今年是我首次正式踏上本科教学的讲台，这段经历让我收获良多，总结如下。

1. 结课感想

几个月前结课的时候在热情最高涨的时候发过一个朋友圈：

2025年5月20日，南大校庆日。在这个特殊的日子里，我上完了大三本科生《集成光学与器件》的最后一节课。尽管距离2025年结束还有半年多，但我想，今年最大的收获已经基本确定——那就是过去三个多月异常忙碌的备课与教学。

我做了3次问卷调查，读了6本教学理论书籍，和12位学生促膝长谈，手写了53页教学手稿（中后期投入使用）。起初，我空有一腔热情却经验不足，教学效果并不理想——学生们普遍反馈“新颖、有趣，但听不懂”。于是，我开始坚持每节课后记录和复盘，大量阅读教育类书籍，并不断从学生那里获取反馈。慢慢地，我越来越从容，学生们也越来越多地参与到问题的思考中，甚至有人反馈“听爽了”，也有了越来越多的“顿悟时刻”。能让同学们从学习中感受到快乐，而不仅仅是获取知识，这让我倍感自豪。

教育，不是教师把教科书上的知识装进学生的脑袋，而是一场对话，一趟旅程，一次精心安排的奇妙探索。 虽然名义上我是教师，但实际上我也是学生——我和他们一起在接受“教育”。由衷感谢班上的每一位同学，是你们让这段经历如此珍贵。谨以此记。

2. 学院分享

后来也在学院做了一个分享，题目为“《集成光学与器件》课程教学实践与反思”，内容摘选如下。

A. 汇报提纲包括：（1）开场部分：《集成光学与器件》课程介绍，（2）第一部分：教学探索历程，（3）第二部分：核心教学策略，（4）第三部分：成效与启示。

B. 教学目标（希望通过本课程的教学，使得同学们能够）：

1. 【源动力】享受思考科学技术问题的乐趣

2. 【方法论】熟悉研究新问题的科学归纳逻辑方法

3. 【知识网】对光电相关领域知识的掌握更加扎实全面

4. 掌握集成光学中的重要物理概念（模式、耦合等）

5. 熟悉集成光学中的一些专业知识，包括光波导种类、光波导材料、制备工艺、测试技术、器件类型（如半导体激光器、电光调制器、声光调制器、磁光调制器、集成光探测器）及其工作原理等

C. 一些读书笔记《以学生为中心：当代本科教育改革之道》：

1. 在斯坦福大学教授、卡内基教学促进基金委前主席舒尔曼看来，“重科研轻教学”的问题与目前大学教学的落后状态有关，目前的大学教学既不学术也不专业。

2. 传统传授模式有三个基本假设：1）假定知识是某种客观存在；2）假定知识是原子化的；3）假定知识是线性积累的。

3. “以学生为中心”有三个重要观念：（1）学习是建构的，知识是在思考与活动的互动中建构的；（2）学习是社会性的，是学习者在与其他参与者的社会性互动中完成的；（3）学习是情境性的，学习在具体情境中完成，实践所处的情境对学习效果有重大影响。

4. 因为创造能力的核心，是创建新的认知模型，因此培养创造力的要点在于训练大脑构建新的认知模型。

5. 认知模型论提示我们，如果把古往今来的各种理论或思想看成是认知模型，看成是人脑对外部世界的想象和猜测，而不是不可触碰的“绝对真理”，那心智就会获得一种解放，一种可以和前人一样去想象去猜测的自由和冲动！也就是说，真正妨碍创造性的不是“真理”，而是对“真理”不正确的想象！

6. 大学教师若能有认知模型意识，就能用认知模型理论来理解大学教学的本质。如果还非常熟悉自己所教课程的认知模型，那对帮助学生建立课程认知模型很有帮助。

D. 教学理念总结（简单总结我的教学探索，从单向知识传授到共同思维建构的转变）：

1. 学习是主动的知识建构：教师的作用在于搭建思维训练的场景，而真正的知识内化需要由学习者自主完成；

2. 学习依赖社会互动：课堂应成为师生、生生之间交流认知模型的平台，通过表达与倾听实现概念理解的相互验证；

3. 学习需要情境化驱动：真实的问题场景（无论是概念探索还是实际应用）能有效激发求知欲和解决问题的内在动力；

4. 学习离不开元认知：通过挑战直觉假设、引导审辨式思考，帮助大家实现对思维过程的反思与重塑。

E. 教学经验：

1.    建议一：知识框架先行，细节填充其次。学生需要"认知地图"才能消化零散知识点；实践：每节课用5分钟梳理知识结构；案例：学生反馈"有框架后更容易理解"。

2.    建议二：设计有效问题，而非简单提问。好问题应引发认知冲突，激发思考。实践：谬误式问题、预测性问题；案例：渐变波导耦合效率的矛盾讨论。

3.    建议三：关注学生已有知识，建立认知桥梁。新知识必须与已有认知结构相连接；实践：主动了解学生先修课程内容；案例：将光子晶体与固体物理中的能带联系。

4.    建议四：重视教学状态，保持真诚互动。教师状态直接影响学生学习体验；实践：敢于表达困惑，与学生共同探索；案例："我的水平还不太行"的真诚坦露反而增加亲和力。

3. 考试成绩以及学生评教

本班共 26 名学生，总评平均成绩 84.15 分，其中 90 分及以上的有 13 人。课程收获了学生的 5 星满分好评，评教反馈如下：

1.    老师讲课很有趣，能够让同学有兴趣学习。

2.    老师治学严谨，要求严格，能深入了解学生的学习和生活状况，循循善诱，平易近人；注意启发和调动学生的积极性，课堂气氛较为活跃。

3.    很负责任很优秀很耐心的老师，第一次授课特别用心，也给学生带来了很大的启发和帮助，很牛。

4.    作为一名新老师，我是能看见在教学上的进步的。老师很能激发同学思考，通过各种简单的物理现象激发讨论，但需要把控一下发散的程度，过于发散就有些主次不分了。也就是学生提到的不知课堂在说什么东西，这个教学方法适合我，但恐怕不适合大部分思维不跳跃或是上课只想学习知识拿到分数毕业的学生。

5.    魏静轩老师教学经验丰富，让我非常的亲切，非常喜欢他。

6.    魏老师积极备课，课程内容丰富，理论体系建设上投入许多精力，课程内容涉及用心。

7.    认真投入、备课充分、内容娴熟。

8.    魏静轩老师非常和蔼，采用多媒体辅助教学，制作的电子教案详略得当，重点与难点区分的非常清楚。

9.    对科学思想与研究性思维、表达、创新思维的形成有帮助。

10. 魏老师备课认真，关心学生，讲解生动有趣。

11. 老师很认真的对待课程，采用了更特别的上课方式，培养更独到的学习思维

12. 非常喜欢的老师，教学风格很前卫，有外国老师的感觉，很实用不搞形式主义。

13. 教学态度好，教学内容吸引人。

14. 教学设计由浅入深、循序渐进。

15. 注重科学思想与思维、创新思维与实践能力、表达能力培养；善于启发、引导学生研究性学习，注重师生互动；对科学思想与研究性思维、表达、创新思维的形成有帮助。

16. 善于启发、引导学生研究性学习，注重师生互动。学习获得感，对科学思想与研究性思维、表达、创新思维的形成有帮助。

17. 善于启发、引导学生研究性学习，注重师生互动。

18. 魏老师非常亲近学生，注重学生反馈，同时在教学上不仅善用类比由浅入深而且注重内容深度，发散性强。

19. 教学态度好，教学内容吸引人。

20. 老师引导教学很好，很注重学生反馈。

21. 老师教学认真，课堂效率高，授课内容详细，我们学生大部分都能跟着老师思路学习，气氛活跃，整节课学下来有收获、欣喜，使人对此门课程兴趣浓厚。

22. 十分关注课程质量，在授课方式和内容上进行了创新，通俗易懂，并适时发放问卷调整授课方式。让学生扩展了学习方式，提高了学习兴趣。

23. 本科期间遇到的最最最真诚，对于教学最最最最负责的老师，课从开始的听起来有点蒙，到后面很有获得感，而且对于我学习方法和思考方式有很大的指导和启发。

24. 老师的教学让我们对于这门课有了基本的了解，对自己平时的学习习惯和思维模式也有了更深的思考，收获不仅是知识上的，更多是思考方式上的。

25. 教师精心设计每一堂课，以问题为导向串联教学内容，通过巧妙的提问激发学生主动思考，引导学生深入探究知识本质。在讨论环节，能够精准点评学生观点，及时给予肯定与补充，充分挖掘学生潜力，营造出活跃且富有深度的课堂氛围，有效提升学生的思维能力和学科素养。

26. 老师教学态度认真负责。

4. 关于“人工智能+高等教育”的问题分析

有幸向孔令讲副校长做教学方面的汇报，在与孔校的深入交流中，一个根本性问题也逐渐明晰：AI与高等教育的关系，本质上映射着我们对教育本质的理解深度。这场对话让我意识到，当前教育界对AI的认知存在着三个渐次深入的层次，恰似王国维所言的人生三境界。

第一重境界：效率优先的工具观

在这个层面，AI被视为教学流程的“加速器”。持此观点者致力于将大模型应用于答疑、作业批改等环节，如同为传统教育安装上“涡轮增压”。这种改良派思路的优势在于立竿见影，但细究之下，就像给马车装上火箭引擎——速度是快了，但交通工具的本质并未改变。

第二重境界：技能本位的补充观

这一认知将AI素养视为新时代的“必修技能”，类似当年的计算机、英语教育。各高校纷纷开设AI通识课程，培养学生运用工具的能力。但问题在于，这就像在蒸汽时代教人使用更先进的马鞭——技能是更新了，但思维范式仍停留在前一个时代。当课程体系依然沿袭工业时代的标准化模式，新增的AI技能模块或许终究只是“新瓶装旧酒”。

第三重境界：范式革命的倒逼观

最具颠覆性的认知在于，AI不是简单的工具或技能，而是照见教育积弊的“明镜”。它暴露出传统教育中那些被长期容忍的痼疾：当机器可以完美复述理论，我们的考核为何还在测试记忆？当算法能模拟实践，我们的教学为何仍困在纸上谈兵？这一认知层次要求我们回归教育本源，重新思考：在算法横行的时代，什么才是人之为人的不可替代性？

这三种认知并非简单替代关系，而是构成螺旋上升的认知图谱。当前教育变革的困局，恰在于多数实践仍在前两个层面徘徊，犹如在数字时代用算盘做改良。真正的突破需要跃升至第三境界，不是让教育适应AI，而是借AI之力完成教育的范式革命——从培养“标准件”转向成就“完整的人”。这或许才是AI带给高等教育最珍贵的礼物：一次重新发现教育本质的历史机遇。

5. 关于“人工智能+高等教育”的实践切入点

有幸参与教务处“AI+高等教育”应用场景案例评审，那些优秀同行们的创新实践让我眼前一亮，也促使我开始系统梳理这场教育变革的底层逻辑。在我看来，这场讨论需要跳出技术应用的层面，从教学知识、教学方法、教学理念、教学理论四个维度搭建认知坐标系。

A. 教学知识（从终点站到工具箱）

曾几何时，我们把知识奉为教育的终极目标。但看着DeepSeek秒速生成的学术论文，面对搜索引擎即时呈现的海量信息，我们应该意识到：知识正在经历一场身份革命。它不再是需要死记硬背的“终点站”，而变成了培养高阶思维的“瑞士军刀”。就像数学技巧的价值不在于解题本身，而在于将物理现象描述转化为数学方程的能力；文史知识的意义也不在于应试，而在于构建个人对世界的独特诠释。在这个新图景里，教师的角色悄然转变——我们不再是知识的“搬运工”，而要成为学生思维升级的“架构师”。

B. 教学方法（AI赋能的第二课堂）

当知识的坐标发生偏移，传统的“满堂灌”自然显得力不从心。有意思的是，AI工具恰好在此时为我们打开了新天地。那些曾经耗费学生大量时间的机械性任务——从代码调试到数据清洗——现在可以交给AI助手完成。比如在我的课堂里，我鼓励学生们用AI快速搭建Python分析框架，把省下的时间投入到更具创造性的问题思考以及实验设计上。这种转变妙就妙在：技术不仅提升了效率，更重新点燃了学生们眼中那种久违的探索光芒。

C. 教学理念（聚焦AI无法替代的人类能力）

当AI能写论文、做推导甚至写诗，我们不得不思考：教育的终极护城河在哪里？我的答案是三个AI难以复制的维度：首先是批判性思维这把“筛子”，在这个真假难辨的信息时代，教会学生识别算法偏见、质疑AI结论比任何时候都重要；其次是创造力这颗“火花”，AI再强也只是在已知领域排列组合，真正的突破永远来自人脑中的灵光一现；最后是终身学习这个“永动机”，在技术迭代加速的今天，培养对知识本身的热爱，或许是我们能给学生最好的礼物。

D. 教学理论（教育哲学的再思考）

最深刻的变革或许正在教育理论的底层悄然发生。那些我们奉为圭臬的建构主义、行为主义理论框架，在AI的冲击下开始显露出时代的局限性。这不禁让我们思考：当机器开始“学习”，人类该如何重新定义“教育”？

首要的命题是：如何在人机协同的新常态下重构教育学？当算法可以模拟建构过程，当强化学习超越行为训练，教育理论是否需要新的范式？更深层的是，在技术理性高歌猛进的时代，如何守护教育中那份独特的人文温度？这让我们不得不回到康德那个永恒的命题——“人是目的本身，而绝非仅仅是工具”。

然而，AI时代的教育悖论在于：我们越是焦虑于“不被机器取代”，似乎就越容易沦为技术的奴隶。真正的突破或许在于回归教育的本质——培养“元认知能力”，即对认知的认知，对思考的思考。这种能力犹如一盏明灯，既能照亮人机协作的路径，又能守护人性中最珍贵的部分。

在这个意义上，AI带来的最大启示或许是：它像一面镜子，照见了人类最独特的价值——对意义的永恒追寻，对创造的本能渴望，对联结的深切需求。教育的终极使命，不是培养更高效的“工具人”，而是成就更完整的“人”。

当AI接管了计算与记忆，教育或许会迎来最纯粹的机遇：释放人类的好奇心，打破思维的藩篱，回归对智慧的真诚探索。这或许就是技术革命带给教育最珍贵的礼物——让我们重新发现，什么才是真正值得教与学的。

E. 结语：教育者角色的根本性转变

我越来越确信，AI不会让教师失业，但会重新定义教师的角色。未来的教育者将不再是知识的“权威”，而要成为学习生态的“园丁”——培育好奇心这颗种子，呵护创造力这株嫩芽，为试错提供安全的土壤。而教育的最高境界，或许是培养出这样一群人：他们既能与AI共舞，又始终保持着人性的光辉；既擅长驾驭技术工具，又永远不丧失独立思考的能力。这，才是面向未来的教育该有的模样。

6. 从“教学”到“科研”

对我而言，“研究型大学”的真谛不在于追求Nature、Science的发文数量，也不在于简单地将前沿成果塞进教案。真正的精髓在于用研究的眼光审视教材里的每一个知识点，用理性的手术刀解剖那些看似理所当然的结论。说来惭愧，这种教学相长的过程，反倒也是了挽救我自己拙劣科研素养的绝佳土壤。此外，有点意想不到的是，这种认知的深化还催生了我一些带研究生的新思路——比如我捣鼓出的“元科研工作坊”，这个有点特别的组会形式不执着于具体成果，而是带着学生们反刍自己的思考过程，像打磨玉石一样反复锤炼分析问题的能力。不过这些探索和本科教学的关联性暂时还不那么紧密，这块自留地的故事，不妨留待日后慢慢细说。