AI大語言模型下中職語文“音畫思問”閱讀教學(xué)實踐

中圖分類號：G63 文獻標識碼：A文章編號：0450-9889(2025)17-0008-04

近年來，以大語言模型為代表的人工智能技術(shù)日益成熟，以國產(chǎn)DeepSeek、豆包、文心一言等為代表的產(chǎn)品已被廣大用戶所熟知。大語言模型能夠深入分析文本的語義結(jié)構(gòu)，理解詞匯、句子和篇章之間的關(guān)系，無論是對文學(xué)作品中復(fù)雜情感的解讀，還是對專業(yè)文獻中專業(yè)術(shù)語的理解，都具有出色的能力。教學(xué)實踐表明，大語言模型不僅能夠根據(jù)內(nèi)容的變化提供多維度的實時教學(xué)輔助，而且能夠根據(jù)學(xué)生的不同需求和學(xué)習(xí)進度，為學(xué)生提供個性化的學(xué)習(xí)支持，實時解答學(xué)生的問題，并提供詳細的解釋和有效的指導(dǎo)，幫助學(xué)生更好地理解和掌握知識、解讀文學(xué)作品等]。因此，在中職語文閱讀教學(xué)中，筆者借助AI語言大模型進行“音畫思問”的教學(xué)嘗試。

一、大語言模型的內(nèi)涵及閱讀教學(xué)存在的問題

(一)大語言模型的內(nèi)涵

大語言模型（LargeLanguageModel，以下簡稱LLM)，是一種基于深度學(xué)習(xí)技術(shù)構(gòu)建的超大規(guī)模語言模型。其通過計算自然語言和統(tǒng)計自然語言里的文本依賴關(guān)系分析出文本語義結(jié)構(gòu)，然后與人類知識庫中的海量數(shù)據(jù)進行對比，從而準確把握文本的含義?？梢姡琇LM具備強大的語義理解、內(nèi)容生成和邏輯推理等能力。同時，LLM能夠深入理解詞匯、句子和篇章之間的關(guān)系，準確把握文本的含義。在內(nèi)容生成方面，LLM能夠根據(jù)用戶輸入的需求信息或指令，生成高質(zhì)量畫面、音頻、視頻等內(nèi)容，還可以創(chuàng)作故事、詩歌、論文等各種類型的文本，為教學(xué)提供豐富的素材；在邏輯推理方面，它能夠根據(jù)已知信息進行合理的推理和判斷，解決各種邏輯問題。在語文教學(xué)中，利用LLM對學(xué)生進行評價、分級、追問，有助于培養(yǎng)學(xué)生的閱讀與寫作能力[2]。

(二)中職語文閱讀教學(xué)面臨的困境

在教學(xué)實踐中，筆者發(fā)現(xiàn)當(dāng)前中職語文閱讀教學(xué)面臨四重困境。一是如何幫助學(xué)生克服閱讀障礙。曾配合某心理協(xié)會對學(xué)生進行一項學(xué)習(xí)能力測試，結(jié)果發(fā)現(xiàn)超過半數(shù)的學(xué)生一旦遇到不能理解的語句閱讀就會中斷，不能順暢完成整篇文章的閱讀。這是一種閱讀障礙，其根源在于學(xué)生欠缺文字信息的解碼能力。這是中職生學(xué)習(xí)能力較低的原因之一，因為試題很多知識都是以文字的形式呈現(xiàn)的。二是如何引導(dǎo)學(xué)生體會文章的意境，從而提升其文學(xué)素養(yǎng)。多數(shù)中職生文學(xué)鑒賞能力較低、聯(lián)想能力較差，如果僅憑教師講解，他們很難領(lǐng)略作品意境，因而往往需要借助多媒體才能較好理解。但是與課文意境相匹配的多媒體素材并不好找；LLM出現(xiàn)以前，為每篇作品配上相應(yīng)的多媒體素材，幾乎是不可能的。三是如何提高閱讀題的講評效率。在語文試卷中，閱讀理解題的比重很大，是重要的得分點。但由于大部分學(xué)生閱讀理解能力較弱，在閱讀理解題失分嚴重，這非常不利于學(xué)生參加職教高考。這一問題的原因在于試題隱含的思維邏輯：試題設(shè)計者預(yù)設(shè)考生已掌握“符號解碼 $$ 語境整合 $$ 主旨映射”的三維解析能力，期待其完成“文本精讀 $$ 語境再造 $$ 價值研判”的思維過程。然而多數(shù)學(xué)生思維常處于初級解析層面，所以當(dāng)教師僅呈現(xiàn)結(jié)論性答案而沒有思維路徑的可視化分析時，這種認知斷層直接導(dǎo)致學(xué)生的邏輯鏈條坍塌，產(chǎn)生“聽得見答案卻悟不透道理”的教學(xué)困局。四是如何有效實施課程思政。在各科教學(xué)中融入思想政治理論知識、價值理念及精神追求等要素是課程思政的任務(wù)，也是新時代對教育提出的新要求。但是對部分語文教師來說，要有效把握某一節(jié)課的課程思政內(nèi)涵并不是容易的事情，他們既缺乏課程思政的意識，又欠缺課程思政的能力。

二、基于大語言模型的中職語文閱讀教學(xué)“音畫思問”

實踐證明，LLM通過出色的語義理解、內(nèi)容生成和邏輯推理能力，能夠有效解決教學(xué)中的很多難題。為此，筆者針對當(dāng)前中職閱讀教學(xué)面臨的四大困境，借助LLM探索了“音畫思問”的閱讀教學(xué)方式。

（一）音：將文本轉(zhuǎn)成語音幫助學(xué)生消除閱讀障礙

LLM可以將文字轉(zhuǎn)換為語音。例如，文心一言、訊飛星火等模型，不僅可以將文字準確轉(zhuǎn)化為語音，而且能根據(jù)文章的內(nèi)容、內(nèi)涵自動設(shè)定語速、語調(diào)、停頓、變調(diào)等，同時還能設(shè)定為男聲、女聲、童聲等。備課時，教師要先根據(jù)內(nèi)容將課文劃分為若干個學(xué)習(xí)段落，每段內(nèi)容不宜過長，以便學(xué)生集中注意力進行理解和消化。教師需要將文本段落復(fù)制、粘貼到一個文檔上，接著在段落的開頭輸入LLM指令，如“請根據(jù)文章的意思，將這段文字用女聲慢速朗讀出來”“請用男聲抑揚頓挫地把下面的文章朗讀出來”等。指令的描述可根據(jù)教師的設(shè)計進行調(diào)整，但注意不要有歧義，以免上課時LLM不能正確輸出語音。所有設(shè)計完成后，教師要將相關(guān)素材儲存在一個文檔中備用。上課時，教師從文檔中復(fù)制相應(yīng)的段落粘貼到LLM中，就會生成一段語音，再播放給學(xué)生聽。學(xué)生聽完后，教師要引導(dǎo)學(xué)生分析文章表達的情感。

（二)畫：將文本轉(zhuǎn)為圖畫幫助學(xué)生體會文章意境

LLM能夠根據(jù)提示完成繪畫。文心一言、豆包等模型在繪畫方面有非常出色的表現(xiàn)，用戶要求的每一個細節(jié)幾乎都能在生成的畫面中展現(xiàn)，生成的畫面可以將抽象的語言形象化，幫助學(xué)生更好地理解和記憶[3]。教師可以先讓LLM深入分析文章的意境，隨后以此為基礎(chǔ)輸入指令，讓LLM創(chuàng)作出一幅與之匹配的圖畫。例如，教師可給出指令：請結(jié)合上述文字內(nèi)容提示，畫出一幅能充分體現(xiàn)文字內(nèi)容的圖畫，畫面風(fēng)格為古風(fēng)。如果不滿意生成的圖畫或其表達不到位，教師可以不斷修改指令的內(nèi)容，直至LLM輸出令人滿意的畫面。指令內(nèi)容越具體，生成的畫面就越富有細節(jié)感。上課時，教師讓學(xué)生仔細觀察畫中景物、人物表情和動作等細節(jié)，然后讓學(xué)生分析這些畫面分別與文章的哪些句子相對應(yīng)。通過這樣反復(fù)互動，學(xué)生就會在頭腦中完成對文章意境的感悟，得到“詩情畫意”的美妙體驗。

(三)思：展現(xiàn)閱讀題的答題思維過程

目前，以DeepSeek(R1版）、豆包（深度思考版）和文心一言(X1版)等為代表的LLM產(chǎn)品，已經(jīng)具備展示思考過程和邏輯推理步驟的功能，還能接收圖片輸入。教師可以掃描試卷并截取題目部分保存為一個文件導(dǎo)入LLM中，然后輸入“這是一道語文閱讀題，請給出N小題的答案并附上思考和推理的詳細步驟和過程”的指令，LLM就能輸出相應(yīng)內(nèi)容的文本。教師檢查無誤并做修改后，就可以作為評講試卷的素材發(fā)布給學(xué)生。需要注意的是，當(dāng)前的LLM產(chǎn)品解析圖片的速度較慢，不適合在課堂上演示。

（四）問：向大語言模型提問析出課文中的思政內(nèi)容

目前，國產(chǎn)LLM對課程思政的理解要比普通教師的理解更為深刻，也更加完整和準確。教師可直接向LLM提問，如“請問這段文章里蘊含了哪些社會主義核心價值觀？”“請問這篇文章的哪些描寫體現(xiàn)了主人公身上的集體主義精神？”“請問這篇文章對青少年的品德養(yǎng)成有哪些積極作用？”等，LLM就能迅速提供詳盡的解讀。教師可根據(jù)LLM生成的材料進行篩選與整合，然后在課堂上引導(dǎo)學(xué)生發(fā)掘文章中的思政元素。深入探討文章中人物所展現(xiàn)的工匠精神，不僅能讓中職生理解這些人物的精神品質(zhì)，而且能讓他們將這種工匠精神融入自身的職業(yè)素養(yǎng)中，為未來的職業(yè)生涯奠定堅實基礎(chǔ)。

三、基于語言大模型的“音畫思問\"教學(xué)實踐

（一)文本語音化，使風(fēng)景描寫如在耳邊

以《風(fēng)景談》的教學(xué)為例，教師先把課文中描繪六個畫面的文章段落做成電子板書，然后分別將段落轉(zhuǎn)換成有情感的語音片段，播放給學(xué)生聽，再引導(dǎo)學(xué)生結(jié)合音頻找出文中所描述的與音頻相關(guān)的內(nèi)容。例如第一段，學(xué)生聽完后，教師可以提問“這段文字描述了哪些風(fēng)景？”，學(xué)生每答對一點，教師就將段落中相應(yīng)的文字涂上亮色。對一些情感比較強烈的語句，如“自然是偉大的，而人類更偉大！”，教師可以通過設(shè)置不同的指令，生成不同風(fēng)格的語音，讓學(xué)生判斷哪種朗讀更能表達作者的情感，這樣能幫助學(xué)生更好地理解文章的含義和捕捉文章的情感基調(diào)。語音朗讀不僅能夠傳遞文章的情感和節(jié)奏，還能為教師提供一個引導(dǎo)學(xué)生深入思考的機會。

實踐發(fā)現(xiàn)，學(xué)生對這種教學(xué)形式非常認同，不斷要求教師增加使用的頻率。語音化學(xué)習(xí)在幫助學(xué)生理解文章內(nèi)容方面具有三個方面的優(yōu)勢：一是有利于降低理解難度，語音朗讀能夠直接將文字轉(zhuǎn)化為易于理解的聲音信號，減少學(xué)生因文字解碼困難而產(chǎn)生的挫敗感；二是有利于激發(fā)學(xué)習(xí)興趣，生動的語音朗讀和豐富的課堂互動能夠激發(fā)學(xué)生的興趣，使其更愿意參與學(xué)習(xí)；三是有利于培養(yǎng)綜合能力，在語音朗讀的基礎(chǔ)上開展討論和創(chuàng)作活動，不僅能夠提升學(xué)生的理解能力，還能培養(yǎng)他們的語言表達能力和創(chuàng)造力。

(二)文本圖像化，使詩詞意境可觀可感

以《詩經(jīng)·邶風(fēng)·靜女》為例，備課時，教師要先將《靜女》全文輸入文心一言，并輸入“解讀《靜女》這首詩的意境，畫出詩里不同意境的場景”的指令。文心一言很快就會輸出三幅畫：第一幅是一位男子在城墻前四處張望，一位拿著彩色笛子的嫻靜女子羞澀地躲在城腳下，生動展現(xiàn)“靜女其姝，俟我于城隅。愛而不見，搔首踟”的場景；第二幅是女子含羞地將插著茅草的笛子遞與男子，對應(yīng)的是“靜女其變，貽我彤管。彤管有煒，說怪女美”；第三幅是男子端詳著茅草，面露欣喜的畫面，對應(yīng)的是“自牧歸荑，洵美且異。匪女之為美，美人之貽”。如果對輸出的畫面不滿意或認為畫面意境與作品不符，教師可以通過改變指令對這些畫面進行調(diào)整。比如，教師對第二幅畫女子拿的“彤管”形象不滿意，可以重新調(diào)整指令，將女子手中拿的物品替換成自己想要的物品。

課堂上，在解釋完作品內(nèi)容后，教師先打亂順序展示LLM生成的畫，引導(dǎo)學(xué)生仔細觀察畫中人物的表情、動作等細節(jié)，然后提問這些畫分別與詩中的哪些詩句相對應(yīng)。這樣，學(xué)生就會在頭腦中完成對詩句意境的領(lǐng)悟，得到“詩情畫意”的美妙體驗。然后，教師將LLM生成的畫面按詩句的順序排好，通過幻燈片連續(xù)播放，讓學(xué)生完整地觀看全詩的意境，并要求學(xué)生看著詩句冥想畫面。如此，學(xué)生便能擺脫抽象文字的閱讀困境，能夠通過生動具體的畫面，更直觀、深入地體會詩中的意境，從而有效增強聯(lián)想力、想象力和理解力。

(三)展示閱讀題解題過程的思維鏈，促進學(xué)生思維能刀的形成

以2024年新高考I卷現(xiàn)代文閱讀Ⅱ為例，教師先用截圖工具將試題的完整內(nèi)容截下來，然后排版在同一頁面上，存為一個jpg格式文件，導(dǎo)入豆包(深度思考版)或文心一言(X1版)，輸入“請展示解第7題的完整思維鏈。我需要知道你怎么閱讀、如何思考、如何得出結(jié)論的具體過程”的指令，LLM很快就會輸出結(jié)果。接著，教師讓學(xué)生根據(jù)題干定位試題中原文的相關(guān)段落，找到描述鋸木廠的原文：“買牛的那天我記得，你能想象我的激動。在下午，我和父親去兩里外的鄰村牽牛，已經(jīng)提前談好了價。在鄰村的中心路邊，我頭一次見到鋸木廠，那電鋸沖開木料的聲音在午后的熱空氣里格外尖厲，幾乎能看見那聲音在閃耀著銀光。我停下來看陰影里的鋸木廠，橫七豎八堆滿了木料，新鮮的木頭味?！逼浯?，教師引導(dǎo)學(xué)生逐項分析。 ① 原文開頭明確提到“買牛的那天我記得，你能想象我的激動”，說明激動的情緒讓當(dāng)天的記憶格外鮮明，而鋸木廠的細節(jié)（電鋸聲、木屑、木頭味)正是在這種激動心情下被清晰記住的，那么A項正確，符合原文邏輯。 ② 原文提到“我頭一次見到鋸木廠”，直接表明鋸木廠對“我”而言是陌生的。那些電鋸的轟鳴、飛濺的木屑、堆積的木料等場景，對初次到此地的“我”而言，無一不散發(fā)著新奇與刺激的氣息，正是踏入一個“陌生而刺激的新天地”。因此B項正確，與原文內(nèi)容一致。 ③ 選項提到了先抑后揚手法，“我”知道先抑后揚是需要先有壓抑或負面描寫，再轉(zhuǎn)向積極或正面描寫。然而，鋸木廠的段落自始至終都在極力渲染一種興奮，如“激動的情緒”“電鋸的尖叫”“木屑的飛濺”等，均未展現(xiàn)先抑后揚中的“抑”的部分。然后，“我”根據(jù)題干找到“興奮又糾結(jié)”的出處—“小牛屁顛屁顛跟著我們走這一路走得我興奮又糾結(jié)”。顯然，這種“興奮又糾結(jié)”的心理狀態(tài)是出現(xiàn)在牽?；丶业穆飞?，與鋸木廠的段落并無直接關(guān)聯(lián)。因此，C項的判斷是錯誤的。 ④ 原文通過“熱氣里飛濺”的木屑、“新鮮的木頭味道”等感官描寫，結(jié)合“買牛的那天我記得”的回憶口吻，構(gòu)建了一個充滿畫面感和懷舊氣息的記憶場景。這種多維度的感官描寫與回憶敘事相結(jié)合，自然營造出懷舊氛圍，因此D項貼合原文的情感基調(diào)。綜合判斷：選項A、B、D均能在原文中找到直接依據(jù)，且邏輯自洽，為正確答案；而選項C因缺乏文本支持且邏輯錯位，為錯誤答案。因此本題選C。學(xué)生看到這樣帶有邏輯思維鏈的解答過程，很快就能掌握答題技巧。如果對學(xué)生某些解釋還是感到困惑，教師可以將這段話復(fù)制為指令，讓LLM解釋得更詳細、更通俗。若閱讀有困難的學(xué)生難以理解答題思維鏈，教師可以考慮將這段話轉(zhuǎn)化為語音，以便他們通過聽覺來理解和吸收。

（四)設(shè)計指令問題鏈，將課程思政落到實處、細處

《語文(基礎(chǔ)模塊)》上冊第五單元有4篇文章分別講述焦裕祿、袁隆平、羅陽和張秉貴的事跡，分析這些人物身上體現(xiàn)的工匠精神，是落實課程思政的好素材。教師可先將這些文章復(fù)制到LLM中，通過指令讓其找出文章中關(guān)于工匠精神的描寫，指令為“請羅列出上述文章中描寫工匠精神的段落內(nèi)容并做分析”之類。如果文章影響力比較大，還可以直接輸入篇名即可。例如，教師可發(fā)出“請將《喜看稻菽千重浪——記首屆國家最高科技獎獲得者袁隆平》中涉及袁隆平工匠精神描寫的段落摘抄出來”的指令。根據(jù)指令，LLM很快會輸出以下分析結(jié)果：一是實踐探索方面，2001年春節(jié)過后的第二天，湖南長沙馬坡嶺籠罩在薄霧之中…；二是敢于挑戰(zhàn)權(quán)威方面，“自花授粉作物自交不退化，因而雜交無優(yōu)勢”的論斷出現(xiàn)在美國著名遺傳學(xué)家辛諾特和鄧恩的著作中；在淡泊名利方面，評估機構(gòu)的一份報告稱，作為“世界雜交水稻之父”，袁隆平的身價為1000億元。如果學(xué)生還需要更深入地了解，教師可以將相關(guān)段落復(fù)制到LLM，然后發(fā)出“請分析上面段落蘊含的工匠精神具體是什么？這種精神如何落實到中職生的學(xué)習(xí)、生活中？”的指令。教師還可以將LLM找出不同文章的不同段落都放在一起，讓LLM對比并總結(jié)歸納出其中共同表現(xiàn)的工匠精神。當(dāng)然，除了工匠精神，這些人物身上還有很多正能量，都可以用于進行思政教育，教師只要改變指令即可。

四、基于語言大模型進行“音畫思問\"教學(xué)的思考

(一)選對大語言模型是基礎(chǔ)

不同的LLM產(chǎn)品有不同的優(yōu)勢，只有依據(jù)教學(xué)實際需求，挑選合適的工具，才能最大化地發(fā)揮其效能。例如，若要在教室的電子黑板上運用文本語音生成，可選用訊飛星火?？拼笥嶏w的智慧黑板搭載了訊飛星火大模型，已在教育領(lǐng)域得到廣泛使用，包括在電子黑板上實現(xiàn)文本語音生成功能，這使得在教學(xué)中使用該技術(shù)變得更加方便。在畫圖方面，文心一言、豆包等可以直接輸出圖畫，但不少的LLM目前只能輸出繪圖思路的文字，不能給出圖像。

（二)準確編寫指令是關(guān)鍵

若輸入的指令有歧義，LLM會輸出不同甚至相反的內(nèi)容，直接影響生成素材的使用。例如，在生成課文段落的語音時，若輸入“請朗讀下面這段話”“有感情地朗讀下面這段話”“請根據(jù)文章的意思，將這段文字用女聲慢速朗讀出來”這三條指令，會得到以下結(jié)果：一是生成生硬的“機器音”；二是雖然有感情，但是語氣輕讀和重讀方面與實際內(nèi)容匹配不夠自然；三是第三條指令生成的結(jié)果就比較令人滿意。所以，教師要盡可能多地嘗試編寫多種指令，直到得出滿意的結(jié)果。

(三)豐富自身知識儲備是保障

盡管LLM能為教學(xué)帶來諸多便利，但教師仍需注意，LLM輸出的內(nèi)容并非絕對準確，需謹慎甄別。例如，在利用LLM分析文章的意境時，不同的LLM可能會給出不同的解釋，甚至同一個LLM在不同時間或情境下對同一問題的回答也可能有差異。因此，教師需要不斷提升自身的文學(xué)素養(yǎng)，以便正確引導(dǎo)學(xué)生深入理解畫面與意境的內(nèi)在聯(lián)系，從而進一步增強學(xué)生的聯(lián)想與創(chuàng)新能力。這就要求教師在傳統(tǒng)語文教學(xué)知識的基礎(chǔ)上，提高對AI和數(shù)字工具的運用能力[4]。

大語言模型為中職語文閱讀教學(xué)提供了新的路徑。教學(xué)實踐表明，通過“音畫思問”教學(xué)，能夠讓大多數(shù)中職生輕松跨越閱讀障礙，在音、畫交融中領(lǐng)悟文章意境，在思維鏈解析中提升閱讀能力，在課程思政浸潤中厚植精神品質(zhì)。由此可見，AI技術(shù)不僅讓語文課堂煥發(fā)活力，還為新時代技能人才的培養(yǎng)鋪設(shè)一條智慧化、個性化之路。

參考文獻

[1]張文靜.AI在中職語文詩歌教學(xué)中的應(yīng)用：以《歸園田居》為例[J].作家天地，2024(14)：34-36.

[2馬方原，于偉.面向大語言模型學(xué)習(xí)環(huán)境的小學(xué)語文教學(xué)路徑變革［J].教育科學(xué)研究，2024(9）：57-64.

[3]彭紅.AI繪畫賦能語文古詩詞教學(xué)的應(yīng)用研究[J].信息與電腦(理論版)，2024，36(18)：203-205.

[4]萬玉丹.智能AI背景下中職語文教學(xué)的創(chuàng)新實踐與思考[J].漢字文化，2024(6)：203-205.

注：本文系2023年度廣西職業(yè)教育教學(xué)改革重點研究項目“基于中高職貫通背景下的中職語文核心素養(yǎng)培育改革與實踐”(GXZZJG2023A009)的研究成果。

(責(zé)編蒙秀溪)