夜雨聆风学习资料网

ARTICLE · 1362013

人工智能赋能高中英语读写教学的实践探索

人工智能赋能高中英语读写教学的实践探索

”

摘要:在高中英语产出导向法教学中,教师需要应对产出场景创设、促成活动设计、评价焦点挖掘和产出成果优化等诸多挑战,这对教师的教学设计与实施能力提出了较高要求。为突破这些教学实践困境,本文尝试将DeepSeek应用于高中英语产出导向法教学,并以上述四个关键环节为例阐释具体操作步骤,为教师提供具有可操作性的教学指导方案,从而提升教学设计效率与教学实施效果。

关键词:产出导向法;人工智能;高中英语;教学设计与实施

”

一、引言

《普通高中英语课程标准(2017年版2020年修订)》指出,语言技能包括理解性技能(听、读、看)和表达性技能(说、写),二者在语言学习过程中相辅相成、相互促进。教师在语言技能的教学中,既要关注具体技能的训练,也要关注技能的综合运用(中华人民共和国教育部,2020)。笔者在课堂观察中发现,部分课堂未能有效关注综合性语言运用活动,实际教学输入多、输出少,输入与输出脱节,导致学生语言产出能力薄弱,综合语言运用能力发展进程严重受阻。研究表明,产出导向法(Production-Oriented Approach,以下简称POA)能有效解决课堂教学中“输入和输出分离”问题。该理论主张“学用一体”,提倡输入性学习和产出性运用有效对接,通过学用同步提升学生的综合语言运用能力(文秋芳,2015)。

然而,英语教师在POA教学设计和实施过程中,需要应对产出场景创设、促成活动设计、评价焦点挖掘和产出成果优化等诸多挑战。随着人工智能(Artificial Intelligence,以下简称AI)技术的飞速发展,以ChatGPT、DeepSeek为代表的大语言模型正广泛应用于语言教学领域,能够辅助教师设计教学活动、生成教学材料、创新教学方法(Ghafouri et al.,2024),并能协助教师评价作文的语言质量和语篇结构(Gayed et al.,2022),显示出赋能外语教学的巨大潜力。基于此,本文聚焦AI与POA的深度融合,通过技术赋能上述四个关键环节,提升高中英语POA教学的科学性和有效性。

二、人工智能赋能产出导向法教学的动因

1. 高中英语POA教学的常见问题

POA作为我国本土外语教育的重要理论体系,对各学段外语教学均产生了深远影响。POA对由驱动、促成和评价组成的教学流程提出了明确的设计原则和评估标准。具体而言,驱动环节需遵循交际真实性、认知挑战性和产出目标恰当性原则,以激发学习驱动力;促成环节需关注精准性、渐进性和多样性原则,以确保促成有效性(文秋芳,2018);评价环节需依据课前目标导向、重点突出,课中问题驱动、支架渐进,课后过程监控、推优示范的原则,实现“以评促学”(孙曙光,2020)。为确保POA教学的有效性,高中英语教师在教学设计和实施过程中需应对以下四个主要挑战。

第一,产出场景构思缺乏新意。设计产出场景是实施POA教学的首要挑战,是POA最具创意的部分(文秋芳、孙曙光,2020)。然而,在高中英语课堂中,由于教材话题相对固定、课时紧张,部分教师所设计的产出场景往往缺乏真实感和挑战性,影响POA的驱动作用。

第二,促成活动设计复杂度高。高中英语学习内容多、知识密度大,促成活动既要紧扣产出任务,又需兼顾语言知识梳理和技能训练,活动之间必须衔接紧密、循序渐进且形式多样,活动还需为学生提供必要的内容、语言和结构支持,这对教师的设计能力和备课时间提出更高要求。

第三,评价焦点挖掘耗时费力。高中教学节奏快、班级人数多,在学生提交产出成果后,教师需要在有限时间内审阅学生初稿,从中提炼共性问题作为评价焦点。这一过程工作量大、难度较高,往往耗费大量时间。

第四,产出成果优化效果不佳。师生合作评价要求学生在课后阶段开展自评和同伴互评。然而在高中阶段,学生的评价经验相对有限,反馈多停留于拼写、语法等表层问题,难以对内容深度、语言表达和逻辑结构等核心维度形成有效反馈,从而影响产出成果的进一步优化。

2. 人工智能赋能POA教学的潜力

自AI技术兴起以来,相关研究不断展现其赋能POA教学的潜力。焦建利、陈婷(2023)指出,AI能够识别与理解文本,并根据具体指令生成反馈,为教师的教学设计和活动组织提供创新思路。朱小超、柳华妮(2024)指出,AI可从词汇、句法、结构和内容等维度为学生的写作提供个性化反馈,促进写作能力与自我效能感的提升。李冬青(2024)将AI融入POA全过程教学设计,提出COPILOTS人机协同模式,增强POA教学设计的科学性与精准性。邢文骏(2025)在高中英语读后续写中应用AI赋能的POA设计,实现了驱动、促成与评价环节的减负增效。上述研究表明,AI在输入材料深度解析、语言活动创新设计以及产出成果有效评价等方面具有显著优势,为AI赋能POA教学提供了重要的理论依据与实践参考。在此基础上,本文将面向高中英语教学情境,并尝试提出AI赋能的POA教学改进策略,以弥补现有研究在学段针对性与实践可操作性方面的不足。

三、人工智能赋能产出导向法教学的

实践案例

本文选取人教版高中《英语》(2019 年版)选择性必修第三册Unit3中的阅读语篇“Climate Change Requires the World’s Attention”为教学输入材料。本文是一篇说明文,以“气候变化”为主题,按照“现象—原因—危害—措施”的逻辑展开。说明文教学是高中英语课堂教学的重要内容,有助于提升学生有效传递信息和表达观点的能力。该主题贴近社会热点,可促使学生深入思考人类生存、社会发展与环境保护之间的关系,增强其环保意识与责任担当。笔者基于POA教学理念并借助DeepSeek开展教学设计,通过设置“撰写全球气候变化报告”这一产出任务,旨在提升学生的英语读写能力,培养其环保意识和社会责任感。

1. 产出场景创设

呈现交际场景是驱动环节的起点,其交际真实性依托于话题、目的、身份和场合四个要素的完整呈现,同时需要将产出任务内嵌其中(文秋芳、孙曙光,2020)。在此环节中,教师可先将输入材料交由DeepSeek进行深入分析和全面解读,为产出场景创设做好准备。随后,教师详细说明产出场景的四个交际要素,让DeepSeek在理解文本的基础上,结合产出任务生成多样化的场景设计方案,从而有效降低教师寻找“创意”场景的时间成本。

例如,笔者将输入材料上传至DeepSeek,并输入如下指令:

你是一名高中英语教师,请仔细阅读该材料并设计具有交际真实性的产出场景。其真实性需体现话题、目的、身份和场合四个要素,并将产出任务“撰写全球气候变化报告”融入其中。其中,话题应贴近学生生活经验;目的强调向受众陈述事实或观点;交际双方身份需明确并具有使用英语交际的必要;场合应指向学生日常交际的具体地点。

DeepSeek能够根据指令快速生成定制化的产出场景,为教师提供多套备选方案供筛选。为确保产出场景的真实性和创新性,笔者对模型生成内容进行了筛选、核查和完善,最终确定如下产出场景:

国际环保短视频大赛即将举办。作为参赛者,你需要撰写一份关于全球气候变化的报告,作为短视频的脚本基础。报告需包含现象描述、事实陈述、原因分析和行动呼吁四个方面。

该产出场景完整涵盖话题(全球气候变暖)、目的(撰写报告参赛)、身份(参赛者和国际评委)和场合(短视频平台)四个核心要素,具备交际真实性。可见,DeepSeek能够理解和分析文本,为教师提供创意支持,帮助教师快速拓展场景设计思路,提高教学准备效率。但教师仍需对AI生成内容进行甄别和筛选,优先选择具备交际真实性的产出场景,并在必要时进行细化和完善,以提升产出场景的真实性和创新性。

2. 促成活动设计

促成是POA教学的核心环节,其有效性直接决定学生产出质量和教学成败。而作为促成环节的基本单位,促成活动需具有内在逻辑关系,表现为承前启后,难度各异且呈梯度递增(邱琳,2020)。在此环节中,AI可依据产出目标和学生需求,在内容、语言和结构方面提供丰富的教学资源和多样化的教学活动方案,提升促成效果(邢文骏,2025)。

下面以语言促成为例,说明如何通过人机协作设置循序渐进的语言促成练习,帮助学生获取完成产出任务所需的语言要素。具体而言,在语言促成环节,AI可作为语言顾问,通过筛选输入材料中的关键语言点并提供丰富的语言知识支持(许家金、赵冲,2024),辅助教师筛选语言促成对象、设计语言促成练习,从而提升语言促成活动的设计效率和质量。

(1)筛选语言促成对象

在本环节,教师需依据“选择性”和“功能关联性”原则筛选并整合语言促成对象(邱琳,2017)。DeepSeek的高效筛选和分类整理功能可直接服务于产出任务的语言表达形式,为语言促成练习的设计做好准备。

例如,笔者在DeepSeek输入如下指令:

请从输入材料中提取与“气候变化”有关的单词和短语,按照现象、成因、危害和措施四个维度进行分类整理。

DeepSeek会根据指令迅速完成词汇提取与分类。通过人机协作,最终确定语言促成对象(见表1)。由此可见,DeepSeek提取与整合的目标语言项目能够精准对接产出目标中的语言促成目标,为后续语言促成教学提供有效支持。

(2)设计语言促成练习

在设计语言促成练习环节,教师需要兼顾两个原则:一是语言促成练习应以产出型为主,通过提供充分的产出机会帮助学生建立程序性知识;二是语言促成过程应体现循序渐进,呈现产出单位递增(词—单句—句群—篇章)、认知难度递进(辨识理解—按要求产出—开放性产出)的特点(邱琳,2017)。在此环节,教师可要求DeepSeek依据前期筛选的语言促成对象,围绕语篇主题设计循序渐进的产出型语言促成练习。随后,教师筛选DeepSeek生成的练习,一要确保练习紧扣主题,重点复现产出目标中的核心词汇;二要确保练习类型丰富,通过提高目标语言接触频次来巩固和强化语言促成效果。最后,教师可结合实际教学需求,对所选练习进行适当调整,确保语言促成练习与教学目标精准对接。

例如,笔者在DeepSeek输入如下指令:

请结合本节课的语言促成对象,围绕“气候变化”,设计循序渐进的产出型语言促成练习,如识别练习(填空题和同义替换)、记忆练习(句子翻译和主题段落表达)、使用练习(情境写作)。

经过多轮人机协作后,最终确定如下语言促成练习(见表2,促成练习和参考答案均为人机协作完成,每项仅举一例)。

上述语言促成练习符合以产出型练习为主的原则,体现产出单位递增、认知难度递进的特点。具体而言,从语言促成练习类型看,除同义替换属于语言形式与意义的配对外,其他语言练习均是产出型语言练习,有助于学生在强化练习中提高语言产出能力。从语言促成过程看,在语言维度上,练习从短语产出(同义替换、填空题)到句子产出(句子翻译)、段落产出(主题段落表达),再到篇章产出(情境写作),符合语言单位递增的规律;在认知维度上,练习从辨识理解(识别练习),到按要求产出(记忆练习),再到开放性产出(使用练习),体现认知难度递进的特点。由此可见,DeepSeek能够为教师设计语言促成活动提供有力支持。通过人机协作,教师可以高效提取目标语言项目,快速生成课堂可用的语言促成练习及参考答案,从而显著提升教学设计效率。目前,DeepSeek能有效辅助促成活动的初步设计,但系统化、可操作的促成活动整体方案仍需教师构建,以确保语言促成的有效性与目标匹配度。

3. 评价焦点挖掘

评价是POA教学的升华阶段,通过实施师生合作评价来优化学习效果,提高教学效率(文秋芳,2016)。师生合作评价的课前准备阶段以确定评价焦点为核心展开,要求教师从学生提交的初稿中筛选出共性典型问题,确定评价焦点(孙曙光,2017)。此环节,教师可通过DeepSeek平台批量上传学生产出成果,要求系统进行初步评价并识别其中的共性问题。基于DeepSeek的初步分析,教师快速浏览学生初稿,建立整体认知,并根据典型性(问题覆盖面广,影响产出有效性)和可教性(能够在预定学时内完成对所选问题的评、讲、改、练)原则,从DeepSeek识别的共性问题中确定最终的评价焦点。

例如,笔者将所有学生的初稿上传至DeepSeek,并输入如下指令:

请结合本课产出任务,从内容、语言和结构三个维度分析学生的写作初稿,指出其中的共性问题。

DeepSeek通过分析学生初稿,指出了内容分布不均、语言不够准确、词汇不够丰富、逻辑衔接生硬、句子结构单一等不足之处。笔者发现其中的语言准确性、词汇丰富性和句子结构多样性问题属于语言发展的长期目标,涉及多维度评价标准,难以通过单次教学有效解决。内容分布不均则表现为描述现象、分析成因、介绍危害和呼吁行动四个维度的比例失衡,可通过教师的针对性指导得到有效解决。因此,基于产出目标以及典型性和可教性原则,笔者最终将评价焦点确定为“提升逻辑衔接”,具体包括段落间的逻辑联系与段落内部的语义连贯。由此可见,DeepSeek能够快速识别学生文本中的共性典型问题,为教师筛选评价焦点提供有效支持,提升评价环节的效率。然而,教师仍需结合产出目标和实际学情进行综合研判,选择最具教学干预价值的关键问题开展针对性训练。

4. 产出成果优化

师生合作评价的课后活动阶段要求学生依次通过自评、互评和机评,完成产出成果的修改(孙曙光,2017)。AI作为语言测评的辅助工具,能够识别文本中的语言、逻辑、文体偏误,并提供评价意见和修改建议(许家金、赵冲,2024),通过精准、及时的个性化反馈显著提升学生产出成果的质量。在此环节中,教师可借助DeepSeek分析学生初稿并提出修改意见;随后,结合学生个体情况,对DeepSeek的反馈进行必要的调整与补充,以确保反馈的针对性和有效性。

例如,笔者将所有学生的初稿上传至DeepSeek,并输入如下指令:

请基于本课产出任务要求,从内容、语言和结构三个维度分析学生的写作初稿,指出不足之处,提供针对性修改意见,并以对照形式呈现原文与修改稿的改进效果。

DeepSeek给出的修改意见如下:内容方面基本准确,建议在描述现象中加入具体数据支撑,以增强气候变化论证的科学性;语言上存在语法错误、用词不准确和句式单一等问题,建议修正语法错误,替换不准确词汇,并适当使用复杂句式;结构框架总体完整,但逻辑衔接较弱,建议通过添加衔接词增强行文连贯性。同时,DeepSeek还提供了作文优化版本(见表3),从内容、语言和逻辑三个维度进行对比分析,从而有助于学生更系统地掌握优化策略,提升产出质量。

由此可见,DeepSeek通过多维度文本分析,能够为学生提供精准的、个性化的修改意见,帮助其明确写作中的具体问题,从而有针对性地提升写作质量。然而,DeepSeek的反馈也存在一定局限性:一方面,部分修改意见可能超出学生的实际接受能力,使其难以准确理解并有效落实;另一方面,部分反馈缺乏情感温度,过于聚焦错误修正而忽略对写作亮点的肯定,可能影响学生的写作积极性。因此,教师需在AI提供的修改意见基础上,结合学生个体差异,在提出针对性修改建议的同时给予必要的鼓励,既确保反馈有效性,又增强学生的写作信心,从而更好地满足个性化学习需求。

四、结语

本文结合具体教学案例,探讨了AI赋能高中英语POA教学设计与实施的创新路径。AI凭借其智能文本解析、教学资源动态生成以及多维度学情诊断等能力,能够有效协助教师完成产出场景创设、促成活动设计、评价焦点挖掘和产出成果优化等关键环节,提升POA教学的科学性、精准性和有效性,从而实现减负增效。

需要强调的是,AI生成的内容存在一定的随机性,这要求教师在应用过程中始终发挥主导作用,需要对AI生成的内容进行专业甄别与教学重构,确保其符合教学目标并匹配学生的认知发展水平。同时,教师需不断提升自身专业素养,在深入理解POA教学理念的基础上,积极探索AI的教育应用潜力,通过创造性转化AI生成内容,融入个性化特色和自身的教育智慧,切实提升POA教学的生命力与实效性。

作者简介

袁汉邦,深圳第二外国语学校英语教师,中学一级教师。

唐邦顺,深圳市光明区教育科学研究院高中英语教研员。

郑颖,深圳第二外国语学校英语教师,中学高级教师。

以上内容转自《英语学习(中英文)》2026年1月刊第48-55页,作者:袁汉邦,唐邦顺,郑颖。原题为《人工智能赋能高中英语产出导向法教学的实践探索》。参考文献已省略。文章版权归《英语学习(中英文)》编辑部及作者所有。欢迎分享本文到朋友圈。其他任何学术平台若有转载需要,请联系《英语学习(中英文)》编辑部。

—

推荐阅读

—

更多内容 · 敬请关注

同名视频号

同名小红书

点亮星标 精彩无限

关注“外研测评”微信公众号并设置星标,第一时间获取测评资源与动态~

点击下方卡片关注我们~

点赞

点分享

点推荐

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料