摘要
自从西交利物浦大学引入西浦人工智能后，我对其功能非常感兴趣。经过几次试验，我发现这个工具在输入有效的指令时可以显著减少教师的教学材料设计时间。此外，通过生成满足学生个性化需求的优质资源，它也可以成为增强学生自主学习的有效工具。
关键词: 西浦人工智能、教学材料设计、自主学习
引言
在2023-2024学年的第一个学期，我接受了由西浦教育发展部门提供的关于如何利用西浦人工智能的培训，深受启发。此外，客座讲师Dr. Kou的讲座进一步促使我探索这个工具的应用。根据我的个人经验，这个工具不仅可以减少教育工作者的课程准备时间，还可以提高学生的学习自主性。本文将探讨两个西浦人工智能的应用案例，并对其优缺点进行深入分析。
使用西浦人工智能生成词汇测验卷
在语言习得过程中，词汇量的积累至关重要，因为词汇是四项语言技能的基础 (Groot, 2000; Schmitt 2000)。图1，艾宾浩斯记忆曲线 (Zhu, 2020, p.901)， 揭示了新习得知识的快速遗忘规律，并强调如果没有及时复习，学习者可能在第一天之后就迅速忘记一些新信息，而一个星期后仅有大约 10% 的新知识能够在记忆中保留。因此，及时复习词汇的重要性不容忽视。此外，诸如Laufer (1998) 和Webb (2007) 等学者都强调了重复在词汇学习中的关键作用。基于这些理论，我通常会在第二天帮助学生复习单词和词组，并在接下来的一周内再次复习，希望能够达到相对较高水平的新词汇保留。除了复习的频率外，复习方法也值得深思。据 Pica（1997）的研究显示，传统的听写可能并不高效，因此我常要求学生在复习时选择正确的单词或短语来完成一个句子，这样的做法为学生提供了一个并列文本，围绕某一词汇项目的其他单词和短语 (Lewis, 1997)。这种复习方式确保了学生对词汇的更全面理解。
图 1: 艾宾浩斯记忆曲线 (Zhu, 2020, P901)
然而，设计一个合适的小测验来复习新学习的词汇项通常需要耗费不少时间。以前，我的方法是使用电子词典选择合适的句子，然后自行设计两个或更多的选项，这一过程耗时耗力。幸运的是，在西浦人工智能的帮助下，只要我提供清晰的指示，它便能够迅速创建一个词汇测验卷。图2是我提供指令让西浦人工智能生成小测验的一个例子。
图 2: 西浦人工智能生成的一个小测验
利用西浦人工智能生成词汇小测验的优点显而易见。毫无疑问，它大大节省了我的时间。我可以把之前使用的指令保存起来，每次创建新的小测验时，只需替换模板指令中要测试的单词和短语。在输入新编辑的指令后的10秒钟内，便能呈现一个理想的测验卷，极大地减少了我的准备时间。
然而，作为西浦人工智能的用户，我必须强调提供清晰指示才能获得令人满意的结果。在最初的使用经历中，我遇到了各种令人不满意的情况。例如，在图2中，我使用了两个句子来准确概括我对每个问题中两个干扰选项的要求。这种预防措施源于我观察到西浦人工智能可能只会使用我所提供的词汇来编辑每道题的干扰选项。因此，我要求干扰选项不应来自我的列表，这样新生成的测验卷中的干扰选项将与我的词汇列表不同。然而，之后我又发现新的干扰项是被测试的单词或短语的同义词，这可能会让学生感到困惑。因此，我进一步完善了我的指令，最终得到了一个更满意的测验卷。因此，对于初次使用西浦人工智能的用户，如果想从这个工具中获得最佳结果，我强烈建议在分析该工具的反馈和调整自己的指令时要非常谨慎。
指导学生使用西浦人工智能备考口试
中国大一学生通常在从高中转变为大学生的过程中会经历重大的学术生活变化。在高中阶段，他们需要面对频繁的测验和考试压力，同时严格遵循教师规定的学习计划，因此缺乏自主学习经验。相反，在大学，考试频率较低，更多时候需要学生独立自主为考试做准备。因此，学习自主性对大一学生来说至关重要。
在我的课堂上，大一的学生通常对口语考试感到非常担忧。这可能是因为在中国大部分省份，高考并不考察口语，导致口语能力在很大程度上被忽视。然而，在西交利物浦大学，口语在学术英语（EAP）课程中占有重要的地位。尽管如此，专门用于练习口语技能的课堂时间却非常有限。意识到学生或许可以通过自主练习来缓解焦虑，我引入了西浦人工智能作为一个宝贵的工具，来帮助他们为口语考试做准备。在第一学期，我们模块口试的一部分是回答与教材中的10个主题相关的问题。学生们总是问我索要去年使用的题库，但由于我们教材已经改变，这并不适用。
相比之下，西浦人工智能可以成为学生准备口语考试的好工具。图3展示了西浦人工智能如何帮助学生准备口试的一个例子。西浦人工智能可以生成一些与特定主题相关的问题和词汇项。当学生感知到他们的学习活动与之后的考试之间有直接联系时，他们通常会更有动力（Nicol＆MacFarlane-Dick，2006）。当我介绍用这种方法备考口试时，学生们的反馈普遍非常良好。他们发现这种方法直接且有效。自从使用这种方法以来，再也没有学生向我索要过去几年使用的题库。显然，学生们已经接受了西浦人工智能，并能够独立自主并有信心地利用这个工具备考口试。
图3: 西浦人工智能如何帮助学生准备口试的一个例子
这种对西浦人工智能的应用有两个重要的好处。如前所述，第一个好处是促进学生的自主学习，第二个好处在于有助于学生在学术上取得更好的成绩。一些学者已经指出，有效地利用技术可能会提高学习者的成就水平（Schwartz，2014; Wong等人，2021）。由于西交利物浦大学的学生可以方便地使用西浦人工智能，因此他们可以随时随地利用这个现成的工具来解决各种学术挑战，这也有助于他们的个人整体发展。
然而，这个实践中还存在一个主要的局限性。虽然西浦人工智能可以生成与考试相关的问题，帮助学生准备考试，但在口语反馈方面存在不足。尽管学生可以和同伴进行口语练习，但根据我的个人经验，语言水平较低的学生可能很难为彼此的表现提供建设性建议。同时，让每个学生都和老师进行口语练习又是不切实际的。因此，如果西浦人工智能可以为学生的口语表现提供反馈，那么它就有能显著提高学生自主准备口语测试的能力。
总结
在这篇文章中，我介绍了西浦人工智能如何能成为教师设计教学材料和学生自主准备考试的宝贵工具。我坚信，通过更加细心地尝试使用这个工具，教师和学生都可以获得极大的好处。
参考文献:
Groot, P. J. M. (2000). Computer Assisted Second Language Vocabulary Acquisition.
Language Learning & Technology: A Refereed Journal for Second and Foreign Language Educators,
4(1), 60–81.
https://doi.org/10.1111/0023-8333.00110
Lewis, M. (1997). Implementing the lexical approach: putting theory into practice. Language Teaching Publications.
Nicol, D. & MacFarlane-Dick, D. (2006). Formative assessment and self-regulated learning: a model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199–218.
Pica, T. (1997). Tradition and Transition in Second Language Teaching Methodology. Working Papers in Educational Linguistics, 13(1), 1–22.
Schmitt, N. (2000). Vocabulary in language teaching. Cambridge University Press.
Wong, C. H. S., Tsang, K. C. K., & Chiu, W.-K. (2021). Using Augmented Reality as a Powerful and Innovative Technology to Increase Enthusiasm and Enhance Student Learning in Higher Education Chemistry Courses.
Journal of Chemical Education,
98(11), 3476-3485–3485.
https://doi-org.ez.xjtlu.edu.cn/10.1021/acs.jchemed.0c01029
Zhu, D. (2020). Programming of English Word Review Planning Time Based on Ebinhaus Forgetting Curve.
2020 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), Intelligent Transportation, Big Data & Smart City (ICITBS), 2020 International Conference on, ICITBS, 901–904.
https://doi.org/10.1109/ICITBS49701.2020.00199
