Este estudo visa relatar um experimento pedagógico, no contexto de uma aula de leitura intensiva do segundo ano do curso de francês, para explorar o design, a implementação e os caminhos de otimização das tarefas de continuação de escrita após a leitura, sob a perspectiva da colaboração entre humanos e máquinas. A pesquisa descobriu que, no design das tarefas, ferramentas de inteligência artificial baseadas em grandes modelos de linguagem conseguem gerar textos contextuais de forma eficiente, aliviando a carga dos professores. A tarefa de continuação de escrita é aberta, dificultando a ativação direcionada da reutilização de estruturas linguísticas específicas, mas refletindo o desenvolvimento linguístico por etapas dos alunos. No feedback pós-escrita, as ferramentas de IA exibem vantagem de imediaticidade, mas carecem da compreensão do percurso de aprendizagem do aluno, dificultando a oferta de orientação personalizada. A avaliação diagnóstica do professor permanece insubstituível. O estudo recomenda integrar a eficiência da IA com o conhecimento pedagógico do professor, por meio da colaboração humano-máquina, para otimizar o design das tarefas de continuação da leitura e o mecanismo de feedback, auxiliando no desenvolvimento contínuo das competências linguísticas dos alunos.

Tarefas de continuação após a leitura; aula intensiva; ferramentas de IA baseadas em grandes modelos de linguagem; colaboração humano-máquina