AI 游戏化教育设计引擎

它解决什么问题

很多教育产品把知识点拆成短视频和题库，结果学生刷得越多，对学习本身越抗拒。本技能针对的核心矛盾是：知识灌输 只完成信息传递，无法激活内在动机，也回答不了「为什么要学」。当教学目标只是学科达标时，这套方法勉强可用；但一旦目标升维到认知建构与人格养成，单纯的内容堆叠就会失效。

技能如何工作

本技能提供一套从兴趣锚点出发的教学设计框架，核心能力包括：

• 教育范式迁移：按「兴趣激活—认知建构—社会化实践」三阶段重构教学路径，而不是在原有灌输结构上加装饰；
• 「糖里加药」设计：以学生已有的兴趣（如《我的世界》等游戏）作为「糖」包裹学习目标这味「药」，并给出可直接套用的设计模板；
• AI 个性化学习闭环：结合 AI 技术动态调整学习路径，让每个学生获得适配的节奏与反馈；
• 社会化学习场景构建：设计亲子共学的线下场景，例如围绕《草船借箭》设计家庭讨论任务，把课文变成可对话、可表演的活动；
• 真实家庭对话数据库建设：沉淀亲子对话素材，作为后续教学设计的数据基础。

典型使用流程分三步：输入教学目标与学生兴趣画像，按模板完成教学设计，再产出可直接落地的任务脚本。例如输入三年级数学「分数的认识」与《我的世界》兴趣标签，输出会把分数概念映射为游戏内物品切割、资源分配的具体情境。

适用边界与注意点

• 本技能是设计框架而非内容生成器，产出的是教学设计方案，不直接生成课程视频或题库；
• 「糖里加药」的前提是学生对「糖」真的有兴趣，兴趣画像需要真实数据支撑，不能凭假设；
• 社会化学习场景依赖家庭配合，不同家庭参与度差异很大，设计时需预留降级方案；
• 教育目标升维到人格养成时，方案见效周期较长，不适合要求短期提分的场景；
• 可与 emotional-mirror-cognitive-scaffold、interview-me、idea-refine、macro-micro-linkage-analysis 协同，分别承担情感镜像、需求追问、方案打磨和趋势分析。