跳到主要内容

01-outline — gamifying-ai-in-higher-education-teaching

切分:12 章。原书 = Introduction + ch1–3(理论)+ ch4–11(能力与伦理)+ ch12–16(准确性与幻觉)+ ch17–19(偏见与结论)。 我们的章对着原书结构走,把 15 个游戏按「机制同类」归并;每章一条完整推理链。 引用章名一律用 chapters.json 的 title(「1. Gamification」等);file 22 含原书 ch17/18/19。

01-fluency-not-literacy(Introduction + 2. Generative AI and AI Fluency 后半)​

  • §1 这一章讲什么:这本书不教「AI 是什么」,教「怎么把会用 AI 练成肌肉记忆」;为什么识字(懂)不算数。
  • §2 顶层全景:literacy→fluency 的链条图(懂原理→知边界→会出手→敢停手)。
  • §3.1 进来时以为「会用 ChatGPT = 打字问问题」→ 出去时知道 literacy(理解)与 fluency(应用)是两个等级,Yee 的原始区分。
  • §3.2 进来时以为学生天生会用所以不用教 → 出去时知道低年级学生反而最信 AI 输出,「会用界面」和「会鉴别」是两回事。
  • §3.3 进来时以为 fluency 是个口号 → 出去时知道作者把它拆成可检查的五条(批判评估/能力局限/伦理倡导/数据安全/人际影响),连「负责任使用出现两次」都是刻意的。
  • §3.4 主走查:AIAS 五级怎么落在一个真实作业上(调水工程:Level 2 头脑风暴→4 迭代→1 无 AI 起草→3 编辑→4 生成图表→交全交互日志)。
  • §4 作者的判断与证据:Yee 五组件、Perkins AIAS、Levingston 90 分钟医学生课程。
  • §5 边界与局限:fluency 靠学期反复强化不是一次课;「现在永远是最差版本」;AIAS 没有强制力,靠教师自觉选级。
  • §6 可带走的:五条 fluency 清单;给作业标 AIAS 级;「understanding vs applying」判据。

02-gamification-machine(1. Gamification)​

  • §1 讲什么:游戏化不是发徽章贴纸;它是一套有理论支撑的动机机器,但有一条死穴警告。
  • §2 顶层全景:概念分层表(gamification/SG/GBL/SBL/PBL/PjBL)+ 五理论拼图。
  • §3.1 进来时以为「游戏化=加积分」→ 出去时知道 Deterding 定义(非游戏情境用游戏设计元素)与 serious game(完整教育游戏)的分界,以及作者自己的四件套配方。
  • §3.2 进来时以为游戏化直接导致学习 → 出去时知道 Landers 两条通路(行为/态度为中介),以及那条死穴警告:「教学内容本身不帮学生学会,游戏化救不了」。
  • §3.3 进来时以为玩完就学会了 → 出去时知道 Kolb 四环里 debriefing(复盘)才是把体验变成学习的那一格。
  • §3.4 进来时以为动力靠发奖品 → 出去时知道 SDT 三需求(自主/胜任/归属),破坏任何一条都会杀死内在动机。
  • §3.5 进来时以为「心流」是玄学 → 出去时知道它就是难度刚好高于能力的工程参数。
  • §4 主走查:Jones 运动学课实验——学生自选积分解锁等级(Villager D→Iron Throne A),GC 对 NGC。
  • §5 边界与局限:故事线失真→负面迁移;新鲜感要靠持续加料;对照组哭着要玩的实体寻宝游戏说明不插电也行。
  • §6 可带走的;§7 原文地图。

03-the-genai-dragon(2. Generative AI and AI Fluency 前半 + 12. The Case of the Inept AI Detective)​

  • §1 讲什么:它在做什么(预测下一个词)、为什么会一本正经胡说、为什么连另一个 AI 都查不出它的错。
  • §2 顶层全景:预测→流利但不真→三种幻觉形态→流利掩盖错误。
  • §3.1 进来时以为它「懂」语言 → 出去时知道 LLM=预测下一个词(两个定义之争:确定最高分 vs 随机挑一个),42 彩蛋说明「随机」带着训练数据的偏见。
  • §3.2 进来时以为幻觉=偶尔说错 → 出去时知道三个专业区分:Balderdash 式编造、confabulation(不自知的虚构)、幻觉雪球(被戳穿后加倍坚持)。
  • §3.3 进来时以为错得明显容易发现 → 出去时知道语言越流利越掩盖错误,外行最容易被权威腔骗。
  • §3.4 进来时以为偏见是个别现象 → 出去时知道「狗追尾巴」回流循环:输出带偏见→用户改改喂回去→强化训练。
  • §4 主走查:G.A.I. 案件摘要——要求埋 2 个假事实、自称埋了 4 个、实测 11 处;Claude 只找到与 ChatGPT 自认相同的 4 条,Copilot 5 条且漏掉最明显一条。
  • §5 边界与局限:lateral reading(离开信源查信源)是人工核实的起步技能;「拿另一个 GenAI 当裁判」被实测否定。
  • §6 可带走的;§7 原文地图。

04-good-bad-ugly(2. Generative AI and AI Fluency 后半)​

  • §1 讲什么:一张完整的使用边界清单——它能省什么、会坏什么事、什么绝不能做。
  • §2 顶层全景:好/坏/丑三栏表。
  • §3.1 进来时以为 GenAI 全面省时间 → 出去时知道 Yee 的 85/10/5 分账,以及「省下的时间被核实吃掉」的暗账。
  • §3.2 进来时以为人+机总比单干强 → 出去时知道 Vaccaro 106 项研究的反直觉结论(AI 比人强的任务上,人机组合反而变差),与 MIT Sloan 的对立证据。
  • §3.3 进来时以为抄袭能检测 → 出去时知道没有可靠检测器 + double plagiarism 链条(AI 抄→学生贴→双重剽窃)。
  • §3.4 进来时以为 AI 产出的东西归我 → 出去时知道美国版权局 1060 号:纯 AI 输出无版权,人的加工才算,加工量未定。
  • §3.5 进来时不知道深伪/隐私/就业/环境已各自立法或量化 → 出去时知道 EU AI Act 定义、FERPA 风险、2030 年 40% 岗位替代计划、训练碳排数字。
  • §4 主走查:double plagiarism 全链条 + 版权判定走查(「仅提供 prompt 不算创作」)。
  • §5 边界与局限:作者的 Kenny Rogers 判据(知道何时收手)+ Nevers 四条(PII/原创作品/版权材料)。
  • §6 可带走的;§7 原文地图。

05-ggtcc-framework(3. Merging Generative AI into Gamification + 8. A Legendary Quest 的作业重设计部分)​

  • §1 讲什么:怎么在不另开课的前提下把 fluency 织进现有课程——作者的 GGTCC 框架。
  • §2 顶层全景:gamification × GenAI × 认知能力 × fluency 四件套。
  • §3.1 进来时以为研究里遍地是「GenAI 当游戏角色」→ 出去时知道文献空白:37 篇只有 3 篇提,多数研究在用 GenAI 造游戏而不是让它进游戏。
  • §3.2 进来时以为认知能力是虚词 → 出去时知道作者的 8 个 C 及其出处(6C 改造),以及 58% 雇主与 87% 岗位需求两个数。
  • §3.3 进来时以为知道=会用 → 出去时知道 know-what/know-how/show-how 三级,show-how 就是把 GenAI 放进游戏里用。
  • §3.4 进来时以为反思是课后作业 → 出去时知道 PAIR 四步 + Gibbs 六环是把「用过 AI」变成「想清楚怎么用的」的固定工序。
  • §4 主走查:海牛侦探游戏——免费 ChatGPT 3.5+Stable Diffusion、故意不迭代 prompt 制造「原始烂输出」、8C 逐项映射、Nevers 清单。
  • §5 边界与局限:禁令会 backfire;先学基础再引入 AI(免认知过载+能识破谬论);作业要从「产品」转向「过程」;Mollick 三障碍。
  • §6 可带走的;§7 原文地图。

06-prompt-engineering-5s(4. Breadcrumbs + 9. Blinded by Science + 15 的 prompt chaining + 11 的图像提示)​

  • §1 讲什么:提示工程是什么、为什么是 fluency 的心脏、5S 怎么把「碰运气」变成工序。
  • §2 顶层全景:烂 prompt→迭代地狱 vs 框架化 prompt→少迭代→省能量。
  • §3.1 进来时以为 prompt 就是打字问问题 → 出去时知道它是「对人类沟通的精修」,且有就业市场定价(20,662 条招聘拆解)。
  • §3.2 进来时以为 5S 只有一种 → 出去时知道三个版本并存(AI for Education/Quality Matters/作者改编)及各自第 4、5 个 S 的差别。
  • §3.3 主走查:Healthy Indulgences 的四步方括号 prompt 全文怎么构造、学生拿它走几轮、再核实营养事实。
  • §3.4 进来时以为迭代=重打一遍 → 出去时知道 prompt chaining(在原 prompt 上追加聚焦,不重复)省 token 也省电。
  • §3.5 进来时以为图像 prompt 和文本一样 → 出去时知道 zero-shot 靠不住、图像耗电是文本 30 倍、TFVC 四件套怎么填。
  • §4 作者的判断与证据:框架化 prompt 更可操作(Duruaku);但 Tassoti 实测框架提升满意度不提升正确率;幻觉当创造力(ch9 共创恐龙)。
  • §5 边界与局限:框架不豁免核实;先透明演示「烂 prompt 要 N 轮」再放学生进场。
  • §6 可带走的;§7 原文地图。

07-npc-personas(5. Did They Come from Outer Space + 8. A Legendary Quest + 16. Escape! Escape If You Can!)​

  • §1 讲什么:同一个技术,三种「脾气」的 NPC 设计——协助者、谜语人、不情愿者,各自的机制与用途。
  • §2 顶层全景:三种 NPC 对照表(给什么/不给什么/逼出什么)。
  • §3.1 进来时以为 NPC 都该热心 → 出去时知道热心型(外星人游戏)的价值在受众分支与「让 AI 扮阴谋论者压测自家信息」。
  • §3.2 进来时以为导师型要给答案 → 出去时知道 Gena Iye 被明令禁止联网、只喂教师上传的材料,定位是 springboard(踏板)不是答案机;LMS 密码锁怎么当关卡。
  • §3.3 主走查:Tarrant 的求助税——先交四行纸(试了什么/用了什么数据/什么失败/当前假设)再求助,每次求助罚 1 分钟锁,token 经济怎么对冲。
  • §3.4 进来时以为「不情愿」是怪癖 → 出去时知道它一石三鸟:逼迭代 prompt、逼鉴别建议真伪、以 scaffolding 方式降低焦虑。
  • §4 作者的判断与证据:SmartPal 宝石排行榜、Socratique 的 Mr. Pepper;Xiao 的侦探嫌疑人 NPC(线索要穷追才吐)。
  • §5 边界与局限:前端工作量全书最大;别预告中途换角色;线上版怎么改。
  • §6 可带走的;§7 原文地图。

08-debate-and-tot(7. The Great Debate + 10. The Curious Branching Case Study)​

  • §1 讲什么:让 GenAI 当对手时的两套硬技术:论证地图 + 思维树,以及「评分不看 AI 选什么」的评测设计。
  • §2 顶层全景:主张→论据→反驳→再反驳,可视化后找洞。
  • §3.1 进来时以为辩论靠口才 → 出去时知道 argument map 把 claims/counterclaims/evidence 摆开,没有反驳支撑的论点一眼现形。
  • §3.2 进来时以为赢对方=驳倒 → 出去时知道 steelmanning:先把对方最弱的论点修到最强,再回头补自己的洞;目的不是赢。
  • §3.3 进来时以为 AI 选路是黑箱 → 出去时知道 ToT 机制:汇集想法→自评→选最合理分支输出;autoprompting 让它自己生成后续 prompt。
  • §3.4 主走查:ChatGPT-5 的职业决策全输出——4 个 pivot、每步三分支带置信度(70/60/45%…)、milestone contract 的硬数字与第 12 周触发转轨。
  • §4 作者的判断与证据:Argumate 的教训(只会生成不会个性化=辅助不是对手);Archila 44 人实验。
  • §5 边界与局限:每分支限 3 条路;别提前告知 steelmanning;成绩只看学生的分析不看 AI 的选择。
  • §6 可带走的;§7 原文地图。

09-custom-chatbots(17. Diagnosis AI + 14. AI Witness + 15. Embedded with Alexander's Army)​

  • §1 讲什么:定制聊天机器人的三个深度——严格剧本、半开放证人、故意不定制——各解决什么问题。
  • §2 顶层全景:定制程度谱系图。
  • §3.1 主走查:Mrs. Martinez 病人配置单——人口学+环境(连狗的品种都是症状留白的道具)、症状分「主动说的」和「问出来的」、「只答被直接问到的」「要犹豫、要绕弯」「永不说出诊断名」。
  • §3.2 进来时以为证人该口径一致 → 出去时知道 Malvado 案故意让 6 个证人证词互相矛盾(摄像头状态/SUV 颜色/时间漂移),用七列 Discrepancy Matrix 逐条对账,矛盾分「解释得通」和「隔离不用」。
  • §3.3 进来时以为定制总是更好 → 出去时知道亚历山大游戏反其道:故意用通用 GenAI 让学生见识「全部缺点」,每条断言配两来源(古籍译本+现代研究)。
  • §3.4 进来时不知道采访还有收尾技巧 → 出去时知道「还有我没问到的吗?」对应 5S 第五条 Suggest Improvements。
  • §4 作者的判断与证据:学生反而更喜欢机器人病人(Rädel-Ablass);Kelso 的 AI 只对本来就信 AI 的人有效;ChatCharlie;挪威性别差。
  • §5 边界与局限:非语言线索缺失;别让学生生成真实人物肖像;教员别示范角色(学生会照抄)。
  • §6 可带走的;§7 原文地图。

10-counter-disinformation(6. Environmental Disaster + 13. GenAI's Scandalous Research)​

  • §1 讲什么:从社交媒体战到实验室审计——发现、核实、反击虚假信息的完整工序。
  • §2 顶层全景:归档→核实→反击→反思四步循环。
  • §3.1 进来时以为反击=骂回去 → 出去时知道 truth sandwich(事实—谬误—事实)结构 + 按逻辑谬误归档 + 每卡带可查来源。
  • §3.2 主走查:一条飓风谣言从出现到被压下去的全流程——假 Instagram 轮播与假 NOAA meme 投放→谬误归档→150 词反驳卡→来源核实日志→A/B 测试(4+4 hook、双 Padlet、0-2 四维评分、至少两队交叉)→最佳 hook 头条化。
  • §3.3 进来时以为「数据看起来对」就是对 → 出去时知道 AXE-42 六步审计:数据集找异常值/重复/缺失→报告找「完美得可疑」的统计→图找视觉操纵→改写→组间同行评审→四问汇报。
  • §3.4 进来时以为教师只当裁判 → 出去时知道教员是攻击方:bot-swarm、市长 deepfake、假募捐,全是教学中盘投放。
  • §4 作者的判断与证据:Zhong 的 Reddit 实验(带权威链接的 AI 干预让否认者软化);Kwon 证实假证据已进正经期刊。
  • §5 边界与局限:教师前端最重;哪些环节明令禁止用 GenAI(写反思、写一页纸初稿)。
  • §6 可带走的;§7 原文地图。

11-when-not-to-use-it(11. Rockhound + 19. Conclusion)​

  • §1 讲什么:全书最反直觉的一课——「对的工具未必是 GenAI」;怎么算时间账、怎么判收手。
  • §2 顶层全景:用/不用的决策判据图。
  • §3.1 主走查:州岩石事故——让 ChatGPT 写 50 州官方岩石,它把 rock 混成 mineral/gemstone/metal(Nevada:银是 state metal,sandstone 才是 state rock);Copilot 生成的假页逐点核对(含编造的「2023 年小学生立法」剧情)。
  • §3.2 进来时以为 AI 一定省时间 → 出去时知道核实成本的真实账:作者数小时核对后放弃改用官网搜索;图像耗电是文本 30 倍让「顺手生成」变贵。
  • §3.3 进来时以为迭代越多越是我的作品 → 出去时知道 Hwang 实验:学生迭代越多越认为拥有版权,与美国版权局立场相反——感觉与法律是两回事。
  • §3.4 进来时以为不用 GenAI=落伍 → 出去时知道 Kenny Rogers 判据:知道何时收手本身就是 fluency;GenAI 仍是合格的文本降级器与语法编辑器。
  • §4 作者的判断与证据:zero-shot 图像时好时坏 vs CC 图库检索更快;真狗照混 AI 照测试。
  • §5 边界与局限:结论时间敏感(图像质量在涨);「worst version」与结论章的收束。
  • §6 可带走的;§7 原文地图。

12-bias-in-images(18. On the Trail of the Notorious AI Artist + 2 的图像偏见 + 19 Conclusion)​

  • §1 讲什么:AI 图像的偏见从哪来、证据有多硬、两次展览怎么让学生亲眼看见并拆弹。
  • §2 顶层全景:训练数据→默认人像→回流放大→两次展览拆弹。
  • §3.1 进来时以为偏见是零星bug → 出去时知道它是成规模的:15,300 张 DALL-E 2 图×153 职业对照人口普查;10,000 张 Stable Diffusion 图的「种族同质化」;四家生成器零残障人物。
  • §3.2 进来时以为 prompt 中性就公平 → 出去时知道 chef=白男/cook=有色女性的一词翻转;默认值本身就是立场。
  • §3.3 主走查:两次画廊——第一画廊故意 nonspecific prompt 不迭代;第二画廊同一 prompt 反向指定人口学,迭代路线分叉才是教学点。
  • §3.4 进来时以为「纠正历史」没问题 → 出去时知道 Firefly 发明 1960 年代女大法官也是失真——过度矫正与刻板印象同源。
  • §4 作者的判断与证据:Sun 的「恶性反馈循环」;AIDahoul 反复暴露改变视角;Paludan「民主化创作」作者有条件同意。
  • §5 边界与全书收束:结论章——worst version、human in the loop、The Force;全书落点「学生就是未来」。
  • §6 可带走的;§7 原文地图。

自查(两行「出去时知道」是否同一件事)​

  • 03(幻觉为什么发生/长什么样)vs 10(组织反击的工序):前者是机制,后者是流程,不重。
  • 04(边界全景清单:版权/深伪/就业/环境)vs 11(收手判据:时间账+所有权感觉研究):04 讲「有什么坑」,11 讲「怎么决定不用」,版权细节留在 04,11 只回指。
  • 06(提示工艺)vs 07(用 NPC 逼迭代):工艺 vs 舞台设计,不重。
  • 05(GGTCC 框架与作业重设计)vs 02(游戏化理论):02 是理论地基,05 是 GenAI 特化的框架,海牛走查只在 05。
  • 09(定制人设)vs 07(NPC 脾气):07 讲交互节奏(给不给提示、罚不罚时),09 讲配置深度(喂什么、瞒什么、禁什么)。 borderline 但可分:07 的 Gena Iye 也讲喂料……合并?—— Gena Iye 的核心是「谜语人+闯关解锁」节奏,喂料只是其约束条件;保留拆分,但 07 §3.2 只讲节奏与 springboard 定位,配置细节(喂什么)归 09。OK。

兑现债(写作时每章要还的)​

  • index §3 主线会许诺:Tarrant 求助税→07;ToT 置信度→08;11 处虚构→03;两次画廊→12;AIAS→01;Landers 警告→02。
  • 各章间回指:03 的雪球→10 的反击;04 的版权→11 的所有权感觉;05 的 PAIR/Gibbs→10 的落地;06 的 5S→09 的采访收尾技巧。