人工智能赋能下的高校外语课程思政模式探讨
The AI-Empowered Models of Ideological and Political Education in College Foreign Language Classes
DOI: 10.12677/ae.2024.144595, PDF, HTML, XML, 下载: 32  浏览: 49  科研立项经费支持
作者: 马艳晓:中国矿业大学(北京)文法学院,北京
关键词: 人工智能多模态外语教学思政建设Artificial Intelligence Multi-Modality Foreign Language Teaching Ideological and Political Construction
摘要: 随着科技的快速发展,信息传播的方式发生了日新月异的变化。在教育教学领域,引发了教学方式和教学思想的巨大变革,也引发了思政教学的巨大机遇。本文将人工智能网络技术和多模态语境建构应用于大学英语思政教学,通过整合多模态教学资源、采用混合式的教学方式、贯穿完整的教学环节、优化教学路径、完善教学评价体系,实现课程思政育人目标。与此同时,人工智能运用于教育教学也面临潜在风险:可能破坏外语学习的诚信与公平,减少师生面对面的沟通和交流,降低学习者跨文化表达能力和交际的实际效果。外语课程思政建设应该合理运用人工智能为教育改革和创新提供的技术支持,丰富教学内容,开阔学生的学习视野,为当代教育领域的变革提供广阔的发展空间。
Abstract: With the rapid development of information technology, the way of information dissemination has undergone tremendous changes. It has triggered great changes in teaching methods and teaching ideas, as well as great opportunities for ideological and political teaching. The technology of artificial intelligence and multimodal construction have gradually been applied to foreign language teachings and ideological and political education. By integrating multimodal teaching resources, adopting blended teaching methods, running through complete teaching procedures, optimizing teaching paths, and perfecting the teaching evaluation system, we can achieve the goal of teaching through ideology and political education in college foreign language classes. Meanwhile, the use of artificial intelligence in education and the cross-interaction of related disciplines also face some potential risks: it may undermine the integrity and fairness of learners; it may relatively reduce the face-to-face communication between students and students, students and teachers; and the learning mode that overly relies on human-computer interaction will reduce the learner’s ability to express themselves cross-culturally. The users of artificial intelligence technology should reasonably utilize the technical support for educational reform and innovation to enrich the teaching content, broaden students’ learning experiences, and provide positive changes in educational settings.
文章引用:马艳晓. 人工智能赋能下的高校外语课程思政模式探讨[J]. 教育进展, 2024, 14(4): 839-843. https://doi.org/10.12677/ae.2024.144595

1. 引言

人工智能技术的发展为课程思政教育模式的创新与转型提供了崭新机遇,在人工智能技术赋能的条件下,高校外语课程思政的建设方法和路径也呈现了多模态的新面貌。多模态的语境建构理论是20世纪末由语言学家Kress和Van Leeuwen提出,他们认为语言本身作为社会交流的主题符号虽然可以有效建构话语交流语境,但一些非语言符号也可以有效建构话语语境,比如图片、语言、动作、音乐等,只要涉及到两种或两种以上的话语模态系统,都可以称之为多模态话语语境 [1] [2] 。人工智能网络技术和多模态话语语境建构分析已开始渐渐被应用于英语思政教学课堂,师生交流可以借助多媒体信息技术,利用师生多感官如视觉、听觉甚至味觉等感官来传递和收集外部世界的信息,将图像、声音、文字、语言、人机互动等协调统一于多模态话语语境建构系统,实现课程思政多维立体教学语境,从而加强师生互动交流,提高师生参与度和积极性 [2] [3] ,增强人与人和人与机器的互动,最终实现人工智能技术、外语教育教学和思政育人相互融合的教学效果。

2. 人工智能和多模态建构

随着科技的快速发展,信息传播的方式发生了日新月异的变化。在教育教学领域,引发了教学方式和教学思想的巨大变革,也引发了思政教学的巨大机遇。人工智能离不开网络技术和资源,而多种网络资源就构成了多模态的理论概念。多模态分析于20世纪90年代兴起。Kress & van Leeuwen在《阅读图像:视觉设计的语法》一书中正式系统地提出多模态话语分析理论,并首创了“多模态话语”的概念,他们认为图像并不是只能和语言在一起才能表达意义,图像本身就能独立完成信息的传输和意义的构建 [4] 。Kress & van Leeuwen从系统功能语言学的角度发起对多模态话语的研究,是多模态话语分析的里程碑的人物。此后,多模态话语分析理论得到广泛关注。Royce (2002)研究了不同符号资源在多模态话语中的互补性,以及在语言课堂教学中多模态的协同性 [5] 。近年来多模态语篇特征的研究呈现多样化,扩展到科技话语语篇 [6] 、超媒体 [6] 、影视作品 [7] 、网络报纸等领域 [8] 。

国内对于多模态分析的研究还处于起始阶段。李战子(2003)是国内首位将多模态话语理论引介到国内,并从社会符号学角度研究Kress & van Leeuwen的多模态语篇分析方法,提出将多模态话语的意义分为再现意义、互动意义和构图意义,认为这种分析方法对加深认识社会符号特点,对多模态话语的产生和理解有着重要意义 [9] 。朱永生(2007)探讨了与多模态话语分析紧密相关的四个问题:多模态话语的产生、定义、性质及理论基础,为我国话语分析研究提供了具体的路径和思路 [3] 。胡壮麟(2007)区分了“多模态”和“多媒体”的概念 [10] ,顾曰国(2007)提出了构建第二语言习得的学习模型,开创了国内研究多模态和教学关系的先例,至此多模态教学研究的热潮,扩大了多模态话语分析的应用范围 [11] 。多模态话语建构分析应用到教学领域有很多优势。第一,在多种符号资源和感官系统交叉影响下,人与人或人与机器进行互动是产生的意义建构,强调多感官协调并用,能更有效达到牢固长久记忆 [12] [13] 。第二,多模态话语建构分析在教学上提倡运用多种教学方法,比如综合运用交际法、沉默法、互动听说法、全身反应法等方法,具有多元性 [13] 。第三,在课堂上运用网络媒体、多重教学渠道、多种视听说手段,有助于最大限度调动学生的主动性和协作性,提高课堂的教学效果 [13] 。

3. 人工智能赋能的课程思政多模态建设模式

本文将从人工智能赋能的多模态话语语境建构视角,探讨人工智能技术如何通过整合多模态教学资源、运用混合式教学模式、贯穿完整的教学环节、优化教学路径,提升课堂思政建设的效果,借助新的人工智能技术与原理服务现代教育。

3.1. 整合多模态教学资源

人工智能和多模态教学资源为英语思政带来了改革创新。教学中依托现有教学条件和信息技术,全方位整合多模态教学资源 [13] ,推进课程思政建设至关重要。首先,教师组成教学团队,不断提升人工智能教育实践水平。教师在系统整理课程内容的基础上,搜集与教学主题相关的图片、影音、文本等教学素材,激发学生对相关主题的学习兴趣,并对学生的学习状态、效果进行及时追踪和反馈。其次,使用在线的中国大学慕课精品课、SPOC、超星学习通、泛雅超星等教学资源库,选取重点章节,增强学生对课程内容的理解。此外,借助微信公众号、QQ、网络云盘等教学媒介发展第二课堂,鼓励充分利用碎片化学习时间,掌握和运用英语语言,加深对语言和文化的理解(表1)。

Table 1. Multimodal teaching resources

表1. 多模态的教学资源

3.2. 采用混合式教学方式

人工智能赋能的英语教学,采用“线上 + 线下”有机结合的教学方式已成为一种必然。线下课堂教学能为学生提供直接和深入的教学体验,而在线教学方便迅速、不受时间和空间的限制,有助于合理安排学生的学习时间、提升学生的学习效果,两种教学方式相辅相成,缺一不可。采用混合式教学方式开展大学英语课程思政教学,教师可以借助雨课堂、钉钉、腾讯课堂等在线教学平台,结合微博、微信、QQ网络通讯软件,充分进行小组讨论和小组研讨等教学活动,加强师生和生生之间的交流互动,引导学生畅所欲言,为学生及时答疑解惑,丰富和延展文化课程思政建设的教学形式,实现人工智能技术与教育教学的相互融合。

3.3. 贯穿完整的教学环节

目前人工智能的网络技术和多模态的教学理念主要以课中教学为主,在课前和课后两个环节相对缺乏互动性,往往忽略课前导入、课后输出的闭环作用 [13] 。课前教师选取文本、图片、表格、音频、视频等多模态思政内容和材料,加强学生对知识的预习和准备,增强思政课程课前授课语境建构效果 [2] [14] 。课中采用课堂讲授、课堂展示、小组讨论等多种活动形式,结合多种网络平台和交流平台进行模块学习,激发学生的跨文化交际意识和批判式思维能力。课后学生可以通过多模态结合的教学评估和反馈,如学生可以将学习内容做成演示文稿、音视频等形式,利用微信、微博、腾讯课堂等网络平台呈现学习效果,并接受及时的同伴反馈、教师反馈和指导评价,使多模态教学资源合理地、完整地服务于教学过程。

3.4. 优化教学路径

人工智能赋能下的英语教学,要善于把网络热点问题、英语学习、课程思政教育三者相结合 [15] 。在海量网络资源中,网络热点问题往往最容易吸引学生的兴趣,也能为英语学习提供一个切入口。人工智能技术根据学生的浏览行为,利用大数据,可为学生推荐主题相关、兴趣匹配的学习资源,减少重复收集资料的时间,提高学习效率和思政效果。由热点问题导入的英语知识学习,与时事结合挖掘大量的思政元素,进一步培养学生辩证思考、反思网络热点问题的能力,构建完整合理的教学路径。

3.5. 完善评价体系

人工智能时代下的外语教学,侧重培养学生的综合素养,这就要求改变传统的、单一的教学评价方式,从多维度反馈英语课程思政建设的效果。依托网络全方位、全过程考查学生的学习习惯、技能知识、学习效果、知识运用和反思,构建学生的自我评价、生生互评、师生互评的体系,让学生及时发现自己的不足,完善自我,提升核心素养和综合技能,实现对外语教学的多元化评价体系。

4. 人工智能赋能英语思政的潜在问题

人工智能技术融入高校课程思政建设还处于耦合层次 [16] ,在推动高校课程思政建设创新变革的同时,也可能面临破坏外语学习诚信与公平、降低人与人现实的沟通和交流、削弱跨文化交际的意识和能力、阻碍批判式思维的形成和发展等巨大挑战 [17] 。

第一、在高校课程思政建设中,需要借助人工智能网络资源,支持智能化思政建设,但有的学习者可能会直接借助抄袭网络资源,或借助比如ChatGPT等软件直接生成作业或论文等,不利于捕捉真实的学习效果和学习水平,也破坏了外语课程学习的诚信与公平。第二、人工智能赋能的外语教学,需要在人工智能条件下,充分利用网络平台,比如在线学习软件、慕课资源等,会相对减少学生与学生、学生与教师之间面对面的沟通和交流,导致学习者无法体验到真实的心理或行为反应 [17] 。第三、过度依靠人机交互的学习模式,会降低学习者的跨文化表达能力和跨文化交际的实际效果。比如,在跨文化学习中,网络资源提供的数据可能没有指明或根本不具有文化敏感性,甚至会对某些文化带有刻板的文化印象。这种情况会导致学习者无法输出符合跨文化交际规则和语法的文本,从而削弱跨文化交际的能力。第四、过度依赖网络资源和网络平台,不利于学习者辩证地、批判地思考问题,阻碍批判性思维和创新能力的培养和发展。

5. 人工智能赋能英语思政问题的解决方案

面对人工智能赋能高校教育出现的问题,人工智能技术的教学工作者应该予以重视。首先,教学中应进一步完善网络资源应用和使用规范,提升学习者的学术道德和学术规范,维护课程学习的诚信与公平。其次,合理利用线上线下的教学资源,合理分配使用网络资源进行教学的时间,同时应加强学生与学生、学生与教师面对面交流的机会,及时了解学习者真实的心理或行为反应,并给予指导。然后,在人工智能赋能外语思政的过程中,应鼓励学习者关注数据的文化敏感性,不仅要学习语言形式,也要重视文化内涵,学会根据文化语境,恰当运用不同的跨文化交际策略。最后,外语思政建设中,应注重人文素养的教育,激发学生的创新能力和批判性思维。除了学习语言知识,也要注重思辨性活动,通过辩论、演讲、写作等训练,引入更多的思辨能力培养,为教育改革和创新提供人工智能的技术支持,实现人工智能和人文知识等跨学科的交叉融合。

基金项目

本文系北京市高等教育学会2022年面上课题“大学英语课程思政的多模态教学实践研究”(MS2022079)、中国矿业大学(北京)“英语国家社会与文化”课程思政建设项目(SZ230901)、中国矿业大学(北京)中央高校基本科研业务费专项资助项目(2023SKPYWF01)的阶段性成果。

参考文献

[1] 杨鹏鲲. 信息化背景下多模态话语分析理论在大学英语教学中的应用[C]//福建省商贸协会. 华南教育信息化研究经验交流会2021论文汇编(六). 2021: 688-692.
[2] 刘丽军, 赵凌云. 基于多模态话语分析的大学英语课程思政语境构建分析与应用[J]. 湖北经济学院学报(人文社会科学版), 2022, 19(5): 158-160.
[3] 朱永生. 多模态话语分析的理论基础与研究方法[J]. 外语学刊, 2007(5): 82-86.
[4] Kress, G. and VanLeeuwen, T. (1996) Reading Images. Rouledge, London.
[5] Royce, T. (2002) Multimodality in the TESOL Classroom: Exploring Visual-Verbal Synergy. TESOL Quarterly, 36, 191-205.
https://doi.org/10.2307/3588330
[6] Lemke, J.L. (1998) Multiplying Meaning: Visual and Verbal Semiotics in Scientific Text. In: Martin, J.R. and Veel, R., Eds., Reading Science: Critical and Functional Perspectives on Discourses of Science, Routledge, London, 87-113.
[7] Martinec, R. (1998) Cohesion in Action. Semiotica, 120, 161-180.
https://doi.org/10.1515/semi.1998.120.1-2.161
[8] 阿克湖-白克吐尔干. 基于多模态话语分析理论的初级汉语教材图文研究——以《发展汉语初级综合》I、II为例[D]: [硕士学位论文]. 乌鲁木齐: 新疆师范大学, 2022.
[9] 李战子. 多模式话语的社会符号学分析[J]. 外语研究, 2003(5): 1-8 80.
[10] 胡壮麟. 社会符号学研究中的多模态化[J]. 语言教学与研究, 2007(1): 1-10.
[11] 顾曰国. 多媒体、多模态学习剖析[J]. 外语电化教学, 2007(2): 3-12.
[12] 楚佳. 应用型本科院校商务英语翻译多模态教学模式创新研究[J]. 高教学刊, 2020(23): 29-32.
[13] 何培芬. 多模态视角下高职课程思政建设研究[J]. 江西科技师范大学学报, 2020(5): 116-121.
[14] 刘燕. 课程思政理念下大学英语多模态教学模式构建[J]. 西部素质教育, 2020, 6(24): 21-23.
[15] 朱晗. 人工智能辅助下大学英语课程思政研究[J]. 教育评论, 2022(11): 104-109.
[16] 崔正贤, 马万利. 人工智能赋能课程思政改革研究[J]. 教育理论与实践, 2023, 43(12): 33-36.
[17] 张震宇, 洪化清. ChatGPT支持的外语教学: 赋能、问题与策略[J]. 外语界, 2023(2): 38-44.