大语言模型与外语教学研究专栏 | 更新时间:2024-06-25
生成式人工智能在外语专业教学中的应用:以《大学思辨英语教程·精读》教学为例
孔蕾    作者信息&出版信息
外语教育研究前沿   ·   2024年6月25日   ·   2024年 7卷 第1期   ·   DOI:10.20083/j.cnki.fleic.2024.01.011
20 38(CNKI)
PDF
该文暂无导航

AI 摘要

1 引言

生成式人工智能技术,特别是大语言模型,正在深刻影响外语教育领域,成为推动教育变革的重要力量。这些技术通过大数据和算法创新,提高了语言处理任务的执行能力、知识生产质量和智能分析推理能力,对语言教学产生了革命性影响。

2 相关研究

自GPT-3.5发布以来,教育界对生成式人工智能影响的讨论增多,国外研究关注ChatGPT的风险、应用方式和伦理规范,国内研究则探讨其对外语教学实践、教学模式、教学方法的影响,以及对自主学习和教师角色的影响。现有研究多聚焦宏观层面,对实际应用层面探究不足。本研究以《大学思辨英语教程·精读》为例,探讨大语言模型在外语专业课程中的应用,分析其对教学内容和组织方式的影响,展示其在教学中的潜在应用价值。

3 LLMs支持的教学重构

大语言模型(LLMs)在外语教学中展现出在翻译、写作和句法-语义解析等自然语言处理任务上的卓越能力,对传统教学模式构成挑战。教学内容需重新评估,以适应AI辅助下的变化,将重点从基础信息查询和浅层思维问题转向解决复杂问题和培养思辨能力。《大学思辨英语教程·精读》的教学设计区分了课上课下的学习重点,课下侧重基础词汇、语法和浅层思维,而课上则聚焦于高阶思维训练和情感、认知能力的提升。

LLMs能够辅助学生在课外通过交互解决长难句结构、语义关系等问题,减少教师在课堂上的讲解负担。同时,教师应引导学生分析AI产出内容的质量,培养批判性思维,认识到AI提供的是一般化解决方案,需要结合个人经验进行个性化应用。

教学组织方式也需调整,提出“AI辅助+非AI辅助交替教学模式”,在课上课下交替使用AI辅助和非AI辅助学习,以提升学习效率和质量。课下AI辅助模式支持自主学习和深度思考,而课上非AI辅助模式则注重输出实践和思辨能力的提升。这种模式有助于学生在脱离AI辅助的情况下展现真实语言能力,同时学会高效、批判地使用AI,促进外语教学的整体提升。

4 LLMs在教学中的应用:情感、主题、叙事多层次分析

通过《大学思辨英语教程·精读2》中的“草原日出”一文,探讨了如何利用大语言模型(LLMs)辅助外语教学,特别是在情感、主题和叙事分析方面。教师通过课前预习任务引导学生使用LLMs,但发现学生仅利用了基础问答功能,未能深入。因此,教师在课堂上引导学生探索更高级的应用,如情感分析和叙事进程分析。

情感分析部分,教师利用LLMs计算文本中每个句子的情感值,绘制情感变化图,帮助学生理解情感变化与故事情节的关系。学生通过小组合作,分析情感词汇和情感转折的关键信息,教师进一步引导学生探索情感与情节转折的融合。

主题和叙事进程分析部分,教师首先评估LLMs在叙事学领域的知识储备,然后利用其分析能力挖掘文本中的隐性叙事和多重主题。教师设计了由浅入深的教学策略,让学生基于情节进程图找到相关语言细节,理解作者如何表达主题和情感,最后与LLMs的详细分析结果进行对比讨论。

整个教学设计强调了LLMs在辅助教学中的作用,包括提供定量情感分析、为教学任务提供依据、引导学生深入解读文本。同时,教师也强调了高效调用LLMs需要学生具备更强的专业能力和对目标领域的深入理解。

5 结语

生成式人工智能正深刻影响外语教育,教师需掌握与AI交互并将其融入教学,制定教学策略。教师应引导学生将AI作为创造性智力活动的工具,而非终点,注重培养学生的自主性语言产出能力。在智能体支持的新环境下,外语教学方法、内容和评估体系需重新布局,构建AI参与的教学新范式,以培养高素质外语专业人才。

* 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

    • 国内外语教学翻转课堂研究:范围综述

    • 大语言模型在英语教学中的角色

    • 大学英语教材形成性评价活动研究