齐、模块化教学活动设计、高阶评价任务与测评量规开发，以及学习路径的动态编排与个性化推荐。

这一界定使我们得以清晰识别该领域的核心范式转型：从”AI辅助教师设计课程“（AI as Teacher’s Assistant）迈向”AI参与课程结构生成与重构“（AI as Co-Creator of Curriculum Structure）。这不仅是功能边界的扩展，更意味着课程设计这一专业实践，正从”人类主导、工具辅助”的单边行动，演变为”人机意图交织、结构共生”的复杂互动系统（Ouyang & Jiao, 2021）。

2.2 分析框架

本综述采用三维度理论分析框架，以评估和组织相关文献：

技术-教育学整合维度：参照TPACK（Technological Pedagogical Content Knowledge）框架（Mishra & Koehler, 2006），分析AI工具的技术能力与学科内容知识、教学法知识的整合程度，以识别AI在多大程度上实现了真正的教育学敏感性（pedagogical sensitivity）。

课程质量维度：基于逆向设计框架（Wiggins & McTighe, 2005）和认知目标分类学（Anderson & Krathwohl, 2001），从学习目标的认知层次性、评估与目标的对齐度，以及教学活动设计的认知激活深度三个方面评估AI生成课程的质量。

人机协同维度：借鉴分布式认知理论（Hutchins, 1995）与人机交互设计研究，分析不同人机协作模式在课程共创中的知识分工结构与权力关系。

三、研究前沿图景：成就、应用与主流模式（2021–2026）

上述范式转型建立在近五年丰硕的实证研究与原型系统开发之上，以下从五个维度梳理核心研究成就。

3.1 结构生成能力：从文本片段走向完整课程蓝图

早期AI在教育领域的应用多局限于生成碎片化的文本内容——如单道习题的自动生成（Kurdi et al., 2020）或教学内容的摘要抽取。然而，近年来最显著的突破在于，以GPT系列为代表的大语言模型已展现出生成”完整课程结构”的能力（Kasneci et al., 2023; Lo, 2023）。

研究者发现，当向GPT-4输入学科名称、适用年级与学时约束等结构性信息时，模型能够输出符合逆向设计框架基本逻辑的完整教学方案，涵盖单元概述、周计划、教学目标、核心学习活动与总结性评估（Qadir, 2023）。以CourseGPT（Deng et al., 2023）为代表的专用系统，甚至能基于特定学科语料库动态生成结构相对完整的课程内容，在模块化教学单元（week-by-week structure）的规划上，提供逻辑大体自洽的”可教学课程包”。这一进展标志着AI在课程领域的角色，从”内容生成器”升级为”课程架构师”（Curriculum Architect）（Becker et al., 2022）。

值得注意的是，上述能力的实现高度依赖提示工程（prompt engineering）的质量（White et al., 2023）。研究表明，结构化提示（structured prompting）与链式思维提示（chain-of-thought prompting）能够显著提升AI课程输出的逻辑一致性与教育目标对齐度（Wei et al., 2022），揭示了”人类设计意图的提示输入”与”AI结构化输出”之间构成的初级协同关系。

3.2 模块自动化：教学设计常规任务的高效解构

在微观层面，课程设计的模块化任务已实现高度自动化，构成当前应用最为成熟的领域：

学习目标生成：多项研究表明，AI不仅能生成语义通顺的目标表述，更在一定程度上展现了将目标与布鲁姆认知层次（记忆、理解、应用、分析、评估、创造）进行映射与对齐的潜力（Shute & Rahimi, 2021; Okonkwo & Ade-Ibijola, 2021）。Ausat等（2023）的实验表明，经过适当提示指导的GPT-4在目标可测量性上可达到人类专家评分的约75%吻合率，但在高阶认知目标（分析、评估与创造层）的准确性上仍显著落后。

教学活动与测评设计：从课堂互动问题、案例研讨任务，到标准化选择题、开放性项目任务乃至初步的评分量规（rubrics），AI均可作为高效的初稿生成器，提供多样化的教学策略选项（Guo et al., 2023; Mollick & Mollick, 2022）。然而，多项质性研究同时指出，AI生成的测评任务在认知层次分布上呈现明显的”低阶偏向”，倾向于生成回忆性和理解性任务，而对促进批判性思维与高阶迁移的任务设计力有不逮（Rudolph et al., 2023）。

3.3 动态课程系统：个性化与自适应的系统化探索

一个更具颠覆性的趋势是，课程形态正从固态的”文档”转型为液态的”智能系统”（Luckin et al., 2016）。AI驱动的自适应课程系统（Adaptive Curriculum Systems）能够基于学习者的行为数据、认知能力诊断模型与学习偏好，实现学习路径的动态分化、内容难度的实时适配与学习节奏的弹性重构（VanLehn, 2011; Psotka, 2012）。

代表性研究如Abdelghani等（2023）开发的基于LLM的自适应对话系统，通过持续的学习者建模（learner modeling）与动态课程调整，在短期学业表现指标上优于传统静态课程组（d = 0.42）。Pardos与Bhandari（2021）基于大规模学习行为数据对课程结构的重构实验亦显示，算法生成的学习序列在学习效率上具有统计显著优势。然而，研究者亦指出，这类系统在情感支持、社会性学习维度的设计上存在系统性缺位（Azevedo, 2015），揭示了纯粹数据驱动的自适应逻辑与完整学习体验之间的内在张力。

3.4 智能诊断：数据驱动的课程分析与循证重构

AI的课程介入不仅体现于”生成”新课程，亦体现于”诊断”既有课程。通过知识图谱（Knowledge Graph）技术，AI可以提取课程内容的知识结构网络，识别概念逻辑上的断裂、冗余或缺失，分析先修后继关系（prerequisite structure）的认知合理性，并提出优化课程模块序列的建议（Pan et al., 2019; Ma et al., 2023）。

Bulathwela等（2023）开发的课程质量自动诊断框架，能够从教育语料库中自动推断课程知识点之间的依赖关系，其推断准确率在数学与计算机科学领域分别达到81%和76%，展示了AI辅助课程循证重构的现实可行性。这标志着课程设计从依赖专家直觉经验，向数据与模型双重驱动的循证设计（evidence-based curriculum design）范式的实质性迈进。

3.5 人机共生：迭代式协同作为主流设计范式

综观近五年文献，研究界已形成较为稳固的共识：完全依赖AI的单轮生成，其效果充满不确定性（Rudolph et al., 2023; Crompton & Burke, 2023）；而完全排斥AI工具的传统设计，则在效率层面面临显著的竞争压力。领域内公认的最优实践模式（best practice）是“人机迭代协同设计”（Iterative Human-AI Co-Design），其操作流程可描述为：AI生成结构性初稿→教师/领域专家批判性审订→AI吸收修订反馈再优化→人类专家最终价值确认。

Mollick与Mollick（2022）将这一模式称为”指挥-合成”范式（Conductor-Synthesizer Paradigm），强调人类在其中扮演知识权威、价值判断者与教育意图持守者的不可替代角色，而AI则承担结构生成、内容填充与多方案探索的”认知劳动”功能。这种螺旋上升的共生关系，将人类的专业智慧与机器的生成算力相结合，已被反复实证为优于任何单方主导的设计模式（Chan & Hu, 2023）。

四、繁荣之下的隐忧：制约领域发展的系统性瓶颈

尽管上述成就令人瞩目，但若对当前技术应用保持不加审视的乐观主义，将导致该领域的发展根基不稳。以下从四个相互勾连的维度，系统剖析AI生成课程所面临的深层危机。

4.1 “语言合宜性”与”教学有效性”的根本鸿沟：教育学理论内嵌的缺失

这是当前领域最核心的学理困境，亦是最被技术乐观主义所遮蔽的结构性缺陷。大语言模型的本质是基于大规模语料的语言序列概率预测机制（Brown et al., 2020），其生成能力的来源是统计规律性，而非对学科知识内在逻辑与认识论结构的理解。更为关键的是，LLM并不具备内化的教学法知识（pedagogical knowledge）、学科教学知识（pedagogical content knowledge, PCK; Shulman, 1986, 1987）与认知发展规律。

其直接后果是：AI完全可以生成一份语言流畅、格式规范、外观专业的教学方案，但其实际教学效果可能极为有限。如Rudolph等（2023, p. 10）所言，AI生成的课程内容可能是一个”语言上无懈可击的产品，教育上却是一个空洞的赝品”（a linguistically flawless but pedagogically hollow artefact）。这一”语言合宜性”与”教学有效性”之间的鸿沟，构成了制约AI生成课程走向真正教育应用价值的根本性矛盾。

如何将舒尔曼的PCK框架、米斯拉与科勒的TPACK模型，乃至维果斯基的最近发展区理论（Zone of Proximal Development; Vygotsky, 1978）、梅耶的多媒体学习认知理论（Cognitive Theory of Multimedia Learning; Mayer, 2009）等核心教育理论框架，以可操作的方式实质性地嵌入AI的生成机制，是实现AI课程设计从”语言合理”走向”教育有效”的关键科学挑战（Zawacki-Richter et al., 2019）。

4.2 质量的”维特鲁威陷阱”：表象合理性与结构脆弱性的并存

AI生成的课程内容具有极强的外观迷惑性——语言精炼、结构整齐、格式规范，极易赢得表面上的认可（Kasneci et al., 2023）。然而，在这层精致的外观之下，可能隐藏着严重的深层缺陷，可称之为”维特鲁威陷阱”（Vitruvian Trap）：看似完美符合建筑美学，内里结构却无法承载真正的教育重量。

具体表现为：其一，事实性错误与概念性偏差的系统性风险，尤其在前沿、交叉或专业化程度高的领域中，AI的幻觉（hallucination）问题（Ji et al., 2023）直接威胁课程内容的学术可靠性；其二，在高阶专业知识的处理上，AI倾向于输出表层描述而非深层概念理解（deep conceptual understanding）（Okonkwo & Ade-Ibijola, 2021）；其三，结构上存在”拼贴式知识组织”（collage-like knowledge structure），各知识模块之间缺乏一以贯之的认识论脉络与逻辑主线（Lo, 2023）。这种质量的结构性不稳定性与系统性不可预测性，构成了AI课程在高风险教育情境（如高等学历课程认证、专业资格培训）中规模化应用的根本障碍。

4.3 评估体系的”真空地带”：理论建构的严重滞后

一个研究领域走向科学成熟的核心标志，在于其评价体系的理论化、系统化建构。然而，如何科学评价AI生成课程的质量，目前是该领域最显著的研究空白（Crompton & Burke, 2023）。现有评价实践呈现三方面的严重局限：其一，评价指标缺乏共识性的理论框架，往往采用小样本专家主观打分，缺乏信效度论证；其二，评价维度过于单一，多局限于表层的”内容准确性”或短期学业测试，而对高阶思维能力培养、长周期学习迁移效果、跨情境能力发展等深层教育目标的实证评估几乎完全缺失；其三，缺乏可供不同研究间横向比较的标准化Benchmark，导致该领域呈现严重的碎片化特征（Zawacki-Richter et al., 2019）。回应”一门优质的AI生成课程究竟是什么”这一核心问题，是推动该领域走出混沌的前提性理论任务。

4.4 教育伦理的多重风险：从同质化到专业能力退化

技术的应用不可避免地伴随其阴影面。AI生成课程至少面临四个层次的教育伦理风险，且这些风险之间存在复杂的系统性关联：

全球课程同质化风险：以少数英语霸权大语言模型为核心的课程生成机制，可能系统性地削弱教育的文化多元性与本土性，将西方主流认识论框架与课程逻辑植入全球教育实践（Selwyn, 2022）。

隐性偏见的制度性嵌入：训练数据中内嵌的社会文化偏见、性别偏见与种族偏见可能被系统性地固化于课程内容之中，且难以被常规教学实践所察觉（Bender et al., 2021; Blodgett et al., 2020）。

教师专业能力的代际退化风险：Mollick与Mollick（2022）与Selwyn（2022）均表达了对”能力让渡”（capability transfer）的担忧：当教师大规模、持续性地将课程设计的核心专业判断委托给AI时，教学设计这一核心专业能力的系统性弱化与代际传承的断裂，将带来深远的职业发展隐患。

过度迎合与认知浅化的陷阱：为优化短期可测量的学习指标，AI生成的课程可能系统性地倾向于降低认知挑战性，规避真正触发深度学习与批判性思维所必需的认知冲突（cognitive conflict）（Kapur, 2016），从而导致课程的”教育性”在追求”高效性”的过程中被悄然稀释（Dede, 2010）。

五、未来进路：迈向”教育学嵌入式”的课程智能

直面上述挑战，未来研究需在以下前沿议题上实现理论突破与方法论创新，以引领AI生成课程从技术驱动走向教育学赋能的健康发展轨道。

5.1 结构重塑：课程知识图谱化与多智能体协同系统

课程知识图谱化（Curriculum Knowledge Graphification）代表了课程形态走向可计算化的核心路径：将课程解构为由”知识节点”（knowledge nodes）与”学习关系边”（prerequisite, association, progression edges）构成的拓扑网络，使AI能够在这一结构化语义空间中，基于学习者的认知状态动态生成优化的学习路径（Pan et al., 2019; Ma et al., 2023）。这一路径的实现，需要跨越自然语言处理、知识工程与学习科学三个领域的理论壁垒。

在系统架构层面，未来课程智能体将进化为多智能体协同系统（Multi-Agent Curriculum System），不同智能体分工扮演课程规划师（Curriculum Planner）、内容生成师（Content Generator）、结构审核师（Structure Evaluator）与伦理合规师（Ethics Monitor）等角色（Li et al., 2023），形成内在相互校验、外在协同工作的”AI课程设计院”，以系统性地克服单一模型的知识局限性与质量不稳定性。

5.2 范式再逆转：确立”结果导向的认知化生成”

课程设计流程的根本性变革，要求彻底实现范式的再逆转：从惯常的”内容→目标”线性路径，坚定地转向“能力目标→反向生成课程”（Outcome-Oriented Backward Curriculum Generation）的结果导向模式——这是对Wiggins与McTighe（2005）逆向设计原则的AI化实践深化。

AI的生成起点必须是明确、可评估的高阶能力目标（Bloom Level 4–6），并以此为认知锚点（cognitive anchor），反向推导出所需的知识结构、学习活动阶梯与评价证据链（Webb, 2007）。这要求AI不仅要生成语义内容，更要模拟认知发展轨迹（simulate cognitive developmental trajectory），在生成过程中内化建构主义学习理论（Vygotsky, 1978; Piaget, 1970）与认知负荷理论（Cognitive Load Theory; Sweller et al., 1998）的核心约束，实现真正意义上的”认知化生成”（cognitive-generative curriculum design）。

5.3 建立学习数据反馈闭环与标准化质量评估体系

推动AI生成课程走向科学成熟，迫切需要建立将生成—实施—评估融为一体的数据反馈闭环（Data Feedback Loop）（Luckin, 2017）。AI生成的课程应在真实教学场景中持续投用，系统采集学生的学习行为轨迹、错误模式、思维停滞点与概念理解深度数据，并以此为输入动态调优课程结构与内容，形成真正意义上的”教育感知型AI”（educationally-aware AI）（Baker & Inventado, 2014）。

更具优先性的任务是，学界必须携手构建一套多维度、可操作、具备跨研究比较效力的”AI课程质量标准”与标准化Benchmark，建议涵盖以下维度：（1）结构效度（structural validity）：知识序列的逻辑完整性与认知梯度合理性；（2）认知效度（cognitive validity）：认知目标层次分布与学习活动的认知激活深度；（3）教学效度（pedagogical validity）：教学活动设计对促进深度学习与高阶思维的实效性；（4）伦理公平性（ethical fairness）：内容偏见的系统检测与文化包容性。构建这一评估框架，是引领该领域走出碎片化混沌、迈向科学化发展的绝对前提（Zawacki-Richter et al., 2019）。

六、结语

人工智能生成课程研究，已越过”辅助工具”的门槛，进入”结构共生”的新阶段，但这一阶段远非田园牧歌式的成熟地带，而是一片亟待教育学理论深度浇灌的复杂实验场。该领域的核心张力——技术逻辑与教育逻辑的深刻冲突——既是最大的挑战，也是最具创造性潜力的理论生长点。

未来最具生命力的研究与实践，绝非延续对AI生成魔力的技术惊叹，而是必须以教育学洞察力作为核心认识论锚点，为算法驱动的生成机制注入教与学的内在逻辑，将AI从聪明的”课程内容装配工”锻造为真正深谙教育之道的”课程智慧伙伴”。

这一转型的根本成熟标志，不在于所生成课程的外观是否趋于无懈可击，而在于能否提供充分的实证证据——它真正促发了深度学习（deep learning）、高阶迁移（higher-order transfer）与完整的学习者生命成长。对这一问题的持续追问与回应，将是未来十年AI教育研究最值得全力以赴的使命所在。