趙珊 四川省成都市天一學校

蔣進 廣州大學網絡空間先進技術研究院

教育部于2022年4月印發(fā)的《新時代基礎教育強師計劃》要求“深入實施人工智能助推教師隊伍建設試點行動，探索人工智能助推教師管理優(yōu)化、教師教育改革、教育教學方法創(chuàng)新、教育精準幫扶的新路徑和新模式”[1]，探索人工智能為教學賦能的方法路徑已經成為新時代的迫切需求。與此同時，“互聯網+教育”在中小學校得到普及，大規(guī)模線上教學成為一種常態(tài)化備選方案，得到了廣泛的應用。《中國教育現代化2035》將“利用現代技術加快推動人才培養(yǎng)模式改革，實現規(guī)?；逃c個性化培養(yǎng)的有機結合”[2]列為教育現代化的重大戰(zhàn)略任務。然而，在線上教學中，學生的學習質量與個性化學習引導變得更為困難。人工智能和大數據等智能技術為大規(guī)模個性化教學提供了支撐，許多已有研究可以遷移到語文教學中。但技術只是一種輔助手段，需要理性認識其優(yōu)缺點，才能卓有成效地為學生的個性化培養(yǎng)提供數字支撐，促進教師在“雙減”背景下發(fā)展素質教育。

●人工智能賦能語文教學的現狀

人工智能(Artificial Intelligence，AI）的概念在1956年的達特茅斯會議上被首次提出，至今已經歷三次發(fā)展浪潮。目前人工智能正處于第三次發(fā)展浪潮中，伴隨著這一浪潮，人工智能在教育領域的應用也逐漸涌現。筆者調研了近年來的一些研究，發(fā)現當前人工智能在語文教學中的應用大多尚處于探索與暢想階段，也有少數實踐研究，如部分學者對人工智能在古文與古詩詞教學中的應用進行探討[3][4]，提出人工智能技術可以模擬古文意境，輔助學生學習，激發(fā)學生主觀能動性；部分學者聚焦于數據分析，利用人工智能強大的數據統(tǒng)計與推理方法，對課堂過程與觀察結果進行分析，為執(zhí)教者提供改進課堂的科學依據[5]；部分學者基于已有的智能教輔設備進行了教學探究。[6][7]這些實踐雖然具有啟發(fā)性與實操性，但大多只是對現有工具的拓展性應用，還遠未發(fā)掘出人工智能的感知能力。此外，當前許多學者對人工智能在教育領域的應用暢想在實際的應用場景中可能存在著偏差。

人工智能本質上是對已有數據知識的統(tǒng)計規(guī)律進行挖掘，其高度依賴于具體的應用場景，距離人類設想的“智能”還存在許多技術壁壘。目前在AI賦能教育教學領域，很少有研究聚焦于人工智能應用的挑戰(zhàn)，探討人工智能賦能語文教學的路徑。為此，本文嘗試歸納人工智能在語文教學上的應用挑戰(zhàn)，在關注技術實用性的同時，探討當下可以在中小學教育教學中實現的應用方向。

●人工智能在語文教學上的應用挑戰(zhàn)

1.語文文本理解的復雜性

語文學科重在培養(yǎng)學生的文化素養(yǎng)，提升其閱讀理解能力與語言文字運用能力。但語文文本是極其復雜的，不僅廣泛存在著一詞多義現象，甚至不同地域、不同場景中的理解可能也會千差萬別，而基于同一模型和數據學習的人工智能所學習到的知識往往是確定性的。因此，語義的復雜性使得人工智能在語文文本理解上尤為困難。

2.文學描述場景的抽象性

在語文的天地里，凝練著各式各樣的美學表達，這樣的多變性對于人工智能的學習來說是具有挑戰(zhàn)性的。有學者暢想人工智能結合VR/AR技術可以讓學生對文學描述的場景有身臨其境般的體驗，加強學生的學習興趣和感悟。但當前想實現這一暢想并不容易，圖像識別與圖像生成技術雖然早已落地，AI換臉和AI藝術對于大眾也屢見不鮮了，但將抽象的文學描述場景特別是古詩詞等語義更為抽象凝練的語言表達進行可視化依然是一件很困難的事情。圖像生成不僅需要自然語言處理技術對文本的語義進行提取，還需要根據語義結合已有的圖像資源進行二次創(chuàng)作。這個過程一旦出現偏差，生成的結果便很難令人滿意了。

3.語文學習路徑的多變性

黨的二十大報告強調教育要落實立德樹人根本任務，發(fā)展素質教育。具體在語文學科中，要實現這一任務，其實就是要培養(yǎng)學生的學科核心素養(yǎng)。要實現這一目標，必須將著眼點放在學生身上，充分認識到學生個體的獨立性，進而為其規(guī)劃學習路徑。但由于學習路徑的多變性，教師難以針對多位學生設計合理的學習路徑。學生的基本條件與認知水平等情況不同，教師自身學習也需大量的時間和精力，而人工智能擅長推理分析，因此利用AI技術賦能個性化學習有巨大潛能。

利用知識圖譜技術，可以建立起知識量豐富的語文學科知識圖譜，將之與學生的學習路徑聯系起來，但其中的應用難點不容小覷。首先是學科知識圖譜和學生個人圖譜的構建，其次是相關技術的可解釋性問題，最后是人工智能的公平性和隱私保護的問題。

●人工智能賦能語文教學的路徑探究

基于以上的應用挑戰(zhàn)，結合教師在教育教學中的實際需求，筆者從為教師減負、啟發(fā)學生學習興趣和個性化學習三個方面對AI賦能語文教學的路徑進行探究。本文關注并討論當下易于實現的技術路徑，強調AI賦能的可用性。

1.AI自動批改與學情分析

對于廣大一線教師而言，存在著很多重復性的工作。雖然每日的作業(yè)批改能使教師了解學生的學習狀態(tài)，規(guī)律的總結與反思能讓教師在教學過程中與學生共成長，但重復性的工作可能會使這個感悟過程的效率低下。

人工智能擅長于對具體的任務進行歸納分析，特別是具有規(guī)律性和重復性的工作。如下頁圖1所示，對于識字書寫的打分，可以將標準答案作為參考樣本，將學生的作業(yè)作為測試樣本掃描到數據庫中，利用機器學習技術，可以將測試樣本與參考樣本進行相似度比較，并根據誤差大小進行打分，自動化地輸出結果。與此同時，系統(tǒng)可以更細粒度地記錄各處的誤差大小，統(tǒng)計學生對不同文字書寫的掌握程度，最終得出學習情況的分析結果。教師可以根據AI的分析結果進行更準確的學情判斷，從而改進自己的教學關注點。AI不僅可以提供整體的分析結果，還可以提供對個體的分析結果，在為教師減負的同時，更好地輔助教學。另外，AI也可以利用深度學習技術，學習教師的評分習慣，進行有標簽的訓練，做定制化的學習。

圖1 基于AI的書寫打分與學情分析

除此之外，由于大模型已經學習到了豐富的語料信息，相當于一個讀了海量書籍的老師，因此還可以利用WuDao2.0等開放大模型進行文本糾錯、作文打分等應用開發(fā)。

2.AI提供靈感與場景再現

仿寫是學習語言文字應用的有效方法，得益于當前大模型的發(fā)展，人工智能可以創(chuàng)作出高質量的文學作品，甚至可以學習某位作者的文風，根據輸入話題，輸出一篇與該作者文風相似的主題文章。AI Creator和清華大學的海書AI智能寫作等平臺都提供了仿寫功能，合理利用這些工具對學生的寫作學習可以起到啟發(fā)作用。

除了閱讀寫作之外，想象力也是語言文學學習中必不可少的能力。語文教學中存在著許多抽象的描述場景，特別是古文以及古詩文的意向，一直都是語文學習的難點。如何激發(fā)學生的學習興趣與對場景的感受能力是教學的重點，可以AI提供靈感與場景再現。如圖2所示，這是基于清華大學自然語言處理團隊2021年提出的CogView[8]生成“小荷才露尖尖角，早有蜻蜓立上頭”的場景圖像。CogView學習了3000萬張標題-圖像組合，并利用了一個具有4 0億參數的Transformer大模型，大大提高了文本到圖像生成的質量。利用這些新技術成果，結合語文學科知識，可以為學生學習和教師教學提供靈感，激發(fā)學生的主觀能動性。

圖2 基于CogView生成的詩句圖像

此外，人工智能技術領域深度學習的磅礴發(fā)展也可以為教育教學提供靈感。[9][10]人工智能中深度學習受人腦的神經元啟發(fā)，可利用多層神經網絡模擬人腦的處理過程。一組輸入通過一層層神經元進行解構，逐層抽象出輸入信息的潛在信息，這些信息最終被用于解決一個具體的問題。深度學習模型的上層神經元通過下層神經元的反饋進行學習，修正之前的錯誤，直到達到最優(yōu)的效果。這一過程可用于啟發(fā)教師教學，教育教學首先要明確教學目標，先指導學生進行淺層學習，而后根據學生反饋結果進行策略優(yōu)化，最終達到深度學習的效果。

3.學科知識圖譜與個性化學習

知識圖譜是2012年由谷歌公司提出的概念，最早被用于提升搜索引擎的搜索準確率。知識圖譜是一個由實體和關系組成的圖，本質上是一個基于圖的語義網絡。圖上每個節(jié)點代表一個實體，邊表示關系，實體和實體之間通過關系連接起來。知識圖譜作為認知科學中的熱點研究領域，因為具有較強的表達能力，也受到了教育界的關注。[11]

知識圖譜的構建一方面可以規(guī)范教師對學生信息的收集記錄，組建一個豐富且可不斷擴充的學科知識庫，另一方面可以為人工智能模型提供高質量的學生信息與學科知識。在對學生基本情況進行分析后，模型向其推薦個性化學習方案，下頁圖3所示是筆者設計的基于學科與學生知識圖譜的個性化學習系統(tǒng)框架。

圖3 基于學科與學生知識圖譜的個性化學習系統(tǒng)框架

該系統(tǒng)框架以學習者為導向，構建目的是感知學習者的學習狀況，為其推薦最優(yōu)學習路徑與學習資源，同時收集學習者反饋，對推薦結果進行優(yōu)化升級，讓模型接受學習者的反饋信息，定期進行主動學習。系統(tǒng)構建的難點在于信息的收集以及模型應用，數據可以用Neo4j和JanusGraph等圖數據庫存儲。在學生個人圖譜和學科知識圖譜足夠豐富的情況下，系統(tǒng)可以根據學生的基本信息、認知水平、閱讀歷史等信息通過狀態(tài)分類和情感分析等技術向其推薦學習情況差不多的學習同伴。同時，系統(tǒng)可以根據學生的情況，向其推薦以前類似學生的反饋良好的學習路徑，這一點可以根據成長路徑通過子圖匹配和關聯分析等技術實現。此外，系統(tǒng)可以根據學生的閱讀歷史和錯題記錄等信息，利用鏈接預測和推薦系統(tǒng)等技術向其進行推薦學習資源或試題。最后，由于學習是一個動態(tài)的過程，系統(tǒng)對各項資源的利用率以及學習者的反饋信息定期進行整理，便于模型后期的主動學習升級。在整個過程中，學習者的主觀能動性可以得到有效的發(fā)揮，系統(tǒng)的分析結果也有利于教師對學生學習狀態(tài)進行把控，同時為教師和學生的決策提供參考依據，使得學習更有針對性。學習者在整個過程中也能體會到AI的思考邏輯，并充分體驗到科技的魅力。

●警惕人工智能技術的濫用

1.牢記教育的特殊性：立德樹人

在探索人工智能賦能教育教學的過程中，始終要將學生作為主體，堅持以人為本，立德樹人。人工智能技術可以幫助人們挖掘事物的潛在規(guī)律，節(jié)省大量的重復性工作，但人才的培養(yǎng)是一個極其復雜的問題，每個學生都有其閃光點。而發(fā)現并點亮這些閃光點是教師的目標，這些目標需要教師著眼于學生，關注他們的成長軌跡。人工智能只是一種工具，它可以幫助教師記憶，幫助教師整理歸納，但要培養(yǎng)德智體美勞全面發(fā)展的社會主義建設者和接班人，離不開教師的引導和關心。針對一個具體問題，人工智能技術只能給出一個推薦方案，即使模型設計人員經過了精巧的設計，仍然可能存在著一些錯誤。

語文教學的目的不是使學生快速成為精確的答題機器，而是使其成為一個健全的人。機器不具備人成長所必需的社會屬性和心理屬性，難以滿足對個體價值觀和情感的培養(yǎng)。過度依賴人工智能，等于將自身置于一個信息繭房，忘記了教育的本質，難以發(fā)揮出學生自身的人類優(yōu)勢。

2.認識人工智能的局限性

（1）人工智能無法取代教師

對于語文學科來說，核心素養(yǎng)包括社會參與、自主發(fā)展、文化修養(yǎng)三大領域。[12]人工智能可以引導學生學習，可以向師生提供科學的分析結果，但難以引導學生提升核心素養(yǎng)。核心素養(yǎng)的提升離不開教師的引導、學生在閱讀寫作中的實踐，以及在社會中的交流體驗。學生的發(fā)展需要社會參與，學生的文化素養(yǎng)與美學品味需要獨立的思考能力與想象力。這些都是人工智能無法取代的。教育的目標是培養(yǎng)全面發(fā)展的學生，這離不開教師與學生的溝通與交流。

（2）人工智能的效果高度依賴于數據的質量

當前，無論是機器學習、深度學習還是強化學習，都依賴于模型對輸入數據的學習分析。人工智能擅長于發(fā)掘數據的統(tǒng)計規(guī)律和潛在信息，通過不斷試錯來找到解決目標問題的最優(yōu)方案。但人工智能不具備人類與生俱來的常識信息，其所有信息都來源于原始的輸入數據。這些信息將大大影響人工智能的學習方向與學習效果，人工智能應用的使用依然需要大量測試。2016年，微軟人工智能機器人Tay被設定為十幾歲的女孩發(fā)布在社交軟件Twitter上，Tay能通過與用戶聊天學習語言理解能力。出乎意料的是，不到一天的時間，她就被“教壞”了，言論中充滿性別歧視、種族歧視，這便是模型學習數據不良的結果。

（3）人工智能存在可解釋性和公平性問題

人工智能根據一個目標來找尋最優(yōu)策略，但這個最優(yōu)策略往往難以用人類理解的邏輯進行解釋。但應該要求指導教育的策略是可以解釋的，這樣其可靠性才能得到評估。另外，人工智能存在公平性問題，不同學齡段的學生應該予以區(qū)分。

●結語

人工智能技術為語文教學提供了更多創(chuàng)造力和可能性，應當理性看待人工智能賦能語文教學的應用挑戰(zhàn)，認識人工智能技術的工具本質。人工智能的應用旨在賦能教師，關鍵在于要促進教師有效教學。教師需要認識到人工智能技術的強大感知與推理能力，加速推進人工智能在語文教學領域的應用。同時，也要認識到人工智能的局限性，破除對人工智能的盲從，牢記立德樹人的根本任務，堅守育人的本職工作。