AI学习
AI翻译读起来很流畅，为什么仍可能误解课程原意
深度阅读
流畅度只能说明句子像自然语言，不能证明术语、语气、证据范围和课堂要求都被准确保留。流畅不是准确的同义词
语言模型擅长生成连贯表达，也可能在缺少上下文时补出合理但不存在的关系。课程文本中的定义、条件和否定词尤其需要核对。
阅读时应把译文当作理解辅助，而不是自动替代原文。
术语依赖学科和课程阶段
同一个英文词在语言学、心理学和教育测量中可能有不同含义。
课程词汇表、教材章节和教师定义应优先于通用翻译。
课堂语气会改变任务理解
建议、要求、警告和讨论邀请在不同语言中表达强度不同。
如果译文把“可以”变成“必须”，学生可能完成错误任务。
摘要会主动丢失细节
摘要的价值是压缩，但研究方法、样本限制和例外往往也会被压缩。
决定引用结论前必须回到完整段落。
多轮对话也会累积偏差
后续回答会依赖前一轮上下文。第一次误解课程对象，后面的练习和解释可能越来越偏。
发现术语不对时应重新提供原文与明确任务，而不是只让模型继续润色。
教师反馈不能完全自动化
自动反馈适合发现拼写、重复和部分结构问题，却难以理解学生的真实意图、学习阶段与课堂目标。
教师可以利用工具提高初筛效率，但最终评价仍需对应课程标准。