引言

新一轮教育数字化转型背景下，国家密集出台《人工智能+教育行动计划》《职业教育数字化升级行动方案》等一系列政策文件，明确要求推动人工智能与职业教育教学全过程深度融合，依托智能技术破解职业教育传统教学痛点，构建人机协同、因材施教的新型教学模式，全面提升职业教育育人质量。中职教育作为职业教育的基础学段，侧重培养一线实操型、技术应用型技能人才，其专业课程教学兼具理论基础性与实践应用性双重特征，对教学场景的具象化、教学指导的个性化、教学流程的规范化有着更高要求。

中职《计算机网络技术基础》是计算机应用、网络技术、物联网技术等多个专业的核心先导课程，是学生后续学习网络搭建、设备调试、网络运维等实操课程的理论根基，课程教学质量直接决定学生专业核心能力的培育效果。但该课程整体知识体系抽象、逻辑壁垒较高，网络拓扑结构、IP地址分类、子网划分、TCP/IP协议栈等核心知识点无法通过肉眼直观感知，脱离学生日常生活认知，对于抽象思维薄弱、理论学习意愿偏低的中职学生而言，学习难度极大，普遍存在知识点理解模糊、原理掌握不透彻、理论与实操脱节的学习困境。

在常态化线上线下混合教学场景中，当前中职院校该课程的线上教学大多依赖学习通单一教学平台，教学工具功能单一、教学模式固化问题凸显。学习通仅能实现资源推送、考勤签到、作业收集、简单学情统计等基础教学功能，缺乏动态可视化演示、个性化分层答疑、智能习题适配、重难点拆解辅导等智能化功能，无法适配网络课程抽象知识点的教学需求。同时，教师需重复完成课件制作、习题筛选、知识点答疑、学情整理等机械性工作，占用大量教研与教学设计时间，导致教学针对性、创新性不足，难以实现分层教学与精准育人。

从现有研究现状来看，国内学界针对本领域的研究呈现碎片化特征：部分学者聚焦ADDIE模型在职业课程中的教学设计应用，验证了该模型系统化、闭环化的教学优势；部分研究围绕学习通平台开展混合式教学改革，探索了线上教学资源建设与课堂管理模式；还有大量研究探讨生成式AI在学科教学、习题设计、教学辅导中的赋能价值。但现有研究普遍存在维度单一的问题，缺少将ADDIE系统化教学设计框架、学习通常态化教学载体、轻量化生成式AI智能工具三者深度融合的一体化研究，尚未形成适配中职网络类抽象课程、低成本、可落地、可复制的人机协同完整教学实施路径，难以满足当前中职教育数字化转型的落地需求。

基于此，本文立足中职教学实际，以ADDIE五阶段教学设计模型为核心逻辑框架，依托学习通构建常态化线上教学阵地，结合轻量化生成式AI的智能赋能优势，搭建“教师主导、AI赋能、平台承载、学生主体”的人机协同教学体系，完整拆解分析、设计、开发、实施、评价全流程实施路径，配套构建落地保障策略。

一、核心概念与理论基础

（一）核心概念界定

1. ADDIE教学模型

ADDIE模型是当前教育领域应用最广泛、体系最成熟的系统化教学设计框架，全程包含分析、设计、开发、实施、评价五个相互衔接、闭环迭代的核心阶段。该模型突破了传统碎片化教学设计的弊端，以系统化思维统筹教学全流程，具备逻辑性强、流程规范、适配性广、可迭代优化的显著优势，能够实现教学设计的标准化、精细化、闭环化。相较于传统教学设计模式，ADDIE模型更加贴合职业教育模块化教学需求，可针对中职学生学情特点、课程内容特征、教学场景需求进行针对性设计，为混合式人机协同教学提供核心逻辑框架。

2. 轻量化生成式AI

本文所指的轻量化生成式AI，是区别于大型专业算力AI模型、无需高额硬件投入、适配中职院校日常教学场景的普惠型智能工具。该类AI工具操作门槛低、部署成本低、功能针对性强，可快速完成教学素材生成、知识点拆解、习题整编、答疑辅导、文本优化、可视化内容生成等基础教学工作，无需教师掌握专业AI技术，适配中职教师数字化教学能力现状，是实现普惠型人机协同教学的核心工具支撑。其核心优势在于轻量化、普适化、高效化，能够精准承接教学中的重复性、机械性工作，释放教师教学创造力。

3. 人机协同教学

人机协同教学是人工智能赋能教育的核心形态，本文所构建的普惠型人机协同，区别于高端智慧教室、专属智能教学系统等高成本模式，立足中职院校现有硬件设备、师资能力、办学条件，以“低成本落地、高效率赋能、常态化应用”为核心目标，构建“人工主导、智能辅助、各司其职、协同育人”的教学模式。其中教师承担教学设计、课堂引导、价值引领、学情研判核心职能，轻量化AI承担机械性、重复性、辅助性教学工作，学习通承担资源承载、流程落地、数据留存功能，三者协同适配中职常态化教学场景。

（二）支撑理论基础

1. 建构主义学习理论

建构主义学习理论核心观点认为，学习并非教师单向的知识灌输，而是学生基于已有认知基础，主动探索、自主建构、逐步内化知识的过程，情境创设、协作学习、启发引导是学生知识建构的核心要素。中职学生抽象思维薄弱、具象化学习需求强烈，传统理论灌输式教学难以让学生完成网络知识的内化。本文构建的人机协同教学模式，依托生成式AI创设具象化网络教学情境、拆解抽象知识点，通过学习通搭建自主学习与协作学习场景，引导学生主动探究网络拓扑、IP划分等核心知识，完全契合建构主义的核心育人逻辑，为课程教学设计提供核心理论支撑。

2. 人机协同育人理论

人机协同育人理论是人工智能时代教育改革的核心理论，核心内涵是明确人类教师与智能机器的育人分工，规避技术弊端、发挥技术优势，实现“人尽其能、机尽其用”。在教学场景中，智能工具擅长数据统计、素材生成、重复答疑、标准化习题输出等机械性工作，人类教师擅长学情研判、课堂引导、思维启发、德育引领、个性化人文辅导等创造性、情感性工作。本文基于该理论清晰划分教师、AI、平台、学生四方分工，杜绝技术滥用、技术替代教师的问题，构建规范化、科学化的人机协同教学体系。

3. 混合式教学理论

混合式教学理论主张整合线上数字化教学与线下实体课堂教学的双重优势，打破时空教学限制，实现课前、课中、课后全流程教学贯通，兼顾学生自主学习与教师精准指导。学习通作为成熟的线上教学平台，可实现教学资源、教学活动、学情数据的线上沉淀，轻量化AI可弥补线上教学个性化不足、素材单一的短板，结合线下课堂实操教学，构建完整的线上线下混合教学闭环，契合混合式教学理论的核心内涵与实践要求。

二、中职计算机网络课程传统教学的双重困境

（一）课程本体特性：知识抽象性强，学生认知建构困难

中职计算机网络技术基础课程的核心教学难点集中于知识的无形性与逻辑性，多数核心知识点无法通过直观观察感知，完全依托逻辑推演与抽象理解，与中职学生的学习认知特征形成明显矛盾。从学情特征来看，中职学生普遍文化课基础薄弱、抽象思维能力不足、逻辑推演能力较弱，更加适应具象化、实操化、可视化的学习模式，对纯理论、强逻辑的知识点存在天然畏难情绪。

从课程内容来看，网络拓扑结构教学中，总线型、星型、环型、网状拓扑的组网原理、传输特征、优缺点差异难以通过文字描述直观展现，学生容易混淆不同拓扑结构的应用场景；IP地址与子网划分是课程重难点，涉及地址分类、子网掩码计算、网段划分、可用主机数核算等多项逻辑计算内容，步骤繁琐、规则抽象，学生极易出现计算错误、原理不清的问题；TCP/IP协议栈、数据封装与解封装过程等知识点属于无形的数据传输过程，传统静态图文教材无法展示动态流程，学生难以理解数据传输的核心原理。长期以来，抽象晦涩的知识内容导致学生学习积极性低下、知识掌握不扎实，理论短板进一步制约后续实操课程学习，形成恶性循环。

（二）教学载体局限：平台功能单一，教学效能释放受阻

当前多数中职院校已普及学习通线上教学平台，实现了网络课程资源线上化、教学流程线上化，但单一平台支撑的教学模式存在明显局限性，无法适配智能化、精准化育人需求，教学短板日益凸显。首先，教学素材静态固化，缺乏动态赋能。学习通仅支持静态课件、图片、文档、视频等常规资源上传，无法生成动态拓扑演示图、分步计算教程、动态数据传输流程动画，针对抽象网络知识点无法实现可视化拆解，难以破解学生认知难点。

其次，缺乏个性化分层辅导能力。学习通作业、习题功能为统一化推送模式，无法根据学生学情差异自适应调整题目难度、知识点侧重，无法针对学生易错点进行专项训练，也不具备实时答疑、分步讲解功能，学生课后自主学习遇到问题无法及时得到解答，自主学习效率极低。

最后，教师重复性工作负荷过重。在传统单一平台教学模式下，教师需自主完成课件优化、习题筛选、题库更新、知识点答疑、学情数据整理统计等大量机械性、重复性工作，占用教师绝大部分备课与教学时间，导致教师无暇深耕教学设计、优化教学模式、开展分层教学，课堂教学创新性、针对性不足，整体教学效能难以提升。综上，单一学习通教学模式已无法适配中职网络课程的教学需求，亟需引入轻量化智能工具构建人机协同教学体系。

三、ADDIE框架下“学习通+轻量化AI”人机协同教学的实施路径

本文以ADDIE五阶段模型为核心闭环逻辑，深度融合学习通平台承载能力与轻量化生成式AI智能赋能能力，明确分析、设计、开发、实施、评价五大阶段中教师、学习通平台、轻量化AI、学生四方核心分工，构建全流程规范化、可落地、低成本的人机协同教学实施体系，全程立足中职教学实际，聚焦抽象知识点破解与教学效能提升，形成完整的混合式教学闭环。

（一）分析阶段

分析阶段是整个教学体系的基础环节，核心目标是精准研判学情特征、明确教学重难点、梳理教学资源需求，为后续教学设计与资源开发提供依据，全程依托学习通完成数据摸排，借助轻量化AI完成素材初步筹备。

在四方分工层面，教师承担核心统筹职能，主要负责明确单元教学目标、梳理课程重难点、制定学情摸排方案，结合中职学生认知规律确定分层教学需求；学习通作为核心数据载体，主要承担线上学情调研、前置预习数据收集、历史作业错题数据统计等功能，通过平台自带的问卷、签到、作业、测验模块，快速汇总学生前置知识掌握情况、学习薄弱点、学习兴趣与学习难点；轻量化生成式AI承担辅助素材筹备工作，根据教师梳理的教学重难点，自动生成适配中职学生认知水平的基础习题、知识点通俗解读、易错点汇总素材，规避晦涩的专业术语，完成知识点通俗化转化；学生主要通过学习通完成前置问卷填写、预习任务、基础测验，真实反馈自身学习问题与知识短板。

在具体实施流程上，首先由教师结合网络课程单元内容，确定本次教学的核心重难点，针对IP子网划分、网络拓扑等难点模块，在学习通发布前置学情调研与基础预习测验；其次，通过学习通后台自动统计学生测验正确率、错题集中模块、未掌握知识点，形成初步学情数据报表；最后，教师依托学情数据，指令轻量化AI针对学生高频易错点、薄弱知识点，生成适配中职层次的基础练习题、通俗化知识点解读、简易学习口诀等素材，为后续教学资源开发、教学设计优化提供精准依据，彻底解决传统教学学情研判模糊、素材针对性不足的问题。

（二）设计阶段

设计阶段承接前期学情分析结果，核心任务是完成整体教学方案、教学流程、分层教学模式、人机协同机制的系统化设计，明确各主体权责边界，搭建“课前—课中—课后”三段式线上线下一体化教学框架。

本阶段严格落实四方协同分工：教师为设计核心主体，负责整体教学流程架构、分层教学目标设定、课堂活动设计、人机协同规则制定，统筹AI工具与学习通平台的应用场景，明确哪些教学环节由AI辅助完成、哪些环节依托平台落地、哪些环节需要教师重点主导；轻量化生成式AI辅助教师完成教学方案细化、课堂活动素材设计、分层任务设计，根据教师指令输出差异化预习任务、课堂实操任务、课后巩固任务模板；学习通平台负责承接设计完成的所有教学模块，搭建课程专题页面、分层任务栏目、课堂活动板块，为教学落地提供载体支撑；学生作为教学主体，其学情特征、学习短板、认知差异是本阶段所有设计工作的核心依据，保障教学设计贴合学生实际。

在教学流程设计上，构建标准化三段式教学模式。课前预习阶段，依托学习通搭建自主预习体系，结合AI生成的通俗化素材，降低抽象知识点预习难度；课中教学阶段，采用“教师引导+AI可视化赋能+线下实操落地”的模式，聚焦重难点拆解、实操训练、互动答疑，破解抽象知识教学难题；课后巩固阶段，依托学习通推送分层任务，AI提供个性化答疑与错题解析，实现因材施教。同时，本阶段明确人机协同核心规则，杜绝AI滥用，规定AI仅承担素材生成、习题整编、通俗解读、错题分析等辅助工作，课堂思维引导、实操指导、学情点评、价值引领等核心教学工作由教师全权负责，保障教学的人文性与专业性。

（三）开发阶段

开发阶段是教学设计落地的核心环节，核心目标是依托学习通搭建系统化分层教学资源库，结合轻量化生成式AI构建标准化提示词设计体系，实现教学资源的规范化、差异化、智能化开发，适配不同层次学生的学习需求。

一方面，搭建学习通分层教学资源库。教师结合教学设计方案与学情差异，将资源库划分为基础层、提升层、拓展层三个模块，实现分层资源精准适配。基础层资源面向基础薄弱学生，由AI辅助生成通俗化知识点解读、简易拓扑图解、基础计算步骤拆解、入门练习题等素材，聚焦基础知识掌握；提升层资源面向中等水平学生，包含标准拓扑组网原理、常规IP计算题型、知识点对比总结等内容，侧重知识巩固与能力提升；拓展层资源面向学有余力的学生，涵盖复杂子网划分、多拓扑组网应用、网络故障基础分析等拓展内容，侧重技能拔高。所有分层资源统一上传至学习通对应专题栏目，实现学生按需调取、自主学习，解决传统教学资源同质化、无法分层的问题。

另一方面，构建适配中职网络课程的标准化AI提示词设计体系。为解决AI生成内容杂乱、专业性不足、适配度低的问题，教师结合课程特征制定标准化提示词模板，明确AI生成内容的受众、难度、格式、侧重点、语言风格。针对知识点解读类提示词，统一要求适配中职学生认知、语言通俗、规避复杂术语、搭配简易案例；针对可视化素材提示词，要求简化网络拓扑结构、分步展示流程、重点内容标注；针对习题生成类提示词，要求分层出题、错题附带详细解析、贴合课程考点。标准化提示词体系可实现AI教学素材的批量、高效、精准生成，大幅降低教师备课成本，保障智能素材的专业性与适配性。

（四）实施阶段

实施阶段是教学落地的核心环节，基于前期分析、设计、开发成果，构建“课前智能预习—课中精准教学—课后分层巩固”的全流程人机协同教学模式，依托学习通承载教学流程，借助轻量化AI赋能关键教学环节，彻底破解网络课程抽象难懂的教学痛点。

课前智能预习环节：教师提前在学习通发布分层预习任务与对应AI生成的预习素材，基础薄弱学生观看通俗化知识点解读、简易拓扑图解，完成基础预习习题；中等及优秀学生自主学习分层资源，初步梳理知识难点。学生在预习过程中遇到的疑问，可通过轻量化AI实时获取分步解答，同时将未解决问题反馈至学习通讨论区，教师通过平台汇总学生预习难点，精准调整课堂教学侧重点，实现以学定教。

课中精准教学环节：聚焦网络课程核心难点开展人机协同教学。针对网络拓扑抽象问题，教师调用AI生成动态拓扑组网演示动画、不同拓扑结构对比图解，直观展示各类拓扑的连接方式、数据传输路径与优缺点，替代传统静态图文教学，让抽象组网原理可视化；针对IP子网划分计算难点，AI分步展示计算流程、拆解核心步骤，对易错节点进行重点标注，教师结合AI演示内容进行课堂精讲、重难点答疑、实操指导，组织学生开展线下计算实操、拓扑绘图实操。课堂互动环节，AI辅助实时生成课堂练习题、随堂小测，学习通实时统计答题数据，教师依托数据快速掌握学生课堂吸收情况，及时调整教学节奏，实现精准课堂教学。

课后分层巩固环节：依托学习通推送差异化课后任务，基础层学生完成AI生成的基础巩固习题、知识点复盘素材，夯实核心基础；提升层学生完成常规题型训练与知识点总结；拓展层学生完成复杂实操案例、拓展题型训练。学生课后做题过程中，可随时通过AI获取错题解析、知识点复盘与个性化辅导，解决课后答疑不及时、巩固无针对性的问题。同时，AI自动汇总学生课后学习数据与错题数据，同步至学习通后台，为后续教学优化提供依据。

（五）评价阶段体系

评价阶段摒弃传统单一终结性评价模式，依托学习通全流程留存的教学数据，结合AI学情分析能力，构建“过程性评价为主、阶段性评价为辅”的人机协同闭环评价体系，实现教学评价的全面化、精准化、动态化。

本阶段四方分工清晰：学习通作为核心数据载体，全程留存学生预习情况、课堂互动、随堂测验、课后作业、资源学习时长、讨论区参与度等全维度过程性数据，实现学习行为可追溯、可量化；轻量化AI负责对平台数据进行智能分析，自动汇总学生知识薄弱点、高频易错题型、分层学习效果，生成个性化学情评价报告；教师负责整合平台数据与AI分析报告，结合课堂学生实操表现、学习态度、互动情况，开展综合性评价，规避纯数据评价的片面性；学生依托个人学情报告，自主梳理学习短板，明确后续学习重点，实现自主查漏补缺。

该评价体系形成完整教学闭环，评价结果不仅用于学生学习效果考核，更反向赋能教学设计优化。教师依托每单元的学情评价数据，动态调整后续课程的资源开发、任务设计、课堂教学侧重点，AI根据最新学情数据自适应调整习题难度、辅导内容，学习通同步更新分层资源库，实现教学—评价—优化的动态迭代，持续提升教学质量。

四、中职计算机网络课程人机协同教学落地保障策略

（一）建立AI应用规范

为保障轻量化生成式AI在教学中的规范化、科学化应用，杜绝技术滥用、内容失真、依赖工具等问题，需建立专属课堂应用规范。一方面，明确AI应用边界，严格界定AI仅承担素材生成、习题整编、错题解析、知识点通俗解读等辅助教学工作，课程核心原理讲解、实操示范、思维引导、德育育人、学情研判等核心教学环节必须由教师主导，坚决杜绝AI替代教师课堂教学。

另一方面，建立AI内容审核机制，所有AI生成的教学素材、习题、解读内容，必须经过教师专业审核，修正专业性偏差、内容冗余、表述错误等问题，确保教学内容的准确性、适配性、规范性后再投入教学使用。同时，引导学生正确使用AI工具，禁止学生直接抄袭AI答案，要求学生借助AI理解解题原理、梳理知识逻辑，培养自主思考能力。

（二）提升教师数字素养

教师数字化教学能力是新模式落地的核心保障，针对中职教师AI教学应用能力薄弱、智能化教学设计经验不足的问题，开展常态化数字教研培训。院校可聚焦轻量化AI工具实操、标准化提示词设计、学习通高阶功能应用、人机协同教学设计等核心内容，开展专项校本教研活动，让教师熟练掌握低成本、高效率的智能教学工具使用方法。

同时，组建专业课程教研团队，围绕网络课程重难点，共同打磨AI教学素材、分层资源库、人机协同教学流程，形成可共享、可复制的教学资源成果。鼓励教师开展智能化教学改革研究，持续优化ADDIE框架下的人机协同教学模式，不断提升数字化教学设计与实施能力。

（三）建立分层资源库以及常态化更新

中职行业技术迭代速度快，网络技术知识点持续更新，同时学生学情存在动态差异，需要建立常态化资源更新机制，保障教学资源的时效性与适配性。依托学习通分层资源库，以单元教学为周期，结合AI智能素材更新能力，定期更新行业前沿网络技术案例、新型拓扑应用场景、最新网络实操题型，替换老旧过时的教学内容。

同时，结合每学期学生学情变化、教学评价数据，动态调整分层资源的难度梯度、知识点侧重、任务设计形式，针对学生新的学习短板优化教学素材，实现教学资源与学生学情、行业发展、课程改革的动态适配，持续提升人机协同教学模式的育人实效。

五、结语

针对中职《计算机网络技术基础》课程知识抽象、传统线上教学模式单一、教师教学负荷过重、个性化育人不足的现实困境，本文基于ADDIE系统化教学框架，整合学习通平台常态化教学优势与轻量化生成式AI的智能赋能价值，构建了一套低成本、零门槛、可落地、可复制的普惠型人机协同教学实施路径。通过明确分析、设计、开发、实施、评价全流程的四方协同分工，搭建分层化、智能化、闭环化的混合式教学体系，有效破解了中职网络课程抽象知识点难教、难学的核心痛点，大幅降低教师重复性工作负荷，实现因材施教的精准育人目标。

参考文献：

1. [1] 教育部关于印发《教育信息化2.0行动计划》的通知[J].中华人民共和国教育部公报,2018(04):118-125.
2. [2] 祝智庭,魏非.教育信息化2.0:智能教育启程,智慧教育领航[J].电化教育研究,2018,39(09):5-16.
3. [3] 吴兴惠,邢海花,李玉春.基于ADDIE模型的Python程序设计课程思政教学设计与实践[J].电脑知识与技术,2025,21(32):156-159.
4. [4] 李文静.基于ADDIE模型的中职《信息技术》课程的教学设计与实践: 以人工智能模块为例[D].长春师范大学,2024.
5. [5] 张俊玲,吕刚.基于多智能体的人机协同教学模式探索与实践[J].信息与电脑,2026,38(05):168-171.