生成式人工智能在地理教学中的表现性评价探索

摘 要：生成式人工智能将给教育带来深刻变革，教师可运用生成式人工智能辅助设计表现性评价。为充分发挥生成式人工智能辅助地理教学的能力，需有效的训练、准确的指令和必要的优化。本文以高中地理“海水的性质”一课为例，使用文心大模型4.0 Turbo，展现生成式人工智能在表现性目标、表现性任务和表现性准则设计中的强大功能。

关键词：生成式人工智能；表现性评价； 地理教学；文心大模型4.0 Turbo

中图分类号：G633.55       文献标识码：A       文章编号：1005-5207（2025）04-0053-04

随着智能技术不断发展，生成式人工智能在教育场景中的创新价值可能比我们能够意识到的还要多［1］。随着中学地理教育迈入数字化、智能化时代，地理教学与生成式人工智能的耦合，更是引起人们对地理教师现状及其未来发展的深思［2］。如何运用生成式人工智能强大的文本生成功能辅助地理教学，帮助教师减少工作上的时间投入，进一步提升育人质量和效率，成为地理教育者共同关注的主题。

一、充分发挥大模型辅助地理教学的强大功能

结合传统表现性评价设计思路以及生成式人工智能技术优势，笔者提出了以文心大模型4.0 Turbo（以下简称“大模型”）为语言处理工具的生成对话流程（图1）。主要包括前期准备、训练学习和生成处理3个主要步骤，大模型和教师分工协作，大模型主要进行语言逻辑的训练学习和语言文本的分析处理，教师主要提供训练文本、调整指令和监督优化。大模型仅是辅助教师设计表现性评价的强大语言处理工具，教师如同“舵手掌舵”，在其中起到主导作用。教师若想要大模型的生成结果精准有效，离不开有效的训练、准确的指令和必要的优化。

1.有效的训练有助于提升对话质量

大模型支持文档问答、数据分析、图片理解和AI绘图等功能，如何充分利用其强大的对话功能辅助教学，需要通过对大数据背后的规律进行编码学习训练［3］。

在训练之前，笔者准备了训练所需的教材内容、情境素材、课程标准和表现性评价案例等大量原始素材。笔者发现，大模型更适合文本间的直接对话，为了使大模型更好地理解案例，笔者先借助大模型，将图片和表格等内容识别并转化为文本内容，帮助大模型理解。

在训练开始时，需要明确大模型结束训练的指令，目的是让大模型进行充分训练，直至其掌握表现性评价的设计思路。训练指令如表1所示。

在训练过程中，大模型在学习大量训练文本的基础上掌握了设计思路后才能结束训练，若教师发现大模型学习案例时理解有误，需及时发出有针对性的指令进行纠正。需要指出的是，充分训练和不充分训练，大模型对同一问题的回答是不一样的，充分地训练能使大模型的回答更为精准，进而提高对话质量，如表2所示。

2.准确的指令有利于大模型理解

一条清晰、明确有针对性的指令，能准确引导大模型理解教师提出的问题。准确的指令由参考、动作、目标和要求4个方面组成，基本格式如下，举例如图2所示。

【参考】大模型完成任务所需要的必要背景和资料，如教材内容、课程标准、设计案例等。

【动作】需要大模型解决的事情，如设计、生成、总结等。

【目标】大模型生成的结果，如教学设计、练习题目、评价准则等。

【要求】需要大模型遵循的要求，如格式要求、内容要求等。

优质指令一般具有以下特点。

第一，指令结构完整。例如，当教师提出“帮我设计一份海水性质的表现性任务”指令时，由于缺少参考和要求，生成结果往往不符合预期。因此，指令结构的完整，有助于限制大模型生成范围，使结果更符合预期。

第二，指令明确具体。例如，“你生成的结果不合适，请重新修改”，大模型不理解模糊的指令，其重新生成的结果也一定和预期不符。因此，教师可明确指令要求，如明确修改位置和修改要求等。

第三，指令内容直接。例如，当教师提出“在我没有发出‘我们已经学习完成’的指令之前，不要急于生成结果”，大模型不理解反问的指令。因此，教师与大模型的对话不同于人与人之间的交流，应避免委婉表达，而采用直接命令的表达方式。

3.必要的优化有助于避免结果缺陷

经过训练，大模型生成的质量有明显提升，但其仍难以避免结果的缺陷，教师在结果上继续优化十分有必要。

一方面，教师可通过连续对话进行优化。例如，在已有生成结果的基础上，向大模型继续对话。如提出“在原有评价标准上增加得分占比”“在不改变原文意思的基础上简化内容”和“请调整为表格样式”等指令，大模型会在原基础上优化。另一方面，教师可在参考其他教师和专家建议的基础上，继续优化大模型生成结果。如大模型设计“地理实践力”表现性目标时，曾提出学生实地测量海水盐度的活动，脱离教学实际，教师需重新设计，通过其他教学活动实现学生地理实践力的培养，如下所示。

【优化前】学生能够利用盐度计等工具测量不同海域的海水盐度，比较其差异并分析原因，提出改进测量方法的建议。

【优化后】学生能够通过小组讨论，线上、线下收集海水性质及其对海洋生态环境影响的信息，分析搜集的信息，并撰写报告进行班级展示。

二、大模型辅助表现性评价设计

表现性评价是基于学生完成某一特殊任务时的行为表现来评价学生的评价方法［4］。设计促进素养养成的表现性评价包括3个步骤：①确定与课程标准匹配的素养目标并将其具体化；②设计能够引发素养的表现性任务；③开发基于学习进阶的评价准则［5］。因此，笔者从表现性目标设计、表现性任务设计和表现性评价准则设计出发，以高中地理必修一“海水的性质”一课为例，展现大模型辅助表现性评价的辅助功能。

1.大模型辅助表现性目标设计

设计表现性目标时，必须指向复杂的核心素养［5］。大模型学习了教材知识、课程标准、教学素材和表现性评价设计案例等内容，在经过了充分训练的基础上，笔者与大模型对话，由大模型生成符合课标要求的表现性目标，并将其具体化，对话内容如下。

【教师】假设你是一名高中地理教师，正在设计“海水的性质”公开课。为了观察学生地理核心素养的形成水平，请你从地理核心素养的角度进行思考，并依据表现性评价的原则，设计这节课的表现性目标。

【文心大模型】如表3所示。

由于笔者在训练时“投喂”了大量数据，因此，大模型生成的表现性目标已达到较高水平。大模型生成的结果能准确满足学生需要达成的具体表现、能以培养学生地理核心素养为核心进行设计、能为学生学习和教师教学提供指导，展现了大模型辅助教学的强大功能。

2.大模型辅助表现性任务设计

表现性任务需要为学生提供真实或模拟真实的情境，要求学生在具体的问题情境下展示其对所学知识和技能的运用，旨在引发核心素养的相关表现［5］。因此，大模型在学习了表现性任务案例、情境素材和课程标准的前提下，精准规范指令词，设计以“渤海海水盐度”为任务情境的表现性任务，对话内容如下。

【教师】假设你是高中地理教师，正在设计表现性任务，任务内容和要求如下。

①以“我国海水盐度分布”为活动背景，分析“为什么渤海是我国海水盐度最低的海”。

②提供资料：我国海水盐度分布图、渤海地区的地形和水系分布图、渤海地区的概况资料等。

③重视学生图表的运用，能够综合分析多个地理要素对海水性质的影响机理。

请你从活动主题、活动目标、前期准备、任务内容、成果展示和评价标准6个方面设计任务。

【文心大模型】如表4所示。

由生成结果来看，大模型可根据学习的情境素材和课程标准，设计出指向地理核心素养的真实情境任务。同时，大模型可依据学生表现行为的重要性，合理划分得分占比。可见，经过训练的大模型能够成为教师的得力助手，辅助设计相关的表现性任务。

3.大模型辅助表现性准则设计

在设计表现性任务之后，还需开发能够对学生表现做出判断和解释的评价准则［5］。良好的表现性准则会使那些主观、非正式的课堂观察，成为客观又可信的课堂评价［6］。大模型能最大程度避免主观因素影响，使表现性准则更加客观。笔者在原对话基础上进一步提出指令，由大模型生成基于表现性任务的评价准则，对话内容如下。

【教师】请依据生成的表现性任务，进一步设计本节课的表现性评价准则，划分为图表解读、因素分析、综合探究、成果展示4个维度，每个维度从低到高划分为4个水平。

【文心大模型】如表5所示。

从生成结果来看，大模型可根据表现性任务评价标准，从图表解读、因素分析、综合探究和成果展示4个方面，准确划分学生解决地理问题的表现水平。教师只需要将大模型生成的量表进行简单优化，就可直接将其应用于教学评价中，从而降低表现性评价设计的难度，提高设计效率。

三、结语

本文围绕生成式人工智能辅助地理教学表现性评价设计，指出有效的训练、准确的指令和必要的优化是充分发挥大模型辅助教学功能的关键。大模型能够生成符合课标要求的表现性目标，设计基于真实情境的表现性任务，并生成基于表现性任务的表现性评价准则。教师学会使用生成式人工智能工具，将减少重复性、机械性工作的时间投入，从而提高教学效率。因此，本文能为地理教育者使用生成式人工智能辅助教学提供有价值的实践探索。

参考文献：

［1］ 朱永新，杨帆.ChatGPT/生成式人工智能与教育创新：机遇、挑战以及未来［J］.华东师范大学学报（教育科学版），2023，41（7）：1-14.

［2］ 周翔，朱丽东.ChatGPT应用背景下中学地理教师的机遇、挑战与新发展［J］.地理教育，2024（1）：61-65.

［3］ 付天祎，朱雪梅，邢祺云.ChatGPT协同地理教学设计的模型建构及实践审思——以“全球气候变化与国家安全”为例［J］.地理教学，2024（5）：29-34.

［4］ W.James Popham.教师课堂教学评价指南（第五版）［M］.王本陆，译.重庆：重庆大学出版社，2010.

［5］ 周文叶，毛玮洁.表现性评价：促进素养养成［J］.全球教育展望，2022，51（5）：94-105.

［6］ Judith Arter，Jay McTighe.课堂教学评分规则——用表现性评价准则提高学生成绩［M］.国家基础教育课程改革“促进教师发展与学生成长的评价研究”项目组，译.北京：中国轻工业出版社，2005.

通信作者：王叶堂