Este estudio tiene como objetivo reportar un experimento pedagógico en el contexto de un curso intensivo de segundo año de francés, para explorar el diseño, la implementación y las vías de optimización de tareas de escritura posterior a la lectura desde la perspectiva de la colaboración hombre-máquina. La investigación encontró que, en el diseño de tareas, las herramientas de inteligencia artificial basadas en grandes modelos de lenguaje pueden generar textos contextuales de manera eficiente, aliviando la carga de los docentes. La tarea de continuación de escritura es abierta, lo que dificulta activar de forma dirigida la reutilización de estructuras lingüísticas específicas, pero refleja el desarrollo lingüístico por etapas de los estudiantes. En la retroalimentación posterior a la escritura, las herramientas de IA muestran una ventaja de inmediatez, pero carecen de comprensión del proceso de aprendizaje del estudiante, por lo que es difícil ofrecer orientación personalizada. La evaluación diagnóstica del docente sigue siendo insustituible. Este estudio sugiere combinar la eficiencia de la IA con el conocimiento pedagógico del docente, mediante la colaboración hombre-máquina, para optimizar el diseño de tareas de continuación de lectura y el mecanismo de retroalimentación, ayudando al desarrollo continuo de las habilidades lingüísticas de los estudiantes.

Tareas de continuación de lectura; curso intensivo; herramientas de IA basadas en grandes modelos de lenguaje; colaboración hombre-máquina