返回国开首页
“劳动与社会保障法”是国家开放大学政法学院面向法律事务专业和法学专业开设的一门3学分专业核心必修课程。课程内容划分为上编劳动法和下编社会保障法两大部分，共12个教学单元，配套资源涵盖1380分钟音视频、70个知识片段，一套课程知识库，以及知识、能力、问题三大图谱。该课程自1999年开始一直稳定运行，通过线下小班教学试点，构建了线上线下混合式教学格局。课程以帮助学生系统掌握劳动法与社会保障法基本理论、制度及实践应用为基本目标，旨在提升学生法律知识储备、培养其分析和解决劳动与社会保障领域实际问题的能力。
本课程重点针对“劳动与社会保障法”教学中如下实施痛点开展建设：
● 理论教学与实践应用脱节，传统教学以法条讲解和教材案例为主，缺乏沉浸式实训环节，导致法律思维与实务操作能力发展滞后；
● 学习者知识基础与学习需求差异明显，部分学生对劳动关系运行缺乏感性认识，而部分学生已有企业实习或工作经历，对实际问题有更高层次需求，但传统教学采用统一进度、统一案例的统一教学模式，难以针对不同基础学生提供差异化学习路径与精准反馈；
● 考核评价方式单一，传统教学主要侧重法条记忆与概念辨析，缺乏对案例分析等综合能力的持续评估，学生无法在学习过程中获得及时、有效的反馈，能力提升轨迹难以量化追踪，也不利于教师动态调整教学策略；
● 教学资源支撑不足，劳动与社会保障领域法律法规更新频繁、新型用工关系不断涌现，但原有课程案例库建设相对滞后，近三年的典型仲裁与司法案例相对不足，难以反映当前劳动法治实践的最新动态，限制了学生应对现实问题的能力培养。
本样板课程建设项目针对上述教学实践中的问题，重点探索并致力于解决以下关键环节：
第一，构建任务驱动、实战导向的课程体系，以破解“学用脱节”这一核心难题，强化学生法律适用与实务操作能力；
第二，依托课程智能体实现学习全过程伴学与助学，借助智能评阅与精准学情分析，兼顾个性化学习支持与教学质量保障；
第三，建立人机协同、过程性及多维度的考核评价体系，提升评价机制的公平性与精准性，结合智能评分与教师点评，全面追踪能力提升轨迹；
第四，建立动态更新的案例资源库，持续收录近三年典型仲裁、司法案例及新型用工关系法律解析，确保教学资源的前沿性与实用性；
第五，形成可复制、可推广的“AI+劳动法”智慧课程建设范式，充分发挥样板示范作用。
本课程以“理论奠基、实践导向、能力锤炼”为核心理念，遵循“知识导航—场景驱动—智能伴学—多维评价”的建设逻辑，围绕法律知识习得与实践能力提升，系统整合课程内容，丰富资源形态，深化技术融合应用。以三大知识图谱为基础，系统构建课程知识体系，开发数字人视频、24h学伴系统、课程智能体，实现场景化实践教学、个性化助学；建立人机协同的教学与评价机制，形成“学、练、评、拓”螺旋式能力提升路径，最终构建专业性与技术性深度融合的智慧示范课程。
1.内容重构：任务驱动，实战导向
本课程秉持实践导向理念，以“培养分析和解决劳动与社会保障领域实际问题的能力”为总目标，将这一能力解构为劳动合同审查、工伤认定分析、劳动争议模拟仲裁等场景化实训任务（见图1），形成“知识输入—案例研讨—实战演练—能力输出”的学习闭环。学生可根据兴趣依托智能指令、课程智能体自主选择场景化实训，在真实情境中完成从法律知识储备到实务能力提升的转化。
图1 场景化实训任务
2.资源创新：数字人视频与智能指令工具
课程对原有视频资源进行优化升级，新增数字人主讲视频，提升知识传递效率与学习沉浸感。同时，建设四大类智能指令工具：实践应用类（工伤认定模拟工具、法律知识点出题、实际问题解决）、学习辅助类（知识框架构建、法条智能解读器、学习方法指导）、答疑类（地区对比工具、法律概念辨析）、案例生成类（劳动法案例分析生成器），形成集视频、图文、智能工具于一体的立体化资源库（见图2）。
图2 立体化资源库
3.数智赋能：AI全过程助学
课程构建了涵盖AI辅助学习、AI辅助教学、AI评价及AI学情评估的智能化辅助体系。
● AI辅助学习（一对一伴学模式）：构建24h学伴系统，全天候为学生保驾护航。同时在AI学习空间界面侧边栏常设AI学伴，提供实时答疑、知识漏洞诊断及薄弱知识点推送等功能；通过设置AI主动交互任务，采集学生的非隐私学习数据，进而适配个性化学习场景；设计“专业法律咨询”“实践维权训练”等专项课程智能体，针对不同学生的差异化需求，提供不限次数的个性化实训，以强化其思辨能力与实践应用能力。
图3 24h学伴系统
● AI辅助教学：建设智能备课助手（见图4），内置教学案例生成与分析功能，支持教师快速生成包含案例背景、争议焦点、讨论问题及教学目标的完整教案，实现教学案例动态更新，有效减轻教师备课负担。
图4 智能备课助手
● AI评价：引入智能批改系统，根据选题与评分规则对学生提交内容进行打分，生成综合评语及精准批注（涵盖结构、逻辑、内容等维度），确保反馈的具体性与可操作性。
● AI学情评估：能够自动生成学习前后对比报告及课程综合诊断报告，针对班级学生形成综合或个人画像，清晰呈现学生能力提升轨迹。
4.体系支撑：三大图谱与专属知识库
课程构建知识、能力、问题三大图谱：知识图谱涵盖劳动合同、社会保险、劳动争议等核心知识模块；能力图谱提炼法律适用、证据分析、争议解决等关键能力；问题图谱设计为三级递进式问题链。在此基础上搭建课程专属知识库，确保AI输出内容的权威性与精确性，规避通用模型的“幻觉”现象。三大图谱与专属知识库如图5所示。
图5 三大图谱与专属知识库
（1）以“场景化实训—实务能力”为导向，重构课程内容。课程将“分析和解决劳动与社会保障领域实际问题”的总目标，解构为劳动合同审查、工伤认定分析、劳动争议模拟仲裁等场景化实训任务，形成“知识输入—案例研讨—实战演练—能力输出”的学习闭环，实现从法律知识储备到实务能力提升的转化。
（2）三大知识图谱与专属知识库，构建精准知识导航。课程构建知识、能力、问题三大图谱并配套专属知识库，确保AI输出内容的权威性与精确性，有效规避通用模型“幻觉”现象。
（3）利用课程智能体打造沉浸式实训体验。集成专业法律咨询智能体与实践维权训练智能体，提供劳动关系诊断、法律条款匹配、维权路径规划等服务，并通过多分支剧情模拟拖欠工资、职场歧视、工伤认定受阻等真实场景，辅以“证据收集完整度”“法律依据准确度”“谈判技巧评分”三维评估，显著提升学生证据收集与谈判能力。
（4）数字人视频与智能指令工具，创新资源形态。开发数字人主讲视频提升知识传递效率；建设工伤认定模拟、法条智能解读、地区对比、案例生成等四大类智能指令工具，形成集视频、图文、智能工具于一体的立体化资源库，突破在线学习互动性与实操性不足的难题。
（5）人机协同的智能评价与学情评估，实现全过程精准反馈。引入智能批改系统，对作业进行打分并生成精准批注；自动生成学习前后对比报告及课程综合诊断报告，清晰呈现能力提升轨迹。
未来课程将持续优化智能体的专业性与交互体验，提升对复杂劳动法律关系的诊断精度与维权路径规划的个性化水平；动态更新案例库与指令工具，紧密追踪新型用工关系、平台经济劳动权益等前沿问题，确保教学内容与法治实践同步；深化多模态学情评估能力，探索对法律文书撰写、模拟仲裁表现等维度的智能识别与分析；依托课程运行数据持续迭代图谱与专属知识库，保持课程的前沿性与实用性，为法学类课程的数字化转型提供可复制、可推广的样板方案。
