生成式人工智能语文教学：赋能数字化阅读素养内在机理与实践探索 .pdf

生成式人工智能语文教学：赋能数字化阐读素养内在机理与实践探索

【摘要】提升学生数字化阅读素养，对推动教育数字化转型有

重要意义。生成式工智能技术是提升数字化阅读素养的重要引擎。

它能从信息获取、解码、理解、评价、反思等多个维度赋能数字化阅

读素养，协助语文教师推动阅读课堂进行数字化转型，在阅读前、阅

读中、阅读后设计数字化阅读学习任务，提高学生理解文本的水平。

在使用新技术的过程中，教师还要注重培养学生的创造力、评价与反

思能力。

【关键词】生成式工智能；语文教学；数字化阅读素养；内在

机理；实践探索

建设教育强国，数字化转型是关键。青少年数字化阅读素养是教

育数字化转型的重要组成部分。数字化阅读素养，是指在数字化阅读

环境中为了实现学习目标，获取、理解、评价、运用和反思信息的能

力。生成式工智能技术(GenerativeArtificialIntelligence)

因其在理解和生成文本、挖掘分析大数据、提供个性化学习指导等方

面的独特优势，被联合国教科文组织视为提升学生数字化阅读素养的

重要引擎。联合国教科文组织指出，以教育专用大模型为代表的生成

式工智能技术，对语言学习有重要价值，将会给学校的母语和外语

教学带来颠覆性的变革，教师应当为此做好准备。

目前，生成式工智能技术在语文教育领域的价值尚未得到足够

重视，研究重点多集中在习题生成、自动解题和辅助批改等领域，对

生成式工智能技术如何支持语文课堂教学，赋能数字化阅读素养等

领域缺乏关注。许多教育工作者对新技术的应用也不够敏感。因此,

在教育数字化转型和生成式工智能技术迅猛崛起的背景下，探讨如

何借助新技术赋能学生的数字化阅读素养，显得愈发重要。

一、生成式工智能语文教学赋能数字化阅读素养的内在机理

凭借着超强的文本分析和数据处理能力，生成式工智能技术可

以在获取信息、阅读理解（包括解码、深度理解与审美体验）、信息

评价与反思监控等方面赋能数字化阅读素养（见图1）。

图1生成式人工智能语文教学赋能数字化阅读素养内在机理

1精.准推荐，解决信息超载问题，提高“获取信息”的效率

生成式工智能技术能够基于学生的阅读行为数据，精准推荐适合学

生的个性化阅读材料。以往阅读文本的推荐多基于教师的经验，难以

完全符合学生的兴趣和水平，而教育专用大模型能凭借深度学习算法

和神经元网络模型，精准识别、分析学生读过的数字化文本间的内在

联系，推荐更符合学生理解水平和阅读偏好的文本。例如，目前在欧

美一些学校使用的生成式工智能阅读辅导系统，就能结合学生的阅

读表现、理解程度、任务的多样性及词汇量等综合数据，推荐个性化、

合适的阅读材料、策略和任务类型，帮助学生更高效地获取信息。研

究表明，这种精准推荐能有效解决数字化阅读中的信息超载问题，提

升学生的数字化阅读素养。

2.多模态对话赋能文字解码、深度理解与审美体验，提升阅读理

解能力

(1)扫清字词障碍，掌握阅读策略，赋能解码过程

解码是数字化阅读素养中“阅读理解”的基础维度。首先，生成

式工智能技术能够赋能学生的“解码”过程，协助学生突破字、词、

句、篇基础层面的理解障碍。教育专用大模型拥有强大的语音识别和

语义分析能力，能够在学生阅读时，提供朗读配音、词语解释、语篇

意义分析、实时批注和注释、多样化阅读辅助等功能。其次，生成式

工智能技术还能帮助学生更好地掌握阅读策略，提高阅读理解水平。

例如，国外一些学校开始在课堂上鼓励学生使用生成式工智能工具,

帮助学生更好地使用视觉化策略，将文本中的描述性文字转换成视觉

画面，从而帮助学生深入理解。还有一些生成式工智能系统通过“一

对一阅读策略教练”功能，为学生提供策略示范、练习和对话式指导，

帮助学生掌握分析文本结构、概括总结等难度较大的阅读策略，并随

时提供评估和反馈。

(2)提升小组讨论质量，赋能深度理解

基于文本的深度对话，是提升数字化阅读素养中“阅读理解”的

关键途径。近年来，对话式阅读教学受到广泛的重视。教师常会在课

堂中采用小组讨论的形式，鼓励学生与文本进行对话。但是，由于一

位教师无法同时兼顾多个小组，讨论质量往往参差不齐。生成式工

智能技术能解决这一问题。首先，基于生成式工智能技术的教育专

用大模型能为教师提