智能時代人機協同語文教學總體框架設計

樂會進 張秋玲

【關鍵詞】人機協同；大語言模型；生成式人工智能；提示語；風險化解

人機協同是指在回應問題、完成任務的過程中，充分發揮人與機器的各自優勢的合作模式，包括人機交互、人機交融和人機共創三個階段。以ChatGPT 大語言模型為代表的生成式人工智能興起，加速了智能時代的到來。人機協同的“機”從原來的機械類人造物、電子計算機發展為人工智能。人機協同是理解并構建智能時代教育世界的關鍵概念［1］，未來，人機協同教學可能成為主流教學模式［2］。

2022 年11 月30 日大語言模型ChatGPT 3.5 的發布，帶動了文生文、文生圖、圖生圖、圖生文等多模態生成式人工智能的興起。以大語言模型為代表的生成式人工智能的持續迭代，促使我們努力構建與其相匹配的共生、共創的語文教育新生態。唯有如此，師生才有可能運用大語言模型助力學科素養發展，同時形成時代所需的語言素養與數字素養。

生成式人工智能對語文教育提出了新挑戰，也為改變語文教學質量、創新語文教育模式提供了新機遇。為回應智能時代語文教育教學可能出現的實踐模式，本文基于近五年的技術研發、教學實踐及理論思考，嘗試勾勒人機協同語文教學的總體框架。

一、智能時代人機協同語文教學的關鍵特征

人機協同教學的相關研究主要有教、學、評三個視角：一是教師視角的人機協同教學，著重探討人機協同教學設計［3］、教學模式［4］、教師角色［5］與教師教育［6］等問題；二是學生視角的人機協同學習，主要聚焦人機協同學習的本質特征［7］［8］、一般過程［8］和學習模式［9］［10］等；三是人機協同評價，分別涉及理論探討［11］、英語作文評價［12］、質量控制［13］等。在語文教學領域，相關研究主要涉及寫作教學［14］［15］和誦讀教學［16］。綜合而言，人機協同語文教學的完整內涵包括教師與機器協同教學、學生與機器協同學習、人機協同評價。

智能時代人機協同語文教學是指根據學生發展和教學需要，教師運用人工智能支持教學設計與評價，學生綜合運用語言文字和大語言模型等生成式人工智能協同學習的過程。借此，一邊促進學生語文核心素養發展，一邊理解并促進大語言模型等生成式人工智能的發展，實現人機協同進化。大語言模型能融合文本解讀、教學設計、自主學習、協作探究和表現性評價等教、學、評各環節，人機協同語文教學的總體框架將在原有基礎上發生結構性改變。

首先，更新智能時代人機協同語文教學的目標定位。語文課程不僅要培養熟練運用語言文字與人類社會各主體溝通交流的人，還要培養與大語言模型等智能體溝通交流的人，更要培養綜合運用語言文字與大語言模型創造新世界的人。

其次，教師與大語言模型深度交互、協同完成教學設計。該過程包括借助大語言模型梳理文本解讀的多種觀點，啟發自身多視角解讀文本；依托大語言模型分析文本語言，挖掘課文語言的思維、文化和審美價值，明確教學內容和目標；輔助設計學習任務及評價量規；輔助統計分析學情數據等。其中，人機協同語文教學的關鍵是人機協同學習過程的設計，即尋找學生與大語言模型交互過程中能促進學習發生的提示語。作為搜索引擎的人機交互接口，關鍵詞已成為人類新的記憶方式［17］，與其類似，提示語是控制大語言模型理想輸出的接口，作為一種“做事”的語言，可以分為基礎提示、示例提示、角色提示、規則提示、組合提示等五類［18］。不管是人機交互問答、探究性學習還是協同寫作，核心都是撰寫人機交互提示語。在分析、評判、修改大語言模型生成結果的過程中，借助教師指導，學生在反思中不斷修正語言表達的精準度。此時，以學生為主體，以人機交互、師生協同為關鍵特征的探究性學習就發生了。

最后，人機協同評價促進交互過程和成果持續改進。多輪交互過程中的提示語及大語言模型生成的相應結果，都會形成“聊天”記錄，它們與學生最終提交的任務成果一樣，均是表現性成果。提示語的精準化，離不開對過程性成果的評價和反思，相應的評價形式包括量規引領的自主評價、小組內同伴評價、教師評價等。對大量的總結性成果，則開展人機協同評價，即在借助大語言模型按照評價量規進行智能評價的基礎上，由教師或其他人作更進一步的評價與反饋，以促進持續改進。

總之，基于多輪次人機交互的有指導的探究性學習，是人機協同語文教學的關鍵特征。探索高效的人機交互提示語及其序列，優化精準規范的提示語結構，構建語文教學的提示語工程，是當前人機協同語文教學的主要任務。

二、生成式人工智能支持下人機協同語文教學的基本路徑

經多輪迭代，北京市某中學彭老師、陳老師借助生成式人工智能聯合設計了《天上的街市》課例，并在2023 年第三屆北京市基礎教育發展論壇上進行了直播展示。該課例引導學生分組使用文心一言、文心一格等智能工具，在教師指導和小組討論基礎上，通過多輪次的人機對話與探究，逐步優化交互提示語，協同完成創作詩歌賞析短文、詩歌配圖和詩歌朗誦配樂等學習任務。充分發揮了人機對話、人機協作的優勢，可作為人機協同語文教學的典型案例。下面結合相關教學案例，圍繞教學設計、學習過程指導和評價等關鍵環節，構建人機協同語文教學的基本路徑。

1.人機協同的語文教學設計與優化

按照語文教學設計的一般原理，依據教學內容、學習目標和學情等設計核心學習任務，是教師設計教學的基礎性工作。然而在設計學習任務時，許多教師難以綜合考慮上述多個因素，存在評價量規設計不夠具體、情境變式不足等現象。還有部分教師只是簡單模仿已有教案，并不理解教學設計的一般原理，尤其是“教學評”一致性的原理。借助大語言模型，先上傳課文原文，提供前期文本解讀確定的教學內容、學習目標等背景信息，代入角色提示語，逐步引導大語言模型按照教師意圖和要求生成學習任務、情境變式及評價量規等。在此基礎上，教師利用專業知識和經驗進行必要的優化與重構。此外，教師還可以另開一個學生角色的接口，模擬學生完成該學習任務的基本過程，根據模擬或試學中出現的可能問題進一步理解學生，預判人機協同學習時可能需要指導的環節和內容，并動態調整、完善學習任務與教學設計。

《天上的街市》備課時，教師不僅使用文心一言從內容深度、語言質量、邏輯性、新穎性和實用性五個方面為詩歌賞析短文創作任務設計了表格式評價量規，從清晰性、針對性、簡潔性、自然性和創新性五個方面為學生所寫提示語設計了自評量規，還在兩輪人機協同教學中進一步具體描述學習任務要求，優化設計學習過程，為學生逐步優化人機協同學習提示語提供支持和指導。

未來，探討智能時代人機協同語文教學設計的發展方向，可以分為規則驅動和數據驅動兩條路徑。一是先總結已有教學設計專家系統的經驗教訓，將語文教學設計的一般原理轉化為邏輯規則，將規則所涉及的概念及其之間的關系具體化；然后整合語文教學的條件性知識，進一步明確教學設計關鍵環節的內部結構、環節之間的輸入輸出等，并將其轉化為規范的提示語，讓大語言模型具有一定的語文教學設計能力。二是以具體的單篇課文的人機協同教學設計為基礎，每篇課文形成獨立的人機對話接口，經過教學檢驗并總結其規范提示語，進而歸納人機協同語文教學設計及優化的一般提示語。

2.基于人機交互的學生探究性學習

首先，在教學導入、簡要教學指導、解釋學習任務情境之后，學生重點閱讀課文原文并查閱相關材料。學生根據對學習任務的理解，在評價量規或同伴啟發、教師指導下將學習任務進一步分解為更具體的子任務。其次，利用子任務轉化而來的提示語，與大語言模型進行人機交互，與小組成員共同評判生成結果的可接受度，據此調整提示語。在優化提示語的過程中，一方面，在結果可接受時，著重探究生成結果依據了哪些課文文本語句，以確認或增強生成結果的可解釋性；另一方面，結果不理想時，可以把自己理解的課文重點語句或學到的賞析要點整合到提示語之中。通過多輪次的深度人機對話，選擇可接受或修改工作量最小的學習任務結果。最后，學生根據自己的思想感情和個性化理解修改學習任務成果，人機協同完成學習任務。

在經過第二輪迭代的課例中，學生反復進行了以下兩次真正的探究性學習。一是人機交互的協作探究性學習。在學習任務要求、評價量規或同伴啟發下，學生撰寫人機交互提示語，評判大語言模型生成結果的可接受性，并持續探索獲得更優結果的提示語。二是有指導的探究性學習。在無法獲得可接受生成結果，或結果不被教師接受時，尋求教師的指導或啟發。此后，學生利用生成結果中的有用關鍵詞、教材預習提示、單元任務、教師提示等有用信息繼續深入探索。事實上，學生先后從詩歌的意象、聯想與想象、牛郎織女神話反轉、“定然”等重點語詞多個角度，對詩歌的語言和思想進行綜合賞析并逐步聚焦，將各個要點與提示語整合，提煉出新的提示語，從而不斷優化生成的賞析短文。在提示語逐步優化的過程中，學生反復對比分析不同提示語即時生成的不同鑒賞短文之間的差別，體會不同閱讀策略與方法帶來的顯著差異，有意識地練習并內化利用教材和教師提示進行現代詩歌鑒賞閱讀的策略和方法。

總之，人機協同的語文教學有三種方式促進學生學習。一是要求學生撰寫提示語，培養學生提出問題的能力。二是通過對生成結果的共同研究和評判，引導學生持續優化提示語。為此，學生需要通過反思、研讀課文與教材、討論、發現并抓住關鍵語句，把握文章的思想乃至體會作者的言語思維。三是發揮大語言模型即時生成優勢，將學生閱讀、思考和寫作快速融為一體，將閱讀與所思的問題很快“寫作”出來，有利于強化閱讀策略和方法訓練。閱讀策略是弱方法，需要大量的閱讀訓練，以往這種強化很難在課堂上實施，但依托大語言模型，閱讀策略訓練有了很好的抓手。教師若善于引導學生總結提示語優化過程，以歸納出有效的閱讀策略，不僅有利于推動單篇教學走向深入，也能為單元整體教學、整本書閱讀、跨媒介閱讀等奠定閱讀策略和方法層面的良好基礎。

3.大語言模型介導的師生互動與教學指導

面對大語言模型生成的任務結果，學生會做出什么樣的反應和判斷，是不假思索地接受，是有所保留地選擇，還是優化探索并批判性接受？這不僅關系到探究性學習的深度與質量，還涉及教師的指導作用和大語言模型教學應用的年齡適用性規范問題［19］。

2023 年9 月，聯合國教科文組織發布的《生成式人工智能教育與研究應用指南》建議：獨立使用生成式人工智能平臺聊天的年齡下限設置為13 歲，并考慮16 歲的更嚴格年齡限制。鑒于13 歲的少年（七、八年級初中學生）處于自我意識高漲的特殊階段，具有很強的批判傾向，但分析批判能力還不成熟，獨立面對大語言模型生成的任務結果，難免會出現不假思索地接受或誤判，因此，初中生運用大語言模型進行人機協同學習時，有必要受到教師指導和成人監督。此外，同伴也是初中生的重要他人，是學生喜歡的互動對象。因此師生、生生之間以大語言模型提示語及其任務結果為媒介，形成大語言模型介導的師生互動，擴展了以往口耳相傳或教材介導的師生互動。以學生提示語生成的任務結果為基礎，師生、生生互動有了共同連接，不僅豐富了同伴互動的內容，也有利于增強教學指導的針對性。這種人機多層次的交互協同，不僅有利于提高學生探究性學習的深度，更有利于形成良好的師生關系。根據教學指導的針對性、啟發性，大語言模型支持的人機協同教學可以分為能用、用好和創新三個水平。

《天上的街市》課例來自七年級，有大語言模型介導的師生互動，且在教師指導下完成。第一輪教學中教師僅指導學生選擇鑒賞短文，達到了能用水平的人機協同教學；第二輪教學中教師強化了指導和啟發，根據生成結果逐步給予提示，引導學生多輪次優化生成鑒賞短文和詩歌配圖。雖未進行批判性接受和修改活動，但仍屬于用好水平的人機協同教學。

隨著學生批判性思維水平提高，到16 歲（高中學生）基本能夠獨立面對生成的任務結果，學生則可以自主設計探究性學習任務或開展專題學習，并在教師監督、啟發或指導下，人機協同完成學習任務。這有可能進入創新水平的人機協同教學。

4.人機協同的語文學習過程與成果評價

人機協同評價的根本目的是以評促學，它分為面向成果的總結性評價和面向學習過程的過程性評價。前者可以將人機協同學習的任務成果在社交媒體分享，發揮基于點贊、轉發、同伴互評、社會公評、智能測評與教師協同評價等方式的優勢，為學生提供多維度、有針對性的反饋和建議；后者更關注大語言模型生成的過程性任務結果和學生撰寫的提示語變化情況，尤其是能反映學生語言運用和言語思維的提示語微調和學習策略情況，其中學生的言語思維過程信息還需要借助出聲的成果展示活動予以收集。

人機協同評價的優勢主要有兩點：一是利用大規模語料的優勢建立常模，并代入學生角色提示、示例提示等給予提示語，“索取”按照一定標準的成果評價結果、標注性反饋和修改建議等，為教師評價決策提供循證基礎；二是利用社交媒介引入包括同伴、家長、師生、社會公眾等在內的相關利益者進行社會公評，這很可能超越學校范圍，實現社會協同真實評價和群智涌現。不過，人機協同語文教學評價的難點仍然是多元化的評價標準和有針對性的反饋，這需要更多的理論研究和人工智能模型訓練。

三、智能時代人機協同語文教學的風險化解

智能時代加速了語文教學的人機協同進程，必然也暴露了一些隱含的教學風險，這些風險主要來自基于深度學習的人工智能可解釋性不足和學生鑒別能力不夠之間的矛盾。面對智能技術發展的歷史趨勢和語文教學實踐變革可能蘊含的風險，既要改變因循守舊的語文教學習慣，也要打破唯技術至上的觀念，把握好技術與語文的關系，合理利用人工智能，設立化解風險的安全機制。

1.深化理解機器原理，選擇場景和用戶適用的協同機器

大語言模型生成的結果，是根據用戶提示語的要求，將多個語料的語言按照上下文連貫出現的概率分布選擇最優詞匯“組合”起來的“新”文稿。若僅用基礎提示語，該結果大概率不是真實存在的，無法回溯到出處，這就是基于深度學習算法的人工智能的可解釋性問題。它與搜索引擎只檢索呈現已有的原本材料差別很大。對語文而言，一字之差，可能謬以千里。

在課例的“知人論世”部分，部分小組學生使用了大語言模型來“檢索”郭沫若的寫詩背景，根據上述大語言模型生成的技術原理，這種方式獲取的“知人論世”材料是虛構的。對于這種可能帶來不良影響的教學后果，只能事后補救，提醒學生應利用相關教材資料或搜索有權威出處的網絡資料。這種典型的協同技術錯選誤用行為，根本原因是師生對搜索和大語言模型的工作原理理解不夠，未能根據應用場景和用戶需求選用恰當的協同機器。為了規避類似的教學風險，教師在開展人機協同語文教學活動前，有必要接受一定的技術原理培訓，或尋求相應的教研團隊支持。

2.公開展示人機協同學習的過程與任務成果，培養良好的使用習慣

在人機協同語文教學的成果提交或展示環節，要求學生不僅提交最終任務成果，還要提交提示語不斷完善的過程，即原始提示語及其每次生成的過程性任務結果，必要時還要公開人機“聊天”記錄。這種結果與過程一起提交展示的做法，才是負責任的。它類似于科學論文的發表，不僅要有研究結果或結論，能詳細說明其研究過程甚至公開相關數據，還要有參考文獻。同理，“聊天”記錄就是“探究”過程，生成結果就是參考文獻，提交的最終成果是經過本人高度認同、修改和確認過的任務成果，由當事人負責。這有利于培養學生負責任地使用生成式人工智能的習慣，預防濫用。

課例第二輪教學展示課上，學生不僅梳理展示了每一步的提示語及其結果，還在分析評判成果可接受性的基礎上，說明了自己的思考過程。這類公開展示，不僅增強了人機協同學習成果的可解釋性，也能暴露人機協同學習過程中存在的共性和個性問題，凸顯了教師指導的切入點和時機。

3.注重語文核心知識教學與糾偏

語文核心知識是關鍵能力的基礎。缺乏核心知識教學意識和能力，會導致語文課程要培養的核心素養落空。在設計人機協同學習任務及其情境變式時，都要緊緊圍繞語文核心知識設計語言運用活動，在實際教學和指導各個環節，更要避免核心知識不明確或出現錯誤。

在課例第二輪教學中，學生展示的大語言模型生成結果多次將包含比喻、擬人等表現手法與聯想并列，與主體的聯想、想象相混淆。這種錯誤堂而皇之地出現，雖然未必代表學生認同該結果，但至少屬于無意識采納。事實上，由于語文學科教學內容的不確定及種屬關系的混亂，使得用于大語言模型訓練的語料庫本身就存在偏誤，此類學科核心知識錯誤在大語言模型生成的結果中很容易出現。若在課堂上不能適時指出，及時糾偏，就容易在學生之間以訛傳訛。這對教師核心知識教學意識和專業能力提出了更高的要求，不僅要在出現錯誤時及時開展補救性教學，還要能給出預防性的教學措施。

語言文字作為人類思維的外化形式，也作為人類交際的工具，原來只存在于人與人之間，隨著大語言模型的深入運用，語言文字也將成為人機對話的基本形式，具有了影響全民和全局的戰略意義。因此，要從語言戰略角度審視智能時代的語文教育，改變語文教育在目標、內容與方法等層面存在的滯后性［20］。人機協同的語文教學，既是語言戰略層面推進語言文字工作的重要舉措，也是智能時代學生語文核心素養發展的關鍵路徑。期待本文構建的總體框架，能在更多的人機協同語文教學實踐中得到檢驗、批判和深化。