智能时代人机协同语文教学总体框架设计

乐会进 张秋玲

【关键词】人机协同；大语言模型；生成式人工智能；提示语；风险化解

人机协同是指在回应问题、完成任务的过程中，充分发挥人与机器的各自优势的合作模式，包括人机交互、人机交融和人机共创三个阶段。以ChatGPT 大语言模型为代表的生成式人工智能兴起，加速了智能时代的到来。人机协同的“机”从原来的机械类人造物、电子计算机发展为人工智能。人机协同是理解并构建智能时代教育世界的关键概念［1］，未来，人机协同教学可能成为主流教学模式［2］。

2022 年11 月30 日大语言模型ChatGPT 3.5 的发布，带动了文生文、文生图、图生图、图生文等多模态生成式人工智能的兴起。以大语言模型为代表的生成式人工智能的持续迭代，促使我们努力构建与其相匹配的共生、共创的语文教育新生态。唯有如此，师生才有可能运用大语言模型助力学科素养发展，同时形成时代所需的语言素养与数字素养。

生成式人工智能對语文教育提出了新挑战，也为改变语文教学质量、创新语文教育模式提供了新机遇。为回应智能时代语文教育教学可能出现的实践模式，本文基于近五年的技术研发、教学实践及理论思考，尝试勾勒人机协同语文教学的总体框架。

一、智能时代人机协同语文教学的关键特征

人机协同教学的相关研究主要有教、学、评三个视角：一是教师视角的人机协同教学，着重探讨人机协同教学设计［3］、教学模式［4］、教师角色［5］与教师教育［6］等问题；二是学生视角的人机协同学习，主要聚焦人机协同学习的本质特征［7］［8］、一般过程［8］和学习模式［9］［10］等；三是人机协同评价，分别涉及理论探讨［11］、英语作文评价［12］、质量控制［13］等。在语文教学领域，相关研究主要涉及写作教学［14］［15］和诵读教学［16］。综合而言，人机协同语文教学的完整内涵包括教师与机器协同教学、学生与机器协同学习、人机协同评价。

智能时代人机协同语文教学是指根据学生发展和教学需要，教师运用人工智能支持教学设计与评价，学生综合运用语言文字和大语言模型等生成式人工智能协同学习的过程。借此，一边促进学生语文核心素养发展，一边理解并促进大语言模型等生成式人工智能的发展，实现人机协同进化。大语言模型能融合文本解读、教学设计、自主学习、协作探究和表现性评价等教、学、评各环节，人机协同语文教学的总体框架将在原有基础上发生结构性改变。

首先，更新智能时代人机协同语文教学的目标定位。语文课程不仅要培养熟练运用语言文字与人类社会各主体沟通交流的人，还要培养与大语言模型等智能体沟通交流的人，更要培养综合运用语言文字与大语言模型创造新世界的人。

其次，教师与大语言模型深度交互、协同完成教学设计。该过程包括借助大语言模型梳理文本解读的多种观点，启发自身多视角解读文本；依托大语言模型分析文本语言，挖掘课文语言的思维、文化和审美价值，明确教学内容和目标；辅助设计学习任务及评价量规；辅助统计分析学情数据等。其中，人机协同语文教学的关键是人机协同学习过程的设计，即寻找学生与大语言模型交互过程中能促进学习发生的提示语。作为搜索引擎的人机交互接口，关键词已成为人类新的记忆方式［17］，与其类似，提示语是控制大语言模型理想输出的接口，作为一种“做事”的语言，可以分为基础提示、示例提示、角色提示、规则提示、组合提示等五类［18］。不管是人机交互问答、探究性学习还是协同写作，核心都是撰写人机交互提示语。在分析、评判、修改大语言模型生成结果的过程中，借助教师指导，学生在反思中不断修正语言表达的精准度。此时，以学生为主体，以人机交互、师生协同为关键特征的探究性学习就发生了。

最后，人机协同评价促进交互过程和成果持续改进。多轮交互过程中的提示语及大语言模型生成的相应结果，都会形成“聊天”记录，它们与学生最终提交的任务成果一样，均是表现性成果。提示语的精准化，离不开对过程性成果的评价和反思，相应的评价形式包括量规引领的自主评价、小组内同伴评价、教师评价等。对大量的总结性成果，则开展人机协同评价，即在借助大语言模型按照评价量规进行智能评价的基础上，由教师或其他人作更进一步的评价与反馈，以促进持续改进。

总之，基于多轮次人机交互的有指导的探究性学习，是人机协同语文教学的关键特征。探索高效的人机交互提示语及其序列，优化精准规范的提示语结构，构建语文教学的提示语工程，是当前人机协同语文教学的主要任务。

二、生成式人工智能支持下人机协同语文教学的基本路径

经多轮迭代，北京市某中学彭老师、陈老师借助生成式人工智能联合设计了《天上的街市》课例，并在2023 年第三届北京市基础教育发展论坛上进行了直播展示。该课例引导学生分组使用文心一言、文心一格等智能工具，在教师指导和小组讨论基础上，通过多轮次的人机对话与探究，逐步优化交互提示语，协同完成创作诗歌赏析短文、诗歌配图和诗歌朗诵配乐等学习任务。充分发挥了人机对话、人机协作的优势，可作为人机协同语文教学的典型案例。下面结合相关教学案例，围绕教学设计、学习过程指导和评价等关键环节，构建人机协同语文教学的基本路径。

1.人机协同的语文教学设计与优化

按照语文教学设计的一般原理，依据教学内容、学习目标和学情等设计核心学习任务，是教师设计教学的基础性工作。然而在设计学习任务时，许多教师难以综合考虑上述多个因素，存在评价量规设计不够具体、情境变式不足等现象。还有部分教师只是简单模仿已有教案，并不理解教学设计的一般原理，尤其是“教学评”一致性的原理。借助大语言模型，先上传课文原文，提供前期文本解读确定的教学内容、学习目标等背景信息，代入角色提示语，逐步引导大语言模型按照教师意图和要求生成学习任务、情境变式及评价量规等。在此基础上，教师利用专业知识和经验进行必要的优化与重构。此外，教师还可以另开一个学生角色的接口，模拟学生完成该学习任务的基本过程，根据模拟或试学中出现的可能问题进一步理解学生，预判人机协同学习时可能需要指导的环节和内容，并动态调整、完善学习任务与教学设计。

《天上的街市》备课时，教师不仅使用文心一言从内容深度、语言质量、逻辑性、新颖性和实用性五个方面为诗歌赏析短文创作任务设计了表格式评价量规，从清晰性、针对性、简洁性、自然性和创新性五个方面为学生所写提示语设计了自评量规，还在两轮人机协同教学中进一步具体描述学习任务要求，优化设计学习过程，为学生逐步优化人机协同学习提示语提供支持和指导。

未来，探讨智能时代人机协同语文教学设计的发展方向，可以分为规则驱动和数据驱动两条路径。一是先总结已有教学设计专家系统的经验教训，将语文教学设计的一般原理转化为逻辑规则，将规则所涉及的概念及其之间的关系具体化；然后整合语文教学的条件性知识，进一步明确教学设计关键环节的内部结构、环节之间的输入输出等，并将其转化为规范的提示语，让大语言模型具有一定的语文教学设计能力。二是以具体的单篇课文的人机协同教学设计为基础，每篇课文形成独立的人机对话接口，经过教学检验并总结其规范提示语，进而归纳人机协同语文教学设计及优化的一般提示语。

2.基于人机交互的学生探究性学习

首先，在教学导入、简要教学指导、解释学习任务情境之后，学生重点阅读课文原文并查阅相关材料。学生根据对学习任务的理解，在评价量规或同伴启发、教师指导下将学习任务进一步分解为更具体的子任务。其次，利用子任务转化而来的提示语，与大语言模型进行人机交互，与小组成员共同评判生成结果的可接受度，据此调整提示语。在优化提示语的过程中，一方面，在结果可接受时，着重探究生成结果依据了哪些课文文本语句，以确认或增强生成结果的可解释性；另一方面，结果不理想时，可以把自己理解的课文重点语句或学到的赏析要点整合到提示语之中。通过多轮次的深度人机对话，选择可接受或修改工作量最小的学习任务结果。最后，学生根据自己的思想感情和个性化理解修改学习任务成果，人机协同完成学习任务。

在经过第二轮迭代的课例中，学生反复进行了以下两次真正的探究性学习。一是人机交互的协作探究性学习。在学习任务要求、评价量规或同伴启发下，学生撰写人机交互提示语，评判大语言模型生成结果的可接受性，并持续探索获得更优结果的提示语。二是有指导的探究性学习。在无法获得可接受生成结果，或结果不被教师接受时，寻求教师的指导或启发。此后，学生利用生成结果中的有用关键词、教材预习提示、单元任务、教师提示等有用信息继续深入探索。事实上，学生先后从诗歌的意象、联想与想象、牛郎织女神话反转、“定然”等重点语词多个角度，对诗歌的语言和思想进行综合赏析并逐步聚焦，将各个要点与提示语整合，提炼出新的提示语，从而不断优化生成的赏析短文。在提示语逐步优化的过程中，学生反复对比分析不同提示语即时生成的不同鉴赏短文之间的差别，体会不同阅读策略与方法带来的显著差异，有意识地练习并内化利用教材和教师提示进行现代诗歌鉴赏阅读的策略和方法。

总之，人机协同的语文教学有三种方式促进学生学习。一是要求学生撰写提示语，培养学生提出问题的能力。二是通过对生成结果的共同研究和评判，引导学生持续优化提示语。为此，学生需要通过反思、研读课文与教材、讨论、发现并抓住关键语句，把握文章的思想乃至体会作者的言语思维。三是发挥大语言模型即时生成优势，将学生阅读、思考和写作快速融为一体，将阅读与所思的问题很快“写作”出來，有利于强化阅读策略和方法训练。阅读策略是弱方法，需要大量的阅读训练，以往这种强化很难在课堂上实施，但依托大语言模型，阅读策略训练有了很好的抓手。教师若善于引导学生总结提示语优化过程，以归纳出有效的阅读策略，不仅有利于推动单篇教学走向深入，也能为单元整体教学、整本书阅读、跨媒介阅读等奠定阅读策略和方法层面的良好基础。

3.大语言模型介导的师生互动与教学指导

面对大语言模型生成的任务结果，学生会做出什么样的反应和判断，是不假思索地接受，是有所保留地选择，还是优化探索并批判性接受？这不仅关系到探究性学习的深度与质量，还涉及教师的指导作用和大语言模型教学应用的年龄适用性规范问题［19］。

2023 年9 月，联合国教科文组织发布的《生成式人工智能教育与研究应用指南》建议：独立使用生成式人工智能平台聊天的年龄下限设置为13 岁，并考虑16 岁的更严格年龄限制。鉴于13 岁的少年（七、八年级初中学生）处于自我意识高涨的特殊阶段，具有很强的批判倾向，但分析批判能力还不成熟，独立面对大语言模型生成的任务结果，难免会出现不假思索地接受或误判，因此，初中生运用大语言模型进行人机协同学习时，有必要受到教师指导和成人监督。此外，同伴也是初中生的重要他人，是学生喜欢的互动对象。因此师生、生生之间以大语言模型提示语及其任务结果为媒介，形成大语言模型介导的师生互动，扩展了以往口耳相传或教材介导的师生互动。以学生提示语生成的任务结果为基础，师生、生生互动有了共同连接，不仅丰富了同伴互动的内容，也有利于增强教学指导的针对性。这种人机多层次的交互协同，不仅有利于提高学生探究性学习的深度，更有利于形成良好的师生关系。根据教学指导的针对性、启发性，大语言模型支持的人机协同教学可以分为能用、用好和创新三个水平。

《天上的街市》课例来自七年级，有大语言模型介导的师生互动，且在教师指导下完成。第一轮教学中教师仅指导学生选择鉴赏短文，达到了能用水平的人机协同教学；第二轮教学中教师强化了指导和启发，根据生成结果逐步给予提示，引导学生多轮次优化生成鉴赏短文和诗歌配图。虽未进行批判性接受和修改活动，但仍属于用好水平的人机协同教学。

随着学生批判性思维水平提高，到16 岁（高中学生）基本能够独立面对生成的任务结果，学生则可以自主设计探究性学习任务或开展专题学习，并在教师监督、启发或指导下，人机协同完成学习任务。这有可能进入创新水平的人机协同教学。

4.人机协同的语文学习过程与成果评价

人机协同评价的根本目的是以评促学，它分为面向成果的总结性评价和面向学习过程的过程性评价。前者可以将人机协同学习的任务成果在社交媒体分享，发挥基于点赞、转发、同伴互评、社会公评、智能测评与教师协同评价等方式的优势，为学生提供多维度、有针对性的反馈和建议；后者更关注大语言模型生成的过程性任务结果和学生撰写的提示语变化情况，尤其是能反映学生语言运用和言语思维的提示语微调和学习策略情况，其中学生的言语思维过程信息还需要借助出声的成果展示活动予以收集。

人机协同评价的优势主要有两点：一是利用大规模语料的优势建立常模，并代入学生角色提示、示例提示等给予提示语，“索取”按照一定标准的成果评价结果、标注性反馈和修改建议等，为教师评价决策提供循证基础；二是利用社交媒介引入包括同伴、家长、师生、社会公众等在内的相关利益者进行社会公评，这很可能超越学校范围，实现社会协同真实评价和群智涌现。不过，人机协同语文教学评价的难点仍然是多元化的评价标准和有针对性的反馈，这需要更多的理论研究和人工智能模型训练。

三、智能时代人机协同语文教学的风险化解

智能时代加速了语文教学的人机协同进程，必然也暴露了一些隐含的教学风险，这些风险主要来自基于深度学习的人工智能可解释性不足和学生鉴别能力不够之间的矛盾。面对智能技术发展的历史趋势和语文教学实践变革可能蕴含的风险，既要改变因循守旧的语文教学习惯，也要打破唯技术至上的观念，把握好技术与语文的关系，合理利用人工智能，设立化解风险的安全机制。

1.深化理解机器原理，选择场景和用户适用的协同机器

大语言模型生成的结果，是根据用户提示语的要求，将多个语料的语言按照上下文连贯出现的概率分布选择最优词汇“组合”起来的“新”文稿。若仅用基础提示语，该结果大概率不是真实存在的，无法回溯到出处，这就是基于深度学习算法的人工智能的可解释性问题。它与搜索引擎只检索呈现已有的原本材料差别很大。对语文而言，一字之差，可能谬以千里。

在课例的“知人论世”部分，部分小组学生使用了大语言模型来“检索”郭沫若的写诗背景，根据上述大语言模型生成的技术原理，这种方式获取的“知人论世”材料是虚构的。对于这种可能带来不良影响的教学后果，只能事后补救，提醒学生应利用相关教材资料或搜索有权威出处的网络资料。这种典型的协同技术错选误用行为，根本原因是师生对搜索和大语言模型的工作原理理解不够，未能根据应用场景和用户需求选用恰当的协同机器。为了规避类似的教学风险，教师在开展人机协同语文教学活动前，有必要接受一定的技术原理培训，或寻求相应的教研团队支持。

2.公开展示人机协同学习的过程与任务成果，培养良好的使用习惯

在人机协同语文教学的成果提交或展示环节，要求学生不仅提交最终任务成果，还要提交提示语不断完善的过程，即原始提示语及其每次生成的过程性任务结果，必要时还要公开人机“聊天”记录。这种结果与过程一起提交展示的做法，才是负责任的。它类似于科学论文的发表，不仅要有研究结果或结论，能详细说明其研究过程甚至公开相关数据，还要有参考文献。同理，“聊天”记录就是“探究”过程，生成结果就是参考文献，提交的最终成果是经过本人高度认同、修改和确认过的任务成果，由当事人负责。这有利于培养学生负责任地使用生成式人工智能的习惯，预防滥用。

课例第二轮教学展示课上，学生不仅梳理展示了每一步的提示语及其结果，还在分析评判成果可接受性的基础上，说明了自己的思考过程。这类公开展示，不仅增强了人机协同学习成果的可解释性，也能暴露人机协同学习过程中存在的共性和个性问题，凸显了教师指导的切入点和时机。

3.注重语文核心知识教学与纠偏

语文核心知识是关键能力的基础。缺乏核心知识教学意识和能力，会导致语文课程要培养的核心素养落空。在设计人机协同学习任务及其情境变式时，都要紧紧围绕语文核心知识设计语言运用活动，在实际教学和指导各个环节，更要避免核心知识不明确或出现错误。

在课例第二轮教学中，学生展示的大语言模型生成结果多次将包含比喻、拟人等表现手法与联想并列，与主体的联想、想象相混淆。这种错误堂而皇之地出现，虽然未必代表学生认同该结果，但至少属于无意识采纳。事实上，由于语文学科教学内容的不确定及种属关系的混乱，使得用于大语言模型训练的语料库本身就存在偏误，此类学科核心知识错误在大语言模型生成的结果中很容易出现。若在课堂上不能适时指出，及时纠偏，就容易在学生之间以讹传讹。这对教师核心知识教学意识和专业能力提出了更高的要求，不仅要在出现错误时及时开展补救性教学，还要能给出預防性的教学措施。

语言文字作为人类思维的外化形式，也作为人类交际的工具，原来只存在于人与人之间，随着大语言模型的深入运用，语言文字也将成为人机对话的基本形式，具有了影响全民和全局的战略意义。因此，要从语言战略角度审视智能时代的语文教育，改变语文教育在目标、内容与方法等层面存在的滞后性［20］。人机协同的语文教学，既是语言战略层面推进语言文字工作的重要举措，也是智能时代学生语文核心素养发展的关键路径。期待本文构建的总体框架，能在更多的人机协同语文教学实践中得到检验、批判和深化。