摘要
       

        微学习是一种将学习内容拆分为小单元，便于学习者快速理解的教学策略，常见于数字化学习环境。凭借以学习者为中心且易于与技术融合的特性，微学习在高等教育中日益受到重视。本文介绍一门聚焦文献引用技能的微学习课程，其可作为学术英语（EAP）补充性学习资源。课程的开发使用了两种人工智能工具：AI 课程生成器和 AI 视频生成器，提升设计与制作效率。文中先概述微学习的背景与策略，再阐述课程设计与制作流程。最后，对课程开发进行总结，并提出对后续微学习项目的实践建议。

 

关键词：微学习、在线微型课程、参考文献引用技能、AI 课程生成器、AI 视频生成器、AI数字人、AI智能体。

 

 

引言 

 

背景 
     

       参考文献引用是大学生必须学习的核心学术能力之一；然而，不少学生难以熟练掌握这项技能（Zhang，2018）。主要原因可能包括两方面：其一，部分学生相较于其他学术与研究能力，未能充分认识到文献引用技能的重要性，因而学习动机不足（Zhang，2018）。其二，受限于课堂时长，教师难以有效地讲授引用规范，学生也缺乏充足的机会去理解并练习这些复杂规则。在线平台可助力缓解上述问题：除了强调引用技能的重要性，学生可在传统课堂之外按自身时间安排进度，通过交互式活动重复练习，提升文献引用技能。

 

微学习 
       

     凭借其以学生为中心的取向和与技术整合的能力，微学习在高等教育中日益受到关注（Alias and Razak，2023）。社交媒体平台的普及与移动设备用户的快速增长，加速了微学习在教育与职场环境中的推广与应用（Corbeil and Corbeil, 2024）。相应地，学习者的学习行为正在发生转变：学习者更倾向于通过移动设备，以短小、聚焦单一主题的微单元获取信息（Taylor and Hung，2022）。

       

     微学习是一种教学策略，将复杂知识拆解为可管理、易吸收的小单元，时长多在五分钟以内（Lee, Jahnke and Austin，2021）。采用微学习方法时，课程被组织为若干小单元，每个单元聚焦于单一技能或概念，通过分块化设计降低认知负荷，便于学习者理解与掌握（Yao and Ho，2024）。这一策略契合当代学生对快速学习的偏好（Corbeil and Corbeil，2024）。在呈现方式上，微学习课程通常通过基于网络或移动端的平台进行呈现（Taylor and Hung，2022）。微学习平台所采用的技术包括短视频微讲、游戏化元素与交互式测验。

       

      已有研究表明，微学习能够有效提升学生的任务型表现，例如成功完成特定任务或获取新知识（Taylor and Hung，2022）。此外，微学习还可增强学习者的动机、自信与自我认知（Lee, Jahnke and Austin，2021；Lee，2023）。此方法作为大型学术项目的补充性学习资源也尤为有益（Taylor and Hung，2022）。然而，尽管成果积极，现有关于微学习的研究仍然有限，且研究主要集中在医学或医疗保健等领域（Taylor and Hung，2022）。因此，有必要在更多学科中开展进一步研究，以更全面地理解微学习的适用范围、效能与潜力。

       

       微学习通过将复杂知识拆分为可管理的微单元，降低学习者的认知负荷，并支持其以自定步调通过重复练习巩固所学（Oxford Learning，2025）。同时，教师可以运用微学习方法为复杂主题设计微单元，提供学习支架，支持学生的学习过程。基于上述理念，作者开发了一门聚焦哈佛引用格式的在线微学习课程，旨在帮助本校学生提升参考文献引用技能。

 

 

课程开发与设计 
     

       本节将首先介绍用于课程开发的两款AI工具，随后概述课程整体结构，并重点阐明各微单元的内容设计思路。

 

AI 工具 
       

      为提升开发效率，本课程使用了两款AI工具：MiniCourseGenerator 和 D-ID。
MiniCourseGenerator（https://minicoursegenerator.com/）是一款由AI驱动的微课平台，采用卡片式结构组织内容，便于以微单元搭建课程。其内置的AI助手，可根据提示自动生成课程大纲、单元与活动，后续可由开发者再对生成内容依据学习目标进行编辑与调整。学习者可通过手机、平板或笔记本电脑等不同设备访问课程。

     

       尽管此平台提供AI自动生成文本内容，作者仍选择自行编写课程内容，主要有两项原因：其一，考虑到本课程为能服务于校内EAP教学，自行编写教材易贴合本校学习者需求。其二，本课程对“西浦哈佛引用格式”有准确性的高要求，依据实际操作，该主题的AI生成内容易出现冗长与准确性不足的问题，与课程学习目标和微学习方法不相符。为此，作者先撰写了课程内容并校订，再将其迁移至平台。该平台主要用于课程呈现，其AI能力用在既定单元基础上生成配图与简短互动活动，如练习。

     

        D-ID（https://www.d-id.com/）是一款生成式视频平台，可基于脚本合成由AI虚拟讲解员出演的讲解视频。传统上，微学习单元由真人教师讲授。本课程借助 D-ID 生成由AI讲解员呈现的短教学视频，协助快速完成课程制作。此外，课程还使用 D-ID部署了一个交互式AI代理，为常见问题（FAQ）提供即时回应与引导。

 

 

课程结构 
       

      课程内容（https://share.minicoursegenerator.com/category/XJTLU- Harvard- Referencing-1/df45f4b0-56e4-4de8-8507-91c399449b9e）依据哈佛文献引用格式的两个核心要素——文内引用与参考文献表——进行设计。鉴于哈佛文献引用系统对初学者较为复杂，课程聚焦于学生作业中最常用的资料来源类型。课程包含三大部分：(一)封面页介绍、(二)第一部分：文内引用、(三)第二部分：参考文献表。

 

(一)封面页 
       

       封面页通过一段内嵌的AI讲解员短视频（见图1）概览西浦的哈佛引用系统，并提供简明的在线课程导航。为提升学习效率与个性化体验，学习者可按需选择学习路径：例如，直接在菜单中跳转到所需的引用技能，无需线性逐课完成。

 

 
                                                       

                                                                                图一 封面

 

(二)第一部分：文内引用 
       

       本部分聚焦学生在作业中最常用的文内引用规则。包括：两位、三位及多位作者的引用、直接引语的使用，以及引用二手来源（转引）。并配有后续测验与练习以巩固学习效果。

 

(三)第二部分：参考文献表 
       

      本部分讲解如何识别并正确书写四类常见的参考文献条目：期刊文章、书籍章节、纸质图书和网站来源；每个单元均配有示例与练习。

 

 

单元内容设计 

 

(一) 校内自研材料的开发
     

      为帮助学习者使用西浦的哈佛引用系统指南，作者在材料设计中针对性地补齐新手常见的知识空白。例如，加入了对常用来源类型的介绍，因为学习者常因来源类型辨识不足（如：易混淆会议论文与期刊论文）而难以正确引用。此外，该引用指南侧重于规则本身，缺乏细节解释，可能不利于学生理解。例如，学习者或许根据格式要求知道引用在线期刊文章需要包含 DOI，但未必理解其含义。因此，增加常见问题（FAQ）部分，说明可能令学习者困惑的术语。

 

(二) 采用微学习方法并结合人工智能技术
     

       课程内容的关键组成部分如下：

     

       1.小块化学习单元:每个单元聚焦一个便于学生掌握的学习目标。内容通过简短的信息、提示或示例来阐释目标技能（见图2）。

     

      2.AI 特色微课视频: 不同于由真人教师讲授的传统视频，由带有虚拟形象（avatar）的 AI 视频讲解目标技能，时长约 1–3 分钟（见图3）。

     

      3.AI 生成的交互式练习: 作者使用 MiniCourseGenerator 平台的 AI 助手，基于学习内容创建互动活动，如测验、配对练习和拖放题。这些练习用于评估学生的理解并提供即时反馈（见图4）。

     

      4.AI 生成的图像: 使用 AI 生成的图像作为视觉辅助，以增强对学习内容的理解。

     

      5.真实材料的练习: 微单元采用真实材料以强化学习。例如，学生练习从图书馆检索结果的截图或文章首页中识别各要素。其目的在于帮助学生识别不同类型的来源，并定位引用所需的各项元素。

 

                       

                                                   

                                                        图2 第一部分 引用说明，第 1 单元 基础知识

 

                   

                                                          图 3  第一部分：文中引用，单元 1 基础知识

                       （一段包含人工智能虚拟形象的微型讲座视频，内容为如何运用文中引用的基本格式）

 

                     
                           

                                                         图 4 第一部分：文中引用，单元 1 基础知识
                                                         （由人工智能根据相关内容生成的互动练习） 

 

(三) 附加功能 
   

      1.电子证书：学习者完成课程后，平台将自动颁发电子证书，以激励学习并认可其付出与成果。
     

   

       2.FAQ 与 AI 智能助手：FAQ 覆盖引用与参考文献的常见问题（如“如何识别作者的姓氏？”、“什么是 DOI？”）。同时提供 AI 智能助手，作为书面说明的补充，为引用相关问题提供即时、对话式解答（见图 5）。

 

                       

 

                                                                      图 5 问答常见问题的 AI 代理

 

 

 

讨论与结论 
       

       本文介绍了一门以文献引用技能为核心、由人工智能技术赋能的微学习课程。课程材料旨在契合学生的学习需求，内容被拆分为便于吸收的微单元，为其学习过程提供支架式支持。两款 AI 工具（MiniCourseGenerator 与 D-ID）显著提升了课程制作与视频创作效率：例如，依据学习单元, AI可在数分钟内生成交互式测验，减轻教师在活动设计上的时间成本；同时，AI 智能助手的搭建步骤简洁，对用户几乎不设技术门槛。

     

       关于微学习课程开发的讨论将聚焦于三个方面：选题、材料开发以及在线学习动机。首先，微学习作为一种通过微单元实现快速学习、侧重技能培养的教学策略，适合诸如文献引用技能这类主题——它们可以被拆分独立学习，且更需要实践训练而非大量理论知识。相对地，微学习可能不适用于需要深入理解的学科或主题。举例而言，本课程主要用于训练依赖练习的基础层面的引用技能，如应用引用规则，而不涉及更高阶的能力，如识别信息类型、整合来源或进行释义。

     

      其次，开发微学习课程材料的难度并不亚于制作传统课程内容。为提高效率，减轻工作量，教师可以改编既有学科材料，优先聚焦基础技能，将其设计为课前或课后可完成的微任务。例如，在写作课程中，如头脑风暴、识别论文结构要素等基础内容入手。内容应当简明，便于学生掌握。然而，对于偏好长时段、深度讲解与完整线性叙事的学习者，微学习的短时、分块化设计特征可能并不契合。

     

        第三，微学习通过整合技术来简化教师的课程制作流程，并让学习者能在多种设备上便捷访问。然而，重复的在线单元可能会随着时间推移降低学习者的动机与参与度。教师或学校可推行微证书（micro-credentials），以激励学生参与课程（Varadarajan, Koh, and Daniel, 2023）。未来微学习课程的发展可以将结业证书升级为基于评估的认证，以认可学生在技能方面的达成（Clements, West and Hunsaker, 2020）。

   

       总体而言，AI 赋能的微学习在线课程，为提升学生的文献引用技能提供了新路径。其以简明、聚焦、数字化的素材形态契合当代学习者偏好，尤其适合基础技能的形成与巩固；对于要求系统性与深度理解的学习目标，则应结合其他教学模式共同实施，并通过适当的动机设计（如微证书）提高参与度。

 

 

 

 

 

References

 

Alias, N. F. and Razak, R. A. (2023). 'Exploring the pedagogical aspects
of microlearning in educational settings: A systematic literature review'. Malaysian
Journal of Learning and Instruction, 20(2), 267-294. https://doi.org/10.32890/
mjli2023.20.2.3

Clements, K., West, R. E. and Hunsaker, E. (2020) 'Getting started with open badges and open microcredentials', International Review of Research in Open and Distributed Learning, 21(1). doi:10.19173/irrodl.v21i1.4529

Corbeil, J.R. and Corbeil, M.E. (2024) 'Editorial note: designing microlearning for how people learn', Educational Technology and Society, 27(1), pp. 134–146. https://doi.org/10.30191/ETS.202401_27(1).SP01

Lee, Y. M., Jahnke, I., and Austin, L. (2021). 'Mobile microlearning design and effects on learning efficacy and learner experience'. Educational Technology Research and Development, 69(2), pp.885–915. https://doi.org/10.1007/s11423-020-
09931-w

Lee, Y. M. (2023). 'Mobile microlearning: A systematic literature review and its implications'. Interactive Learning Environments, 31(7), pp. 4636–4651. https://
doi.org/10.1080/10494820.2021.1977964

Oxford Learning (2025) 
The power of microlearning. Available at: https://www.oxfordlearning.com/the-power-of-microlearning/ (Accessed: April, 6th, 2025)

Taylor, A. and Hung, W. (2022) 'The effects of microlearning: a scoping review', Educational Technology Research and Development, 70(2), pp. 363–395. doi:10.1007/s11423-022-10084-1

Varadarajan, S., Koh, J.H.L. and Daniel, B.K. (2023) 'A systematic review of the opportunities and challenges of micro-credentials for multiple stakeholders: learners, employers, higher education institutions and government', International Journal of Educational Technology in Higher Education, 20(1). doi:10.1186/s41239-023-00381-x.

Yao, S.-Y. and Ho, Y.Y. (2024) 'Evaluating the usefulness of microlearning to adult students in higher education: an empirical study in Singapore', Adult Learning, pp. 1-14. doi:10.1177/10451595241280672

Zhang, X. (2018) 'Teaching citations/referencing: how do Chinese college student writers respond?', Pub Res 34, pp.580–594. https://doi.org/10.1007/s12109-018-9615-y

 

致谢 
     

       作者感谢西交利物浦大学教学发展基金(TDF)对本在线课程设计所用软件的资助支持。