【中图分类号】G40-057【文献标识码】A【论文编号】1009—8097（2025）05—082—09【DOI】10.3969/j.isn.1009-8097.2025.0.009
一研究背景
随着人工智能技术的快速发展和广泛应用，AI伦理问题日益凸显，AI伦理通识教育应时而生。作为面向大学生开展的普及性教育，AI伦理通识教育旨在帮助学生理解AI技术发展与应用中的伦理问题、社会影响与责任规范，以树立正确的AI伦理态度。然而，当前AI伦理通识教育的发展面临诸多挑战，如课程数严重不足，相关课程仅占AI类课程的 1.5%[1] ；现有课程存在教学过程随意、教学效果欠佳等问题[2]，且师资匮乏，教师参与此教育的积极性不高[3]。
梳理 2018～2024 年国内外AI伦理通识研究的相关文献，可以发现当前AI伦理通识教育存在以下关键问题： ① 教学设计方面，现有研究多聚焦专业课程嵌入[4]，或针对特定学科背景的学生[5]，而缺乏跨学科的通识教育设计方案； ② 教学目标设定方面，现有设计往往单一偏重技术或伦理理论[o][7]，而缺乏技术与伦理素养双向提升的整合性目标； ③ 教育特征体现方面，现有研究虽然关注问题导向[8]、应用性[9]、本土化[10]等特征，但对可建构性[11]、交叉融合性[12]、延伸性[13]等关键特征的体现明显不足； ④ 教学实施方面，相关实证研究相对匮乏。这些问题导致AI伦理通识教育缺乏可借鉴的教学设计方案，且教学目标定位模糊、教育特征把握不准，故增加了教学实施难度，挫伤了教师的教学积极性。
为破解上述困境，本研究以建构主义理论群和通识教育理念为指导，尝试采用云平台 + BOPPPS模型开展AI伦理通识课的教学设计与实践，并通过教学效果的对比实验，探索跨学科的AI伦理通识教育教学规律，以期为跨学科教师提供全流程教学参考，推动AI伦理教育从理论建构向教学实践转化。
二 基于云平台 + BOPPPS模型的AI伦理通识课教学设计
本研究以建构主义理论群和通识教育理念为理论基础，提出基于云平台 + BOPPPS模型的教学设计，旨在突出“双中心”（即“学生主体 + 教师主导”）的教学目标和强交互、可视化的教学过程，推进知识与价值的协同建构，提高教学实施效能，促进学生价值内化并形成正确的AI伦理态度。
1理论基础：建构主义理论群和通识教育理念
本研究以建构主义理论群为理论基础，包括传统建构主义、社会建构主义和新建构主义等。其中，传统建构主义提出，教学设计应以真实的项目任务为中心，以此激发学习者解决问题的自主性和反思精神[14]。在传统建构主义的基础上，社会建构主义提出认知是主体与他人相互作用以构建意义的过程，情境制约着这一过程中的主体认知[15]。为克服建构主义本身存在的主观随意性，本研究还吸收了新建构主义“主导-主体”相结合的教育思想[16]，以确保知识建构的客观性和价值建构的合理性。
通识教育始终将德育作为内在的、首要的任务来看待[17]，其理念是打破学科壁垒，实现人文科学、社会科学和自然科学的平衡学习，强化自由与责任的双重性，发展人的综合素养[18]。近年来，通识教育的新理念还包括激发学生的好奇心、塑造思维习惯、培养跨学科解决问题的能力[19]。AI伦理通识教育应遵循通识教育理念，重点关注人格完善、价值塑造和社会责任感培育[20]。
2模型选取：云平台 + BOPPPS模型
本研究选取云平台 + BOPPPS模型进行教学设计。BOPPPS模型由加拿大教学技能工作坊（InstructionalSkills Workshop，ISW）提出，是一种基于建构主义理论的教学设计框架，旨在通过系统化的教学流程实现以学生为中心的教学目标[21]。BOPPPS 模型按照引入（Bridge-in）、目标（Objective）、前测（Pre-assessment）、参与式学习（ParticipatoryLearning）、后测（Post-assessment）、总结（Summary）六个环节，对教学进行组织和实施[22]。BOPPPS模型体现了教与学的双向目标[23]，在教学过程中强调学生参与，突出了以学生为中心的教与学实践[24]。而云平台是指基于云计算技术构建的数字化教学服务系统，能够为师生提供在线学习、资源共享、数据分析等一体化服务，可有效避免多环节、多软件引入导致的教学内容和过程碎片化。
3设计思路：体现AI伦理通识教育特征与理念，达成情感态度价值观的教学目标
本研究依据情感、态度领域的教学目标分类[25]，从导向、建构、融合、应用、本土化和延伸六个递进层次，进行了云平台 + BOPPPS模型的AI伦理通识课教学设计（如图1所示），其设计思路如下：引入环节精准对应AI伦理教学的问题导向，提升学生的接受度；目标环节设立“学生主体 + 教师主导”的整合式教学目标，突出师生协同建构AI伦理的过程；前测环节重在了解不同专业学生的知识基础和价值倾向；参与式学习环节通过引导学生体验技术应用、探讨AI伦理问题并展开互动交流，有效激发学生的学习兴趣并促进知识内化；后测环节旨在评估学生对课堂内容的掌握程度与伦理推理能力，其成果将作为学生构建 AI价值体系的重要支撑；总结环节主要是学生进行价值个性化表达，而教师实施知识与价值的双重校准。该教学设计以激发兴趣为起点，通过思维训练与能力培养，逐步引导学生实现价值内化与人格完善，最终培养其社会责任感，助力其成长为社会有用之才，达成情感态度价值观的教学目标。
4具体方案：以AI伦理通识课“深度伪造”一节为例
深度伪造技术以生成式对抗网络的深度学习模型为基础，通过神经网络的大样本学习，用个人真实的声音、图像和身体动作合成全新的视频内容。为增强大学生的防范意识，避免技术伦理风险外溢，多个国家纷纷将“深度伪造\"纳入AI伦理通识教育的教学大纲[20][27]。本研究选取AI伦理通识课中的“深度伪造”一节内容进行教学设计——
① 引入：选用互联网点击率较高的“印度总理莫迪跳舞”视频作为问题引入。这段时长为1分30秒的深度伪造视频涉及隐私、责任、算法、安全等内容[28]，旨在引导学生关注隐私、责任、技术等问题。② 目标：学生目标包括感知与理解深度伪造中存在的伦理风险，识别和建构AI伦理的基本理论框架，将伦理推理融入价值体系，建立自身的AI伦理观。而教师目标包括具象化呈现抽象的AI伦理，帮助学生实现从技术认知向伦理理解的跨越，引导学生创造性地解决任务，并以主流价值引领学生价值体系构建。③ 前测：参考张银荣等[29]、 Ng 等[30的相关研究成果，选取AI伦理经验、反思、应用、概念、兴趣5个指标进行问题设计，以精准把握学生的知识储备和价值偏好。学生通过云平台学生端在线完成前测，平台实时生成并反馈测评数据分析结果。
④ 参与式学习：由参与教学演示、沉浸式体验、参与线上线下混合式讨论、参与启发式问答与总结四个环节组成。其中，“参与教学演示”是指教师向云平台上传课程包，随机抽取学生任意说出 3～5 个关键词，用课程包中的Runway Gen-2等工具生成相关主题的视频；“沉浸式体验”是指通过小组协作，用课程包中的AI人脸替换工具离线版V3.0和30秒短视频，在个人学习端实现视频人物的AI换脸。
⑤ 后测：着重考查学生对课程内容的理解、应用和价值偏好的持续度，采用的平台和数据生成方式与前测相同。由于“态度价值型课程要结合短文撰写等方式来有效开展”[31]，故后测增加了AI伦理应用的主观题目并引入AI伦理推理，以全面评估学习效果，纠正价值偏差，增强单元之间内容的连贯性。
⑥ 总结：学生进行总结的目的，主要是找到适合自己的个性化学习路径，构建价值体系；教师进行总结的目的，则主要是对学生进行正向激励、促进深度学习，并引导学生进行价值校准、强化价值塑造。
三教学实施效果分析与对比
为验证基于云平台 + BOPPPS模型的AI伦理通识课教学设计的有效性，本研究在北京市B大学招募了270 名大一学生，涵盖28个专业。学生被随机分为A、B、C三组，每组90人。其中，A组完全实施该教学设计，B组部分实施；而C组完全不实施，采用传统的讲授方式作为对照。
1A组的教学实施效果分析
（1）引入环节、前测环节的实施与效果分析课后，使用Image-Pro Plus对云平台生成的课堂回放进行分析，可以发现：引入环节，学生的抬头率高达 96% ，说明引入的视频有效激起了学生的关注，且学生对视频内容产生了浓厚的兴趣。AI伦理经验前测结果如图2所示，可以看出多数学生了解AI伦理，但仅 5.43% 的学生使用过深度伪造技术，说明AI技术素养有待提升。AI伦理反思前测结果如图3所示，可以看出学生首要关注的是个人隐私问题（占比39.53% ）。AI伦理应用前测结果如图4所示，可以看出学生对深度伪造技术积极作用（如教育互动、虚拟艺术创作等）的认可度显著高于对其消极作用（如虚假宣传）的关注度，这明显区别于西方学生的人工智能悲观倾向[32]。AI伦理概念前测结果如图5所示，可以看出仅 3.88% 的学生“非常了解”AI伦理概念，多数仅停留在“听说过”的层面（占比 46.51% ）。AI伦理兴趣前测结果如图6所示，可以看出共 37.21% 的学生对深度伪造伦理问题兴趣不足。
（2）参与式学习环节的实施与效果分析
在参与式学习环节，A组被分成6个讨论小组。各小组利用课程包中的AI人脸替换工具离线版V3.0和素材，都成功实现了视频生成和人物脸部替换并上传至云平台。在此过程中，学生深入理解了技术逻辑、隐私和责任，提升了技术应用与协作能力，也增强了学习主动性。之后，学生在课堂上围绕深度伪造伦理问题的治理展开讨论，通过讨论师生共建了知识图谱。同时，云平台的线上讨论也在进行——截至下课前，有35名学生在云平台异步发表观点，线上发言获276次阅览，超 50% 的学生参与发言，交互数量上升。云平台相关数据统计结果显示，学生课后会持续更新观点，主动延伸学习。
（3）后测环节、总结环节的实施与效果分析
AI伦理概念、框架、应用后测结果如图7所示，可以看出学生对概念的掌握有显著提升，如“基本了解”从前测的 27.13% 上升至 77.45% 50% 的学生支持加强算法的反恶意使用功能，说明学生已初步形成提升技术伦理性的价值取向。AI伦理推理后测结果如图8所示，可以看出学生从隐私泄露、责任归属等维度构建了自动驾驶的价值体系，推理能力初显。AI伦理偏好后测结果如图9所示，可以看出 41.17% 的学生将隐私和数据安全视为首要伦理问题，对比AI伦理反思前测结果，说明学生的伦理态度具有一定惯性。
在总结环节，本研究采用分层随机抽样法，从A组6个小组各选取1名代表发言。从发言表现来看，6名代表均能熟练运用专业术语，将AI伦理理论与实际案例有机结合，其发言既精准概括了课程要点，又体现了个性化的伦理推理能力。借助云平台对教学过程的实时、可视化分析，教师全面展示了教学成果，有效提升了学生的获得感。同时，教师对学生表达的AI伦理观进行了价值校准，使其与主流价值观协调发展。可见，本环节进一步强化和落实了“学生主体 ⋅+ 教师主导”的教学目标。
2A组和B组、C组的教学效果对比
完成A组的教学实施后，本研究又对B组和C组进行了教学实施。为确保教学效果对比的科学性，A、B、C三组的教学均由同一名教师和两名助教共同完成。对比实验结束后，本研究通过问卷调查来分析不同程度地采用基于云平台 + BOPPPS模型的AI伦理通识课教学设计对教学效果的影响。
（1）A组与B组的教学实施效果对比分析
与A组的教学实施相比，B组省去了引入环节、参与式学习环节中的技术体验和线上讨论，以上教学过程均由教师讲授替代。A组、B组的前测对比结果如图10所示，可以看出两组学生在AI伦理经验、AI伦理应用、AI伦理概念和AI伦理兴趣方面表现接近，说明两组学生的基础知识和兴趣无显著差异；但在AI伦理反思方面，B组认为深度伪造对社会稳定影响更大的学生占比高于A组（ 36.36%gt;24.81%） ，而认为对个人隐私影响更大的学生占比低于A组（ 31.82%lt;39.53%） ），说明两组学生的价值倾向存在差异。
A 组、B组的后测对比结果如图11所示，可以看出：AI伦理概念方面，B组“非常清楚”的学生占比低于A组（ 5.56%lt;17.65% ），“完全不了解”的学生占比高于A组（ 24.07%gt;4.90% ）；AI伦理框架方面，B组学生的整体掌握程度略低于A组——这两项对比表明，引入环节、参与式学习环节中的技术体验和线上讨论等教学过程有助于学生更好地理解抽象的AI理论。AI伦理应用方面，A组优先选择“加强算法的反恶意使用功能”（占比 50.00% ），B组更倾向于“以监管和法律为核心”（占比 46.30% ），说明即使教师对B组进行了AI伦理价值引导，仍未实现伦理为先的预期目标。在AI伦理推理方面，B组的参与度比A组低 11% ，说明完全实施比部分实施更能激发学生的主动性和学习兴趣。AI伦理偏好方面，B组更关注“道路安全与责任”（占比 48.15% ），A组更关注“隐私和数据安全”（占比 41.17% ）——此结果与前测中两组的价值倾向一致，再次表明学生的已有经验和价值观对其AI伦理态度具有惯性影响。
（2）A组、B组、C组的满意度对比分析
本研究参照Bertram[33]设计的李克特量表和刘玲等[34]提出的教学效果评价指标，从交互体验、教学质量和教师表现三个评价维度设计了“学生满意度调查问卷”。其中，交互体验维度关注学生对师生互动和生生互动的体验；教学质量维度评估学生对教学内容、难度和方法的看法；教师表现维度考查教师对学生反馈的回应、对学生学习信心的树立。之后，本研究面对面向A组、B组、C组学生发放问卷，共回收有效问卷249份。其中，A组的有效问卷为86份，有效率为 95.56% ；B组为81份，有效率为 90% ；C组为82份，有效率为 91.11% 。
本研究采用 SPSS 26.0和 SmartPLS4.0进行数据统计与分析。经计算，三个变量（即交互体验、教学质量、教师表现）的Cronbach's a 值均大于0.7，KMO值均大于0.7，符合标准；各变量两两间呈正相关关系 （r=0.326，r=0.332，r=0.282） ，且具有统计学意义。验证性因子分析结果显示，各变量题项的因子载荷均处于 0.5～0.9 之间，各变量的CR值和AVE 值均处于 0.5～0.8 之间，符合标准。
本研究采用单因素分析方法，比较了A组、B组、C组在交互体验、教学质量、教师表现三个评价维度的满意度差异，得到三组的满意度评价结果，如表1所示。表1显示，三组满意度评价呈现显著的梯度特征：交互体验满意度方面，A组均值 gt;B 组 gt;0 组；教学质量满意度方面，A组均值 gt;B 组 gt;0 组；教师表现满意度方面，A组均值 gt;B 组 gt;C 组。各变量的标准差均低于1.5，说明数据分布集中、无明显离散。结果表明，基于云平台 + BOPPPS模型的AI伦理通识课教学设计显著提升了学生的学习体验，且实施完整度越高，教学效果越好。
四结论与建议
1结论
（1）基于云平台 + BOPPPS模型的教学设计能显著提升教学效果和学生满意度
本研究发现，完全实施的A组对AI伦理概念“完全不了解”的占比比部分实施的B组低 19.17% ，表明A组对 AI理论部分的掌握比B组更好；在AI伦理应用中，A组的治理方案更契合以伦理为先的教育目标；在AI伦理推理中，A组的学习兴趣比B组更高，且参与度比B组高 11% 。此外，A组学生的学习满意度最高；B组学生因部分实施，对抽象理论的理解较弱，学习体验一般；而C组因缺乏互动与实践，满意度最低。此结果验证了基于云平台 + BOPPPS模型的AI伦理通识课教学设计能有效提升学生对复杂伦理问题的认知深度和应用能力，从而提升教学效果和满意度。该教学设计还揭示了学生在AI伦理认知上的独特性，如与西方学生人工智能悲观倾向相反的乐观倾向，这为开发本土化教学资源提供了实证依据。
（2）参与式学习是提升学生学习兴趣与伦理推理能力的关键因素
在参与式学习环节，A组通过技术体验、云平台的线上讨论和课堂的线下讨论，不仅提高了对抽象AI理论的掌握程度和AI技术素养，而且通过多维互动显著提升了学习兴趣，且课后还出现了延伸学习行为，学习主动性得到增强。而B组因缺少这些教学过程，导致其对后测中AI伦理推理的参与度明显降低，且推演的结论也出现了一定偏差。由此可见，参与式学习环节中技术体验与多主体（如师生、生生、人机）交互的设计，能够打破传统伦理教学抽象性的局限，通过“做中学”和社交化学习提升学生的主动性与批判性思维。云平台的线上讨论功能有效拓展了参与式学习的交互边界，并通过异步讨论、多线程对话和跨小组协作，显著提升了学生参与伦理推理的积极性，更促进了其思维深度与判断准确性的同步提高。
（3）AI伦理态度受已有经验和价值观的影响，需通过教学设计持续校准
对比前测结果与后测结果，可以发现学生的AI伦理偏好具有惯性，如A组和B组在前测中对深度伪造影响的倾向差异在后测中依然存在；又如两组学生虽然都是由同一名教师做价值引导工作，但后测中B组仍未实现伦理为先的预期目标，这进一步说明学生的AI伦理态度受已有经验和价值观的影响，教学设计应充分关注价值观的内在衔接和螺旋式上升，并结合量化数据与质性引导，在尊重学生主体性的同时，通过长期的针对性干预和持续校准，促进学生的伦理认知与社会需求相统一。
2建议
基于上述研究结论，本研究针对AI伦理通识课教学设计的优化提出建议：
（1）加大教学模型在AI伦理通识教育中的创新应用研究，建立开放共享机制
根据基于云平台 + BOPPPS模型的AI伦理通识课的教学实施效果，本研究建议： ① 开展不同教学模型应用于AI伦理教育的实证研究，并依据教学目标、认知层次和场景需求精准匹配教学模型，以提升教学设计的可测性、可操作性和跨学科整合度； ② 结构化模型设计应重在规避价值冲突风险，实现价值内化与知识、情感共鸣的协同发展，将碎片化认知集成为系统化价值体系； ③ 以云平台为AI伦理通识教育的基础载体，建立开放共享机制，推广包含教学设计、案例库和操作工具的资源包，降低教学实施门槛，提升教师的教学自信和参与积极性，破解教师资源匮乏的困境，加速AI伦理通识教育的跨专业普及。
（2）创新数智教学手段与多元教学方法，打造深度参与式学习生态
AI伦理通识课应以参与式学习为核心，通过不断创新教学手段与方法，打造深度参与式学习生态，激发学生伦理思辨能力并促进知行合一。本研究建议引入“伦理审查清单”“伦理影响评估框架”等AI工具辅助学生决策，借助HolisticAI等平台解析算法逻辑，运用大语言模型开展伦理对话，通过虚拟仿真模拟道德困境，促进学生在深度参与中实现技术素养和伦理素养的协同提升；同时，采用角色扮演、道德实验等国际通用教学方法，通过游戏化学习、移动学习等半开放式教学，提升学生的情感共鸣与同理心。此外，为体现通识教育的参与式学习特点，还可设计跨学科协作项目，让理工科学生和文科学生共同开发算法原型并开展伦理评估，以培养其融合技术与人文的双重视角。
（3）构建三维衔接的教学设计框架，实现价值观的螺旋式校准
为突破学生已有经验和价值观的限制，本研究建议构建三维衔接的教学设计框架： ① 进行横向融合，即整合法学、思政、计算机科学等多学科知识，建立横向交叉的知识图谱，通过多学科内容的结构化、补偿化和整合化，实现知识与价值的相互印证及其更大范围内的相互支撑； ② 加强纵向贯通，将AI伦理通识课教学设计嵌入本科课程体系，建立层级递进的价值体系图谱，通过螺旋式教学设计，实现价值的阶梯式演进； ③ 依托数据驱动，利用云平台积累的学生行为数据识别其价值观变化轨迹，并有针对性地推送反思任务，实施动态的价值校准，确保学生每一步“已有”经验和价值观的积累都能与主流价值观同频共振。
（4）创设多师共育的学术共同体，推动教师胜任力的整体跃迁
AI伦理通识课设计了“学生主体 + 教师主导”的整合式教学目标，其中教师主导作用的发挥取决于其教学胜任力的提升。当前，由“技术专家 + 伦理学者 + 治理专家”组成的多师课堂，已成为AI伦理教育的趋势[35]。据此，本研究建议组建跨学科教研团队，汇聚高校教师、企业AI工程师、政府政策制定者等多方力量，创设多师共育的学术共同体，通过集体备课、联合科研打破学科壁垒，确保AI伦理通识课教学设计涵盖技术前沿、扎根本土伦理理论且兼具应用导向。同时，在学术共同体的协同作用下，全面提升各学科教师的多模态教学能力、个性化价值表达与引导能力、将国家战略和社会需求转化为教学方案的能力。
参考文献
[1]Raji ID，Scheuerman M K，Amironesei R. You can’t sit with us：Exclusionary pedagogy inAI ethics education[A]Proceedings of the2O21 ACM Conference on FairnessAcountability，and Transparency[C]. New York： Association fo1Computing Machinery， 2021：515-525.
[2]任安波，叶斌.我国人工智能伦理教育的缺失及对策[J].科学与社会，2020，（3）：14-21.
[3]王岚.加强教师人工智能伦理及安全教育和培训的研究[J].中国现代教育装备，2022，（12）：1-3.
[4]Michael Ida. Developing students’ ethical thinking in STEM classes[OL].
[5]JunSJ.Developmentofartificial intelligeneeducationprogrambasedonexperientialleamingforliberalarteducatio[J].Art， Education， Computer Science， 2021，（2）：63-73.
[6]潘恩荣，曹先瑞.面向未来工程教育的人工智能伦理谱系[J].高等工程教育研究，2021，（6）：38-43、67.
[7]LeeA.Theeffectof artifical intelligece literacyeducationonuniversitystudents’ethical conscious-nessofartificialintelligence[J]. Robotics amp; AI Ethics， 2021，（3）：52-61.
[8]郭锐.人工智能的伦理和治理[M].北京：法律出版社，2020：30-40.
[9]BaeJ，LeeJ，ChoJ.AnartificialntellgenceeicseducationmodelforpractialpowerstrengthJ].JoualofIutalConvergence， 2022，（5）：83-92.
[10]田凤娟，妥颖，刘伟.社会主义核心价值观视域下高校人工智能伦理教育探析[J].思想教育研究，2023，（5）：122-126.
[11]陈小平.人工智能伦理导引[M].合肥：中国科学技术大学出版社，2021：12.
[12]Kim K H.Ethics ofartificial inteligence and moral education[J].Brain，Digital，amp;Learning，2O2o，（1）：77-92.
[13]（美）本·施耐德曼.张缦绮译.AI向善：以人为中心的人工智能[M].北京：中国科学技术出版社，2024：153-176.
[14]毛新勇.建构主义学习理论在教学中的应用[J].课程·教材·教法，1999，（9）：19-23.
[15]樊改霞.建构主义教育理论在中国的发展及其影响[J].西北师大学报（社会科学版），2022，（3）：87-95.
[16]何克抗.新型建构主义理论——中国学者对西方建构主义的批判吸收与发展创新[J].中国教育科学，2021，（1）：14-29.
[17]沈壮海.通识教育视野中的学校德育[J].思想·理论·教育，2002，（Z1）：19-23.
[18]（美）哈佛委员会著.李曼丽译.哈佛通识教育红皮书[M]北京：北京大学出版社，2010：3-118.
[19]魏咏梅，丁贺.新时期高校通识课程养成教育模式构建[J].中国高等教育，2022，（17）：54-56.
[20]周萱.知识生产模式3背景下的高校通识教育超学科发展——以计算机通识教育为例[J].江苏高教，2024，（4）：72-81.[21]Hu K，Ma RJ， MaC，etal.Comparisonof theBOPPPSmodelandtraditional instructionalapproaches intoracic surgeryeducation[J]. BMC Medical Education， 2022，（1）：447.
[22]Zhou W.The blended teaching modeof college English course based on BOPPPS model[J]. Joumal ofFrontiers inEducational Research， 2021，1：11-14.
[23]姚婉清，余能芳.BOPPPS教学模式的教学设计要素分析及案例设计[J].化学教育，2022，（18）：51-57.
[24]郑燕林，马芸.基于BOPPPS模型的在线参与式教学实践[J].高教探索，2021，（10）：5-9.
[25]（美）D·R·克拉斯沃尔，B·S·布鲁姆，等.施良方，张云高译.教育目标分类学 第二分册：情感领域[M].上海：华东师范大学出版社，1989：101-195.
[26]古天龙.人工智能伦理及其课程教学[J].中国大学教学，2022，（11）：35-40.[27]FieslerC，GarretN，BeardN.Whatdoweteach whenweteachtechethics？Asyllabianalysis[A].The51stCMechicalSymposium on Computer Science Education[C]. New York： Association for Computing Machinery， 2020：289-295.[28]AeriLee.Theeffctofartificialintellgence iteracyeducationonuniversitysudents’ethicalconsciousnessofartificialintelligence[J]. Robotics amp; AI Ethics，2021，（3）：52-61.
[29]张银荣，杨刚，徐佳艳，等.人工智能素养模型构建及其实施路径[J].现代教育技术，2022，（3）：42-50.
[30]Ng DTK，LeungJKLChuKWS，etal.Aliteracy： Defiition，teaching， evaluationand ethical issues[J].Proceedigsof the Association for Information Science and Technology， 2021，（l）：504-509.
[31]曹丹平，印兴耀.加拿大 BOPPPS 教学模式及其对高等教育改革的启示[J].实验室研究与探索，2016，（2）：196-200、249.[32]黄欣荣.人工智能悲观主义批判[J].理论探索，2019，（4）：23-29.
[33]Bertram D. Likert scales[J]. Retrieved November， 2007，（10）：1-10.
[34]刘玲，汪琼.混合教学模式下学生学习投入的特点及影响因素研究[J].现代教育技术，2021，（11）：80-86.
[35]Wang A. Z.Newarticle in thecrimson featuring embedded ethics[OL].htps：//www.ethics.harvard.edu/search/site/New%20article%20in%20the%20crimson%20featuring%20embedded%20ethics？amp;solrsort =%20gt;
Howto Conduct TeachingDesign for the General Course ofAI Ethics？
Taking the Section of “Deepfake” as an Example
TIAN Feng-Juan ZOUHuan-Xiu CHENG Xian-Ying JIANGYuan-Min
（School ofMarxism， Beijing University of Posts and Telecommunications， Beijing， China 100876）
Abstract： The general educationofAIethics emerged inresponsetoThe Times，yet thegeneralcourseofAIethicsconfronts problems likearbitraryteaching proces，pooroutcomes，ndfacultysortages.Therefore，takingtheconstructiistteoretical groupand the general education concept as theoretical basis，this paper conducted teaching design for the generalcourseof AI ethics based on the cloud platform + BOPPPS model. Taking the section of\"Deepfake”as an example，acomparative experiment was carriedout incolleges and universities.Theresults showed that full implementation of this teaching design could significantly improve the teaching outcomesand students’satisfaction，and participatory learning was the key factor in improvingstudents’leaming interestandethical reasoningability.The atitudeofAIethics was influenced by existing experienceand values，which needed to becontinuouslycalibrated through teaching design.Based on this，suggestions from theaspects ofestablshinganopensharing mechanism，creatingadeplyparticipatoryleaing ecosystems，achievingthespiral calibration ofvalue，and promoting the overalleapof teachers’competence were proposed tooptimize the teaching design for the general course ofAI ethics， with the expectation of providing references for teachers of various subjects to participate in general education of AI ethics.
Keywords： AI ethics; general education; teaching design; cloud platform; BOPPPS model
