<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ETI</journal-id><journal-title-group><journal-title>Education and Teaching Innovation</journal-title></journal-title-group><issn>2995-4894</issn><eissn>2995-4908</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ETI.2026050037</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>学习证据驱动的大学英语分级阅读“智链四环”模式构建</title><url>https://artdesignp.com/journal/ETI/4/5/10.61369/ETI.2026050037</url><author>陶旸</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>5</issue><history><date date-type="pub"><published-time>2026-05-20</published-time></date></history><abstract>生成式人工智能进入大学英语课堂后，教学改革逐渐从工具接入转向课程机制调整。现有研究多集中于写作反馈、口语练习和资源生成，对学习证据如何进入阅读教学决策、教师如何调控模型、不同基础学生如何获得适切支持仍缺少成体系的说明。本文以学习证据、形成性评价和人机协同为理论支点，构建多模态大模型支持的大学英语分级阅读&amp;ldquo;智链四环&amp;rdquo;模式：以诊断、支持、干预和反馈为基本环节，通过平台记录、任务表现和交互文本识别学习困难，结合分层资源与问题支架推进阅读理解和表达修订，再由教师、学生和模型共同完成评价与调适，并明确其课堂运行方式、教师职责、学生用智规范及适用边界。该框架可为应用型本科大学英语阅读教学提供可操作的课程改造思路，也为人工智能教学研究从工具功能描述转向教学机制解释提供参考。</abstract><keywords>学习证据,大学英语,分级阅读,智链四环,形成性评价,多模态大模型</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 胡加圣，戚亚娟．ChatGPT时代的中国外语教育：求变与应变[J]．外语电化教学，2023（1）：3-6+105．[2] 胡壮麟．ChatGPT谈外语教学[J]．中国外语，2023，20（3）：1+12-15．[3] 焦建利，陈婷．大型语言模型赋能英语教学：四个场景[J]．外语电化教学，2023（2）：12-17+106．[4] 张震宇，洪化清．ChatGPT支持的外语教学：赋能、问题与策略[J]．外语界，2023（2）：38-44．[5] 秦颖．人机共生场景下的外语教学方法探索&amp;mdash;&amp;mdash; 以ChatGPT为例[J]．外语电化教学，2023（2）：24-29+108．[6]KIM R．Effects of ChatGPT on Korean EFL learners&amp;rsquo; main-idea reading comprehension via top-down processing[J]．Language Research，2024，60（1）：83-106．DOI：10.30961/lr.2024.60.1.83．[7]ZHANG L，XU M，HUANG Y，et al．Reading differently with ChatGPT：EFL learners&amp;rsquo; use of Question-Answer Relationship strategy[J]．Reading in a Foreign Language，2025，37（1）：1-21．DOI：10.64152/10125/67520．[8]SHAFIEE RAD H．Reinforcing L2 reading comprehension through artificial intelligence intervention：refining engagement to foster self-regulated learning[J]．Smart Learning Environments，2025，12：23．DOI：10.1186/s40561-025-00377-2．[9]LEE H Y，CHEN P H，WANG W S，et al．Empowering ChatGPT with guidance mechanism in blended learning：effect of self-regulated learning，higher-order thinkingskills，and knowledge construction[J]．International Journal of Educational Technology in Higher Education，2024，21：16．DOI：10.1186/s41239-024-00447-4．[10]GA&amp;Scaron;EVIĆ D，DAWSON S，SIEMENS G．Let&amp;rsquo;s not forget：learning analytics are about learning[J]．TechTrends，2015，59（1）：64-71．DOI：10.1007/s11528-014-0822-x．[11] 顾永琦，李加义．形成性评估的效度[J]．外语教育研究前沿，2020，3（3）：34-41．[12] 何文涛，张梦丽，逯行，等．人工智能视域下人机协同教学模式构建[J]．现代远距离教育，2023（2）：78-87．[13] 文秋芳．人工智能时代的英语教育：四要素新课程模式解析[J]．中国外语，2024，21（3）：1+11-18．DOI：10.13564/j.cnki.issn.1672-9382.2024.03.001．</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
