教学案例-听说课 (2025-03-20 16:45)

栏目：个人博客

        在本学期教授第一单元Trees的时候，我尝试了在听说课中使用人工智能来辅助教学，对于如何有效利用人工智能赋能学生学习效果有了一些粗浅的认识。以下是我的教学设计：        

1. 课前准备阶段：

        教师使用Quizlet设计单词卡，单词配图的形式有助于学生加强对于词汇的理解。学生通过“学习（浏览图文卡）→测试（判断对错或书面回答）→配对（限时配对游戏）”的三个环节来巩固本单元词汇，为后续听说练习做好准备。

2. 听力部分：

         教师采用虚拟数字人技术生成视频导入听力任务（Judy和Tony探讨制作植树活动海报内容），激发学生对于本课时听力练习的兴趣，完成课本上的听力填空练习。

3. 口语部分：

        教师借助具有语音识别功能的AI语音评测系统组织学生分组进行发音专项训练（如“plastic cards, some money, clear report”），通过实时可视化反馈实现精准纠音。如利用红色标记发音错误，黄色提示发音不标准（如“plastic cards”未合并/k/音），绿色代表发音正确。学生可重复练习直至达到标准。随后，班级开展"口语闯关赛"，学生依次朗读相关语句（如"There is a big group of people outside."），AI从发音、连读、语调等维度生成班级排行榜，激发良性竞争。与教材匹配度较高的AI软件有“科大讯飞E听说”，但目前暂未开放支持教师上传校本化语料。

4. 听说综合部分：

        教师借助人工智能技术制作沉浸式视频素材，呈现环境污染的多维样态（如大气污染、土壤污染、水污染、噪音污染及光污染等），告知学生此为无人机拍摄的上海某处污染情况。通过真实场景还原与可视化手段构建具象化认知语境，激发学生的情感共鸣与探究动机。

        在情境导入基础上，学生首先分角色朗读教材对话文本，对文本中提及的污染治理措施进行初步归类；继而以配对协作形式开展讨论，与AI智能辅助工具“豆包”共同探讨针对上海出现的不同污染类型的适配性解决方案。在此过程中，“豆包”可担任实时“小老师”，以语音对话形式执行三项核心功能：

        1）提供跨学科的专业知识辅导（如How to solve soil pollution?），进行专业词汇补充，学生可选择开启字幕；

        2）通过提问引导学生持续思考（如学生提出“organize campaigns to raise public awareness”时，豆包追问 “How can we make sure these campaigns are effective and reach more people?”来引发学生的进一步思考）；

        3）对学生的语言表达进行评价（学生可在对话结束后要求豆包从词汇选择、语法使用、发音规范方面对其进行评价）。

讨论过程中，学生使用思维导图对观点进行结构化梳理，形成逻辑严谨的演讲框架，并以演讲的形式进行班级展示；随后小组间依据AI辅助生成的评价量表进行评价或追问。

5. 分层作业设计：

        学生以录制视频的形式分享家庭环保计划，可借助AI改进文案，并运用AI字幕生成工具添加中英文双语字幕。让学生更好地表达关于环保的全球性问题的同时，学会在数字化环境中整合多种资源，提升综合能力。

        部分发音存在明显问题的学生，推荐使用“科大讯飞E听说”或“英语流利说”来进行日常练习，并根据软件推荐的练习材料逐步提高练习难度，使发音日趋标准。

         课程结束后我随机询问了几位同学对课堂的感受，他们提出听说综合部分中豆包的“小老师”角色给予了他们前所有未的学习体验，他们仿佛拥有了专属自己的老师，不仅在交流的过程中持续得到肯定与鼓励，还能够及时获得来自豆包在词汇、发音及语法方面给予的纠正，收获了非常多关于环境污染话题下的相关表达。这说明人工智能提供的一对一反馈能够极大地提升学生的学习效率，给予了个性化的辅导。当然还有部分同学提出了改进意见，他们希望将口语部分调整为课前家庭作业的形式，以便他们有更多时间练习并达到最佳表现。

        我相信合理利用人工智能一定能为课堂注入新的活力，给予学生更加全面的评价方式。今后我会尝试着优化流程，让学生的听说课堂更加高效！

阅读（158） | 评论（0）