教学前沿 | 更新时间:2024-09-11
生成式人工智能辅助英语读后续写教学初探
张静 ,  赵杰 ,  王鹏    作者信息&出版信息
英语学习   ·   2024年9月11日   ·   2024年 第8期  
0 4(CNKI)
PDF
该文暂无导航

AI 摘要

引言

生成式人工智能技术在教育领域展现出创造文本、图像、音频和视频内容的能力,为教育研究带来新变革。教育学界已研究其在课堂教学的有效运用、创新方法、伦理问题、风险规避及对教师角色的影响。在外语教育中,生成式人工智能辅助教学受到关注,如帮助学生自我评估、增强学习意识、重构阅读教学模式、创设互动学习环境等。但高中英语读后续写教学中新技术融合应用研究尚不充分。

生成式大模型支持的读后续写教学重构

读后续写教学面临日常教学目标模糊、教师批改负担重、学生缺乏个性化辅导等挑战。研究团队通过调研发现,生成式大模型能辅助教师批改润色、创作续文情节、生成个性化素材,提高教学效能。教学内容方面,人工智能系统使评价更个性化,教师批阅效率提高,学生获得个性化反馈。教学组织方式上,教师和学生可共创知识,学习环境更具活力。课前教师参考学情反馈确定教学目标,课中采用小组学习形式组织学生深度解读,课后利用生成式大模型设计分层作业,满足学生个性化学习需求,促进批判性思维和实践能力发展。

生成式大模型在读后续写教学中的应用

本章节探讨了生成式大模型在英语读后续写教学中的应用。通过分析“David’s Run”这一高考题目,展示了如何利用生成式大模型辅助教师进行精准备课、课堂教学和作业设计。教师可以利用大模型进行学情诊断,优化教学设计,并通过人机互动引导学生进行写作练习。大模型能够提供诊断性评价、润色示例和修改说明,帮助学生理解修改意图,提升写作能力。在课堂上,教师可以设计人机协同创作活动,激发学生的创意写作,并通过师生合作评价,发展学生的批判性思维。此外,大模型还可以根据教师的指令生成多样化的描写素材和微型写作任务,创新作业设计,提升教学效果。

结语

本研究构建了“教师+学生+大模型”的读后续写讲评课新模式,旨在通过生成式大模型促进学生主动学习和评价,提升学习能力和高阶思维。教师应积极探索生成式技术在教学中的应用,成为学生能力发展的促进者和技术应用的指导者。

* 以上内容由AI自动生成,内容仅供参考。对于因使用本网站以上内容产生的相关后果,本网站不承担任何商业和法律责任。

展开

当前期刊

当前期刊
    目录

    推荐论文

    • 基于生成式人工智能的产出导向法应用于读后续写教学设计

    • 促进深度学习的高中英语读后续写课堂教学评价活动实施策略

    • 职前教师在读后续写任务中的反馈实践与反馈素养:一项质性研究