ARTICLE · 978930
知网论文精读|AI赋能高中语文大单元教学的实践路径
知网论文精读 · AI语文教育前沿
AI赋能高中语文大单元教学的实践路径
王卫锋、李强 ｜ 《教学与管理》2025年第Z2期
💡 一句话核心
以人教版必修上册文学阅读与写作单元为例，示范AI贯穿大单元设计、实施、评价全流程的实操路径
📄 原文呈现
🤔 研究问题
高中语文大单元教学如何借助AI破解文本碎片化、任务割裂化、评价滞后化三重困境，推动AI由辅助工具向认知伙伴跃迁？
💡 核心观点
❶ 三重困境
73%学生认为五篇小说除都是小说外没有联系，读写任务脱节，纸笔测试难捕捉审美过程
❷ 四环框架
文本智能解析—任务动态生成—学情实时诊断—创作多维评价，AI贯穿任务群全流程
❸ 素养可视
眼动追踪生成审美注意分布图，情感极性分析比对悲悯曲线，数据驱动精准干预
❹ 校本语料
教师—AI协同标注50份高分解读与200份典型误读，LoRA微调后解读准确率61%升至89%
❺ 双师协同
教师定育人目标、AI供认知支架；Bloom分类器诊断后高阶提问由32%升至45%
❻ 伦理底线
透明度三规——标注AI贡献、开设写作伦理微课、AI贡献超40%须加300字反思说明
🎓 教学启示
大单元设计可借AI做文本关联挖掘与主题凝练，用学情诊断推送差异化支架；教师须守住育人设计师角色，以透明标注与伦理微课防止技术替代思考。
📋 新课标关联
依据《普通高中语文课程标准（2017年版2025年修订）》
① 学习任务群5 文学阅读与写作
五篇小说横跨1918-1984年三种叙事传统，AI可辅助主题凝练与读写任务链设计，让以写促读、以读悟写真正落地
② 审美鉴赏与创造
眼动追踪与情感极性分析将审美过程数据化，为学生审美鉴赏提供可视化监控与精准反馈路径
③ 数字化资源开发
课标倡导积极开发语文课程资源特别是数字化资源，AI学情诊断与多维评价正是数据驱动教学评一体的实践
⭐ 推荐理由
全文实测数据扎实（73%、61%→89%），四环框架可直接迁移到任何大单元，高中语文教师人手一篇。
原文截图及观点提炼仅供教研学习参考，版权归原作者及原期刊所有。