外语数智教育 | 更新时间:2026-01-05
探索读后续写任务的人机协同设计与反馈——以法语专业二年级精读课为例*
单志斌 ,  李莉文 *    作者信息&出版信息
外语教育研究前沿   ·   2026年1月5日   ·   2025年 8卷 第4期   ·   DOI:10.20083/j.cnki.fleic.2025.0033
224 0(CNKI)
PDF
该文暂无导航

AI 摘要

介绍了四篇聚焦GAI赋能外语教学的专栏文章,涵盖法语精读课读后续写的人机协同设计、英语课堂GAI聊天机器人的超语实践、英语写作GAI反馈的增值效应,以及教育数字化的理性认识,旨在为一线教师提供技术融合教学的理论参考与实践路径,强调教师专业引导对激发学习者能动性的关键作用。

1 引言

介绍了读后续写任务的概念及其促学机制,指出该任务在英语教学中应用广泛,但在法语等零起点外语专业精读课中的实践研究不足。继而提出精读课实施该任务面临设计适切性与反馈有效性两大挑战,并阐明借助大语言模型工具解决这些问题的新路径,最后明确本研究以法语专业二年级精读课为场景,探索人机协同视角下任务设计、实施与优化路径,围绕AI辅助任务设计与反馈优化两个核心问题展开。

2 文献综述

梳理了读后续写任务的理论基础、实证证据及AI工具在外语教育中的应用。读后续写以协同效应为理论核心,强调学习者通过与前读材料的深度认知互动,在创造性模仿中实现语言知识的应用与迁移。大量实证研究已验证其在提升词汇多样性、句法复杂度及形式—意义匹配能力方面的促学效果,其关键在于学习者对语篇线索和交际意图的深度加工。该任务在教学与测评中的应用侧重不同:教学需突出目标词并鼓励复用,测评则要求使用自身语言。在精读课中应用时,应聚焦已学知识的语境化复用,但前读文本的编制困难制约其实践。AI工具凭借语境生成、多模态资源创建及即时反馈等功能为外语教育提供技术支持,可生成可理解性输入材料并提供多维度写作反馈,但其有效应用依赖教师的人机互动协商能力与批判性技术素养,需明确教师、AI及人机协同的任务边界,形成双向激发的人机协同共育模式。

3 教学案例设计与实施

以法语专业二年级精读课为实验场景的人机协同读后续写任务设计与实施过程。任务以前读文本生成为关键,研究者经多轮尝试后采用迂回策略:先由AI生成完整故事,再改写保留开端与发展部分,截取约40—50词作为前读材料,促使学生在续写高潮、尾声和结局时自然复用七个情感表达类目标词汇。实施环节在课外对6名学生小范围开展,线下监督完成,允许查阅资料但禁止AI辅助写作。评价采用AI初评与教师终评双重机制:AI侧重交际目的、情感表达连贯性与情境匹配度,教师关注语法词汇准确性及目标词汇复用情况,最后整理文档并单独面谈反馈。数据收集涵盖教师与AI互动日志、12篇学生续写作文、AI反馈文档、教师批注及田野笔记。

4 研究发现与讨论

研究了精读嵌入型读后续写任务的设计效果与AI工具反馈的应用局限。在任务设计方面,学生续作中目标词汇迁移率极低,但情节完整性、逻辑性及对前期知识的复用表现良好,揭示了精读嵌入型任务与促学型任务的差异:前者聚焦学习者情境,强调滚动积累与整体语言素质发展,后者则通过封闭语境定向促发特定结构。在任务评价方面,学生认可AI反馈的中肯性,但认为其范例超出当前水平、缺乏针对性;AI反馈基于横截面数据,无法掌握学生发展轨迹与教学背景,而教师反馈具有动态诊断优势。最优方案应建立人机协同机制,由AI承担即时表层反馈,教师实施深度诊断评价,兼顾效率与专业性。

5 结论与启示

探讨了人机协同视角下精读课嵌入读后续写任务的设计逻辑与评价机制。任务设计方面,AI能快速生成适当前读文本,但开放性任务难以保证针对性复用;若需聚焦特定语言现象,可生成凸显目标语言点的文本,若需提升创造性,则可生成隐性语境文本。写后反馈方面,AI反馈即时全面但针对性不足,难以捕捉学生动态发展;教师基于纵向观察的深度诊断仍不可替代。人机协同将AI效率与教师专业判断结合,反而凸显教师角色的重要性。未来可鼓励学生建立个人学习档案,与AI规律性交互,共享进步轨迹,实现循环迭代与持续提升。

* 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

    • 数智赋能背景下外语教师发展的路径重构——以北京外国语大学的探索与实践为例

    • ChatGPT支持下的人机协同产出导向法教学设计

    • 大语言模型在英语教学中的角色