生成式人工智能賦能游戲化教學(xué)的策略設(shè)計

摘 要：作為新一輪人工智能浪潮的新寵，生成式人工智能（ AIGC） 正在賦能課堂教學(xué)數(shù)字化轉(zhuǎn)型。如何利用生成式人工智能助力游戲化教學(xué)設(shè)計與實施？ 本研究結(jié)合相應(yīng)的實踐案例，從游戲化教學(xué)情境創(chuàng)設(shè)、挑戰(zhàn)性任務(wù)構(gòu)建、游戲化教學(xué)活動編排、對話式學(xué)習(xí)活動組織、獎勵機(jī)制設(shè)定和支持學(xué)習(xí)反思等方面探討了策略設(shè)計，以期構(gòu)建基于AIGC 賦能游戲化課堂教學(xué)新樣態(tài)。

關(guān)鍵詞：生成式人工智能;游戲化教學(xué);生成式課堂;提示設(shè)計

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

自18 世紀(jì)創(chuàng)立以來，以講授式為主的傳統(tǒng)課堂教學(xué)模式在教學(xué)實踐中一直占據(jù)著統(tǒng)治地位[1] 。然而，在新課改浪潮中，越來越多的新教學(xué)模式闖入人們的視野，傳統(tǒng)課堂教學(xué)模式正被陣陣“后浪”拍到岸上。以游戲化教學(xué)、翻轉(zhuǎn)課堂、精準(zhǔn)教學(xué)為代表的創(chuàng)新教學(xué)模式更是在教育的海洋中以海嘯般的發(fā)展重塑傳統(tǒng)教學(xué)格局，同時伴隨著生成式人工智能的快速發(fā)展，催生出百花爭艷、多元共生的新生態(tài)。其中，游戲化教學(xué)以其提高學(xué)習(xí)動機(jī)、增強(qiáng)參與度、促進(jìn)深度學(xué)習(xí)等優(yōu)勢深受教師和學(xué)生的追捧。

游戲化可被定義為“在非游戲情境中使用游戲設(shè)計元素來激勵用戶參與”[2] ，但在教學(xué)實施過程中，許多教師卻片面地將“在教學(xué)中玩游戲”與“游戲化教學(xué)”畫等號。在教學(xué)中玩游戲，只是把游戲活動作為教學(xué)的一個環(huán)節(jié)。與之不同，游戲化教學(xué)是指在整個教學(xué)活動中融入游戲元素、理念與策略，并非是把游戲作為一種工具或者環(huán)節(jié)，也不一定拘泥于游戲的外在形式，而是用游戲化設(shè)計的思維與策略去重新設(shè)計和實施教學(xué)，如在課程導(dǎo)入、學(xué)習(xí)活動、學(xué)習(xí)評價等環(huán)節(jié)中設(shè)立獎勵機(jī)制、設(shè)計挑戰(zhàn)性任務(wù)等游戲化元素[3] 。而對于大部分教師來說，采用游戲化機(jī)制來重構(gòu)課堂教學(xué)模式是一項極具挑戰(zhàn)性的任務(wù)。

在新一輪科技創(chuàng)新浪潮席卷全球的背景下，生成式人工智能（AIGC）因其模仿人類創(chuàng)作的能力成為教育創(chuàng)新實踐的重要推動力。美國高等教育信息化協(xié)會（ EDUCAUSE） 發(fā)布的《2024 地平線報告（教與學(xué)版）》指出，生成式人工智能被視為貫穿整個教育體系各層次的核心技術(shù)工具[4] 。教育需要高度重視生成式人工智能帶來的時代變化，重構(gòu)過去我們熟悉和習(xí)慣的課程教材教法[5] 。對于教師而言，生成式人工智能能夠有效支持教師開展教學(xué)準(zhǔn)備，包括學(xué)習(xí)資源供給、快速教案生成、提供教學(xué)設(shè)計建議、教學(xué)支架創(chuàng)設(shè)、學(xué)生表現(xiàn)性評價設(shè)計與實施等工作[6] ，也為游戲化教學(xué)的設(shè)計與實施重新打開局面，提供了前所未有的高維賦能。

一、AIGC 助力游戲化情境構(gòu)建

美國印第安納大學(xué)教育學(xué)院薩莎·巴拉（Sasha Barab） 教授等人在開發(fā)教育游戲項目“探索亞特蘭蒂斯”（Quest Atlantis） 時，創(chuàng)新性地提出了概念型玩?？臻g（ Conceptual PlaySpaces）理論，該理論認(rèn)為學(xué)生學(xué)習(xí)學(xué)科內(nèi)容的最好方式是“參與”，即在具體情境中學(xué)習(xí)[7] 。建構(gòu)主義學(xué)習(xí)理論也認(rèn)為，學(xué)習(xí)總是與情境相聯(lián)系，豐富生動的情境有利于學(xué)習(xí)者對知識進(jìn)行意義建構(gòu)[8] 。而游戲化教學(xué)的重要特征之一便是情境性，創(chuàng)設(shè)一個沉浸式的情境能夠讓學(xué)習(xí)的發(fā)生不再拘泥于傳統(tǒng)的學(xué)校范疇，還可以發(fā)生在不斷變換的碎片化時空場景之中[9] ，從而提高學(xué)生在教學(xué)過程中的興趣和參與度。

傳統(tǒng)的教育情境模擬往往依賴于實體道具、現(xiàn)場布置或多媒體信息創(chuàng)作，這不僅消耗時間和資源，還限制了情境的多樣性和可變性。前不久，Open AI 發(fā)布的Sora 的視頻生成技術(shù)和蘋果公司發(fā)布的Apple Vision Pro 標(biāo)志著生成式人工智能正在引領(lǐng)著一場關(guān)于教育情境創(chuàng)設(shè)的革命，它極大地擴(kuò)展了情境生成的可能范圍，支持學(xué)生獲得更加豐富、互動和個性化的學(xué)習(xí)體驗，讓教學(xué)走出“紙上談兵”的桎梏。而在實際教學(xué)中，生成式人工智能的介入降低了對創(chuàng)意和設(shè)計能力的要求，簡化了情境設(shè)計的流程，教師只需通過簡單輸入提示詞，即可快速生成與教學(xué)目標(biāo)緊密契合的情境。

以人教版《地理七年級（上冊）》的“人類的居住地———聚落” 為例，教師可在訊飛星火中輸入提示詞：“你是一名初中地理老師，要完成“人類的聚居地———聚落”課程的教學(xué)，教學(xué)目的是讓學(xué)生明白聚落形成的條件，請通過構(gòu)建一個故事框架、讓學(xué)生扮演特定角色等方式，為這堂課創(chuàng)設(shè)一個具有沉浸性的游戲化情境。”訊飛星火生成了名為“無人島生存挑戰(zhàn)” 的教學(xué)情境，賦予了學(xué)生探險家的角色，以意外流落到無人島而需建立新的聚落作為背景，生成了相應(yīng)的活動準(zhǔn)備、活動步驟和活動評價，讓學(xué)生在情境中根據(jù)地形、水源等因素完成聚落選址，進(jìn)行聚落結(jié)構(gòu)規(guī)劃，通過調(diào)整聚落來應(yīng)對食物短缺、氣候變化等挑戰(zhàn)，以此來幫助學(xué)生深刻理解聚落形成的條件，同時應(yīng)用地理知識，培養(yǎng)解決問題和團(tuán)隊合作能力。

二、AIGC 助力挑戰(zhàn)性任務(wù)生成

維果斯基的“最近發(fā)展區(qū)”理論指出，個體發(fā)展的兩種水平包括現(xiàn)實的發(fā)展水平和潛在的發(fā)展水平，現(xiàn)實的發(fā)展水平即個體獨立活動所能達(dá)到的水平，而潛在的發(fā)展水平則是指個體在成人或比他成熟的個體的幫助下所能達(dá)到的活動水平[10] 。米哈伊（Csikszent mihalay） 提出的“心流理論”認(rèn)為，設(shè)置與學(xué)習(xí)者能力相平衡的挑戰(zhàn)性活動，能夠幫助學(xué)生達(dá)到全身心投入活動并充滿愉悅的心理狀態(tài)[11] 。腦科學(xué)的研究結(jié)果也表明，當(dāng)教師使學(xué)習(xí)情形適應(yīng)于孩子的技能水平且使其稍高于該技能水平時，學(xué)習(xí)效果會達(dá)到最優(yōu)[12] 。根據(jù)馬斯洛的需求層次理論，學(xué)習(xí)者在挑戰(zhàn)性任務(wù)中可獲得歸屬、尊重、自我實現(xiàn)、競爭等需求，能夠有效促使學(xué)習(xí)者進(jìn)行持續(xù)性的學(xué)習(xí)[13] 。

作為游戲化教學(xué)的核心要素，設(shè)計有挑戰(zhàn)性的任務(wù)可以提高學(xué)生的參與度和積極性，激發(fā)學(xué)生強(qiáng)烈的思維活動，從而促進(jìn)學(xué)生認(rèn)知結(jié)構(gòu)的發(fā)展以及關(guān)鍵能力的提升[14] 。而挑戰(zhàn)性任務(wù)的設(shè)立是一個綜合考量的過程：任務(wù)的難度需在一定范圍內(nèi)，任務(wù)目標(biāo)與實際需求要相匹配，且具有一定的趣味性、活動性和可操作性。這些高要求讓眾多教師望而卻步，生成式人工智能的橫空出世則為創(chuàng)設(shè)挑戰(zhàn)性任務(wù)帶來了顛覆性的方法。

以人教版高中《數(shù)學(xué)（必修4）》的“三角函數(shù)”單元教學(xué)為例，教師可在訊飛星火中輸入：“你是一名高中數(shù)學(xué)老師，請為學(xué)生設(shè)計富有挑戰(zhàn)性的任務(wù)，完成“三角函數(shù)”這一單元的教學(xué)，任務(wù)要求稍高于新課程標(biāo)準(zhǔn)，可以滲透一些密切相關(guān)的、易于被學(xué)生接受的高中其他學(xué)科知識，要促進(jìn)學(xué)生創(chuàng)新思維和批判能力的提升，最好包括小組合作任務(wù)，請?zhí)岢鋈龡l可實施的任務(wù)與具體方法?！?/p>

訊飛星火隨即生成了以“三角函數(shù)大師挑戰(zhàn)”為主題的三項任務(wù)活動：與地理天文知識結(jié)合的“ 天文導(dǎo)航”、與物理力學(xué)知識結(jié)合的“橋梁設(shè)計模擬”、與物理聲學(xué)知識和音樂學(xué)科結(jié)合的“音樂中的三角函數(shù)”，并生成了具體的目標(biāo)和具體方法?！疤煳膶?dǎo)航” 利用三角函數(shù)計算觀測點與星體之間的方位角與高度角，確定其在地平坐標(biāo)系中的位置;“橋梁設(shè)計模擬”結(jié)合物理中力的平衡、荷載和支撐等知識，運用三角函數(shù)計算橋梁的斜率、角度和弧線形狀，完成橋梁的設(shè)計模擬;“音樂中的三角函數(shù)”則結(jié)合頻率、振幅、波長，利用軟件調(diào)整三角函數(shù)的參數(shù)來改變音調(diào)和音量，最后在課堂中分享創(chuàng)作的音樂作品。在任務(wù)實施的過程中，皆以小組為單位共同分析數(shù)據(jù)，并提交設(shè)計報告。教師也可在此基礎(chǔ)上，根據(jù)目標(biāo)分層理論使學(xué)生能夠根據(jù)自己的水平層次選擇合適的內(nèi)容，并得到進(jìn)一步的提升。較高水平學(xué)生在一定的時間內(nèi)層層深入，完成更多的目標(biāo);而較低水平學(xué)生也能量力而行，在鞏固原有知識的基礎(chǔ)上有所提高[15] 。

三、AIGC 助力游戲化教學(xué)活動編排

生成式課堂的概念在近年來備受推崇，即在教學(xué)活動中構(gòu)建“師-生-機(jī)”的互動結(jié)構(gòu)，相互啟迪，動態(tài)生成教學(xué)的流程和內(nèi)容[16] 。按部就班的預(yù)設(shè)性課堂活動容易造成學(xué)生的主體性遭到漠視，師生的創(chuàng)造性受到限制[17] ，而有生成式人工智能協(xié)助的生成式課堂可實時生成動態(tài)的、非線性化課堂游戲活動，以此來擺脫套路化、預(yù)設(shè)式的課堂實踐。

例如，在綜藝《超級語文課》第三季第四期中，來自南京師范大學(xué)附中仙林學(xué)校初中部的徐小茜老師在《木蘭詩》的課堂上創(chuàng)新性地引入生成式人工智能，學(xué)生選擇《木蘭詩》中的一個描述場景，在智能繪圖工具中精心構(gòu)思與原文匹配的文字描述，形成一套精確的提示詞指令，學(xué)生們需對場景進(jìn)行細(xì)膩描繪，如人物神態(tài)、環(huán)境氛圍、色彩搭配等，力求通過提示詞將腦海中的畫面精準(zhǔn)傳達(dá)給人工智能，引導(dǎo)其繪制出一幅與其內(nèi)心設(shè)想相符的圖像。在這個過程中，學(xué)生會經(jīng)歷多次嘗試與調(diào)整提示詞的磨礪，無形中鍛煉了他們的寫作技巧、語言表達(dá)能力與邏輯思維能力。最后，學(xué)生在生成的畫面中選擇最符合原文描述的一張，并說明理由。該案例實踐中，促使學(xué)生加強(qiáng)對課文內(nèi)容的深度理解，鍛煉語言表達(dá)與寫作能力，充分體現(xiàn)了生成式課堂的創(chuàng)造性價值。

同樣，人工智能繪畫的快速發(fā)展為人機(jī)版的“你畫我猜” 課堂活動提供了技術(shù)支持。以義務(wù)教育中的成語教學(xué)為例，在通義千問大模型中輸入提示詞，“以‘嘆為觀止、如法炮制、大徹大悟、戛然而止、銷聲匿跡、周而復(fù)始、鳥語花香、草長鶯飛’為范圍，隨機(jī)選擇其中一個成語生成對應(yīng)圖片?！?隨后讓學(xué)生猜測這張圖代表了哪個成語，如果學(xué)生猜對后，大模型還會解釋成語的涵義，如此采用新穎的游戲化教學(xué)活動讓學(xué)生理解成語。這種生成式課堂游戲不僅豐富了教學(xué)內(nèi)容與形式，還為教師提供了可以大展拳腳的創(chuàng)造性空間，讓他們在課堂中盡情磨練與展現(xiàn)自己的教學(xué)機(jī)智。

四、AIGC 助力對話式學(xué)習(xí)活動組織

生成式人工智能夠通過盲盒式的對話方式呈現(xiàn)動態(tài)內(nèi)容，提供定制性學(xué)習(xí)體驗和序貫性對話輪轉(zhuǎn)[18] ，利用生成式技術(shù)的靈活性和智能性，通過引入不可預(yù)知的對話內(nèi)容，增強(qiáng)了學(xué)習(xí)的互動性和參與感，還允許學(xué)習(xí)者根據(jù)自己的需求和興趣進(jìn)行探索和深入學(xué)習(xí)。

例如，字節(jié)跳動公司研發(fā)的“豆包”工具內(nèi)含豐富的AI 智能體，包括李白、秦始皇、魯迅、蘇軾、朱元璋等歷史名人，這些智能體能夠模擬歷史名人的語言風(fēng)格、思維方式，甚至可以模擬其行為模式和情感反應(yīng)，教師可將其融入到教學(xué)活動中，讓只存在課本中的角色在課堂中“復(fù)活”。以“李白”智能體為例，教師可在對話框中輸入“閣下的詩有何特點？”智能體以李白的口吻進(jìn)行回答：“吾詩風(fēng)格豪放飄逸，又清新飄逸，而且想象豐富，意境奇妙，語言輕快。”教師也可輸入提示詞“閣下的代表作有什么，能解讀其中一篇嗎？”智能體輸出“吾之代表作有《蜀道難》《將進(jìn)酒》《靜夜思》《贈汪倫》《望廬山瀑布》等”，并對代表作《將進(jìn)酒》進(jìn)行解讀，生成其全篇內(nèi)容、詩篇大意、創(chuàng)作背景、思想感情等。在教學(xué)過程中，教師可把對話主動權(quán)交給學(xué)生，讓學(xué)生“面對面” 地與歷史偉人對話，與這些思想內(nèi)核同頻共振，從而達(dá)到提高思辨性能力的閱讀目的[19] ，且這充滿不確定的問答對話中可能會包含新穎的觀點、獨特的見解或非傳統(tǒng)的解決方案，這些涌現(xiàn)式、對話式的游戲活動能夠激發(fā)學(xué)生的創(chuàng)新思維，鼓勵他們從不同角度審視觀點，培養(yǎng)創(chuàng)新意識和批判性思考能力。

此外，蘇格拉底式問答法，亦稱啟發(fā)法或產(chǎn)婆術(shù)，是一種古老而深入人心的對話式教學(xué)法。它迥異于傳統(tǒng)灌輸式教學(xué)法，教師并不是單向的知識輸送者，而是通過與學(xué)生展開持續(xù)的深度對話，巧妙地編織矛盾問題之網(wǎng)，誘使學(xué)生質(zhì)疑、挑戰(zhàn)乃至顛覆已有的認(rèn)知邊界。將蘇格拉底的對話思想融入人類與生成式人工智能的對話中，不僅展現(xiàn)了技術(shù)的先進(jìn)性，更體現(xiàn)了對個體主體性的塑造以及高意識潛力的激發(fā)[20] ，對話的不確定性反饋促使學(xué)生主動探究、多方求證、應(yīng)用驗證，鍛煉自主探究、人機(jī)協(xié)同與問題解決能力。學(xué)生在與人工智能對話過程中，如同棋局中棋手與對手之間通過交替落子進(jìn)行深度智力博弈，生成式人工智能的發(fā)展為教學(xué)帶來了一種對話式、交互性、策略性的學(xué)習(xí)探索模式。

基于此，教師可在“豆包” 中選擇“蘇格拉底”智能體（Bot），輸入提示詞“請通過蘇格拉底式對話方法，完成高中地理學(xué)科‘城市土地應(yīng)用和功能分區(qū)’ 課程的教學(xué)，教學(xué)目標(biāo)是掌握城市主要功能區(qū)的概念、特點，知道住宅區(qū)、商業(yè)區(qū)、工業(yè)區(qū)等的區(qū)位設(shè)置要求?！?之后，該智能體就開始與學(xué)生開展問答對話，通過不斷地追問，引導(dǎo)他們對自己的觀點進(jìn)行澄清、細(xì)化和拓展，當(dāng)學(xué)生陷入思考瓶頸或?qū)μ囟ㄖR表現(xiàn)出困惑時，學(xué)生可輸入提示詞“能否提供一些關(guān)于這個問題的閱讀材料?！?智能體會適時提供相關(guān)的深度閱讀材料，引導(dǎo)他們進(jìn)行深度探究。之后，智能體還會提出引導(dǎo)性問題，如“在閱讀內(nèi)容后，你是否對原先的看法有所改變？ 請解釋原因”，這樣一步步引導(dǎo)學(xué)生思考，深化對知識的理解，提升問題解決的深度和廣度。生成式人工智能以其知識觀點豐富性、對話方式個性化、提問反饋實時性、對話過程擬人性等特點，為構(gòu)建對話式課堂教學(xué)提供了“先哲”式智力支撐。

五、AIGC 助力獎勵機(jī)制設(shè)定

一百多年前，行為主義學(xué)派根據(jù)他們的“強(qiáng)化”假說斷言“獎勵”和“懲罰”是規(guī)范和改變個體行為的最有效方式。布魯納（Bruner）等人認(rèn)為，學(xué)習(xí)是由學(xué)生的內(nèi)部動機(jī)驅(qū)動的積極主動的建構(gòu)過程[21] 。蘇霍姆林斯基（Suhomlinski）也說過：“喚起學(xué)生實現(xiàn)自我教育的教育才是真正的教育?！笨梢?，激發(fā)學(xué)生的動機(jī)在教學(xué)過程中尤其重要，這要求我們建立良性的學(xué)習(xí)獎勵機(jī)制，促進(jìn)學(xué)生的主動學(xué)習(xí)，讓學(xué)習(xí)成為學(xué)習(xí)者對自己的獎勵。

生成式人工智能可以根據(jù)學(xué)生的學(xué)習(xí)表現(xiàn)和偏好，生成個性化的獎勵方案，設(shè)計出更加具有針對性和吸引力的獎勵內(nèi)容。以“ 等比數(shù)列”單元教學(xué)為例，教師可在訊飛星火中輸入提示詞“你是一名高中數(shù)學(xué)教師，班上的學(xué)生可分為三類，A 類學(xué)生喜歡獨立學(xué)習(xí)，B 類學(xué)生喜歡合作學(xué)習(xí)，C 類學(xué)生喜歡競爭學(xué)習(xí)，請建立一套個性化的游戲化教學(xué)獎勵機(jī)制，完成“等比數(shù)列”的教學(xué)，課程的教學(xué)目標(biāo)為：掌握等比數(shù)列的概念、通項公式，及其有關(guān)性質(zhì);通過等差數(shù)列和等比數(shù)列的類比學(xué)習(xí)，培養(yǎng)學(xué)生類比歸納的能力?！?/p>

隨后，訊飛星火輸出“等比數(shù)列探險”的游戲化教學(xué)獎勵機(jī)制，針對三類學(xué)生分別設(shè)計了對應(yīng)的獎勵規(guī)則。對于A 類的“獨立探險者”，生成了根據(jù)自測題庫進(jìn)行自我評估、賺取積分來獲取額外的學(xué)習(xí)資源、提供個人成就記錄等規(guī)則，以此來鼓勵A(yù) 類學(xué)生看到自己的進(jìn)步并繼續(xù)前進(jìn)。對于B 類的“協(xié)作戰(zhàn)隊”，生成了團(tuán)隊項目、團(tuán)隊積分、團(tuán)隊排行榜等規(guī)則，以此來鼓勵B 類學(xué)生合作與知識分享。對于C 類的“競技挑戰(zhàn)者”，生成了定期競賽、排行榜、榮譽(yù)證書、實物獎勵等規(guī)則，以此來讓C 類學(xué)生在競爭中展現(xiàn)他們的能力。最后還設(shè)置了“交叉活動：類比大師挑戰(zhàn)”，通過混合模式讓三類學(xué)生共同完成比較等差數(shù)列和等比數(shù)列的特殊任務(wù)。生成式人工智能所生成的個性化獎勵機(jī)制滿足不同類型學(xué)生的學(xué)習(xí)風(fēng)格，以此來激勵學(xué)生自發(fā)地投入學(xué)習(xí)并點燃他們持久的學(xué)習(xí)熱情，使得教學(xué)模式自然地從“要我學(xué)” 向“我要學(xué)”轉(zhuǎn)變。

六、AIGC 助力學(xué)習(xí)反思

元認(rèn)知理論認(rèn)為學(xué)習(xí)者能有效控制自己的思維活動和學(xué)習(xí)過程，進(jìn)而深化和拓展了反思的內(nèi)涵[22] 。元認(rèn)知是對認(rèn)知的認(rèn)知，主張人對自己、思維等活動的自我察覺、自我監(jiān)控和自我調(diào)節(jié)。許多學(xué)者認(rèn)為，在游戲化進(jìn)行過程中或游戲結(jié)束后進(jìn)行反思和總結(jié)，則是確保學(xué)到知識的有效方法[23] 。反思可以讓學(xué)生認(rèn)識到游戲并不單純是玩耍，而是一種有目的的學(xué)習(xí)活動，在總結(jié)、反思自己學(xué)習(xí)過程與成效時，完善自己的知識體系，從“知其然”的單環(huán)學(xué)習(xí)轉(zhuǎn)向“知其所以然”雙環(huán)學(xué)習(xí)。

以上述“等比數(shù)列探險” 中的“天文導(dǎo)航”任務(wù)為例，教師可在訊飛星火中繼續(xù)輸入提示詞，“請基于你生成的‘等比數(shù)列探險’中的‘天文導(dǎo)航’任務(wù)，設(shè)計一個學(xué)生反思模版，以促進(jìn)批判性思維、團(tuán)隊合作能力、創(chuàng)新能力、邏輯推理能力等的提升，并以表格的形式輸出?！庇嶏w星火輸出了包括任務(wù)理解與執(zhí)行、實際應(yīng)用與計算技能、團(tuán)隊合作與分工、創(chuàng)新與批判性思維、數(shù)據(jù)分析與報告撰寫、自我評估與提升等六大維度的學(xué)生反思表，具體問題包括“在合作過程中，最有效的溝通策略是什么？” “你覺得自己還有哪些方面需要改進(jìn)？ 如何計劃在未來的學(xué)習(xí)中進(jìn)一步提升這些能力？”等，以此來引導(dǎo)學(xué)生回顧和評價他們的學(xué)習(xí)過程，鼓勵他們思考自己的學(xué)習(xí)策略和學(xué)習(xí)成果，促進(jìn)學(xué)生不斷改進(jìn)認(rèn)知與元認(rèn)知策略。當(dāng)然，除了可以助力反思支架的構(gòu)建與引導(dǎo)學(xué)生反思，教師還可以使用生成式人工智能對學(xué)生自己撰寫的反思文本信息進(jìn)行分析挖掘、反饋診斷，指導(dǎo)并教會學(xué)生如何更全面地反思自己的學(xué)習(xí)過程。

七、結(jié)語

生成式人工智能為游戲化教學(xué)提供了全新的賦能動力。然而，將生成式人工智能與游戲化教學(xué)進(jìn)行有機(jī)結(jié)合，并不是一蹴而就的，盡管人工智能工具支持學(xué)生學(xué)習(xí)效果的潛力得到了廣泛證實，但教育領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)在教學(xué)中的適當(dāng)使用仍缺乏廣泛共識[24] ，未來需要繼續(xù)探索解決之道。

參考文獻(xiàn)：

[1] 籍建東. 研究型教學(xué)模式與傳統(tǒng)教學(xué)模式的比較[ J] . 職教論壇，2011（5） ：43-45.

[2] 曲茜美， 曾嘉靈， 尚俊杰. 情境故事視角下的MOOC 游戲化設(shè)計模型研究[ J] . 中國遠(yuǎn)程教育，2019，40（12） ：24-33+92-93.

[3] 尚俊杰，裴蕾絲. 重塑學(xué)習(xí)方式：游戲的核心教育價值及應(yīng)用前景[ J] . 中國電化教育，2015（ 5） ：41-49.

[4] 彭麗華，王萍， 黃禎磊， 等. 從技術(shù)預(yù)見到生態(tài)重塑： 高等教育變革與人工智能的共生演進(jìn)———《2024 地平線報告（ 教與學(xué)版） 》之要點審視[ J] .遠(yuǎn)程教育雜志，2024，42（3） ：3-10+31.

[5] 黎加厚. ChatGPT 對教師的含義[ J] . 中小學(xué)信息技術(shù)教育，2023（5） ：5-7.

[6] LO C K. What is the impact of ChatGPT on education？A rapid review of the literature[ J] . Education sciences， 2023，13（4） ：410.

[7] 馬紅亮. 教育網(wǎng)絡(luò)游戲設(shè)計的方法和原理： 以Quest Atlantis 為例[ J] . 遠(yuǎn)程教育雜志， 2010， 28（1） ：94-99.

[8] 何克抗. 建構(gòu)主義的教學(xué)模式、教學(xué)方法與教學(xué)設(shè)計[ J] . 北京師范大學(xué)學(xué)報（ 社會科學(xué)版） ， 1997（5） ：74-81.

[9] 武法提，黃石華，殷寶媛. 場景化：學(xué)習(xí)服務(wù)設(shè)計的新思路[ J] . 電化教育研究，2018，39（12） ：63-69.

[10] 李璇律，田莉. 建構(gòu)主義視域下的深度學(xué)習(xí)[ J] .教學(xué)與管理，2019（12） ：4.

[11] HOFFMAN D L，NOVAK T P. Marketing in hypermediacomputermediated environments： conceptual foundations [ J] . The Journal of Marketing， 1996（60） ：50-68.

[12] 張俊列，韋利仿. 深度學(xué)習(xí)的腦科學(xué)基礎(chǔ)與課堂教學(xué)策略[ J] . 教育理論與實踐，2020，40（28） ：6.

[13] 張義，王強(qiáng). 初中化學(xué)符號的游戲式復(fù)習(xí)實證研究[ J] . 教育與裝備研究，2023，39（1） ：12-16.

[14] 張寧. 深度學(xué)習(xí)視域下挑戰(zhàn)性任務(wù)設(shè)計的實踐與思考[ J] . 中學(xué)化學(xué)教學(xué)參考，2022（1） ：6-9.

[15] 張金磊，張寶輝. 游戲化學(xué)習(xí)理念在翻轉(zhuǎn)課堂教學(xué)中的應(yīng)用研究[ J] . 遠(yuǎn)程教育雜志， 2013， 31（1） ：73-78.

[16] 黎加厚. 生成式人工智能時代的課堂教學(xué)創(chuàng)新[ J] . 中小學(xué)信息技術(shù)教育，2024（ Z1） ：6-10.

[17] 趙琴琴. 論預(yù)設(shè)性教學(xué)存在的主要問題與解決策略[ D] . 重慶：西南大學(xué)，2012.

[18] 戴嶺，趙曉偉，祝智庭. 智慧問學(xué)：基于ChatGPT的對話式學(xué)習(xí)新模式[ J] . 開放教育研究，2023，29（6） ：42-51+111.

[19] 李雅靚，程嶺. ChatGPT 在語文教學(xué)中的應(yīng)用價值、潛藏危機(jī)與策略探究[ J] . 教育與裝備研究，2024，40（9） ：35-42.

[20] 趙曉偉，沈書生，祝智庭. 數(shù)智蘇格拉底：以對話塑造學(xué)習(xí)者的主體性[ J] . 中國遠(yuǎn)程教育，2024，44（6） ：13-24.

[21] 韓博. 整本書閱讀提升中學(xué)生語文閱讀能力的路徑分析———基于游戲化視角[ J] . 教育學(xué)術(shù)月刊，2021（2） ：79-84.

[22] 張浩，吳秀娟. 深度學(xué)習(xí)的內(nèi)涵及認(rèn)知理論基礎(chǔ)探析[ J] . 中國電化教育，2012（10） ：7-11+21.

[23] Crookall， D. Editorial. Debriefing. Simulation amp; Gaming [ J] ，1991：23.

[24] 徐丹，段曉雯. 人工智能素養(yǎng)：高等教育的挑戰(zhàn)與應(yīng)對———《2024 地平線報告：教與學(xué)版》的解讀與啟示[ J] . 開放教育研究，2024，30（3） ：24-36.

（ 責(zé)任編輯：邢西深）