绪论

在过去两年的时间里，随着人工智能技术的不断进步，技术的革新为教育领域注入了新的活力，推动了教学方式的创新和学习效率的提升。而当今的教学极少和时代的前沿技术相互融合，人工智能时代的到来对传统教学方式的丰富和发展，提供了新的契机。在古诗词教学中，恰当运用生成式人工智能，不仅能够有效提高教学效果，还可以进一步推进教师教学手段随着科技进步与时俱进，不断发展。在绪论部分，首先对本研究的选题缘由进行了简要的阐述，随后详细说明了本研究的重要性、所采用的研究方法以及研究的核心思想。通过这样的安排，旨在清晰地展现本研究的逻辑框架和核心价值，为后续研究内容的展开奠定坚实的基础。

（一）选题依据

1.理论依据

（1）课标表示关注数字时代语言生活，建议充分发挥信息技术等新知识

义务教育语文课程标准（以下简称“课标”）中提及理念“课程资源开发与利用要充分发挥课程资源的育人功能，优化教与学活动，结合语言学与文学研究领域的最新进展，本研究聚焦数字化时代背景下语文生活的崭新动态，构建多样化学习情境，策划一系列富具启迪意义的学习任务。同时，充分利用现代信息技术为语文教学提供坚实支撑，进而有效拓展学习范畴，提升学生的语文能力。关于语文课程的教学建议如下：应敏锐捕捉网络时代语文生活的变迁，深入探索语文教学与学习方式的创新路径。积极借助网络资源平台，拓宽学习领域，丰富教学资源，并整合多种媒体的学习内容。此外，应充分利用信息技术手段，支持学生开展自主、合作、探究的学习活动，为他们提供更具个性化和创造性的学习条件。

而在给教师的教学研究中也提出：“适应时代要求，为了增强语言教学的实效性以及个体在课程中的学习成效，教师要致力于提升学生的信息素养，充分发挥信息技术在学习环境中的优势，精心设计学习资源，提供个性化的学习指导，并注重收集学习证据。要构建一个高效且个性化的学习体系，以提升教学质量和学习效果。关注人工智能，大数据等新知识和新业态。”

（2）国务院指出要推动人工智能在教学中应用

国务院一文《新一代人工智能发展规划》里面指出“开展智能校园建设，推动人工智能在教学中应用。”中共中央、国务院联合发布的《中国教育现代化 2035》明确提出了全面完成智慧校园建设的任务，并强调要推进人工智能在教育领域的深度应用。报告指出，为了加快信息时代的教育变革，我们必须积极推进智慧校园的建设，深度融合智慧教育，借助现代技术来加速人才培养模式的改革。通过实现规模化办学与个性化培养的有机结合，我们可以更好地应对信息时代的教育挑战，推动教育现代化进程。因此，智慧教育的实施不仅关乎技术运用，更是对人才培养模式的一次深刻变革。

（3）生成式AI是贴近人类生活的AI分支，是最新技术的集结

而生成式人工智能，即英文中的“Generative AI”，人工智能，作为研究和开发旨在模拟与扩展人类智能的理论、策略及技术的综合称谓，其内涵涵盖了众多前沿新技术的集成。通过对这些技术的综合应用，人工智能不断拓展人类智能的边界，为众多领域带来了革命性的变革。生成式人工智能，作为人工智能领域的一个重要分支，具备独特的能力。它可以使机器学习模型深入探究历史数据，依托先进的深度学习技术，创造出全新的文本、图像、音频片段乃至电影，从而展现出人工智能在创造性生成方面的卓越潜力。它试图探索智能的本质，并以此为基础推演出与人类智能相似的理论，然后借助这些理论来模拟人的操作。从广义上来说，人工智能技术涵盖了机器人、语音识别、图像识别、自然语言处理、专家系统等多个领域。自该技术被提出以来，它就受到了广泛的关注,国内外许多学者都将此作为自己的研究方向。可以看到，该技术发展迅猛，正逐步被引入到各个行业中。对于国内的教育事业而言，结合该技术探索进步的方式，利用新技术帮助解决问题，不仅是正确的研究思路，也是符合时代最新需求的实际做法。

2.现实依据

（1）新时代浪潮，用AI赋能课堂有多种益处

在新时代的浪潮下，人工智能的发展十分迅速，许多人工智能软件工具对于生产力的提升是十分显著。传统课堂以PPT、粉笔、黑板发展到现在人工智能背景下互联网+、大数据平台的智能课堂利用人工智能技术能打造高效的智慧课堂，用人工智能为教育赋能，还能产出优质的媒体资源比如插图，视频，语音等，以更加直观的教学方式，提高教师课堂教学的效能，显著地吸引学生兴趣，提升课堂参与度，进而提高学生的学习能力。

（2）古诗词教学存在难以体会意境等的问题

古诗词教学作为语文教学的难点，小学语文课堂上，会识字和写字，理解古诗大意，想象诗中的情境，多次朗读感受古诗韵律，体验作者的情感是古诗教学的目标，当前小学低年级古诗词教学中存在诸多急需解决的问题。从教师层面分析，教学内容的单调性、教学过程的僵化以及教学方法的陈旧，都使得激发小学生学习古诗词的兴趣变得异常困难。而从学生的学习视角来看，他们难以准确把握古诗词教学中的重点和难点。这些问题经年累月，已逐渐演化为小学教师和学生面临的共同难题，亟待采取有效措施加以解决。

（3）个人在古诗词备课中存在教学枯燥等问题

笔者在校进行微格教学时，循规蹈矩备课而让古诗教学变得枯燥乏味，进而导致教学效果不佳。但是人工智能的出现，假如能在把握古诗词意象的同时，生成式 AI 可用于创造很多新内容，例如音乐、文字或者图像，为创意人员提供更多的想象力。例如，作者可以使用生成式 AI 创造的文章，对其进行编辑和完善，可以让自己更专注于需要想象力和创作的地方。合理利用生成式人工智能产出的情境化教学媒体资源，比如插图、视频、音频，就能具象化古诗的情境，能大大提高学生对古诗词的理解。或训练出一个古诗词作者的人工智能模型，教师作为一个引导者，引导学生跨时空与先贤对话，最终形成一个开放互动的古诗课堂。改变传统的教师的教法和学生的学法，不仅能减轻了教师的部分古诗词教学压力，还能增强了学生的学习能力和合作探究能力。

（二）研究意义

1.理论意义

（1）生成式AI赋能教学能完善古诗词教学模式的理论研究

生成式人工智能技术的迅速革新正在深刻改变我们的生活和工作方式，为我们带来了全新的体验和挑战。在教育领域，为了更好地适应这个时代的发展，我们需要积极探索适应性强、创新性强的教育方法和理念。目前，传统的小学语文古诗词教学模式以老师讲授为主，学生通过听课、记笔记等方式来掌握知识。然而，过于依赖传统的教学模式往往无法唤起学生的学习兴趣，激发他们的创新能力，同时也不利于学生全面素质的培养。语文古诗词教学是小学语文教学的重要组成部分，研究生成式人工智能赋能小学语文古诗词教学，有助于完善人工智能时代背景下小学语文古诗词教学模式的理论研究。

（2）生成式AI赋能教育能在语文教学领域提供理论基础

在生成式AI技术在23年井喷式爆发，大多数学者研究其赋能在各个领域中，而教育领域较为稀少，语文教育领域更是少中又少，尤其是生成式AI赋能教学模式中古诗词教学领域还处于探索阶段，研究生成式AI赋能下小学语文古诗词教学，可以提供小学语文古诗词教学思路，丰富小学语文课堂教学古诗词的相关理论依据，为在人工智能赋能语文教学中古诗词教学领域提供理论基础。

2.实践意义

（1）生成式AI能创造出易于理解的具象化环境

生成式AI是一种技术载体，具备感知、对话、学习、思维和行为等多种模拟人类思维活动的能力。通过人工智能技术的应用，可以创造出更加智能化的环境，实现个性化的服务。在教学领域，生成式人工智能可以实现学习软件的读写等功能，感知学生的心理感受，与学生进行交互性对话，从而培养学生的思维能力。而诗词是一种特殊的文体，具有思想性、情感性、内涵性、意境审美和韵律声韵等多种美感。学习诗词需要感知其艺术魅力，领悟其文化内涵。

（2）生成式AI技术设计的教学资源促进学生感知诗词精神内涵

通过生成式人工智能，可以促进学生对诗词艺术魅力的感知，加深对诗词精神文化内涵的理解。本研究有助于推进小学语文古诗词构建新的教学模式，提供多样化的教学，帮助学生更好地理解古诗词。人工智能技术支持下的小学语文古诗词教学模式将提供多样化的教学资源，为学生的核心素养发展提供精准的技术支持。

（3）生成式AI赋能教育，能为教育领域与人工智能时代接轨吸引星星之火

在实习中实践教学模式，提供教学实践案例支持，而目前的小学教育课堂上，诸如小学语文、小学数学、小学英语等课堂以传统的讲授式，教师的绝大部分时间拿来备课，花在了看教育材料，教育课堂，教学内容，而对于教育类的信息媒介接触不足。以笔者自身案例，吸引广大教师研究人工智能，研究人工智能在小学语文教学领域中的应用。以个人的微光，为初等教育与人工智能时代接轨尽一份绵薄之力。

（三）研究方案

1.研究方法

（1）文献研究法

在本研究中，根据论文选题“基于生成式AI技术的小学语文古诗词课例研究”，利用学校提供的校园网，在集中的时间查阅大量相关文献，在中国知网和谷歌学术，百度学术中整理了有关小学语文，古诗词生成式AI和AI应用语文教学方面的文献，并对相应领域的文献研究梳理出大致脉络，并充分了解了该领域的研究成果，为本次研究的开展打下扎实的基础。其基本的研究过程为：

1.集中时间阅览大量文献，并对相关，资料进行整理，研究分析，对相关领域形成科学的认识。

2.在科学认识之后，对该领域分析找到研究可采用的切入点。

3.选择完该领域研究内容，对笔者论文选题，设计论文大致框架，并应用该方法对选题相关概念进行理清。

4.在小学实习中，也多次运用该方法，梳理了课标，教材，古诗词教学相关研究所存在的问题，并在实地教学设计中解决大部分问题。

（2）问卷调查法

在做完文献综述以及要研究的领域之后，根据研究选题的要求，进入实习期下校，对所在实习学校乐东黎族自治县某小学五年级全体学生的小学语文古诗词学习现状进行调查研究，设计问卷之后进行问卷发放，从学生的个人基础以及对小学古诗词的兴趣，进行调查，对可能存在的问题进行整理分析，获得真实详尽的资料，为下一步的课例设计提供更坚实的基础，并且在授课之后再次发放问卷，对课例的有效性进行学习证据的收集。

（3）访谈法

访谈法是指有准备，有规划，有具体要求围绕一个主题或多个主题去收集信息的研究方法，本次访谈采用半结构式访谈，访谈对象为一线教师。在乐东黎族自治县S小学共访谈三名任课教师和六名实习教师。

（4）课例分析法

课例分析法是从一个具体的研究方向出发，选择具有典型代表性的，具体真实的课堂教学实录或教学设计作为研究对象，对教学目标，教学重难点，教学过程，教学评价，等多个部分进行层层分析，最后，归纳总结得出研究结论的一种研究方法。这一方面研究分为两种，个体进行的课例分析和集体进行的课例分析。本研究采用的是个体进行的课例分析，个体进行的课例分析，又分为两种，对自己的课例进行反思式研究，对他人的优秀课例进行解析式研究，本研究采用的是对自己的课例进行反思式研究。研究通过对自身实习学校学习的调查进行课例设计并进行教学设计课堂实践从学生主体方面分析。 

2.研究思路

本次研究将以主题“基于生成式AI技术的小学语文古诗词课例研究”进行展开，本研究的主要思路遵循给出问题、深入分析问题并找到处理问题的逻辑顺序。具体的研究思路如下所述：

（1）提出问题

提出小学古诗词教学所存在的问题，研究在飞速发展的人工智能时代下，生成式AI技术这一高效生产的技术与教育领域赋能的相关内容，找到自己的研究目的，确定好论文选题。利用数据库查找相关文献，以生成式AI和小学语文古诗词教学为关键词，查阅相关研究，形成文献综述。

（2）分析问题

分析小学语文古诗词教学中存在的问题，研究生成式AI技术与古诗词的理论内容，提出生成式AI技术赋能小学语文古诗词课堂教学的理论依据，根据现有理论基础对生成式AI技术这一生产工具能否与课堂教学相结合进行可行性分析。

（3）解决问题

准备好生成式AI技术软件或客户端，提前备好古诗词实践教学资源，调查并收集学生对于古诗词的学习兴趣问卷，并检验其学习效果，根据实习学校的语文古诗词学习的情况，学生的学习基础，完善教学资源，进行课例设计。在进行实践授课之后收集学生对于本次古诗词课堂学习的反馈，对收集的资料进行整合分析，归纳形成教学实践研究的结论。针对中间教学过程的整合进行优化迭代，提高人工智能赋能的备课效率。针对教学实践过程中出现的问题提出相应的改进策略。

图1-1 课题研究思路

（四）基础概念界定

1.生成式AI

（1）生成式AI技术概念

生成式人工智能，即英文中的“Generative AI”，AI是研究和开发模拟、延伸人类智能的理论、方法和技术的总称，是多种新技术的集结。生成式人工智能，作为人工智能领域的一个重要分支，具备独特的能力。它可以使机器学习模型深入探究历史数据，依托先进的深度学习技术，创造出全新的文本、图像、音频片段乃至电影。它试图探索智能的本质，并以此为基础推演出与人类智能相似的理论，然后借助这些理论来模拟人的操作。从广义上来说，人工智能技术涵盖了机器人、语音识别、图像识别、自然语言处理、专家系统等多个领域。

生成式AI技术的模型主要包括判别模型（Discriminative Model）和生成模型（Generative Model），判别模型（Discriminative Model）和生成模型（Generative Model）是机器学习中两种不同类型的模型，它们的主要区别在于其对数据的建模方式和应用领域。

判别模型是一种直接对条件概率进行建模的模型。它主要关注的是给定输入数据，预测输出类别或标签的概率分布。判别模型通过学习输入和输出之间的关系来建立决策边界，从而对新的输入数据进行分类。常见的判别模型包括逻辑回归、支持向量机和深度神经网络等。判别模型通常用于分类、回归和标注等任务。生成模型是一种对联合概率分布进行建模的模型。它不仅学习输入和输出之间的关系，还学习了生成输入数据的过程。

图2-1生成式AI技术模型分类

生成模型可以通过学习数据的分布和特征之间的关系来生成新的样本数据。常见的生成模型包括高斯混合模型（Gaussian Mixture Model，GMM）和生成对抗网络（Generative Adversarial Network，GAN）等。生成模型通常用于生成新的图像、语言模型和数据增强等任务。判别模型和生成模型的选择取决于具体的问题和任务需求。判别模型更关注分类和预测的准确性，可以直接对输入和输出之间的关系进行建模。而生成模型更关注数据的生成过程，可以模拟数据的分布和生成新的样本。生成模型可以用于生成新的数据，但在分类和预测任务上可能不如判别模型准确。

总的来说，判别模型关注输入和输出之间的关系，用于分类和预测等任务。生成模型关注数据的生成过程，可以生成新的样本数据。选择判别模型还是生成模型应根据具体问题的需求和任务目标来决定。而本文主要运用的生成式AI技术的模型是生成模型。

（2）生成式AI技术工作原理

生成式语言模型学习训练数据中的语言模式，然后给出一些文本，它们将会预测后面的内容是什么。将用户的输入进入 Transformer 模型的编码器和解码器进行处理，然后在生成式预训练模型中进行处理，最终将结果输出给用户。模型通过学习大量的文本数据，尝试预测下一个单词或短语。然而，有时候模型会生成一些不符合语法规则或意义不明的词语或短语，这被称为“幻觉（hallucinations）”。

图2-2生成式AI技术工作原理

幻觉可以视为模型在生成过程中的错误或缺陷，可能由于训练的数据量不够、模型的训练数据质量差、没有给模型足够的上下文、没有给模型足够的约束导致的。

提示词是作为大语言模型输入的一段文本，它可以以各种方式用来控制模型的输出。提示词设计是创建提示的过程，从而从大型语言模型中生成期望的输出。正如我们之前提到的，生成 AI 在很大程度上取决于你输入的训练数据。它分析输入数据的模式和结构，生成内容。因此输入的质量决定了输出的质量。

（3）生成式AI技术形式

生成式人工智能技术大致可分为四类，内容创作，自然语言处理（NLP）、代码编写和理解以及语义搜索。而生成式AI技术应用于教学中有多种形式，由于笔者个人能力受限，本次研究所采用的生成式AI技术运用于教学中的为内容创作。内容创作分为三个部分：

①文本到文本生成模型

输入文本，并要求其生成对应的文本输出。这种模型可用于文本摘要、对话