坦白地说，在用生成式人工智能评分批改作业这件事情上，我一直处于摇摆不定的状况。
一方面，我认为，把学生或者自己的作品提交给大语言模型是一种快速简便的获得反馈的方式。
这能让我们跳出固有思维，这对于我们提高效率至关重要。
为此，在暑期，我就曾不止一次组织过用生成式人工智能高效批量批改作业（包括作文）为主题的教师工作坊。
另一方面，大语言模型时不时会“一本正经地胡说八道”出现“幻觉”，输出错误的答案，给出不准确或误导性的反馈。
从隐私角度来看，我担心学生将自己的作品提交给大语言模型。
实践中，我们不难发现，大语言模型给予的反馈可能流于表面，缺乏人类教师所具有的深度洞察和情感温度。
我也非常担心我的学生（也包括我自己）可能会过度依赖AI，思维外包，甚至自觉不自觉地放弃了独立思考。
最后，大语言模型的“谄媚”本质和时不时地“不讲原则”也是一个问题：
它会给我们和我们的学生造成一种虚假的“繁荣”和盲目的自信感。
其实，人是很难不被大语言模型的“干得好！”或“你真棒！”之类的评价所诱惑的。
不仅如此，在与大语言模型对话的时候，面对同一个作品同一个事实，当学生和教师收到截然不同的反馈时，我们就会不知所措。
因此，在过去这几年，我的思想一直摇摆不定。
我一直在思考，
我们是否应该将大语言模型所生成的反馈有意识地运用到课堂教学之中？
我们究竟应该如何将大语言模型所生成的反馈更有意识地运用到课堂教学之中？
Photo by Shalev Cohen on Unsplash
传统教学中，教师反馈面临几个核心挑战：
1、时间成本高，批改作业耗时费力
2、难以个性化，大班教学无法顾及每个学生
3、即时性不足，反馈延迟降低学习效果
大语言模型所生成的反馈恰好能针对性地缓解这些现实痛点。
如果使用得当，大语言模型可以同时为每位学生提供针对其独特答案的反馈，指出具体错误、提供改进建议或拓展资源。
这是人类教师在大班额中难以实现的。
在完成练习的瞬间，借助大语言模型，学生便可以获得即时反馈，趁热打铁，及时修正误解，强化学习效果。
众所周知，这种即时反馈循环是认知科学中公认的高效学习手段。
“有意识地将大语言模型所生成的反馈运用到课堂教学之中”的核心在于：
教师必须扮演“主导者”和“设计者”的角色，将大语言模型作为强大辅助工具嵌入教学流程，并建立保障措施来规避风险。
大语言模型所生成的反馈不应是终点，而应是开启师生对话和进一步人机对话的起点。
学生自我反思、同伴互评给予反馈、教师提供反馈，让学生对比AI反馈、同伴反馈和教师反馈，理解深度反馈的教育意义和价值。
将大语言模型生成的反馈有意识地运用于课堂，其核心不是用机器取代教师，而是利用技术将教师从重复劳动中解放出来，去做那些机器无法替代的事情：比如，
建立深厚的师生关系、激发学生的好奇心和创造力、进行复杂的高阶思维引导，并对每个孩子的成长给予充满人文关怀的终极评价。
这是一次教师角色的更替，是一种教学范式的升级：
教师从至高无上的、高高在上的、甚至唯一的知识传授者和反馈提供者，转型为学生学习的顾问、学习环境的设计者、技术工具的策展人、以及深度学习体验的引导者。对此，您怎么看？欢迎跟帖分享您的主张！
2023年9月3日南洋理工大学蹭课记