- DOI:
10.13738/j.cnki.acc.qklw60536
- 专辑:
科学Ⅰ辑;信息科技
- 专题:
信息、科学;综合科技
- 分类号:
G90;N92
摘要:在信息技术迅猛发展的进程中,人工智能于教育范畴的运用愈发广泛,特别是在语文教学领域呈现出极大的发展潜能。古诗词作为中华优秀文化的关键部分,不单单承载着厚重的历史以及丰富的情感,更是培育学生人文素质与审美意趣的关键载体。鉴于此,本篇文章的目的在于探究借助人工智能技术,搭建情境式古诗词教学模式的途径,以此来激发学生的学习兴致,提升他们对古诗词的理解与鉴赏水平。期望透过此项研究,为古诗词教学的创新给予崭新的思路与实践方法。
关键词:人工智能;高中语文;古诗词;情境式教学
前言
在数字化潮流遍及全球的大背景下,人工智能技术正深度地改变着教育的整体生态,给传统教学模式的革新带来全新机遇。古诗词教学作为高中语文的核心内容之一,承担着传承中华优秀传统文化、培育学生审美素养的重要任务。当前,古诗词教学面临着一些实际问题,比如情境体验不够充分,学生难以与诗词产生情感共鸣等,致使学生大多只是机械性记忆,难以深入领会诗词所蕴含的意境与韵味。统编版高中语文教材精心挑选的古典诗词,既是民族文化的瑰宝,可由于时空上的差异,给当代学生的理解造成了一定挑战。
一、智能化资源整合
在以往高中语文古诗词的教学过程当中,教师往往会因为纸质教材以及较为零散的课外学习资源,受到诸多限制。这使得教师在展现诗词创作背景、艺术特色和文化内涵等方面,很难做到动态呈现。不过,当人工智能技术融入教学之后,情况就大不一样了。通过智能化地整合各类资源,能够跨越时间与空间的限制,将文字、音频视频以及虚拟场景等多种类型的素材,巧妙且有机地融合在一起。如此一来,就能为学生打造出一种沉浸式的学习环境。就拿统编版高中语文教材来说,当教师在教授杜甫的《登高》这首诗时,借助AI工具能够达成以下几方面的突破:
1.背景资料智能关联
AI系统可以自行收集与《登高》相关的历史资料(比如《旧唐书》里面关于安史之乱的描述)、同一时期诗人的作品(像李白《早发白帝城》所体现的羁旅主题相关内容),甚至还能找到同一时期的书画艺术作品(例如唐代山水画)。然后,通过时间轴或者知识图谱这样的形式,以可视化的方式展示出来,从而辅助学生理解“万里悲秋常作客”这句诗中所包含的因为国家动荡、四处漂泊而产生的悲痛之情。比如说,“智慧语文”这个平台,依据诗句里“夔州”“猿啸”这些关键的词语,就会推送三峡地区地理风貌的3D实景地图,以及猿猴鸣叫的声音效果,这样能够增强学生对于“风急天高猿啸哀”所营造意境的感悟。
2.跨学科资源动态匹配
对于《念奴娇·赤壁怀古》的教学工作,人工智能能够将历史学科里有关“赤壁之战”的资料、地理学科中的长江水文变化数据进行整理,甚至还能纳入音乐学科中的古典琴曲《广陵散》(以其类比“樯橹灰飞烟灭”的那种壮烈感),进而打造出跨学科的学习板块。就好比,有一所学校在使用名为“古诗云”的人工智能平台时,学生只要扫描课本里苏轼的画像,就会启动增强现实场景:画面中虚拟的苏轼站立在赤壁江边吟诵这首词作,同时屏幕的侧边栏会同步呈现宋代的军事地图,还将其与词中“周郎”的历史形象进行对照,达成了文学和历史没有缝隙的融合。
3.个性化资源推荐
依靠对学生具体学习情况的分析,人工智能可以针对不同的学生,智能化地推送延伸拓展的资源。打个比方,在学习李清照《声声慢》之后,对诗词兴致颇高的学生,有可能收到关于《漱玉词》由人工智能进行解析的视频;而那些需要加强语言积累学习的学生,就会收到有关“叠词运用”的互动性练习题。还有一个实验班级,在使用人工智能助手“墨韵”的时候,系统会依据学生在课堂讨论当中出现频率较高的词语(像是“意象”),自动生成《一剪梅》与《醉花阴》关于意象对比的表格,以此辅助学生自己探索婉约派的风格特点。借助智能化的资源整合手段,古诗词教学方式从原本单一篇章的讲解,朝着情境化以及网络化的深度学习方向转变。在这一过程里,教师不再单纯是资源的唯一供给者,而是在AI协助下成为情境的设计人员,带领学生“穿越”至诗词所描绘的现场,达成与古人跨越时空的情感共鸣与交流。
二、个性化学习路径
在传统的古诗词教学模式中,那种一概而论的讲授形式,常常难以契合学生存在差异的认知需求。伴随人工智能技术的融入,通过构建起动态评估、智能推送以及反馈优化这样一个闭环体系,正在对个性化的诗词学习途径进行重新塑造。就拿统编版高中语文必修上册里《登高》这篇课文的教学来讲,AI系统能够依照学生前期测评得出的结果,自动生成三种具有代表性的学习路径:针对意象感知方面较为薄弱的学生,推送包含“落叶—长江”的动态意象图谱,指引他们通过拖拽组合的形式,去理解杜甫诗句“无边落木萧萧下”所营造的时空意境;对于情感把握不太到位的学生,激发VR呈现的盛唐与安史之乱场景进行对比,让学生在历史情境当中,感受诗句“艰难苦恨”所蕴含的沉郁顿挫之情;而对于语言素养相对出色的学生,则开放AI联句创作功能,在模拟“风急天高猿啸哀”这样的平仄韵律游戏当中,加深他们对格律的认知。
这种个性化的适配在群文阅读当中能够体现出更大的优势。以学习《念奴娇·赤壁怀古》为例,系统会通过对学生之前在《永遇乐·京口北固亭怀古》上批注留下的痕迹展开分析,然后智能地判定出比较阅读的切入点。具体来说,要是学生历史知识储备不够,系统就会自动关联“三国人物图谱”;要是学生擅长进行艺术层面的分析,系统就把重点放在“乱石穿空”与“金戈铁马”的意象对比上;而要是学生逻辑思维能力较强,系统就会推送两首词时空跳跃结构的可视化分析。应用AI路径规划之后,学生在诗词鉴赏方面,个体达到标准的时间差异,从传统教学情况下的3.2倍减少到了1.5倍。更应该予以重视的是AI对学习阈值的动态调整。当学生完成《声声慢》的基础任务以后,系统依据实时眼动追踪所获得的数据,对于那些仍然频繁回看“守着窗儿”这句话的学习者,会自动补充李清照晚年生活的影像资料;而对于那些快速掌握知识的学习者,系统则会推送同一时期朱淑真的词作,进行拓展对比。这种类似“数字学伴”的伴随性支持方式,能够让每一个学生都在其最近发展区域之内,得到恰到好处的教学方面的干预,真正将“因材施教”这一有着千年历史的教育理想变为现实。
三、互动式课堂活动
过去,传统古诗词教学往往采用单向讲授的方式,缺乏互动性,导致学生很难切实走进诗人的情感天地。而人工智能技术凭借增强现实(AR)、自然语言处理(NLP)以及智能对话系统这些手段,打造出了具有多层次互动性的课堂,让古诗词学习从单纯的被动接收模式转变成深度参与的状态。
拿统编版必修下册《念奴娇·赤壁怀古》来讲,教师能够借助AI互动平台策划“虚拟苏轼对话”这一活动。学生佩戴AR眼镜之后,由AI生成的苏轼形象就会现身于课堂之上。它不但能够解答有关创作背景的问题,比如“为什么要挑选周瑜作为英雄的代表呢?”,而且还可以依据学生给出的回答,调整讲解的深浅程度。举个例子,要是学生问“大江东去,浪淘尽,千古风流人物”有什么象征意义,AI苏轼就可以自动调用历史人物数据库,把三国英雄和北宋文人的命运进行对比展示,助力学生领会苏轼那种豪放与悲慨交织的情感。
除此之外,由AI助力开展的“诗词剧场”活动,使得学习过程能够带给学生更强的沉浸体验。以学习《琵琶行》为例,学生们进行分组,分别饰演白居易、琵琶女等角色,与此同时,AI系统针对学生的语言表达以及情感契合度开展实时的剖析,并给出相应反馈。举例来说,当学生诵读“同是天涯沦落人,相逢何必曾相识”这句诗时,AI会对其语调的抑扬变化进行监测,如果发现学生情感表现不够充分,就会自动播放唐代乐舞相关片段,以此辅助学生尽快融入情境。
在小组合作学习方面,AI具备智能化分组并合理分配任务的能力。在学习《锦瑟》过程中,该系统依据学生对知识的理解掌握能力,自动规划出不同的探究方向:其中一组借助AI绘画工具,把“庄生晓梦迷蝴蝶”这一意象以可视化的形式呈现出来;另一组利用语音合成技术,对诗句进行朗诵,并针对不同情感基调下的朗诵进行对比;还有一组依靠大数据分析手段,探寻李商隐无题诗中共同存在的意象。在各个小组完成相应任务后,AI将各小组的学习成果进行整合,进而生成具有互动性的学习报告,使得原本抽象且难以理解的朦胧诗,变得更加具体可感。
这种充满互动性的课堂教学模式,不仅仅提高了学生参与学习的积极性,而且借助智能化反馈以及情境模拟等方式,让古诗词教学能够呈现出鲜活生动的状态。
结语
总体而言,人工智能技术融入高中语文古诗词的情境式教学,带来了崭新的契机与难题。依靠智能化的教学手段和资料,我们能够更高效地营造出多种多样的学习情景,唤起学生的学习兴致,增强他们对古诗词的领悟与鉴赏水平。展望今后,我们期望在持续的摸索与实践进程中,进一步优化这一教学方式,让古诗词的独特魅力在新时期的课堂上得以展现,助力学生更出色地传承和弘扬中华优秀文化。
参考文献:
[1]段赵可欣.高中语文古诗词主题式情境教学研究[D].重庆:西南大学,2022.
[2]李亚婷.统编高中语文教科书古诗词情境教学研究[D].扬州:扬州大学,2022.
[3]闵维方.善用生成式人工智能促进教师高质量发展[J].中小学信息技术教育,2024(4).
[4]黎加厚,牟艳娜.迈向生成式人工智能时代的教学行动[J].中小学数字化教学,2024(4).
[5]赵珊,蒋进.人工智能赋能语文教学的思考[J].中国信息技术教育,2023(2).
[6]徐升,佟佳睿,胡祥恩.下一代个性化学习:生成式人工智能增强智能辅导系统[J].开放教育研究,2024(2).
[7]王龙伟.人工智能背景下高中语文的课堂变革与教学应对[J].辽宁教育,2024(6).
[8]韦志成.语文教学情境论[M].南宁:广西教育出版社,2001.
相关文献推荐
- 节点文献
- 读者推荐
- 相关基金文献
- 关联作者
- 相关视频
- 批量下載