ARTICLE · 1055579
[示例 AI时代课程作业改造] part2, 补充两类深度作业:工科数学三件套和工程物理 作业改造思路
AI 时代的数理基础课作业，不应只是让学生更快得到答案，而应让学生经历五种角色转换：从解题者到出题者，从出题者到审查者，从审查者到讲解者，从讲解者到设计者。
你这两个补充非常关键，而且不是“额外加两个作业”那么简单。它们实际上把前面那套“学生出题—交叉做题—AI 审查—修订”的主轴继续往深处推进了一层：前一个作业训练“能不能把模式讲活”，后一个作业训练“能不能把既定流程拆开，追问其背后的设计理由”。
如果说前面 Part One 的核心是：
从解题走向出题，从答案走向判断。
那么你现在补充的 Part Two 可以概括为：
从会用知识走向能教知识，从照流程完成走向追问流程为什么这样设计。
这两个作业都非常符合“模式语言学习”的精神。因为模式语言不是只让学生“知道一个模式”，而是让学生能够：
在自己的经验中认出它； 向别人解释它； 判断别人是否真的理解； 拆解它背后的张力； 重新设计它的进入路径； 在流程被打乱时仍能找回结构。
下面我先梳理你的思路，再评价其价值，最后直接写成可接在前文后面的 Part Two：两类补充作业设计。
一、先梳理你的两个补充作业
你提出的两个作业，其实分别对应两种非常重要的学习方式。
1. 第一类：面向低龄学习者的“再教学作业”
你的核心判断是：
最好的输入是输出。一个人真正理解一个概念的重要标志，是他能把它讲给更低年级、更少背景知识的人听懂。
这类作业不是普通的课堂汇报，也不是让学生做 PPT 复述教材，而是要求学生选择一个数学、物理或工程基础概念，设计一节面向中学生、初中生甚至小学生的微型课程。
它要求学生完成几件事：
自己真正理解概念； 判断低龄学习者已有经验和认知水平； 找到合适的经验入口； 选择类比、教具、演示、故事、实验或互动活动； 把抽象概念转化成可感知、可体验、可操作的学习过程； 防止类比误导； 让别人不仅“听懂”，还形成“认出感”。
这实际上是在训练学生成为“认知接口设计者”。
因为他们要在两个系统之间搭接口：
大学抽象知识系统 ↔ 中小学生已有经验系统
学生如果不能理解两端，就设计不出好课。
2. 第二类：多问为什么的“流程破坏与设计追问作业”
你第二个作业来自大学物理实验中的观察。
你发现学生往往可以按照实验指导书很快完成实验，但这并不代表他们理解了实验。
他们可能只是完成了流程：
按步骤连线； 按按钮； 记录数据； 套公式； 写报告。
但他们未必知道：
为什么这样连线？ 为什么用这个仪器？ 为什么这样测量？ 为什么这个变量要控制？ 为什么这个误差可以忽略？ 为什么这个实验设计能验证某个规律？ 如果某个条件被破坏，实验还能不能做？ 如果重新设计，是否有别的方法？
所以你会故意“破坏已知条件”：
不预先讲完整流程； 把连线断掉； 不直接说明仪器用途； 让学生先面对不完整系统； 然后通过追问不断逼近实验背后的结构。
这类作业的核心不是“刁难学生”，而是制造高质量认知摩擦。
它把验证性实验转化为：
开放性的设计性实验。
它训练的是：
系统理解； 变量识别； 测量方法理解； 仪器原理理解； 实验设计判断； 故障诊断； 边界意识； 逆向工程能力。
这和前面讨论的 AI 审查也高度一致。因为 AI 和实验指导书都有一个共同风险：
它们都可能把复杂的认知过程包装成顺滑的流程。
而你的作业就是要重新打开这个流程，让学生看到流程背后的结构。
【注】 大学物理实验 改造的一个示例
https://www.bilibili.com/video/BV1HF411m7iu/
二、对这两个作业的评价：非常合适，而且补上了前文缺少的两块
这两个作业非常值得加入原方案。原因是它们分别补上了 Part One 中两个还不够突出的维度。
1. “再教学作业”补上了表达与换位理解
前面“学生出题”强调的是：
学生能否从场景中抽取结构，并构造可解问题。
但它还不一定训练学生：
能否把这个结构讲给另一个认知水平不同的人听。
而再教学作业恰恰补上这一点。
它要求学生不仅知道知识，还要知道别人如何进入知识。
这很关键。因为真正的理解往往不是“我觉得我懂了”，而是：
我能否为别人设计一条进入理解的路径。
这就是教育学上的“教学相长”，也是模式语言中的“接口生成”。
2. “多问为什么作业”补上了流程背后的结构拆解
前面“出题—AI 审查”强调的是判断 AI 和题目边界。但它还可以进一步推进到：
对教材、实验指导书、公式推导、仪器流程本身进行结构性追问。
很多学生的问题不是不会做，而是不知道为什么这样做。
你的“多问为什么”作业正好打破了“照流程完成”的幻觉。
它让学生从：
按指导书完成实验
转向：
理解一个实验为什么被这样设计。
这非常符合工程教育。因为真实工程中没有人会把所有条件写成实验指导书。真实工程往往是：
条件不完整； 设备可能失效； 数据有噪声； 目标会变化； 约束彼此冲突； 方案需要重新设计。
所以这类作业训练的是非常真实的工程思维。
3. 两类作业与前文主轴可以形成互补
可以把前文和你新增的两个作业放在一起看。
| 作业类型 | 核心动作 | 训练重点 |
|---|---|---|
这五类组合起来，数理基础课的作业系统就更完整了。
三、Part Two：补充两类深度作业
下面我直接按文章形式写一个可接在前文后面的 Part Two。
Part Two：两类补充作业
从“出题与审查”走向“再教学与追问设计”
前面我们已经提出，AI 时代数理基础课的作业不应只停留在“老师出题—学生做题—老师批改”的结构中，而应转向：
学生出题 → 同伴做题 → AI 解题/评题 → 学生审查 AI → 原作者修订 → 全班沉淀模式语言。
这个主轴能够有效训练学生的结构识别、建模能力、边界意识和 AI 判断力。
但如果进一步追问：学生是否真正把一个模式活化了？是否不仅会用，还能讲清楚？是否不仅会按流程操作，还能理解流程背后的设计理由？那么还需要补充两类作业：
- 再教学作业：把大学概念讲给低龄学习者。
- 多问为什么作业：把流程型任务拆成设计型追问。
这两类作业分别对应两个更深层的学习目标：
- 再教学作业
训练学生设计认知接口； - 多问为什么作业
训练学生拆解流程背后的生成机制。
四、补充作业一：再教学作业
让学生把一个大学概念讲给中小学生
这类作业的基本理念是：
最好的输入是输出，最深的理解往往发生在重新解释给别人听的时候。
学生学完一个数学、物理或工程基础概念后，需要选择一个主题，设计一节面向高中生、初中生甚至小学生的微型课程。目标不是降低知识，而是为不同认知水平的人设计合适的理解路径。
1. 为什么这种作业重要？
因为“会做题”不等于“真理解”。
一个学生可能会计算导数，却说不清导数为什么表示变化率；可能会套用牛顿第二定律，却说不清力和运动状态改变之间的关系；可能会做矩阵乘法，却说不清矩阵为什么可以表示变换。
当他要把概念讲给更低龄学习者时，就不能只依赖术语和公式了。他必须重新思考：
这个概念解决什么问题？ 学生过去经历过类似现象吗？ 他们已有的知识和经验是什么？ 哪个类比最容易进入？ 哪个类比会误导？ 应该先让他们体验，还是先给名称？ 要不要用教具、表演、动画、实验或小游戏？ 怎么判断他们是不是真懂了？
这正是模式活化的过程。
2. 再教学作业的本质：设计认知接口
从接口模式看，再教学作业本质上是在设计一个接口：
大学抽象知识 ↔ 中小学生已有经验
这两个系统天然不适配。
大学知识具有：
抽象性； 符号性； 形式化； 压缩性； 专业术语多； 前置知识多。
而中小学生的理解更多依赖：
生活经验； 身体感受； 具体情境； 图像； 故事； 操作； 直观类比。
所以学生要做的不是“把大学课本讲简单一点”，而是设计一个过渡结构：
用经验触发问题； 用故事或现象制造好奇； 用教具让概念可见； 用类比搭桥； 用反例守住边界； 用小练习检测理解。
这就是一种典型的“认知接口设计”。
【注】自己的学习从过去的经验中来， 到他人的经验中去。螺旋式上升。例如下面的微积分
[示例 AI时代课程改造]原来我早就见过它--《微积分》与中小学经验的模式桥接
3. 作业基本要求
学生可以个人完成，也可以小组完成。每组选择一个主题，设计一节 10–20 分钟的微型课。
可选对象：
小学生； 初中生； 高中生； 非本专业大学生； 家长或普通公众。
可选主题包括但不限于：
| 课程 | 可选主题 |
|---|---|
4. 再教学作业提交模板
建议统一要求学生提交以下内容。
1. 主题名称
例如：
给初中生讲“导数为什么是变化率”。
2. 教学对象
说明对象是谁：
小学高年级； 初中生； 高中生； 非理工科同学； 普通公众。
3. 对方已有经验分析
回答：
他们已经知道什么？ 他们可能不知道什么？ 他们可能有什么误解？ 他们生活中经历过哪些相关现象？
例如讲导数，可以写：
初中生知道速度、路程、时间，也知道斜率，但还没有系统学习极限。他们可以理解“平均速度”，但不容易理解“某一瞬间的速度”。
4. 核心模式识别
说明这个概念背后的模式。
例如：
导数：局部变化率； 积分：微小量累积； 矩阵：变换； 投影：某个方向上的有效分量； 方差：波动程度； 条件概率：新信息改变判断； 电磁感应：变化产生新的效应。
5. 经验入口设计
说明准备用什么生活经验进入。
例如：
| 概念 | 经验入口 |
|---|---|
6. 教学路径
写出 10–20 分钟微型课流程。
可以采用：
现象引入； 提出问题； 互动体验； 模式命名； 简单公式； 例子练习； 边界提醒； 总结一句话。
7. 教具或活动设计
可以包括：
绳子； 小车； 水杯； 弹簧； 手电筒； 手机传感器； 纸片； 积木； 动画； 互动小游戏； AI 生成图像或模拟演示。
8. 类比与边界
每个好类比都必须说明边界。
例如：
用水流解释电流有帮助，但水流不是电流。电流涉及电荷运动和电场，不能完全用水管类比替代。
这一步非常重要。否则再教学会变成“漂亮但错误的类比”。
9. 检测理解的小问题
学生要设计 2–3 个问题，判断听众是否真的理解。
例如：
你能自己举一个“变化率”的例子吗？ 如果速度一直变，为什么不能只用平均速度？ 平均分一样的两个班，为什么方差可能不同？ 为什么无线充电不是“电凭空过去了”？
10. AI 辅助与审查
允许学生用 AI 帮助设计课程，但必须审查：
AI 给的类比是否准确？ AI 是否过度简化？ AI 是否用了目标对象听不懂的术语？ AI 是否忽略了概念边界？ AI 设计的活动是否真的可操作？
11. 反思
回答：
为了把这个概念讲给别人，我对它有什么新的理解？
5. 再教学作业评分建议
| 评价维度 | 分值 | 说明 |
|---|---|---|
6. 这类作业适合放在哪些课程中？
这类作业可以贯穿三学期，但难度递进。
| 学期 | 课程 | 适合主题 | 要求重点 |
|---|---|---|---|
第一学期可以只要求“写一份讲解设计”。第二学期可以要求小组试讲。第三学期可以要求录制短视频或面向真实中学生做一次科普活动。
五、补充作业二：多问为什么作业
把流程型任务改造成设计型追问
第二类作业的基本理念是：
学生能按流程完成任务，不代表他理解了流程为什么这样设计。
在大学物理实验、数学建模、程序设计、电子实验乃至 AI 使用中，学生常常会形成一种“流程依赖”：
指导书怎么写，我就怎么做； 公式怎么给，我就怎么套； AI 怎么答，我就怎么改； 实验怎么连，我就怎么连； 报告模板怎么要求，我就怎么填。
这种学习方式表面高效，但理解很浅。
所以需要一种作业，把既定流程重新打开，让学生追问：
为什么是这个步骤？为什么用这个仪器？为什么这样测量？为什么这些条件可以假设？为什么这个误差可以接受？如果这些条件被破坏，还能不能完成目标？
这就是“多问为什么作业”。
1. 这类作业的核心：从验证性实验到设计性实验
传统验证性实验的逻辑是：
已知原理 → 给定仪器 → 按步骤操作 → 得到数据 → 验证结论。
多问为什么作业则把逻辑改成：
给定目标或现象 → 分析需要测什么 → 选择仪器和方法 → 设计步骤 → 处理误差 → 解释为什么这样设计。
这一步非常关键。它把学生从“执行者”变成“设计者”。
2. “破坏已知条件”的教育意义
你提到在物理实验中把连线断掉、不提前讲清楚，让学生先面对不完整系统。这个做法本质上是在制造高质量认知摩擦。
它不是为了让学生难受，而是为了让学生意识到：
原来连线不是装饰； 原来仪器之间有信号关系； 原来测量方法依赖某些假设； 原来实验步骤是被设计出来的； 原来指导书省略了很多判断过程； 原来我以前只是完成流程，不是理解实验。
这和 AI 时代的教育高度相关。因为 AI 的一个风险就是把不完整、困难、混乱的问题直接包装成顺滑答案。学生如果长期只消费顺滑流程，就会丧失面对不完整问题的能力。
3. 多问为什么作业的基本形式
可以有三种版本。
版本 A：实验流程追问版
适合大学物理实验、电子实验、工程训练。
任务：
选择一个实验，不只完成实验，还要对实验指导书中的关键步骤提出并回答至少 10 个“为什么”。
问题包括：
为什么用这个仪器？ 为什么这样连接？ 为什么先调零？ 为什么要多次测量？ 为什么这个变量要保持不变？ 为什么这个量可以间接测量？ 为什么这个数据点可能异常？ 为什么这个误差可以接受？ 为什么这个图像能验证规律？ 为什么这个实验不能证明更强的结论？
版本 B：流程破坏版 （请注意不要构建出 短接电源）
适合实验课现场。
教师可以故意设置不完整条件：
少给一个步骤； 把多个组的器材混淆在一起 (这不是老师偷懒，这是学生成长) 断开一根线； 不说明某个旋钮作用； 给出异常数据； 改变一个实验条件； 隐去一部分仪器说明。
学生任务：
诊断哪里不对； 说明为什么不对； 提出修复方案； 解释修复依据； 重新完成实验； 写出“我以前忽略了什么”。
这类作业特别能训练系统思维。
版本 C：重新设计版
适合课程后半段或综合项目。
任务：
给定一个测量目标，不给完整步骤，让学生自己设计实验方案。
例如：
如何测量一个小车的加速度？ 如何测量弹簧劲度系数？ 如何估计手机传感器测量误差？ 如何测量某地点 Wi-Fi 信号稳定性？ 如何判断某个电路元件是否异常？ 如何比较两种测量方法的可靠性？
学生必须说明：
要测什么； 用什么仪器； 为什么这样测； 数据如何处理； 误差从哪里来； 哪些假设成立； 如果设备不同，方案如何调整； AI 给出的方案是否可行。
4. 多问为什么作业模板
建议统一提交以下内容。
1. 任务名称
例如：
用多问为什么重新理解“弹簧振子实验”。
2. 原始流程或实验目标
说明原本指导书要求做什么。
3. 关键步骤拆解
列出实验或解题流程中的关键步骤。
例如：
连接传感器； 调零； 改变质量； 记录周期； 作图； 求斜率； 得出结论。
4. 十个为什么
每个为什么都要回答。
可以按四类来问。
| 追问类型 | 示例问题 |
|---|---|
5. 被破坏条件分析
如果某个步骤被取消或条件改变，结果会怎样？
例如：
如果不调零，会怎样？ 如果只测一次，会怎样？ 如果摩擦不能忽略，会怎样？ 如果传感器采样频率不够，会怎样？ 如果实验对象不是理想弹簧，会怎样？
6. 重新设计方案
学生提出一个改进版或替代版方案。
要求说明：
改进了什么； 牺牲了什么； 成本是否增加； 精度是否提升； 操作是否更复杂； 哪些风险仍然存在。
7. AI 方案审查
让 AI 给出一版实验解释或改进方案。
学生审查：
AI 是否理解实验目标？ AI 是否忽略仪器限制？ AI 是否默认理想条件？ AI 是否给出不可操作的方案？ AI 是否误解误差来源？ AI 是否把验证性实验说成了证明性实验？
8. 反思
回答：
我原来只是按步骤做，现在我理解了哪些设计理由？
5. 多问为什么作业评分建议
| 评价维度 | 分值 | 说明 |
|---|---|---|
六、这两类作业如何嵌入三学期课程？
这两类作业可以和前文的出题闭环共同组成完整体系。
第一学期：微积分一
第一学期可以重点做“再教学作业”的轻量版。
适合任务
选择一个微积分概念，写一份给高中生或初中生的讲解设计。
可选主题：
极限； 导数； 积分； 最优化。
示例：
给初中生讲“导数为什么不是普通斜率，而是某一点附近的变化率”。
要求：
用生活经验引入； 不直接堆公式； 说明类比边界； 设计一个小问题检测理解； 让 AI 生成讲法，学生审查其是否过度简化。
第一学期暂时不必要求真实试讲，重点是让学生意识到：
要让别人听懂，自己必须先想明白。
第二学期：微积分二、大学物理一、线代空间几何
第二学期两类作业都可以加入。
再教学作业
适合主题：
给高中生讲向量投影； 给初中生讲力为什么要分解； 给高中生讲矩阵为什么是变换； 给高中生讲梯度为什么表示最快上升方向； 给初中生讲能量守恒。
多问为什么作业
适合大学物理一实验或物理题。
例如：
对一次力学实验提出 10 个为什么，并说明如果某个条件被破坏，实验结论是否仍然可靠。
或者：
给出一道斜面受力题，要求学生追问：为什么要选这个坐标系？为什么要分解力？为什么法向力不做功？为什么摩擦力不能忽略？
这可以把数学、物理和线代连起来。
第三学期：大学物理二、概率统计
第三学期非常适合做“多问为什么作业”的升级版。
再教学作业
适合主题：
给高中生讲电磁感应； 给初中生讲电磁波和通信； 给高中生讲方差为什么重要； 给高中生讲条件概率为什么容易反直觉； 给普通人讲置信区间不是什么意思。
多问为什么作业
适合主题：
为什么测量要多次重复？ 为什么不能只看平均值？ 为什么要考虑系统误差？ 为什么暗光拍照噪声更明显？ 为什么报警后不等于一定故障？ 为什么 AI 的统计解释可能误导？
可以设置综合项目：
给定一组传感器数据，让学生不仅计算均值和方差，还要追问整个测量流程为什么这样设计，误差从哪里来，AI 给出的统计解释是否可靠。
七、把五类作业整合成完整体系
加入这两个作业后，整个数理基础课作业系统可以形成五类核心作业。
| 作业类型 | 核心问题 | 训练能力 |
|---|---|---|
这五类作业正好构成从知识到模式语言的完整训练链条：
会做 → 会出 → 会评 → 会讲 → 会拆。
更完整一点：
会做题，是基本能力；会出题，是结构能力；会评题，是判断能力；会讲题，是接口能力；会拆流程，是设计能力。
八、这两个作业和“接口作为元模式”的关系
你前面关于接口的文章在这里可以发挥很大作用。
1. 再教学作业：设计学生与知识之间的接口
再教学不是普通表达训练，而是接口设计。
学生要面对两个异质系统：
一端是抽象、形式化的大学知识； 另一端是具体、经验化的中小学生认知。
中间需要设计：
经验入口； 类比； 活动； 图示； 教具； 提问； 反馈； 边界提醒。
这就是典型的接口机制：
翻译、缓冲、过渡、过滤、反馈。
如果接口过硬，低龄学习者听不懂；如果接口过软，概念被讲得太浅、太失真；如果接口过宽，类比泛滥；如果接口过窄，只有公式，没有体验。
所以再教学作业可以直接训练学生理解：
好的学习不是把知识倒给别人，而是设计一条能让别人进入知识的路径。
2. 多问为什么作业：拆解流程中的隐性接口
实验指导书、解题步骤、仪器说明、AI 答案，本质上都是接口。它们把复杂系统包装成可操作流程。
但流程过于顺滑时，学生会只使用接口，而不理解接口。
多问为什么作业就是把接口拆开：
仪器和物理量之间是什么接口？ 传感器和真实世界之间是什么接口？ 数据和结论之间是什么接口？ 公式和现象之间是什么接口？ 指导书和学生理解之间是什么接口？ AI 答案和学生判断之间是什么接口？
所以这类作业的本质是：
对接口进行逆向工程。
学生不再只是走过一条路，而是理解这条路为什么这样修。
九、可以给教师的操作建议
[注]学习者也可以自己操盘。
这两个作业很好，但确实对教师要求较高。可以通过分层实施降低难度。
1. 再教学作业的低成本做法
不必每次都真实试讲。可以分三档：
| 档次 | 做法 | 适用阶段 |
|---|---|---|
2. 多问为什么作业的低成本做法
教师不必每次都设计开放实验。也可以分三档：
| 档次 | 做法 | 适用场景 |
|---|---|---|
3. 教师角色要从“给答案”转为“追问者”
尤其在多问为什么作业中，教师最重要的不是马上解释，而是追问：
你为什么这样连？ 你测到的量真的是你想测的吗？ 如果这根线断了，信号路径在哪里中断？ 如果不调零，误差进入哪里？ 如果只测一次，为什么不可靠？ 如果 AI 给出这个方案，现实设备能做到吗？ 这个实验是验证了结论，还是只是支持了结论？
这类追问会让学生从流程执行进入结构理解。
十、可以加入前文后的新版总结
加入这两类作业后，整套作业改革可以这样总结：
AI 时代的数理基础课作业，不应只是让学生更快得到答案，而应让学生经历五种角色转换：从解题者到出题者，从出题者到审查者，从审查者到讲解者，从讲解者到设计者。
更具体地说：
- 学生出题
：训练从现象中看见结构； - 同伴交叉做题
：训练表达清晰和边界意识； - AI 解题与审查
：训练判断力； - 再教学作业
：训练认知接口设计； - 多问为什么作业
：训练流程背后的机制拆解。
最终目标不是让学生多完成几份作业，而是让他们逐步成为：
能够看见模式、设计接口、判断边界、拆解流程、负责任使用 AI 的学习者。
十一、可直接接入原文的 Part Two 文稿
下面是一段更像正式文章的版本，可以直接放在前面那篇方案之后。
Part Two：从出题到再教学，从流程到设计
数理基础课作业改革的两个补充方向
如果说前一部分强调的是“学生出题—同伴做题—AI 审查—修订反思”，那么还可以继续补充两类作业：再教学作业和多问为什么作业。
前者要求学生把一个大学数学、物理或工程基础概念讲给中学生、初中生甚至小学生听；后者要求学生对实验、解题流程、仪器使用和数据处理不断追问“为什么”，从而把流程型任务转化为设计型理解。
这两类作业的共同点在于：它们都不满足于学生“会做”，而是进一步追问学生是否真正理解了知识背后的结构。
1. 再教学作业：把大学概念讲给低龄学习者
一种非常有效的学习方式，是让学生把自己学到的知识重新讲给别人。尤其当讲解对象是中学生、初中生甚至小学生时，学生不能再依赖大学教材中的术语和公式，而必须重新设计理解路径。
例如，学生可以选择一个主题：
给初中生讲“导数为什么表示变化率”； 给高中生讲“矩阵为什么表示变换”； 给初中生讲“力为什么可以分解”； 给高中生讲“方差为什么比平均值多提供了一层信息”； 给普通人讲“条件概率为什么容易让人误判”； 给中学生讲“电磁波为什么可以传递信息”。
这类作业要求学生完成几个任务：
分析讲解对象已有的生活经验和知识基础； 找到合适的经验入口； 识别概念背后的核心模式； 设计类比、教具、演示或互动活动； 用尽可能清楚的语言解释概念； 说明类比和简化的边界； 设计几个问题检测对方是否真正理解； 使用 AI 辅助时，审查 AI 的讲法是否过度简化或产生误导。
这类作业的本质，不是让学生做一次普通汇报，而是让他们设计一个“认知接口”。大学知识和低龄学习者的经验之间天然存在差异。学生要做的，是通过类比、体验、活动、问题和反馈，搭建一条可以进入概念的路径。
如果一个学生能够把“导数”讲成“局部变化率”，把“积分”讲成“微小量累积”，把“矩阵”讲成“空间或数据的变换”，把“方差”讲成“波动程度”，并且能够说明这些说法在哪些地方不够精确，那么这个概念就不再只是符号，而开始成为活的模式。
2. 多问为什么作业：把流程型任务拆成设计型理解
另一类重要作业，是让学生不断追问“为什么”。
在许多数理基础课程，尤其是大学物理实验中，学生常常能够按照实验指导书很快完成任务。但这不代表他们真正理解了实验。他们可能只是完成了流程，却没有理解流程背后的设计理由。
因此，可以设计一种“多问为什么作业”。学生不仅要完成实验或题目，还要对其中的关键步骤提出并回答一系列问题：
为什么用这个仪器？ 为什么这样连接？ 为什么要先调零？ 为什么要多次测量？ 为什么这个变量要控制？ 为什么这个量可以间接测量？ 为什么这样作图？ 为什么斜率能代表我们要测的物理量？ 为什么这个误差可以忽略？ 如果某个条件被破坏，结论还成立吗？
教师也可以进一步故意“破坏”部分已知条件。例如，不提前讲清全部步骤，断开某根连线，隐去某个仪器参数，给出一组异常数据，或者改变一个实验条件。学生的任务不是机械完成指导书，而是诊断系统、恢复关系、解释原因、重新设计方案。
这样，原本验证性的实验就会逐渐变成设计性的实验。学生不再只是问“下一步做什么”，而是开始问：
这个实验为什么要这样设计？它依赖哪些假设？如果条件改变，我还能不能重新设计一个方案？
这类作业也可以和 AI 结合。学生可以让 AI 解释实验或给出改进方案，然后审查：
AI 是否理解真实实验设备？ AI 是否默认了理想条件？ AI 是否忽略仪器精度？ AI 是否把随机误差和系统误差混在一起？ AI 的方案是否可操作？ AI 是否把“验证”说成了“证明”？
这样，AI 不再是答案代理，而成为学生练习判断的对象。
3. 两类作业与前一部分的关系
加入这两类作业后，数理基础课的作业系统会更加完整。
前一部分中的“学生出题—同伴做题—AI 审查—修订反思”，主要训练学生从现象中识别结构，并判断问题和答案是否合理。
而“再教学作业”进一步要求学生：
把自己理解的结构转化为别人能够进入的学习路径。
“多问为什么作业”则进一步要求学生：
把已经给定的流程重新拆开，理解每一步背后的设计理由。
因此，五类作业可以形成一个递进链条：
| 作业类型 | 学生要完成的核心动作 | 训练目标 |
|---|---|---|
这样，数理基础课作业就不只是检查学生是否完成任务，而是在逐步训练学生成为“架构型学习者”。
4. 三学期中的实施建议
这两类作业也可以按三学期递进。
第一学期，在微积分一中，可以让学生选择“导数、积分、极限、优化”等概念，设计一份面向高中生或初中生的讲解方案。重点是从生活经验进入概念。
第二学期，在微积分二、大学物理一、线性代数与空间解析几何中，可以让学生围绕“梯度、投影、矩阵变换、力、能量、振动”等主题进行再教学，也可以在物理实验中加入“十个为什么”的流程追问。
第三学期，在大学物理二和概率论与数理统计中，可以让学生围绕“电磁波、测量误差、方差、条件概率、信号与噪声”等主题进行科普式讲解，并对实验测量和数据分析过程进行系统追问。
三学期的难度可以这样递进：
| 阶段 | 再教学作业重点 | 多问为什么作业重点 |
|---|---|---|
5. 最终目的
这两类作业的目的，不是增加学生负担，而是改变学习的方向。
传统作业常常训练学生：
按步骤完成任务。
而这两类作业训练学生：
设计别人进入知识的路径，拆解自己完成任务的路径。
前者让学生成为知识传播的设计者，后者让学生成为流程和系统的理解者。两者共同指向 AI 时代真正重要的能力：
不只是获得答案，而是理解答案如何生成； 不只是使用流程，而是理解流程为何成立； 不只是让 AI 帮忙，而是审查 AI 忽略了什么； 不只是自己懂，而是能为别人搭建理解的接口； 不只是完成实验，而是能重新设计实验。
因此，数理基础课的作业改革可以从一句话扩展为：
从解题走向出题，从出题走向审查，从审查走向再教学，从流程走向设计。
最终希望学生形成的，不只是数学或物理知识，而是一种更深的学习能力：
能看见结构，能讲活概念，能追问流程，能判断边界，能与 AI 协作但不被 AI 替代。