一、所用大模型
| 模型名称 | DeepSeek |
|---|
| 模型版本 | DeepSeek-V4.1-Flash |
|---|
| 部署方式 | 公有云服务 |
|---|
| 服务提供方 | 北京硅基流动科技有限公司 |
|---|
二、AI在实验中的用途
| 阶段 | AI环节 | 用途 |
|---|
| 课前 | 学情诊断与路径推荐 | 生成先修知识课前测，结合课前测结果与历史学习记录推荐实验起点和个性化学习路径 |
| 课前 | 智能导学 | 生成“奇思”“妙想”导学对话，说明实验目的和观察要点 |
| 课前 | 方案设计与推荐 | 给出探究目标；点评学生的实验方案，给出参数建议和本课程内的关联实验推荐 |
| 课中 | 实时智能反馈 | 根据学生最近的操作和参数取值，按“现象—原理—建议”给出反馈，不打断实验 |
| 课后 | 智能答疑 | 围绕当前实验回答学生提问 |
| 课后 | 智能出题 | 根据本实验内容生成3道单选题及解析 |
| 课后 | 实验总结智能评阅 | 按内容完整性、原理理解准确性、与实际操作的结合、反思与体会四个维度各25分评阅 |
| 课后 | 价值判断与伦理评价 | 结合本实验的技术与产业场景提出价值与伦理问题，从价值判断、伦理安全两方面评价学生的反思 |
| 课后 | 改进建议与创新路径 | 给出改进建议和面向未来信息产业场景的拓展探究方向 |
三、AI生成内容的局限性
- 大模型生成的内容可能存在不准确、不完整之处，仅供学习参考，不替代教师的判断和教材内容。
- 平台中所有AI生成的内容均标注“由AI生成”，实验报告中同步标注。
- AI只回答与本课程实验相关的问题；与实验无关或要求改变AI设定的请求会被拒绝。
四、评分规则与人工复核机制
每次实验满分100分，采用过程分、结果分、素养分三元赋分，比例随实验所处的能力层级调整：基础层侧重操作过程，挑战层侧重成果质量与价值判断。评分规则随回传数据一并提交实验空间。
| 类别 | 基础层 | 进阶层 | 挑战层 |
|---|
| 过程分 | 55 | 50 | 42 |
| 结果分 | 35 | 38 | 43 |
| 素养分 | 10 | 12 | 15 |
| 阶段 | 步骤 | 类别 | 基础层 | 进阶层 | 挑战层 | 计算方法 |
|---|
| 课前 | 实验预习 | 过程分 | 3 | 2 | 2 | 满分×min(t,30)/30，t为阅读时长（秒） |
| 课前 | 课前测与学习路径推荐 | 过程分 | 3 | 3 | 2 | 满分×(0.7×答对率+0.3×确认学习路径) |
| 课前 | AI智能导学 | 过程分 | 3 | 3 | 2 | 生成并阅读AI导学对话得满分分 |
| 课前 | 实验方案设计 | 过程分 | 5 | 5 | 6 | 探究目标占20%，实验假设不少于20字占40%，操作计划不少于30字占40%，满分满分分 |
| 课前 | AI方案点评与推荐 | 过程分 | 3 | 2 | 2 | 阅读并确认AI方案点评、参数建议和关联推荐得满分分 |
| 课中 | 仿真操作 | 过程分 | 28 | 25 | 20 | 合计满分分=满分×[0.6×min(N,12)/12+0.4×C]，N为有效操作数，C为控件覆盖率，平均分配至各操作步骤 |
| 课中 | AI实时反馈与调整 | 过程分 | 10 | 10 | 8 | 合计满分分=满分×min(K,2)/2，K为收到AI反馈后继续有效操作的次数 |
| 课后 | AI智能答疑 | 结果分 | 3 | 3 | 3 | 完成一次有效提问并获得解答得满分分 |
| 课后 | 知识检测 | 结果分 | 12 | 12 | 12 | 共3题，每题一步，答对得满分÷3分 |
| 课后 | 实验总结撰写 | 结果分 | 8 | 11 | 14 | 满分×R/100，R为AI四维评阅分（百分制） |
| 课后 | AI智能评阅 | 结果分 | 2 | 2 | 2 | 阅读并确认评阅意见得满分分 |
| 课后 | 价值判断与伦理反思 | 素养分 | 10 | 12 | 15 | 满分×L/100，L为AI素养评价分（价值判断50%+伦理安全50%） |
| 课后 | AI改进建议与创新路径 | 结果分 | 5 | 5 | 7 | 阅读AI改进建议并选择一个后续探究方向得满分分 |
| 课后 | 提交实验报告 | 结果分 | 5 | 5 | 5 | 生成并提交实验报告得满分分 |
- AI评阅对所有学生使用同一提示词模板、同一评分维度和较低的随机性设置。
- 对AI评分有异议的，可在评阅结果下方或“我的成长档案”中点击“对评分有异议”，填写理由（不少于10字）后提交；异议与实验记录关联保存，由教师导出复核，处理状态在成长档案中显示。
- 能力画像按“技术操作”、“创新设计”、“价值判断”、“伦理安全”4个维度折算，仅用于学习诊断：
- 技术操作：过程分：操作规范性、参数合理性与知识掌握
- 创新设计：结果分：方案独创性与综合统筹能力
- 价值判断：素养分：文化表达与价值取向
- 伦理安全：素养分：伦理决策表现与合规记录
- 学生输入被内容安全机制拦截时会留痕，计入“伦理安全”维度的合规记录（每次扣25分，最低0分）。
五、个人信息保护措施
| 采集项 | 来源 | 用途 |
|---|
| 用户名、姓名 | 实验空间登录授权 | 识别学生身份、回传实验空间 |
| 操作序列与参数取值 | 过程记录组件 | 生成步骤、AI实时反馈、赋分 |
| 课前测作答、实验方案、测验作答、实验总结、价值与伦理反思 | 学生填写 | 赋分、AI点评与评阅、实验报告 |
| AI交互内容 | 学生提问与AI回答 | AI答疑、追溯 |
| 评分异议 | 学生填写 | 教师复核 |
- 不采集手机号码、身份证号码、地理位置、设备标识等与实验教学无关的个人信息。
- 数据仅用于实验教学评价、能力画像和实验空间回传，保存期限按学校相关规定执行。
- 学生提交给AI的内容先经敏感词检测和提示词注入检测；AI返回的内容同样经敏感词检测后才展示。
- 大模型密钥等敏感配置仅保存在服务端，不向浏览器暴露，提示词中不包含任何密钥或系统配置。
六、问题反馈渠道
对AI生成内容、评分或个人信息处理有任何疑问，请通过“对评分有异议”功能提交，或联系任课教师及课程团队反馈。
