High-Order Question Generation in a Multilingual Educational Context
作者: Suna-Şeyma Uçar, Itziar Aldabe, Nora Aranberri, Orphée De Clercq
分类: cs.CL
发布日期: 2026-07-15
备注: This paper was accepted at the 15th edition of the Language Resources and Evaluation Conference (LREC 2026)
期刊: Proceedings of the Fifteenth Language Resources and Evaluation Conference (LREC 2026), pp. 760-769
💡 一句话要点
提出多语言高阶问题生成方法以提升批判性思维能力
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 高阶问题生成 批判性思维 多语言教育 布鲁姆分类法 主张-证据-推理 发散性提问 大型语言模型 教育技术
📋 核心要点
- 现有的高阶问题生成方法主要依赖于布鲁姆分类法，且研究多集中于英语，缺乏多语言支持。
- 本研究提出了基于主张-证据-推理和发散性提问的提示框架，以生成多语言的高阶问题，扩展了现有方法的适用性。
- 实验结果显示，所提出的方法在三种语言中均能有效生成问题，且替代框架生成的问题在结构和概念上具有多样性。
📝 摘要（中文）
批判性思维是帮助学习者超越简单记忆的基本技能，而高阶提问是发展这一技能的重要方式。然而，教师在设计高阶问题时面临挑战，课堂实践往往依赖低阶问题。大型语言模型在生成高阶问题方面表现出色，尤其是在基于布鲁姆分类法的提示下。然而，现有研究主要集中在这一框架上，并且仅限于英语。本研究通过引入基于主张-证据-推理和发散性提问的两种替代框架，解决了这些不足，且在巴斯克语、西班牙语和英语的多语言环境中进行实验。结果表明，尽管开源和专有模型在三种语言中有效生成问题，但只有约一半的可回答问题被教师认定为高阶问题。值得注意的是，替代框架生成了结构和概念上多样化的问题，表明它们可以相辅相成，为布鲁姆分类法提供可行的替代方案。
🔬 方法详解
问题定义：本研究旨在解决教师在多语言环境中生成高阶问题的挑战，现有方法主要依赖于布鲁姆分类法，缺乏对其他框架的探索。
核心思路：通过引入主张-证据-推理和发散性提问的提示框架，提供多样化的高阶问题生成方法，以增强学习者的批判性思维能力。
技术框架：整体架构包括数据预处理、提示设计、模型训练和问题生成四个主要模块。首先，收集多语言数据并进行预处理；然后，设计基于两种替代框架的提示；接着，利用开源和专有模型进行训练；最后，生成高阶问题并进行评估。
关键创新：本研究的创新点在于引入了两种新的提示框架，扩展了高阶问题生成的理论基础，提供了与布鲁姆分类法不同的视角。
关键设计：在模型训练中，采用了特定的损失函数以优化高阶问题的生成质量，并在参数设置上进行了细致调整，以确保生成问题的多样性和有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的开源和专有模型在巴斯克语、西班牙语和英语中均能有效生成高阶问题。尽管只有约50%的问题被教师认定为高阶，但替代框架生成的问题在结构和概念上表现出显著的多样性，表明其在教育实践中的潜力。
🎯 应用场景
该研究的潜在应用领域包括教育技术、在线学习平台和多语言教学环境。通过生成高阶问题，教师可以更有效地促进学生的批判性思维能力，提升学习效果。未来，这种方法可能会在全球范围内的教育实践中得到广泛应用，推动多语言教育的发展。
📄 摘要（原文）
Critical thinking is a fundamental skill that helps learners move beyond simple memorization. One way to develop this skill is through high-order questioning. However, crafting such questions remains a challenge for educators, and classroom practices tend to rely on low-order questions. Large Language Models have demonstrated strong capabilities in generating high-order questions, especially when guided by prompts based on Bloom's Taxonomy. Yet, existing research has largely centered on this framework and focused only on English. This study addresses these gaps by introducing prompts grounded in two alternative frameworks: Claim-Evidence-Reasoning and Divergent Questioning within a multilingual context using Basque, Spanish, and English. Results indicate that while both an open-source and a proprietary model rather effectively generate questions in all three languages, only about half of the answerable questions are recognized by teachers as high-order. A positive finding is that the alternative frameworks produce structurally and conceptually varied questions, suggesting they could complement each other and provide viable alternatives to Bloom's Taxonomy.