約翰·斯賓塞博士在最近的一期博客中分享了如何利用AI人工智能（如ChatGPT）為學生提供學習支架的五種方法。胖胖老師也在隨后的郵件交流中，就一線教育的實際操作經(jīng)驗和他進行了溝通，形成了今天的文章。

引言

生成性AI人工智能（如ChatGPT）的確給學術(shù)誠信帶來了一些非?，F(xiàn)實的挑戰(zhàn)。學校一直在爭先恐后地設計系統(tǒng)和政策來解決作弊的可能性。但是，我們很容易忽略人工智能工具如何幫助我們在傳統(tǒng)課堂教學中更好幫助到我們的學生。事實上，ChatGPT這樣的生成人工智能可以以比以往更快、更可行的方式創(chuàng)建學習支架來助力學生的學習。

最近發(fā)展區(qū)讓差異化學習成為可能

每個人都有擅長做的事情，比如我是個很好的機械維修師，但另一方面，我卻不擅長扣籃。不過，我們可以在外界的幫助下，如老師、同齡人小組或視頻資源的幫助下，通過適當?shù)挠柧殹?shù)小時的練習和蹦床，最終學會扣籃。這一過程被心理學家維果茨基描述為最近發(fā)展區(qū)（Zone of proximaldevelopment，簡稱ZPD），簡而言之，每個人的學習潛力都是可以被激發(fā)出來的。

1976年，杰羅姆·布魯納（Jerome Bruner）將維果茨基的理論應用于K-12教育環(huán)境，并提出了學習支架的概念。在這里，教育工作者提供稱之為學習支架的學習工具，以幫助學生掌握學習。然后，就像建筑物中的搭建腳手架一樣，當學生掌握知識時，教師會拉回腳手架。在這一點上，隨著學生使用新的學習支架掌握新知識，ZPD 向外增長。這一過程中，學習支架可能是教程、視頻和視覺輔助工具。

以往，設計學習支架需要有專業(yè)人員與教師團隊共同打磨，而人工智能的出現(xiàn)，改變了游戲的規(guī)則。AI可以為正在為學習新知識而苦惱的學生設計算法，根據(jù)學生的過往學習數(shù)據(jù)推薦相關的學習課程。對于教師而言，設計學習支架也不再是白手起家，ChatGPT可以根據(jù)教師的教學需求和學生學情描述生成教學大綱，或是根據(jù)已有的學習支架利用AI進行修改，甚至于任何人都可以利用ChatGPT與私有知識庫、互聯(lián)網(wǎng)搜索引擎連接，生成自己的學習助理。因而我們認為，在人工智能的幫助下，老師可以比以往任何時候都更容易設計差異化學習，幫助學生通過最近發(fā)展區(qū)（ZPD）。

五種方法（1）：輕松創(chuàng)建分級閱讀任務單

在語言（包含ESL等非英語為母語的英語教學）、歷史、社會學教學中，“閱讀圈”是個非常有效的學習支架，教師將閱讀教學任務設計拆解為分級的閱讀任務單，學生可以根據(jù)學習任務單參與不同學習小組的學習活動，并完成相應的閱讀任務單。這個學習支架可以將龐雜的大任務分解為一個個小任務，支持學生依據(jù)自己的能力選擇相應級別的子任務，并根據(jù)自己的理解完善閱讀報告。這樣的學習支架能夠有效支持學生進行個性化閱讀，充分激發(fā)他們在外語學習中的最近發(fā)展區(qū)。

但這樣的分級任務單卻往往需要教師花費幾個小時來設計。

而使用像 ChatGPT 這樣的工具，教師可以輕松地對閱讀大任務進行內(nèi)容、知識點梳理，并訓練ChatGPT根據(jù)不同的閱讀級別創(chuàng)建多個版本的學習任務單。同時，學生可以用簡單的語言來提問ChatGPT來獲取他們所需要的學習任務單。這一過程中，ChatGPT還可以根據(jù)學生的閱讀任務單完成情況，隨時調(diào)整分級閱讀任務，推薦給學生更具有挑戰(zhàn)性的閱讀任務，或是提供更容易理解和完成的閱讀任務。例如，學生可以先閱讀適合他們年級理解的《紅樓夢》簡寫文本或經(jīng)典片段并完成相關檢測，ChatGPT可以依據(jù)對分級任務單的分析，推薦給學生更豐富的文本資料，指導他們運用相應的閱讀策略（例如批注、查閱背景知識）來實現(xiàn)更高水平的閱讀，形成專題讀書報告。

歷史老師則可以利用ChatGPT與維基百科中的復雜條目一起使用，創(chuàng)建3-5個版本的關于19世紀帝國主義的解釋。

甚至，我們可以更進一步，讓人工智能從頭開始創(chuàng)建初始分級閱讀任務。教師只需要提供關鍵信息的概述，就可以讓生成性人工智能創(chuàng)建非小說類文本，教師只需要對其進行語言修改，讓其變得更幽默或是增加一些有趣的例證或是你認為人工智能錯過的東西來豐富它。當然，我們還需要對文本進行事實檢查。正如斯賓塞教授所觀察到的，在美國的一些學校，教師使用AutoGPT中的人工智能聊天機器人，已經(jīng)實現(xiàn)了 3年級到 7 年級的分級閱讀創(chuàng)建的自動化，每個學生可以輕松訪問符合其語言應用能力的分級閱讀材料和測試題。

這里請注意，教師仍然是教育的專家，我們并沒有把這個過程完全交給人工智能。相反，我們正在使用它來創(chuàng)建初始版本，然后根據(jù)學科內(nèi)容、專業(yè)知識和我們對學生的了解對其進行修改。

五種方法（2）：使用人工智能建立概念理解

生成式 AI 工具在提問和后續(xù)問題解決方面有著不錯的效果。雖然可能存在偏見和不準確的挑戰(zhàn)，但它可以成為生成多個示例的絕佳工具（在教師提供有效提示語prompt指導下）。因此，如果學生正在努力理解線性方程，他們可以使用聊天機器人詢問有關線性關系如何工作以及它們在我們的世界中應用實例等多個問題。他們可能會從詢問定義和示例開始，但隨后進入有關在查看圖形或表格時找到線性方程的問題。

如果他們難以理解第一次世界大戰(zhàn)是如何開始的，他們可能會問這樣的問題，“軍國主義與帝國主義有什么關系？”或者“為什么一個人被槍殺會導致整個世界陷入戰(zhàn)爭？”同樣，他們可以使用這樣的提示，“用一個12歲的孩子可以理解的方式寫這篇文章。

我們可以將聊天機器人視為個性化的導師，學生可以在其中追逐他們的好奇心并提出多個問題。學生可以要求示例和非示例。他們可以區(qū)分不同的想法。在此過程中，他們建立了對主題的更深入的概念理解。

重要的是，我們要幫助學生認識到生成人工智能在概念理解方面的局限性。聊天機器人有時可能無法理解問題。如果學生不知道如何提供一個好的提示，那他們可以提出一個導致不準確答案的問題，這同樣可以幫助學生理解問題。而且眾所周知，聊天機器人會產(chǎn)生完全編造的答案。因為它們是從海量數(shù)據(jù)集中提取并使用自然語言處理，所以它們可能會給出一個事實不準確的回答，這在學生向聊天機器人詢問推薦的來源或引用時尤其如此。最后，生成性人工智能可能包含偏見。他們正在從龐大的數(shù)據(jù)集中提取，這可能會延續(xù)刻板印象。學生通常認為聊天機器人是公正和客觀的，但教師應該明確告訴他們，ChatGPT得到的結(jié)果與搜索引擎給出的答案，同樣值得質(zhì)疑與批判，這是教師必須幫助孩子們意識到的。

五種方法（3）：指導分解復雜任務

有時學生在任務分析中掙扎。當方向太復雜時，學生會不堪重負并達到認知超載。對于在執(zhí)行任務方面存在困難的學生來說尤其如此。生成性人工智能對我們來說是一個游戲規(guī)則的改變者，它可以幫助學生完成一項看似不可能的任務，并將其分解為更小的子任務。

幾個月前，斯賓塞教授演示了如何使用 ChatGPT 來設計個性化評估。在課間休息時，他向一些學生展示了如何使用 ChatGPT 來幫助其分解家裝項目并設定更現(xiàn)實的時間截止日期。這類似于在項目管理中使用人工智能的過程。

一周后，一個學生來找他說：“新學期的課程計劃制訂，我嘗試用Canvas導入我的課程大綱、設定了作業(yè)和截止日期。我要求AI按時估算，因為我閱讀和寫作通常需要多快。然后我用它來制定課程計劃。我讓它根據(jù)我的工作時間表和我的喜好修改我的課程計劃。我是一個夜貓子，所以我不會在早上完成我的工作。從那里，我將不同的作業(yè)分解為具有截止日期的子任務。最后，我將這些數(shù)據(jù)導入到我的iPhone日歷，這樣我就不會錯過上課和完成作業(yè)了?！笔聦嵣?，按照這份AI生成的學習任務清單，他做的真不錯，順利完成了相關課程的學習。

這個過程有點復雜。我們不奢望每個中小學生知道如何將整個單元計劃或教學大綱分解為任務和子任務。但是，這可能是特殊教育的教師來說會是個不錯的選擇，他們可以在學生需要任務分析幫助時使用AI來制訂適合學生的教學計劃，甚至可以為同類學生建模該過程，以便這些學習能力與普通人存在差異的學生可以隨著年齡的增長，自己就能設計適合自身需要的學習計劃，這也是特殊教育中自我倡導的另一種方式，人工智能作為一種輔助技術(shù)發(fā)揮作用。

五種方法（4）：為不同需求的學生快速創(chuàng)建學習支架

其實，AI輔助教學設計在特殊教育、因材施教中的應用還有很多方式，例如：

• 提供額外的講義以促進任務分析和執(zhí)行功能

• 使用人工智能幫助安排小組

• 使用人工智能語音識別軟件作為輔助技術(shù)來幫助學生寫作

• 使用人工智能圖像生成器來幫助需要更具體的例子的學生在課堂上學到的東西

• 設計有針對性的技能實踐。例如，您可以使用聊天機器人為難以理解兩步方程的學生生成單詞問題，或者您可以使用它在學生閱讀時創(chuàng)建帶有示例問題的高興趣非小說類文本

• 使用人工智能修改作業(yè)以減少認知負荷（減少步驟），同時鼓勵學生仍然可以訪問年級內(nèi)容。

• 使用人工智能減少工作量，同時仍然保持高挑戰(zhàn)水平。例如，患有計算障礙的學生可能需要較少的問題，但仍然可以在同一年級掌握數(shù)學內(nèi)容。

這些支持都不應取代個性化教育計劃（IEP）中的目標。我們不想用算法取代教育工作者。但是，我們可以將AI用作設計更個性化的學習支架的起點。在美國部分學校，已經(jīng)有特殊教育老師使用 IEP 與AI結(jié)合，來根據(jù)當前作業(yè)的目標來設計個性化的學習支架，并根據(jù)自己對學生的了解對其進行修改。

這符合人工智能作為“原型”的概念，然后修改原版以創(chuàng)造更好的工具。

當然，教學目標的制訂是我們根據(jù)對學生學情、教學目標的認識進行的具體化設計，這點是人工智能無法取代的，但人工智能使學習支架的設計提速，教師可以更有條不紊地、更有意識地設計一些學生會使用的東西。

五種方法（5）：創(chuàng)建語言學習支架

其實在英語教學中，AI支持教師創(chuàng)建語言學習支架的方式還有很多，其中包括：

• 前置詞匯：可以使用人工智能來識別學生可能需要掌握的一些第 2 層和第 3 層詞匯。雖然教師仍然需要自己創(chuàng)建詞匯列表（并依靠學生的反饋），但人工智能可能是一個很好的起點。例如，我們發(fā)現(xiàn)某些聊天機器人在用簡單的術(shù)語定義詞匯方面做得很好，甚至可以想出例句。如果將其與 AI 圖像生成器結(jié)合使用，則可以節(jié)省生成前置詞匯表的時間。

• 提供翻譯幫助：雖然我們倡導英語學習者應在純英語的環(huán)境中體驗式學習，但不可否認對于母語非英語的學習者來說，語言轉(zhuǎn)碼仍是不可或缺的。AI可以支持學生用他們的母語與內(nèi)容互動，同時也接觸到英語內(nèi)容。

• 提供分級的句子詞干：這仍然是人工智能的一個較弱的領域，但我注意到人工智能生成的句子詞干、句子框架和完形填空有了顯著改進。

• 在項目中使用視覺效果來幫助促進語言開發(fā)：隨著人工智能生成的視覺藝術(shù)的不斷改進，我們有可能創(chuàng)建額外的視覺效果來幫助訪問英語。

• 評估語言能力：人工智能可以通過分析學生的演講或?qū)懽鱽碜鳛樾纬尚栽u估工具。這對于評估可能無法接觸母語人士或在遠程環(huán)境中學習的語言學習者特別有用。

• 語言練習：學生可以為人工智能聊天機器人提供參與語言角色扮演對話的方向。他們可以設置他們想要假裝的目的、地點和虛構(gòu)的人。然后，他們可以使用聊天機器人練習英語。

請注意，教師可以從這些 AI 生成的支持開始，然后修改它們以適應教學的語境。教師甚至可能會邀請學生幫助完成此修改過程。然后，教師可以更多關注學生的情感反饋，并找到和減少學生外語學習的恐懼和焦慮。

我注意到ELL老師傾向于花費大量時間設計學習支架。同時，許多非ELL課程中的ELL學生無法獲得他們需要的某些支持。如果我們可以利用人工智能來節(jié)省設計學習支架的時間，我們可以幫助更多學生訪問他們感興趣的學習內(nèi)容，同時提高他們的語言發(fā)展。

小結(jié)：使學生能夠使用人工智能得到必要的幫助

每當教育中有新技術(shù)出現(xiàn)并且有人害怕作弊時，我們總是問，“人們可以如何用它來支撐自己的學習？

換句話說，一個杰出的學習者如何使用它？英語學習者如何使用它？沒有同樣優(yōu)勢的人如何利用這一點？或許AI在一些人看來可能是“作弊的機會”，但對于另一些人來說可能會是改變他們?nèi)松臋C遇。

作為教育工作者，我們可以授權(quán)學生自行選擇他們使用的學習支架。雖然我們可能會對特定學生進行修改（例如前面提到的清單或修改后的作業(yè)），但教育的初心不正是有教無類嗎？

同時，盡管學習支架在AI支持下可以變得更靈活、更有針對性，但學習支架的底層仍是課程大綱與總體學情，因而成熟的學習支架是面向所有學生的，這種方法體現(xiàn)了通用學習設計的理念。