论文标题：Instructional Design and Practice of Specialized Courses Based on Knowledge Graphs—Using the Fundamentals of Electrical Engineering as a Case Study

期刊：Frontiers of Digital Education

作者：Fei Tang, Mo Chen, Jian Xu, Chao Qiu & Yuan Wang 

发表时间：14 April 2025

DOI：10.1007/s44366-025-0040-4

微信链接：点击此处阅读微信文章

《数字教育前沿（英文）》第2卷第1期

AI画“地图”，教学走“回路”，这门工科课把学生从听众变成了主角

“课前看视频、课上做讨论”——这样的翻转课堂，你一定不陌生。但现实中，很多翻转课堂只是把“老师讲”搬到了线上，课堂研讨依然浮于表面，学生该迷茫还是迷茫。

武汉大学唐飞副教授等在《数字教育前沿（英文）》期刊发表的一项研究，给出了一个破解方案：知识图谱 + 双闭环翻转课堂。这套模式让学生的学习准确率从65%提升到88%，实操通过率从68%跃升至85%。

01.传统翻转课堂，问题出在哪？

电气工程这类专业课程，知识点多、逻辑链条长、模块之间环环相扣。学生如果课前自学没抓住重点，课堂上根本“翻”不起来。

更关键的是，缺少系统性指引。学生拿到一堆碎片化的视频和资料，不知道从哪里开始、哪些是核心、前后有什么关联。老师也不清楚每个学生卡在哪个环节。结果是：课前自学浮皮潦草，课堂研讨难以深入，课后实践缺少支撑。

02.破局第一步：用知识图谱画一张“学习地图”

研究团队做的第一件事，是为《电气工程基础》课程构建了一个“知识层—问题层—能力层”三位一体的三元图模型。

知识层：把课程内容自上而下逐级拆解——知识模块→子模块→知识单元→知识点，标注清楚每个知识点之间的逻辑关系，形成一张可视化的知识网络。

问题层：围绕知识点设计工程问题，引导学生带着问题去学。比如“电力系统为什么会崩溃”这类开放性问题，把零散知识串联起来。

能力层：对应每个知识模块和问题，制定可量化的学习目标，并建立评估反馈机制。

有了这张“地图”，学生可以清楚地看到：这门课要学什么、学到什么程度、自己在哪里、下一步该往哪走。

03.破局第二步：“双闭环”让知识真正变成能力

地图有了，还需要一个有效的“导航系统”——这就是双闭环翻转课堂的核心设计。

第一轮闭环：夯实理论（课前+课中）

课前，学生通过AI学习伴侣完成预习，系统根据学习数据生成每个学生的“问题清单”。课堂上，老师不再泛泛讲课，而是基于学情数据精准“补漏” ，集中讲解全班共性的薄弱环节，再通过分层教学和互动测试逐一击破。

这一轮的目标很明确：让所有学生扎实掌握核心概念，确保知识“入脑”。

第二轮闭环：能力拓展（课中+课后）

基础打牢后，课堂真正“翻转”起来。学生带着第一轮积累的知识，参与问题导向的研讨和协作。课后则布置虚拟仿真实验等开放性任务，让学生把知识应用到真实场景中。

这一轮的目标是：从“知道是什么”进阶到“能解决什么” ，培养知识迁移和创新能力。

两轮闭环不是简单的“先学后练”，而是螺旋上升：第一轮发现的问题，在第二轮中寻找解决方案；第二轮实践中的新疑惑，又反过来加深对理论的理解。

04.效果如何？数据说话

研究团队将这套模式应用于约100名学生的《电气工程基础》教学中。结果让人眼前一亮：

—核心概念掌握准确率：从65%提升到88%

—“潮流计算”实操通过率：从68%提高到85%

—小组协作能力：92%的学生认可分工效率明显提升

—沟通表达能力：85%的学生通过翻转课堂辩论获益

—职业规划清晰度：提升32%

研究还发现，通过10至18个开放性课题训练，学生在发散思维、关联思维、批判性思维等维度均有显著进步。

05.启示：好模式需要好工具+好设计

这套模式的成功，给我们带来三点启发：

1. 工具要有“导航”功能。 知识图谱不只是给老师备课用的，更要能指引学生的自主学习路径。学生在“地图”上随时能看到全局和自身位置，才能少走弯路。

2. 教学要形成“回路”。 只布置任务不给反馈，学生永远是被动的。“双闭环”的精髓在于：每一步都有反馈，每一个问题都能被追踪解决。

3. 技术要服务于“人”的成长。 从65%到88%的准确率提升、32%的职业规划清晰度提升——数据背后是学生自信心和方向感的增强。最好的教学改革，是让学生感觉自己“变厉害了”。

这只是一个电气工程专业的案例，但其思路完全可以迁移到其他学科。毕竟，任何专业的核心挑战都是相通的：如何帮助学生把零散知识点连接成有意义的认知网络，再把知识网络转化为解决真实问题的能力。

知识图谱就是那张连接的地图，双闭环就是那条转化的路径。

文章信息

Fei Tang, Mo Chen, Jian Xu, Chao Qiu, Yuan Wang. Instructional Design and Practice of Specialized Courses Based on Knowledge Graphs—Using the Fundamentals of Electrical Engineering as a Case Study. Frontiers of Digital Education, 2025, 2(1): 7

DOI:10.1007/s44366-025-0040-4

识别二维码 免费获取原文

往期回顾

论文解读 | 基于知识图谱的专业课程的教学设计与实践——以电气工程基础知识为例

陈东平等 | 面向多学科教育的虚拟现实交互分子动力学：理论与高等教育应用

论文解读 | 基于新质生产力知识图谱的数字图形学课程方法与实践

一图看懂｜数字教育研究全球十大热点 2026

FDE 2025年被引次数最多10篇论文盘点：GenAI浪潮下的教育变革图谱

FDE 2024年被引次数最多10篇论文盘点，你的参考文献里有几篇？

招聘 | 高教社博士后科研工作站2026年度招聘简章

期刊介绍

期刊特点

1. 国际化投审稿平台ScholarOne Manuscripts

2. 严格的同行评议（Peer Review）

3. 免费语言润色，有力保障出版质量

4. 不收取作者任何费用

5. 不限文章长度

6. 审稿周期：第一轮平均30天，投稿到录用平均60天

7. 在线优先出版（CAP）

8. 通过SpringerLink平台面向全球推广

在线浏览

https://journal.hep.com.cn/fde

（中国大陆免费下载）

https://link.springer.com/journal/44366

在线投稿

https://mc.manuscriptcentral.com/fde

邮发代号

80-164

联系我们

fde@hep.com.cn

010-58582379, 010-58581834