基于生成式人工智能的產出導向法應用于讀后續寫教學設計

一、引言

讀后續寫是結合閱讀理解進行寫作練習的一種方法，它將語言輸入與輸出緊密結合，將語言的模仿與創造性使用有機結合，將語言的學習與運用切實結合，以提高外語學習效率（王初明，2012）。作為高考新題型，讀后續寫要求學生基于一篇350詞左右的閱讀材料和兩個段落開頭語，續寫約150詞的兩個段落，將其發展成一篇與給定材料邏輯銜接、情節、結構完整的短文（教育部考試中心，2015）。高中英語教學中讀后續寫通常以故事續寫為主，綜合考查學生在深度閱讀、創造性思維、語言運用和篇章構建等方面的綜合能力，對學生而言具有較大的挑戰性。因此，如何有效引入讀后續寫任務并培養學生的續寫能力，已成為高中英語教學的重點之一。然而，在實際教學中，教師對讀后續寫還存在理解偏差、無從下手或機械應對等問題（陳康，2024）。教師往往感到讀后續寫教學耗時耗力，而學生則缺乏基于學情的寫作指導和學習素材（張靜等，2024）。此外，許多師生將讀后續寫視為應試訓練，過于關注考試中的閱讀和寫作環節，導致教學以積累語言素材和機械背誦范文為主，忽視了修改和評價等關鍵過程，使教學脫離真實情境，效果不佳。

在此背景下，針對外語教學“學用分離”和“文道分離”等問題提出的產出導向法（Production-Oriented Approach，以下簡稱POA）（文秋芳，2020）為讀后續寫教學提供了改進思路。POA的教學設計包括驅動、促成和評價三個環節：驅動環節通過真實交際場景和產出任務激發學生學習興趣，并通過診斷產出困難和明確教學目標提高教學的針對性；促成環節為學生完成產出任務提供精準的語言輸入，并搭建有效的學習腳手架；評價環節則綜合運用多元評價方式，特別是“師生合作評價”，對產出成果進行針對性評估，實現以評促學。在讀后續寫教學中，教師可基于語篇的故事性特點，通過POA聯結真實生活敘事和真實寫作過程，調動學生已有的語篇知識，激發創造性思維和寫作積極性，從而提升教學實效。

同時，生成式人工智能（以下簡稱“生成式AI”）的出現可為POA在讀后續寫教學中的實施提供有力的技術支持。它能夠有效賦能POA要求的真實交際場景創設、產出困難診斷，確保促成材料輸入的精準性及評價的多元性，從而減輕教師教學負擔、提升教學質量和效率（許家金等，2024）。

二、基于生成式人工智能的產出導向法應用于讀后續寫教學設計

下文以某市高一第一學期期末市統考讀后續寫試題為教學素材，闡述如何在生成式AI輔助下，開展基于POA的讀后續寫教學。

該語篇講述了患有唐氏綜合征的男孩Derck接受學校受歡迎的女孩Kelsey舞會邀約的故事，二人在偏見中堅持自我，以真誠打破社交壁壘并成功參加了舞會。學生需梳理語篇“偏見—堅持—和解”的敘事邏輯，在續寫部分依據練習舞蹈和眾人非議等前文鋪墊，合理設計情節，并在寫作中呼應所給語篇的多維度描寫和反襯手法等語言特色。兩個續寫段落的開頭語分別為“Finally， the two getting ready， the Dance began.”和“After the Dance， students gathered around Kelsey and Derck.”。

1. 驅動環節：輸出驅動，診斷學情，清晰目標

POA驅動環節包括以下步驟：教師首先設計具有交際真實性、認知挑戰性和產出目標達成性的交際場景和產出任務。然后，引導學生嘗試產出，通過切身體會任務的困難與挑戰，認識自身不足，從而激發學習動機，調動學習積極性。接下來，教師診斷學生產出困難，并明確說明教學目標和產出任務，以提升教學精準性。在本環節中，生成式AI可通過高效生成和分析多模態語料，為教學語篇分析、交際場景創設、學情精準診斷及教學目標設定提供支持。

具體而言，首先，教師可以借助生成式AI對語篇進行全面解讀，為交際場景的創設做好準備。故事類語篇通常包括人物、情節和主題等要素，教師重點圍繞這三個方面，初步開展語篇分析。教師按照定義角色、任務目標、任務描述、補充要求和舉例的常見結構，向系統輸入如下提示詞：

你是一名高中英語教師，請圍繞“人物、情節和主題”三個要點對以下讀后續寫任務的閱讀材料和段落開頭語進行語篇分析，要求抓住重點，語言簡潔。例如：Derck Rodgers是一名唐氏綜合征患者，他渴望參加返校日舞會并勇敢接受邀請，展現出純真與善良。

在本案例中，教師在利用生成式AI核查、追問和改編后，梳理了語篇的人物、情節和主題，如表1所示。

表1. 讀后續寫任務語篇分析

然后，教師可借助生成式AI設計恰當的交際場景。提示詞如下：

你是一名高中英語教師，負責為讀后續寫任務設計沉浸式交際場景。請使用產出導向法創設一個真實的交際場景，幫助高一學生練習讀后續寫任務。交際場景需基于以下英文材料和兩個段首句，并要求學生用英語續寫兩個段落。設計的交際場景必須包含四個要素：話題（信息/議題、問題/困難）、目的（說明/解釋信息）、身份（產出者身份、受眾身份）和場合（正式/非正式場合）。

通過人機協作，人工智能系統生成初步場景，教師進行核查和完善，最終形成如下交際場景：

I am studying at the Lakeside High School as an exchange student for one year， and have joined the school newspaper journalists to improve my English. My newspaper partner Jack is currently following a special story about a boy with Down’s Syndrome and he has almost finished the story. I need to finish the remaining two paragraphs （about 150 words） based on his writing， a related picture and two opening sentences provided by Jack. My task is to ensure the story is complete and touching， as it will be published in the school newspaper for our classmates and teachers to read.

然后，教師借助生成式AI的文生圖功能為故事生成配圖，并利用AI數字人視頻創作平臺制作以Jack視角為切入點的產出任務視頻（如圖1所示），以增強敘事的直觀性和場景的真實感。教師通過在線學習平臺將交際場景和產出任務發布給學生，讓學生基于此生成嘗試性產出，并收集學生課前產出，以用于學情分析。

隨后，教師可借助生成式AI分析學生的課前產出，精準診斷其中的問題，為后續教學提供基于學情的數據支撐。具體而言，教師將學生的課前產出和該續寫任務的評價標準輸入生成式AI系統，并要求按照標準診斷學生的典型問題。通過人機協作，最終確定以下產出困難：（1）情節簡化，忽略了Kelsey主動邀請Derck以及Billy和Betty抵制他們的關鍵情節；（2）主題偏離，僅強調舞會的歡樂氣氛，沒有體現“勇氣與接納”“友誼與理解”和“成長與自我實現”的深刻主題；（3）語言單一，對話過多，缺乏原文特有的多維度描寫和反襯修辭手法，時間銜接也不夠自然。

最后，教師借助生成式AI，結合POA要求，根據教學材料及學生的產出困難，明確以下教學目標：

交際目標：學會以校園記者的身份，用英語續寫英語校報上的校園故事——受歡迎的女孩幫助患唐氏綜合征的男孩實現返校日舞會夢想。

語言目標：運用多維度描寫和反襯修辭手法，延續原文的人物塑造、情節發展及主題表達；運用時間銜接詞有效組織段落結構。

隨后，教師根據學生的產出困難和教學目標，將產出任務細化為內容促成、語言促成和結構促成三個子任務，以幫助學生逐步完成續寫任務。

2. 促成環節：輸入促成，多元支架，學以致用

促成是POA教學流程的核心環節，教師需設計一系列促成活動，基于恰當的輸入材料為學生完成產出任務有針對性地搭建腳手架，幫助學生“逢山開路，遇水架橋”（文秋芳，2020）。在輸出驅動下，輸入材料為產出提供有效支撐，使學生能夠聚焦重點、明確目標，對輸入材料進行深度加工、練習和記憶，從而提升學習有效性。教師應根據產出任務和學生的產出困難整合教學資源，并按照精準性、漸進性、多樣性和協同性的要求設計各促成環節，以增強讀后續寫中閱讀與寫作的協同效應，實現內容的創造、語言的模仿以及創造與模仿的緊密結合（王初明，2015）。在促成環節中，生成式AI能針對學生需求，在內容、語言和結構促成方面提供豐富的教學素材和多樣化的教學活動方案，提升促成效果。

內容促成方面，教師首先明確教學設計的核心要求：針對學生的產出困難，合理運用文本分析工具梳理故事的情節和主題。隨后，教師在生成式AI系統輸入以下提示詞：

你是一名高中英語教師，請設計針對學生讀后續寫困難的內容促成活動，幫助學生學會合理運用文本分析工具梳理故事要素，有效把握故事的情節發展、人物關系和主題。例如，可以設計小組合作活動，使用故事情節山梳理情節。

通過人機協作，最終生成如下教學活動設計：學生以四人小組為單位，利用故事情節山梳理故事的主要情節（見圖2），并通過人物關系圖（見圖3）分析故事中的人物關系與主題。各小組完成任務后，通過對比差異與共性，進一步思考各情節對于主題的作用，并分析描寫人物身份、性格和行動的關鍵詞句所體現的主題意義。

語言促成方面，教師首先讓生成式AI細致分析原文在多維度描寫以及修辭手法上的語言特色，然后設計與原文主題、情境和語境高度相關的語言促成活動，以細化續寫內容并增強敘事立體感。教學設計的核心要求是：基于所分析原文的語言特色，針對學生的產出困難，設計難度遞進且形式多樣的語言練習，使練習內容與續寫內容高度相關，同時確保學生的產出語言與原文語言協同一致。隨后，教師在生成式AI系統輸入以下提示詞：

你是一名高中英語教師，請根據讀后續寫原文的語言特點，以及以下學生產出困難和教學要求，設計語言學習的教學活動。學生產出困難：寫作語言較貧乏，部分學生僅圍繞情節寫流水賬，對話較多；教學要求：學會運用多維度描寫和反襯修辭手法，與原文語言運用協同一致，設計難度遞進的練習，如句子填空、仿寫和翻譯，練習內容需與續寫內容高度相關。

經過多輪人機協作后，語言促成環節的教學思路及具體設計如下：

就多維度描寫而言，原文運用了較多語言、動作、心理、神態和環境等細節描寫，尤其是對兩位主人公的直接描寫較為生動。然而，學生往往過于關注情節展開，而忽視了對這些描寫的鑒賞與運用。因此，需要通過針對性的語言練習提升學生的相應能力。多維度描寫語言練習如表2所示（相關練習及參考答案均為人機協作生成，每項僅舉一例，下同）。

表2. 多維描寫語言練習示例

就修辭手法而言，原文主要運用了反襯手法，通過描寫其他學生抵制主人公的“惡劣”行為來凸顯主人公的善良、勇敢和豁達。然而，學生往往忽視次要人物的反襯作用。對此，教師設計了以下教學活動：引導學生思考續寫第二段段首句中students的指向，分析原文中次要人物Billy和Betty以及其他學生所起到的反襯作用，并預測續寫中人物的轉變，將其落實到續寫中對反襯修辭手法的使用上。具體語言練習如表3所示。

表3. 修辭手法語言練習示例

結構促成方面，由于時間銜接相關的語篇知識具有較高的獨立性和可遷移性，教師借助生成式AI生成了一個介紹時間銜接及其用法的簡短腳本（見圖4），再使用文生視頻工具制作了約1分鐘的微課視頻。學生在觀看微課后，具體分析原文的時間銜接方式，并將其遷移運用至續寫任務中，從而增強續寫段落篇章結構的連貫性和結構完整性。

在產出環節，教師在生成式AI的輔助下，確定采用寫作圈形式組織故事續寫活動，學生以四人一組，分別負責內容、語言和結構以及整體統籌。寫作前，師生合作共建針對性的評價表，為學生提供明確的任務標準。寫作過程中，學生對照產出任務和評價表，使用在線寫作批改平臺完成續寫任務，限時15分鐘。其間，學生可借助生成式AI解答小組的個性化問題。寫作完成后，學生通過實時機改反饋了解寫作問題，并在課后進一步完善。課后調查顯示，學生對上述內容促成、語言促成和結構促成活動的接受度較高，大多數學生認為任務恰當、具體且有針對性，難度適中，能引導他們深入理解和運用相關寫作手法，支持續寫任務的完成。

值得注意的是，鑒于學生對AI工具較陌生和技術限制等一線教學實際，以及AI輔助教學設計才是本文側重點，本文未過多涉及學生在課堂促成活動中直接運用生成式AI的相關內容。

3. 評價環節：師生合作，多元評價，以評為學

POA強調評價是教學流程必不可少的環節，倡導“以評為學”，通過學生邊評邊學、邊學邊評，打破“學”與“評”的界限（文秋芳，2020：122）。其實現路徑除了課中實時評價外，還包括針對產出成果的師生合作評價（Teacher-Student Collaborative Assessment，以下簡稱TSCA）。與更關注產品質量的評價方式不同，TSCA更關注教學目標的達成情況（文秋芳，2020）。具體實施要求包括：課前，教師依據教學目標明確評價焦點（針對教學目標的評價重點）和典型樣本（可改可評的中等質量產品），并對其進行詳細批改；課中，教師通過驅動性問題和漸進性支架引導學生合作評價樣本；課后，學生根據評價焦點和修改要求開展自評、互評或機評，教師則負責過程監控和推優示范（孫曙光，2019）。整個評價過程有機融合多元評價方式，有效增強學生在續寫中的參與感和獲得感。在評價環節中，生成式人工智能可高效評估學生產出，幫助教師選擇典型樣本并生成針對性訓練材料，同時可為每位學生提供個性化反饋，助力因材施教。

本課例中的評價環節具體實施過程如下：

課前，教師將學生產出輸入生成式AI系統，要求根據教學目標達成情況診斷典型問題，并選取三個典型樣本，同時給出理由。隨后，教師結合教學目標和評價標準，對樣本進行快速人工批閱與核查，明確師生合作評價焦點為“多維度描寫的充分性”，據此最終確定一個典型樣本，并在AI的輔助下針對評價焦點標注該續寫任務的官方范文。

課中，教師首先呈現典型樣本，引導學生先獨立批改，再通過小組協作進一步完善修改意見。最終，師生合作完成對典型樣本的修改（見圖5）。在此基礎上，教師提供官方范文，引導學生從“多維度描寫的充分性”賞析范文，在學習范文的過程中進一步鞏固相關寫作技巧。

課后，教師通過線上線下混合教學，鼓勵學生以小組合作的形式對機評的合理性進行批判性思考。最終，師生共同投票選出“班級最佳故事”來推優示范。同時，教師借助AI為學生生成個性化學習材料，開展基于學情的課后精準提高活動。

例如，針對在時間銜接詞運用上仍較為薄弱的學生，教師在系統輸入以下提示詞：

你是一名高中英語教師，請結合以下學生情況和教學要求設計促進學生讀后續寫的練習。學生產出困難：時間銜接詞過少。教學要求：分析并歸納故事中的銜接詞使用，聚焦于這一點設計語言練習，如句子比較等，練習內容需與續寫內容高度相關。

經過人機協作生成的針對性語言練習如表4所示。

表4. 時間銜接練習

三、結語

將POA運用于讀后續寫教學，通過輸出驅動、輸入促成和以評為學的驅動、促成和評價三個環節，能夠引導學生立足真實的故事創作場景和創作過程，深入探究主題意義，體驗真實語言運用的挑戰與成就感，并逐步提升用英語分析和解決實際問題的能力。同時，借助故事中豐富的育人元素，學生得以深入探索人生觀、世界觀和價值觀，突破應試桎梏，實現啟智潤心、培根鑄魂的學科育人目標。此外，生成式AI以其獨特的創新潛能為教學設計各方面提供顯著支持，為教師賦能，在為教師讀后續寫教學減負增效上有較大助益。

與此同時，作為教學的總設計師，教師應深入探索人工智能輔助下POA在教學中的適用性，用好POA這一“教學工具箱里的一種工具”，避免“誤認為POA是一把萬能鑰匙”（文秋芳，2020：204）。此外，教師需關注生成式AI應用中可能存在的風險，如價值觀念偏見、訓練數據版權、用戶數據隱私、輸出結果謬誤、語言交互真實性、技術過度依賴等（許家金、趙沖，2024），確保在英語教學中合理應用這些工具，有效提升教學實效。

參考文獻

陳康. 2024. 讀后續寫在高考中的應用以及對教學的啟示[J]. 外語測試與教學， （1）： 32—38.

教育部考試中心. 2015. 普通高等學校招生全國統一考試英語科考試說明（高考綜合改革試驗省份試用）（第一版） [M]. 北京： 高等教育出版社.

孫曙光. 2019. “師生合作評價”的辯證研究[J]. 現代外語， （3）： 419—430.

王初明. 2012. 讀后續寫——提高外語學習效率的一種有效方法[J]. 外語界， （5）： 2—7.

王初明. 2015. 讀后續寫何以有效促學[J]. 外語教學與研究， （5）： 753—762+801.

文秋芳. 2020. 產出導向法： 中國外語教育理論創新探索[M]. 北京： 外語教學與研究出版社.

許家金， 趙沖. 2024. 大語言模型在英語教學中的角色[J]. 外語教育研究前沿， （1）： 3—10+90.

許家金， 趙沖， 孫銘辰. 2024. 大語言模型的外語教學與研究應用[M]. 北京： 外語教學與研究出版社.

張靜， 趙杰， 王鵬. 2024. 生成式人工智能輔助英語讀后續寫教學初探[J]. 英語學習， （8）： 32—36.

作者簡介

邢文駿，江蘇省南京市教學研究室高中英語教研員，高級教師。