外语数智教育专栏 | 更新时间:2024-12-27
ChatGPT支持下的人机协同产出导向法教学设计
李冬青    作者信息&出版信息
外语教育研究前沿   ·   2024年12月27日   ·   2024年 7卷 第4期   ·   DOI:10.20083/j.cnki.fleic.2024.0028
36 0(CSCD)
PDF
该文暂无导航

AI 摘要

1 引言

产出导向法(POA)是中国外语教育理论,对教学设计提出高要求,教师面临挑战。ChatGPT等大语言模型(LLMs)在外语教学中显示出巨大潜能,但目前研究多为宏观探讨,缺乏具体教学设计例证。

2 POA教学中人机协同设计的动因

POA教学设计面临四大挑战:产出场景设计创意不足、产出目标前期分析要求高、促成活动设计复杂度高、评价环节设计时间紧迫。ChatGPT等LLMs在POA教学设计中具有赋能潜力,能提供知识支持、适应性和差异化教学、文本深入分析等能力。但目前缺乏将LLMs融入真实教学设计情境的研究。本研究旨在探索ChatGPT在POA教学设计各环节的应用,发挥人机协同优势,提升教学设计的科学性和创意,赋能大学英语教学。

3 人机协同POA教学设计案例

介绍了在“双一流”高校中,非英语专业一年级本科生的大学英语读写译课程中,如何利用ChatGPT-3.5与教师协同完成产出导向法(POA)教学设计。教学材料为“绿色生活”单元,通过“撰写绿色生活指南”的总产出任务,旨在提升学生的英语读写能力及环保意识。ChatGPT在产出场景设计中提供多种方案,帮助教师节省寻找创意的时间,但教师需进一步细化场景设计,确保交际场景的真实性。在产出目标设定阶段,ChatGPT辅助教师明确教学重点,对接学生缺口,从内容、语言、结构三个维度分析教材,提出教学重点。在促成活动设计中,ChatGPT辅助教师提取目标语言项目,生成课堂上可用的参考答案或样例,提升设计效率,但教师仍需构建促成活动链。在评价焦点挖掘中,ChatGPT通过分析学生作品,指出共性问题,教师在此基础上确定评价焦点和典型样本,进行师生合作评价。整个过程中,ChatGPT为教师提供辅助,但教师仍需在ChatGPT提供的基础上进行信息分析、判断、整合及优化。

4 POA教学设计中的COPILOTS人机协同模式

介绍了POA教学设计中的COPILOTS人机协同模式,强调了LLMs在教学设计中的“副驾驶”角色,以及与教师交替作业完成教学设计全过程的行动链。COPILOTS模式涉及产出场景创建、产出目标设定、促成活动设计和评价焦点挖掘四个阶段,通过人机协同设计路线实现。LLMs负责初步创建产出场景,教师进行优化,LLMs生成成果样例和评价尝试产出,教师整合信息确认产出目标。在促成活动设计阶段,LLMs辅助单体促成活动设计,教师组织搭建。评价环节中,LLMs分析和挖掘学生产出样本的共性问题,教师选择焦点和典型样本。该模式要求教师具备POA理论素养、AI技术素养和高阶思维素养,以确保人机协同的顺利开展。

5 结语

本章节总结了将ChatGPT应用于大学英语POA教学设计的研究,强调了其在增强教学设计科学性和精准性、拓宽教师思路、减负增效以及降低POA教学设计与应用门槛方面的优势。同时指出了ChatGPT在教学设计中的局限性,包括回复的随机性和信息粗加工的问题,强调教师在POA教学设计中的不可替代性,需要对LLMs的内容进行综合分析和精深加工,以赋予教学设计生命力。

* 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

    • 融合与融入:基于产出导向法的大学外语课程思政教学设计

    • AI赋能大学英语教材使用的路径与策略——以《理解当代中国 大学英语综合教程》为例

    • 国际传播视域下大学英语教材编写创新