ARTICLE · 1092609
AI赋能高中英语读后续写教学的路径 覃梅 成都教学科学院中学
AI赋能高中英语读后续写教学的路径 覃梅 成都教学科学院中学本文探讨了AI技术在英语读后续写教学中的创新应用，通过案例展示了AI在导读单设计、文本可视化支架构建、作文智能批改等场景的实践效果，强师主导下的人机协同教学模式对提升学生思辨能力和写作协同性的促进作用。 说到现实的困境，首先我们看两张表。第一个是教育部教育考试院发布的读后续写评分参考，第二个是学生的文本思辨技能分析表。 第一个读后续写的参考，我们可以看到它最高档。第五档对高分作文的要求是要创造丰富合理的内容，需要富有逻辑性和原文的情境要融洽度高。 而右边的这张表，是林静红2022年根据文秋芳教授思辨能力理论框架的基础上研制的，从清晰性、相关性、逻辑性、深刻性以及灵活性五个维度刻画了学生的思辨能力。 这个评分标准和我们的思辨量表，就构成了我们评价写作的主要参考依据。在分析大量的学生习作之后，我们发现学生主要集中在以下的方面。 他们的问题第一个就是内容低协同，第二逻辑低协同，第三语言低协同。就是学生的续写内容容易偏离主线，情节衔接牵强，逻辑断裂。 而有些同学一味地堆砌复杂高级的词汇，就让他的语言风格和原文的语言风格很不一致。而我们的高考命题，它是去套路化重真实情境的这样一个导向。 这就对学生和原文的协同能力提出了更高的要求。试题就要更加注重考察学生在复杂语境中分析问题解决问题的能力。 同时，我们教师在教学上也有以下的瓶颈，比如批改很艰难，反馈不够及时，读写难贯通。基于这样的一些困难，我们今天尝试用AI来补齐这样的一些短板。 下面我将聊聊我们的一些具体的操作。这个是我们借助AI助力原著的阅读。我们高一阶段所选的书目是Wonder。 这本书在英语国家主要是针对于8~12岁的青少年，而在国内我们多把它放到高中阶段作为课外拓展的阅读。它的语言难度适中。 而且关于里面差异、偏见、善意选择的这些主题，又正好给我们高中生留下了思辨的空间。这本书一共有308页。 我们每周读20页左右，15周左右可以读完。导读单的设计依据布鲁姆教育目标分类，这是郭教授讲座中提到的常用方式。 具体操作是先借助电子书划分每周阅读章节，向AI发出指令，让其按布鲁姆6个认知层级设问。右图是根据AI批量生成的分层问题。 但教师一定要做最后的筛选和优化，把问题匹配到对应章节，定稿为纸质导读单。此过程中，AI扩大了任务设计的可能性，但老师的甄别很重要，它决定了任务的质量。 我给大家看一下我们的导读单。一开始的问题设置包括作者生平、小说创作背景。接下来会设置词汇摘抄，让同学们摘抄赏析句子。 此处通过提问让学生梳理情节，抓取细节。这里的设置是让学生挖掘人物性格，但必须有原文支撑。 我们也会提出问题，让同学们评价人物，探讨主题，表达个人看法。也会让学生提出批判性思考的问题。 从这些问题可以看出，导读单设计借助了AI，遵循布鲁姆的6个认知层级，带着同学们沿认知层级逐层上升。这张图片是学生每周导读单的真实完成情况。 同时，学生每周还会自主进行摘抄。我们将学生的摘抄让AI辅助分类整理好句集锦。 比如把身体部位情绪描写，或分词做伴随状语等句式结构汇总生成语料总表，再让同学们对照摘录查漏补缺。 第二个案例是高二阶段阅读的《汤姆·索亚历险记》。从目录可看出故事丰富多变，情节跌宕多转折。 这本书分了泛读和精读两步推进，这是之前给学生的阅读指导。我们在不同阶段借助AI可以生成不同的导读单。 比如说在泛读阶段，我们会引导学生画一些思维导图，检测学生是否理清了故事情节、人物关系。到了精读阶段，这是我们精读阶段的导学单。 当然，这个是我们的教师版，也有学生根据我们的导读单形成他个人的版本。然后，我们就要检测学生是否读懂了故事当中的冲突、人物的心理。 以此来判断他到底有没有读懂，然后来决定我们下一步的教学。这是我拍的学生的上课阅读的图。 图片，然后这是他们书上的一些笔记。可以看出，学生在阅读的时候，可能会专门把一些心理或者情绪的描写标出来。 这样慢慢的阅读训练，他们读后续写的叙事功底就会越来越扎实。前面两个案例是我们借助AI支持学生们的整本书的阅读。 下面的两个案例我们将借助文森图带同学们读懂教材的课文。那么，为什么文森图能帮助学生们读懂课文呢？ 这背后其实有一个支撑就是图式理论。Rumelhart在1980年就提出，图示是人们认识事物时，归纳同类信息基本结构。 在大脑中形成的知识框架和分类的体系及知识框图。Carroll和Esterhold在1983年把它做了两类区分。 第一个就是我们的内容图式，第二个是我们的形式图式。这第一个案例是文森图，是来自于我们的课文Nature in Architecture这篇文章。 它介绍了人类从自然获得灵感，把生物的结构运用到了建筑设计当中。我当时的操作是借助AR生成了以下的三张图。 我给大家解释两张图。比如第二张中间的，是课文里津巴布韦模仿白蚁丘的建筑。 右边的是德国汉堡的海藻屋。学生虽知白蚁筑巢和海藻利用阳光，但难想象白蚁丘如何降温、海藻如何装墙发电。 所以AI的生成图将这种仿生关系可视化。它帮学生把生物和建筑知识形象拼凑，生成仿真建筑图片。 这样同学更易读懂文本原理，实现跨学科融合。这里讲的是麦夸里岛生态从破坏到恢复的过程。 文章是典型的问题解决型叙事结构。我们引导学生画出复杂因果关系，将语篇结构可视化，帮他们建立文本框架。 这也是图示理论中形式图式的体现。屏幕上显示的是学生手绘作品和小组合作的真实场景。最终学生画得出、讲得清。 我想补充一点。起初我也觉得绕，就让AI生成了右边这两张结构图。它清晰快速，能帮我们看清文本框架。 但我没直接给学生，而是作为讨论起点。让学生对比、质疑，补上AI未读出的因果和细节。 结果意外，学生的作品超越了AI，补出了AI未捕捉的因果链。我的理科生还加入了他们的思维。 所以，这也让我们看到。AI在教学中的定位，它是一个助力，但它绝不能代替学生真实的思考和创作。 现在，我对刚才的4个案例做一个小结，也就是我们借助AI，让我们的原著有了分层的设计任务，也有了一些语料库，教材的阅读也有了可视化的支架。 它4个场景分，虽然不同，但AI我们做了同一件事情，就是把教师想做，但是却又因为各种精力有限而做不完的事情，变成了一种可能。 我们的教师的价值的转变呢，在这个地方也可能体现在更多的方面，比如说价值的判断，比如说我们可以有更多的精力在任务的设计上面，还有甄别的AI的输出。或者关注学生上面。 好，接下来我将聊一聊我们AI负责赋赋能写作和作文批改的一些实践。首先，我们看一下那个具体的流程。 第一个，首先老师要组织学生研读文本，帮学生获得可理解性的输入。我以2026年全国二卷为例，他这里讲述的是一个长期熬夜的大学生，他开启了作息改变的这样的一个成长的故事。 老师带着学生分析文本，这是我带着学生分析文本，让他圈画文中的关键描写，梳理情节，把握文章的逻辑，要为后面的续写做好准备。 这张图就是学生理出来的，他的原文的读到的一些内容要点和他的一个写作的思路，比如最后他就会写他第一段他应该从哪些方面去写，然后第二步学生完成了以后。 我们就将作文上传到了天学的批阅平台，它会给每一个同学生成一个个性化的报告。当然我们在这个时候呢，肯定也会结合着教师的评价，同时有学生自评和学生的互评。 大家看一下右中间的这个图，这个图呢，就是我学生他自己的批改，我们可以看得出他在卷子上写的这么一个反思，他说。 我的第一段只写了放下手机，我要早一点睡，但是其他方面的转变应该写什么内容？我写的很宽泛、很空洞，没有回扣原文。其实究其根源，是学生的写作和原文没有充分互动。 这篇文章铺垫了主人公熬夜、作息紊乱，同学们和家长劝他都不听，沉迷电子产品等细节。我们在后续写作中就应该呼应这些内容。 当教师给出评价、学生互评或反思自评后，学生真正理解并转化为具体改进行动时，学习才真正发生。 让学生第二遍写也有理论依据，并非仅是经验积累。Flower和Hayes在1981年提出了写作认知过程理论。 该理论表明，写作是构思、生成、审阅循环切换的过程。任何环节出问题都可以回退重新构思。这解释了为何要让学生反复修改同一篇文章。 这不是简单纠错，而是带着更高目标重新构思。Sadler在1989年的形成性评价理论也印证了这一做法的合理性。 该理论强调，反馈本身不等于学习，学生对反馈的理解和运用才是关键。因此，多次修改应设定明确目标，让学生检查每次写作是否真正改善了文本。 我以2026年成都二诊为例，让学生写这篇文章。对于15分及以下的同学，让他们以正式考试模式，在规定时间内独立重写同一道作文题。 我不允许他们参考之前的稿件。通过一写、二写，可以看出分数变化。绝大多数同学分数有所上升。 首次其实是学生第二次写，平均分是16.6分。写到第三稿时，平均分上升到18.6分，语法错误也明显减少。 到了一定阶段后，平台会帮助我们从班级或个人情况梳理数据。比如这10次读后续写的数据，显示学生在情节逻辑、内容充实和篇章衔接方面存在较大问题。 这也是今后我要带着同学们训练的重点及方向。旁边刘同学的是个人报告，截图显示其语法错误的各项指标均在明显下降。 我们看他写的一篇关于成都列车脱轨的文章，我让他写了三遍，分数从15分到17分，再到21分。第一遍15分时，平台反馈报告显示拼写和语法错误多、人称混乱、中式表达多、情节推动扁平。 到21分的定稿时，拼写或语法错误明显减少，用词较准确，情节与原文的协同性明显增强。所以他到了21分。 其实最让我感动的是，讲座前发生的一件事。当时我要用他的作品，让他把原稿借给我拍照。出发前他找到我说：“老师，你一定要把我的资料带回来，不要搞丢了。” 听到这话我想到，学生看到自己一次次进步，写作态度真的发生了改变。这个学生之前常因分数达不到班级平均分而被要求重写。 但现在，特别是在应用文写作这一块，满分15分的话，他经常能拿到12~13分。下面我想和大家分享几点实践后的反思。 第一个就是“先思考后AI”。我们确立了三条原则：学生必须先读、先完成自己的作品，再来借助AI，绝对不能直接套用AI的产品。 第二个我们要分场景来用AI，不管是我们刚才讲到的原著的阅读，还是帮助我们文本可视化，还是我们作文评价中AI所承担的任务都不一样。 第三个就是我们教师的主导地位始终不能丢。这是工具所不能代替的。 最后我想说一下我们今后的英语写作教学，我们还是会牢牢地扎根教材和原著文本，要坚持人机协同。 AI永远只是辅助工具，服务的是学生的语言点、思维品质这些核心的培养，让读和写真正的连成一条链。 但是在这个培养的过程中，每一步攀登的始终都是学生本人。以上便是我的分享，不当之处请大家批评指正，谢谢大家。