大語言模型視域下中學(xué)語文詩歌意象教學(xué)生成探微

中圖分類號(hào)：H09 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-4225（2025）01-0054-05

作為一種強(qiáng)大的、會(huì)加速教育變革的教育工具，大語言模型已引發(fā)諸如違背學(xué)術(shù)倫理、撒謊、欺騙、偏見與歧視、錯(cuò)誤信息、不良價(jià)值觀等問題。針對這種種現(xiàn)象，教育界普遍采取的是偏向封閉逃避的本能防御的態(tài)度。面對大語言模型的“入侵”，教育界整體延續(xù)了之前對待技術(shù)革命的態(tài)度。

這類“入侵\"分為兩個(gè)層面：一是大語言模型繞過教育組織層面和制度層面，它的出現(xiàn)令教育管理者、教師以及其他相關(guān)人員職業(yè)失能，重新定義專業(yè)知識(shí)，信息的可獲取性、不可預(yù)測性和缺乏控制性大大增強(qiáng)[；二是大語言模型以負(fù)面結(jié)果的方式呈現(xiàn)，不僅帶來學(xué)術(shù)不端的憂慮，也引發(fā)有關(guān)學(xué)生的批判性思維在大語言模型之下究竟該如何培養(yǎng)的進(jìn)一步憂思。

對于中學(xué)語文教學(xué)，以ChatGPT為首的大語言模型的出現(xiàn)更是造成了“人工智能可以取代基礎(chǔ)教育教師，所授知識(shí)相較學(xué)校課堂的知識(shí)獲取而言更全面、更專業(yè)\"的論斷。本文擬從中學(xué)語文詩歌意象的生成教學(xué)著手，秉持一線教師應(yīng)改變封閉消極的規(guī)避態(tài)度，在教育自洽的加持下面對教育目標(biāo)和教育過程中出現(xiàn)的新型挑戰(zhàn)和機(jī)遇，希望從大語言模型運(yùn)作的底層邏輯和中學(xué)語文詩歌意象教學(xué)的生成中尋找共生點(diǎn)，勾連起高新教育工具與一線教學(xué)的合作共贏。

一、追本溯源：大語言模型寫詩的困境和研究現(xiàn)狀

2022年11月ChatGPT的發(fā)布，宣告“人工智能時(shí)代”的真正開始，各行各業(yè)或多或少受到了大語言模型的沖擊。在大語言模型生成詩歌的應(yīng)用程序方面，千禧年間出現(xiàn)的“稻香老農(nóng)”作詩機(jī)作為大語言模型實(shí)踐先于理論的產(chǎn)物開創(chuàng)AI寫詩的先河，之后依次出現(xiàn)的百度出品的“文心一言”清華大學(xué)出品的“九歌”作詩機(jī)、“詩三百”作詩機(jī)在詩詞格律、意象抓取方面逐步正式化、自然化，成為高等院校研究詩歌“意象”“意脈”的重要參照物，但是這也對“大語言模型寫詩僅向新詩發(fā)出明確沖擊，古體詩相對安全\"的觀點(diǎn)發(fā)起挑戰(zhàn)。大語言模型寫詩與人工的關(guān)系要如何認(rèn)識(shí)？在人工智能也能進(jìn)行詩歌的意象選擇和創(chuàng)作時(shí)，中學(xué)語文詩歌教學(xué)的審美創(chuàng)造的目標(biāo)是否會(huì)被動(dòng)搖？

當(dāng)前有關(guān)大語言模型介入詩歌創(chuàng)作的觀點(diǎn)不外乎三種。其一，大語言模型寫詩與人工是無關(guān)的，彼此各行其道，因?yàn)樵姼枋菍懡o自己看的；其二，秉持所有機(jī)械寫作都會(huì)有真正的原創(chuàng)性，機(jī)械寫作只能在道路中尋找道路;其三，機(jī)械寫作不可能擁有情感，而好的詩歌作品應(yīng)包含作者意圖，這是大語言模型寫詩不能替代人工的重要原因。華東師大的胡曉明教授曾在《什么樣的詩歌不會(huì)被AI取代》的講座中點(diǎn)明，大語言模型對詩學(xué)的確造成了一些負(fù)面的影響一首先，大量大語言模型生成出來的作品魚目混珠，作品真實(shí)性的困擾引人注目。其次，生命感發(fā)的萎謝和生命境界探尋的式微，山川之有云霧、文本優(yōu)勢在大語言模型生成出的作品中不復(fù)存在。再有，具身體驗(yàn)的退場，煙云供養(yǎng)、淪肌浹髓的文本功能性逐步消散。獨(dú)特的個(gè)人經(jīng)歷、心靈感悟、現(xiàn)實(shí)關(guān)切與時(shí)代面影在大語言模型生成的詩歌中失位，鮮活的生活細(xì)節(jié)、現(xiàn)場感和具身性丟失。“興觀群怨”中，詩可以群的作用也一并消解，詩歌本身具備帶有倫常性的交流、互動(dòng)、對話、悅納的功能性，被大語言模型生成的作品肢解，無法做到離方遁圓、虛中有實(shí)、反客為主的曲折表達(dá)，詩歌本身作為一門精妙語言的藝術(shù)在大語言模型中喪失煉字的能力。在教育方面，對于全人培養(yǎng)也產(chǎn)生了負(fù)面影響，孔門四科提倡的文學(xué)、德行、政事、言語的要求被懸置，越來越多的詩歌教育抹去了創(chuàng)作的思維過程，立志于將人教成“方形的蘋果”。盡管爭論頗多，但因?yàn)榇笳Z言模型介入造成文藝創(chuàng)作進(jìn)入“智人時(shí)代”是不爭的事實(shí)。如何在中學(xué)語文詩歌教學(xué)中有意識(shí)適應(yīng)并應(yīng)用\"智人”的轉(zhuǎn)變，值得當(dāng)前一線教師反思。

目前教育學(xué)與大語言模型重合的研究文獻(xiàn)不涉及中學(xué)語文詩歌意象教學(xué)的部分。在國際中文教學(xué)、語言教學(xué)等高等教育和AI寫詩方面有部分研究成果，具有借鑒和啟發(fā)的意義。早在19年記者鐘菡、張熠在《解放日報(bào)》刊登的《AI對古詩詞\"生搬硬套”，內(nèi)行一眼便能識(shí)破》的報(bào)道認(rèn)為詩詞不像棋譜可通過計(jì)算破解，會(huì)有邏輯意法上的明顯漏洞[2]。此后，在國際中文教育和語言教育方面，北京語言大學(xué)崔希亮的《人工智能—語言教學(xué)的機(jī)遇和挑戰(zhàn)》指出語言教育數(shù)智化（數(shù)智化 Σ=Σ 數(shù)字技術(shù) +AI/AGI 技術(shù) + 網(wǎng)絡(luò)技術(shù) + 虛擬現(xiàn)實(shí) + 增強(qiáng)現(xiàn)實(shí) + 智慧平臺(tái)）的轉(zhuǎn)型是整體趨勢，在個(gè)性化自主學(xué)習(xí)、自動(dòng)評估和反饋、數(shù)據(jù)分析與預(yù)測、跨文化交際培訓(xùn)等方面起到不可估量的作用，應(yīng)用到教學(xué)中就是教材編寫、課堂教學(xué)、課程設(shè)計(jì)、語言翻譯的工具。南京大學(xué)曹賢文等人的論文合刊《“數(shù)智時(shí)代的國際中文教育：變與不變\"大家談》更是點(diǎn)明數(shù)智時(shí)代下因?yàn)椤皵?shù)智賦能”，國際中文教師的新挑戰(zhàn)和新要求，推動(dòng)新型大語言模型如融媒國際中文學(xué)習(xí)詞典編撰應(yīng)用的落成，并圍繞選詞范圍、釋義元詞、信息維度、融媒概念、用戶體驗(yàn)五方面進(jìn)行實(shí)踐4。鹽城工學(xué)院郭乃瑄、董琴、徐秀芳、徐森的《基于文心一言的數(shù)據(jù)結(jié)構(gòu)課程教學(xué)方法初探》針對大語言模型在高等教育應(yīng)用的問題，以文心一言進(jìn)行的數(shù)據(jù)結(jié)構(gòu)課程教學(xué)為例，給予具體典型的遞歸算法代碼示例，深入展示大語言模型在制作在線課程或教學(xué)材料、設(shè)計(jì)互動(dòng)練習(xí)、引導(dǎo)學(xué)生個(gè)性化思維的研究過程[5。王博、周藍(lán)翔、陳云的《深度學(xué)習(xí)框架PyTorch人門與實(shí)踐》一書中則詳細(xì)介紹使用PyTorch實(shí)現(xiàn)Transformer自動(dòng)寫詩的具體代碼編寫和整體呈現(xiàn)效果。

總體而言，現(xiàn)行研究認(rèn)為大語言模型可以普遍應(yīng)用于教學(xué)的資料設(shè)計(jì)和課后評價(jià)反饋方面，在信息檢索、釋義等可在數(shù)據(jù)庫中直接預(yù)測生成的教學(xué)內(nèi)容上可以起到出乎意料的作用，運(yùn)用于中學(xué)語文詩歌教學(xué)中可以做到詩歌翻譯、同詞橫向勾連、同作者縱向探究的作用，但在引導(dǎo)教學(xué)詩歌的鑒賞創(chuàng)作這一需要學(xué)生個(gè)人審美情趣的部分，仍是后勁不足。

二、刻木為鵠：大語言模型底層邏輯與中學(xué)語文生成教學(xué)的適配性

根據(jù)OpenAI聯(lián)合創(chuàng)始人AndrejKarpathy在微軟Build2023大會(huì)上所公開的信息，OpenAI使用的大語言模型建構(gòu)流程主要分為四個(gè)階段：預(yù)訓(xùn)練、有監(jiān)督微調(diào)、獎(jiǎng)勵(lì)建模和強(qiáng)化學(xué)習(xí)，而這四階段的運(yùn)作模式和中學(xué)語文詩歌生成教學(xué)運(yùn)作的底層邏輯有吻合之處。

預(yù)訓(xùn)練（Pretraining）階段需要利用海量的訓(xùn)練數(shù)據(jù)，構(gòu)建包含數(shù)千億甚至數(shù)萬億單詞的具有多樣性的內(nèi)容。基礎(chǔ)模型構(gòu)建了長文本的建模能力，使得模型具有語言生成能力，根據(jù)輸入法的提示詞，模型可以生成文本補(bǔ)全句子；語言模型建模也構(gòu)建了事實(shí)性知識(shí)和常識(shí)性知識(shí)。但缺點(diǎn)是花費(fèi)大量計(jì)算資源和時(shí)間，易受超參數(shù)影響。這與中學(xué)語文詩歌生成教學(xué)中初期要求學(xué)生在課前自行預(yù)習(xí)而不設(shè)置相關(guān)任務(wù)單，增加學(xué)生學(xué)習(xí)壓力、過渡檢索搜集無意義信息，易受個(gè)人理解認(rèn)知能力影響。也類似于教師備課時(shí)提問針對性不強(qiáng)，易導(dǎo)致學(xué)生回答“漫天開花”，生成無用結(jié)論，達(dá)不到黃厚江提出的“共生課堂”，師生共生、生生共生的要求。

有監(jiān)督微調(diào)（SupervisedFinetuning），也稱之為指令微調(diào)（InstructionTuning），利用少量高質(zhì)量數(shù)據(jù)集合，包含用戶輸入的提示詞和對應(yīng)的理想輸入結(jié)果。用戶輸入包括問題、閑聊對話、任務(wù)指令等多種形式和任務(wù)。如何構(gòu)造少量并且高質(zhì)量的訓(xùn)練數(shù)據(jù)是本階段的研究重點(diǎn)。相較于“預(yù)訓(xùn)練”，該階段增加“輸出結(jié)果”的設(shè)定。所需的訓(xùn)練語料較少，具備初步任務(wù)完成的能力。此階段對應(yīng)中學(xué)語文詩歌生成教學(xué)時(shí)教師備課時(shí)有意識(shí)預(yù)設(shè)學(xué)生思維邏輯，并針對單個(gè)教學(xué)目標(biāo)增設(shè)相應(yīng)限定范圍的問題，以準(zhǔn)確的提問、開放的思維促進(jìn)學(xué)生自行完成初步知識(shí)生成的要求。同時(shí)也要求教師在課程設(shè)置時(shí)以少而精的主線問題串聯(lián)整堂課，使學(xué)生思維邏輯連貫，從而創(chuàng)設(shè)良好的思辨能力培養(yǎng)氛圍。

獎(jiǎng)勵(lì)建模（RewardModeling）階段目標(biāo)是建立一個(gè)文本質(zhì)量對比模型，通過二分類模型，對輸入的兩個(gè)結(jié)果之前的優(yōu)劣進(jìn)行判斷。但獎(jiǎng)勵(lì)建模不能單獨(dú)提供給用戶使用。另外，獎(jiǎng)勵(lì)模型的泛化能力邊界也是本階段需要重點(diǎn)研究的另一個(gè)問題。這就好比中學(xué)語文詩歌生成教學(xué)中，教師為了更好地引導(dǎo)學(xué)生生成知識(shí)點(diǎn)，并建構(gòu)相關(guān)知識(shí)體系框架，需要設(shè)定課堂評價(jià)體系，來激勵(lì)學(xué)生的課堂積極性或指正學(xué)生的思維岔口，但該課堂評價(jià)體系的構(gòu)建的邊界感和尺度需提前預(yù)設(shè)與隨堂生成并重。同時(shí)需要注意，該課堂評價(jià)體系不可脫離教學(xué)實(shí)際情境單獨(dú)使用，否則會(huì)造成評價(jià)失真的情況。

強(qiáng)化學(xué)習(xí)（ReinforcementLearning）階段根據(jù)數(shù)十萬用戶給出的提示詞，利用在前一階段訓(xùn)練的獎(jiǎng)勵(lì)建模模型，給出有監(jiān)督微調(diào)模型對用戶提示詞補(bǔ)全結(jié)果的質(zhì)量評估，并與語言模型建模目標(biāo)綜合得到更好的效果。該階段與有監(jiān)督微調(diào)階段一樣需要的樣本容量較少，但不需要人工提前給出該提示詞所對應(yīng)的理想回復(fù)。但強(qiáng)化學(xué)習(xí)方法穩(wěn)定性不高，并且超參數(shù)眾多，使得模型收斂難度大，再疊加獎(jiǎng)勵(lì)建模的準(zhǔn)確率問題，使得在大規(guī)模語言模型如何能夠有效強(qiáng)化學(xué)習(xí)非常困難。這與中學(xué)語文詩歌生成教學(xué)的教學(xué)過程中，多個(gè)學(xué)生隨堂作答同一個(gè)問題，教師合理引導(dǎo)學(xué)生歸納總結(jié)強(qiáng)化學(xué)習(xí)效果作用大體相同。也和教學(xué)任務(wù)完成后教師適時(shí)進(jìn)行教學(xué)反思，將相同課例的課堂實(shí)錄和突發(fā)問題進(jìn)行整理總結(jié)，進(jìn)行長時(shí)段樣本的采集，最終歸納出合適的適應(yīng)學(xué)生思維發(fā)展的最佳教學(xué)途徑類似。

從信息檢索的操作機(jī)制來講，大語言模型和中學(xué)語文詩歌生成教學(xué)的共同點(diǎn)分為內(nèi)外兩方面。外部需有大量數(shù)據(jù)的儲(chǔ)備，內(nèi)部需要關(guān)注回憶的認(rèn)知過程。里面涉及認(rèn)知評估的設(shè)定，如何切實(shí)做到從記憶到應(yīng)用。拿中學(xué)語文生成教學(xué)類比，大腦作為數(shù)據(jù)的倉庫，需要從領(lǐng)域模型到學(xué)生模型的過渡，都受到編碼、上下文、檢索線索的影響。故而在具體中學(xué)語文詩歌教學(xué)實(shí)踐中，一線教師面對大語言模型的沖擊無需本能抵制，而是可以試圖擁抱接受，有效積累語料即時(shí)鍵入，讓大語言模型與學(xué)生同步成長，讓大語言模型服務(wù)于生成教學(xué)實(shí)踐，并實(shí)現(xiàn)教學(xué)自洽。

三、運(yùn)籌建策：大語言模型在中學(xué)語文詩歌意象教學(xué)的實(shí)際運(yùn)用和展望

除去大語言模型運(yùn)行的底層邏輯與中學(xué)語文生成教學(xué)的適配性，即使大語言模型的詩歌生成具有不相關(guān)性，但可作為“磨刀石”，在中學(xué)語文詩歌教學(xué)中探索“什么是真正的好詩的標(biāo)準(zhǔn)”這一核心命題。能理亂絲，乃可讀詩，大語言模型無疑可以成為“智人時(shí)代”中學(xué)語文詩歌意象生成教學(xué)中把握意象意脈的不二抓手。

在具體詩歌意象的教學(xué)實(shí)踐中，引導(dǎo)學(xué)生理解體會(huì)詩歌的事實(shí)邏輯和藝術(shù)邏輯，明了詩人選取意象的順理成章和無理而妙是兩大教學(xué)難點(diǎn)。《滄浪詩話》點(diǎn)出“詩有別趣，非合理也”，為詩歌教學(xué)目標(biāo)設(shè)立了較高的審美要求。針對抽象的詩學(xué)概念，中學(xué)生受制于個(gè)人經(jīng)歷的局限性，難以單純依賴教師對詩歌本身語修邏文的拆解講授就應(yīng)知應(yīng)會(huì)。實(shí)際講授李益的《江南曲》時(shí)，學(xué)生出現(xiàn)關(guān)注點(diǎn)游蕩于文本的思想核心之外，過分沉浸詩歌摘選“瞿塘賈”“弄潮兒”意象對比營造的詼諧性，進(jìn)而表現(xiàn)出針對性極強(qiáng)的戲謔的反應(yīng)。學(xué)生難以從時(shí)空距離與之相差較大的意象中，獨(dú)立品味詩人抒情的藝術(shù)邏輯，感悟其妙手偶得的無理之趣。

中學(xué)詩歌意象教學(xué)無法有當(dāng)堂的有效生成，歸根結(jié)底還是對于意脈的把握難度較大。中學(xué)語文教材收錄的部分詩歌展現(xiàn)了很明顯的象斷意連的特點(diǎn)，單憑單一意象的抓取來探究詩歌的情感態(tài)度是片面而不準(zhǔn)確的。在具體教學(xué)實(shí)踐中明確意脈即詩歌意義的展開過程，是詩歌在人們感覺中所呈現(xiàn)的內(nèi)容的動(dòng)態(tài)連續(xù)過程，具有銜接通暢、遍布全篇、隱于字句的特點(diǎn)。

配合把握意脈的教學(xué)目標(biāo)的推進(jìn)，在引導(dǎo)學(xué)生的課堂思維生成中，可適當(dāng)穿插大語言模型的運(yùn)用。如一線教帥在教學(xué)杜甫的《登高》品析不同意象搭建意脈的作用時(shí)，使用“文心一言\"或“詩三百”“九歌”等大語言模型作詩機(jī)，在輸入指令時(shí)保留問題，替換部分意象，將生成的多首詩歌與原詩進(jìn)行對比，體味意象和意脈的關(guān)聯(lián)性。同時(shí)有意識(shí)在教學(xué)中使用PyTorch增加數(shù)據(jù)庫的存量，實(shí)現(xiàn)Transformer數(shù)據(jù)增加有效關(guān)聯(lián)詞匯的準(zhǔn)確性，生成更加文從字順、符合格律的詩歌內(nèi)容（包括現(xiàn)代詩和近體詩），添加同詞分呈、古詩翻譯的指令內(nèi)容，達(dá)到“音形義”并重的效果。為了順應(yīng)九年級(jí)上冊詩歌單元“嘗試創(chuàng)作”的教學(xué)目標(biāo)，在給予固定命題并鼓勵(lì)學(xué)生課堂討論出幾個(gè)關(guān)鍵詞的同時(shí)，使用大語言模型作詩機(jī)和學(xué)生進(jìn)行同題創(chuàng)作，引導(dǎo)學(xué)生達(dá)到“發(fā)揮想象聯(lián)想、巧用意象”“檢索名句、仿寫改寫、化為己用”的教學(xué)要求，真正做到數(shù)智化教育與傳統(tǒng)文化教育并舉。

吳天石認(rèn)為一堂好的語文課，不僅要有好的教學(xué)設(shè)計(jì)，還需配合切實(shí)的教材分析和教學(xué)反思。大語言模型在中學(xué)語文詩歌意象教材與課程設(shè)計(jì)的分析建構(gòu)和反饋與評價(jià)研究中，也發(fā)揮了舉足輕重的作用。系統(tǒng)分析中學(xué)語文教材中詩歌意象大單元教學(xué)的整體要求和分段式研究目標(biāo)，調(diào)查中學(xué)生在詩歌意象方面的認(rèn)知能力和學(xué)習(xí)困境，通過大語言模型作詩機(jī)的使用來彌合、探索構(gòu)建一套符合教材和課程要求的實(shí)操手冊，整合形成基于統(tǒng)編語文教材的單元整體教學(xué)設(shè)計(jì)系列資源，最終促進(jìn)學(xué)生詩歌意象知識(shí)成體系的構(gòu)建。將大語言模型與中學(xué)語文詩歌意象教學(xué)相結(jié)合，依據(jù)學(xué)習(xí)遷移理論、多元智能理論、深度學(xué)習(xí)理論、具身認(rèn)知理論，歸納數(shù)智化學(xué)習(xí)活動(dòng)的情境創(chuàng)設(shè)策略、任務(wù)驅(qū)動(dòng)下的活動(dòng)組織策略、語文要素達(dá)成的評測策略。依據(jù)基于語文核心素養(yǎng)的詩歌意象教學(xué)的研究報(bào)告，全面評估大語言模型提供給學(xué)生的自我評價(jià)反饋，總結(jié)學(xué)生正確認(rèn)知和反饋的指量標(biāo)準(zhǔn)，形成提升學(xué)生語文素養(yǎng)的課堂評價(jià)體系。

當(dāng)然現(xiàn)行的大語言模型在中學(xué)語文詩歌意象教學(xué)上仍存在捉襟見肘的情況，自由抓取意象來生成的詩作仍有存在意境不匹配、邏輯不通順的偽詩和劣質(zhì)詩，不利于在中學(xué)語文詩歌意象教學(xué)課堂上作為一個(gè)即時(shí)工具來使用。

針對大語言模型能將圍棋“子力\"的能量程度數(shù)字化，生成自動(dòng)對局的底層算法，胡曉明教授在2023年于大學(xué)文學(xué)院所做的《什么樣的詩歌不會(huì)被AI取代》的講座中，提出詩歌“字力”或\"詞力\"的概念，其與周邊形式（字詞）息息相關(guān)，并非單獨(dú)呈現(xiàn)。落實(shí)到大語言模型對詩歌的數(shù)字模擬寫作中則是通過測算詞頻來篩選合適意象進(jìn)行搭配，與周邊詞句有關(guān)形成搭配，并形成自然語言創(chuàng)作中意脈勾連的規(guī)則。通過次數(shù)眾多的組合對比，使用增減、更替詩歌中的部分意象的做法，直觀像學(xué)生呈現(xiàn)不同意象使用的不同效果。

符合中學(xué)語文詩歌教學(xué)要求的大語言模型，理應(yīng)著眼于人機(jī)互動(dòng)，要求在現(xiàn)有“九歌”“詩三百”作詩機(jī)的基礎(chǔ)之上，強(qiáng)調(diào)歸納詩歌的意象、格律、意脈編排的特點(diǎn)，最終達(dá)到用數(shù)字代碼取得自然語言進(jìn)行詩歌意象的界定、翻譯，以及同步生成創(chuàng)作，通過算法預(yù)測生成詞匯代替部分意象后的同題詩作的目的。為一線教學(xué)的學(xué)生提供直觀感受意象意脈間聯(lián)系的技術(shù)支持，促進(jìn)我國中學(xué)語文詩歌教育的發(fā)展。

當(dāng)前關(guān)于大語言模型的話題仍在如火如茶地進(jìn)行中，但值得明確的是，在中學(xué)語文詩歌意象的生成教學(xué)上，大語言模型不該因?yàn)槠姳灰晃侗晦饤墶ｍ槕?yīng)數(shù)智化教育趨勢，以大語言模型為技術(shù)支持，搭建合理的課堂生成教學(xué)策略，形成提升學(xué)生語文素養(yǎng)的評價(jià)體系是應(yīng)有之義。

參考文獻(xiàn)：

[1]陸道坤，李淑婷.是“神馬”還是“灰犀牛”：ChatGPT等大語言模型對教育的多維影響及應(yīng)對之策[J/OL].新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）（2023-06-11）[2023-06-29].https：//doi.org/10.14100/j.cnki.65-1039/g4.20230628.002.

[2]鐘菡，張熠.AI對古詩詞“生搬硬套”，內(nèi)行一眼便能識(shí)破[N].上海：解放日報(bào)，2019（5）.

[3]崔希亮.人工智能—語言教學(xué)的機(jī)遇和挑戰(zhàn)[J].廣州：華文教學(xué)與研究，2024（2）：20-29.

[4]曹賢文，陳宏，陳諾，等.“數(shù)智時(shí)代的國際中文教育：變與不變\"大家談[J].語言教學(xué)與研究，2024（3）：1-19.

[5]郭乃瑄，董琴，徐秀芳，等.基于文心一言的數(shù)據(jù)結(jié)構(gòu)課程教學(xué)方法初探[J].合肥：科教文匯，2023（21）：95-100.

[6]張奇，桂韜，鄭銳，等.大規(guī)模語言模型：從理論到實(shí)踐[M].北京：中國工信出版集團(tuán)，2023：6-11.

[7]徐林祥.吳天石：語文“雙基\"教育的奠基人[J].南京：教育研究與評論（中學(xué)教育教學(xué)），2013（6）：11-17.

（責(zé)任編輯：張曉）