大语言模型促进英语深度阅读的教学策略研究

大理大学学报 ›› 2025, Vol. 10 ›› Issue (9): 53-.

大语言模型促进英语深度阅读的教学策略研究

钟　华，李素琴*

（大理大学外国语学院，云南大理　671003 ）

出版日期:2025-09-15 发布日期:2025-10-14
通讯作者: 李素琴，教授，博士，Email： li_suchin666@163.com。
作者简介:钟华，讲师，主要从事英语语言学与应用语言学研究。
基金资助:
大理大学第九期教学改革项目（JG09210）

Research on Teaching Strategies for Promoting Deep English Reading with Large Language Models

Zhong Hua, Li Suqin*

（School of Foreign Languages, Dali University, Dali, Yunnan 671003, China）

Online:2025-09-15 Published:2025-10-14

摘要/Abstract

摘要：

对大语言模型（LLMs）在英语阅读教学中的应用进行研究，探讨其对学生高级思维能力和深度阅读的促进作用。研究通过教学实验，对学生阅读理解水平进行了前、中、后测试，结果验证了LLMs在翻转课堂模式下对学生语言理解、文本分析及批判性思维的积极影响。结果表明，采用LLMs进行英语学习不仅提升了学生的阅读理解水平，还增强了他们的思维能力，促进了深度学习，为大语言模型在英语阅读教学中的应用提供了理论与实践指导。

关键词: 大语言模型, 深度学习, 翻转课堂, 教学实验

Abstract:

This paper studies the application of large language models（ LLMs） in English reading instruction, exploring their role in enhancing students′ higher-order thinking skills and deep reading abilities. Through teaching experiments, the study conducted pretest, mid-test, and post-test on students′ reading comprehension levels. The results verify the positive impacts of LLMs on students′ language comprehension, text analysis, and critical thinking in a flipped classroom model. The findings indicate that using LLMs for English learning not only improves students′ reading comprehension levels but also strengthens their higher-order thinking abilities, thereby promoting deep learning. This research provides theoretical and practical guidance for the application of large language models in English reading instruction.

Key words: , large language models, deep learning, flipped classroom, teaching experiments

钟　华, 李素琴. 大语言模型促进英语深度阅读的教学策略研究[J]. 大理大学学报, 2025, 10(9): 53-.

Zhong Hua, Li Suqin. Research on Teaching Strategies for Promoting Deep English Reading with Large Language Models[J]. Journal of Dali University, 2025, 10(9): 53-.

[1]	刘　熙, 赖　泳, 周　萍, 刘　衡, 王　燕. 能力本位和课程思政相结合的药物代谢动力学教学改革与探索[J]. 大理大学学报, 2024, 9(2): 20-23.
[2]	陈斌. 基于视频图像的人体异常情绪识别算法研究[J]. 大理大学学报, 2023, 8(12): 27-31.
[3]	史晨阳, 杨自忠, 陈响育, 张宇航, 钱正坤, 王永良, 王建明. 基于迁移学习与数据增强的蜘蛛识别平台研建 [J]. 大理大学学报, 2022, 7(6): 26-36.
[4]	张晓玲, 董万归, 曾　新, 李　毅, 羊海潮. “数据结构”混合式教学模式设计和实践[J]. 大理大学学报, 2022, 7(12): 31-36.
[5]	彭小娟, 冯海丹, 张　男. “产出导向法”在留学生“课程思政”教学中的应用研究[J]. 大理大学学报, 2022, 7(11): 122-.
[6]	张静敏1，许婷婷1，杜利婷1，周卫红1， 2* . 基于深度信念网络的LAMOST恒星光谱分类研究 [J]. , 2019, 4(6): 10-14.
[7]	王清，王嘉梅. 深度学习在泰文商品识别中的应用[J]. 大理大学学报, 2019, 4(12): 18-24.
[8]	李婵玲. 基于“微课”的翻转课堂教学模式创新应用研究#br# ——以高校《中国近现代史纲要》教学为例[J]. 大理大学学报, 2018, 3(5): 45-50.
[9]	曹玉娜. 基于“翻转课堂”理念的微课教学模式应用研究[J]. J4, 2015, 14(7): 89-92.