多语言课堂中的高阶提问：LLM 不只依赖布鲁姆分类法

导语

在课堂上，问题的质量往往决定了学习的深度。低阶问题通常要求学生回忆事实或复述概念，而高阶问题则鼓励他们分析证据、解释原因、提出假设或比较观点。对于教师来说，持续设计这类问题并不容易；对于大语言模型来说，这正成为一个值得检验的教育应用场景。

arXiv 上一篇被 LREC 2026 接收的论文《High-Order Question Generation in a Multilingual Educational Context》关注的正是这个问题：大语言模型能否在多语言教育环境中生成真正有助于培养批判性思维的高阶问题？

核心要点

• 研究不再只围绕布鲁姆分类法。 既有研究常用布鲁姆分类法来设计提示词，引导模型生成分析、评价、创造类问题。该论文则引入两个替代框架：Claim-Evidence-Reasoning（主张-证据-推理）和 Divergent Questioning（发散式提问），希望观察它们是否能带来不同结构和思维路径的问题。

• 场景扩展到多语言。 研究覆盖巴斯克语、西班牙语和英语。相比只在英语环境中测试模型，多语言设置更接近真实教育系统，也能暴露模型在不同语言资源条件下的差异。

• 模型能生成，但“高阶”并不稳定。 摘要显示，开源模型和专有模型都能在三种语言中较有效地生成问题；不过，在可回答的问题中，只有大约一半被教师认定为高阶问题。这说明模型表面上可能生成了复杂句式，但未必真正触发深层推理。

• 替代框架具有互补价值。 论文的积极发现是，主张-证据-推理和发散式提问能够产出结构和概念上更具变化的问题。因此，它们并不是简单取代布鲁姆分类法，而是有机会与其互补，帮助教师拓展提问设计。

意义与影响

这项研究提醒我们，教育场景中的生成式 AI 不能只用“能不能出题”来衡量。真正关键的问题是：这些题目是否可回答、是否贴合教学目标、是否能推动学生解释、论证和迁移知识。

对于教师而言，LLM 可以成为备课助手，尤其是在需要快速生成多语言问题草案时。但论文结果也表明，教师审核仍不可替代。模型生成的问题需要经过教学语境、学生水平和认知目标的再筛选，否则容易停留在形式上的“高阶”。

对于教育技术开发者而言，这项工作提供了一个方向：未来的出题系统不应只内置单一教育框架，而应支持多种提问理论，并把教师反馈纳入评估流程。尤其在非英语或多语言课堂中，模型能力、语言适配和教育有效性需要被同时考量。

总体来看，这篇论文的价值不在于宣称 LLM 已经解决高阶提问，而在于更细致地指出：模型确实能扩展教师的提问工具箱，但“高阶思维”的判断仍需要教育专业知识参与。

来源：arXiv