HUMAN-LANGUAGE MEDIATION IN AI SYSTEMS: A SIX-STAGE PROMPTING FRAMEWORK FOR INCLUSIVE TEFL PRACTICE.
This paper presents a structured six-stage framework for prompt engineering in the context of Teaching English as a Foreign Language (TEFL), with a focus on producing inclusive, culturally sensitive, and pedagogically relevant AI-generated materials. Large Language Models (LLMs) are increasingly use...
| Publicado en: | Studii de Ştiintă şi Cultură Vol. 21; no. 3; pp. 243 - 253 |
|---|---|
| Autor principal: | |
| Formato: | Artículo |
| Publicado: |
Studii de Stiinta si Cultura
sep2025
|
| Materias: | |
| Acceso en línea: | Ver este registro en EBSCOhost |
| Sumario: | This paper presents a structured six-stage framework for prompt engineering in the context of Teaching English as a Foreign Language (TEFL), with a focus on producing inclusive, culturally sensitive, and pedagogically relevant AI-generated materials. Large Language Models (LLMs) are increasingly used to support language teaching, yet prompt design often remains informal and inconsistent, leading to variable quality and occasional cultural bias. Building on insights from natural language processing, cognitive science, and human–computer interaction, the proposed workflow moves from goal definition through role assignment, contextual embedding, and structured instruction, to iterative refinement and explicit ethical checks. Case studies from TEFL practice illustrate how this approach transforms vague or biased prompts into targeted, level-appropriate, and inclusive teaching resources. By integrating bias-awareness into the prompt itself, the framework ensures that AI outputs align with both pedagogical objectives and ethical standards. This study positions prompt engineering as an essential skill for educators aiming to harness AI as a reliable and equitable teaching partner. Cet article présente un cadre structuré en six étapes pour l’ingénierie de prompts (prompt engineering) dans le contexte de l’enseignement de l’anglais comme langue étrangère (Teaching English as a Foreign Language, TEFL), en mettant l’accent sur la production de supports pédagogiques générés par l’IA qui soient inclusifs, culturellement sensibles et pertinents sur le plan didactique. Les grands modèles de langage (Large Language Models, LLMs) sont de plus en plus utilisés pour soutenir l’enseignement des langues, mais la conception des prompts reste souvent informelle et incohérente, ce qui entraîne une qualité variable et, parfois, des biais culturels. S’appuyant sur les apports du traitement automatique du langage naturel, des sciences cognitives et de l’interaction homme–machine, le flux de travail proposé va de la définition des objectifs à l’attribution de rôles, en passant par l’intégration contextuelle et la structuration des instructions, pour aboutir à un affinage itératif et à des vérifications éthiques explicites. Des études de cas issues de la pratique TEFL montrent comment cette approche transforme des prompts vagues ou biaisés en ressources pédagogiques ciblées, adaptées au niveau des apprenants et inclusives. En intégrant la sensibilisation aux biais directement dans le prompt, le cadre garantit que les productions de l’IA sont conformes aux objectifs pédagogiques et aux normes éthiques. Cette étude positionne l’ingénierie de prompts comme une compétence essentielle pour les enseignants souhaitant exploiter l’IA comme partenaire d’enseignement fiable et équitable. Lucrarea prezintă un cadru structurat în șase etape pentru ingineria prompturilor (prompt engineering) în contextul predării limbii engleze ca limbă străină (Teaching English as a Foreign Language, TEFL), având ca obiectiv crearea de materiale generate de inteligența artificială care să fie incluzive, sensibile din punct de vedere cultural și relevante din perspectivă pedagogică. Modelele lingvistice de mari dimensiuni (Large Language Models, LLM-uri) sunt utilizate tot mai frecvent pentru a sprijini predarea limbilor, însă conceperea prompturilor rămâne adesea informală și inconsistentă, ceea ce duce la variații de calitate și, uneori, la apariția unor prejudecăți culturale. Bazându-se pe contribuții din procesarea automată a limbajului natural, științele cognitive și interacțiunea om–calculator, fluxul de lucru propus pornește de la definirea obiectivelor și atribuirea rolurilor, trece prin integrarea contextului și structurarea instrucțiunilor, pentru a ajunge la rafinarea iterativă și la verificările etice explicite. Studii de caz din practica TEFL arată cum această abordare transformă prompturi vagi sau părtinitoare în resurse didactice țintite, adaptate nivelului cursanților și incluzive. Prin integrarea atenției față de părtinire direct în prompt, cadrul propus asigură că rezultatele generate de IA sunt în concordanță cu obiectivele pedagogice și cu standardele etice. Studiul prezintă ingineria prompturilor ca pe o competență esențială pentru profesorii care doresc să valorifice IA ca partener de predare fiabil și echitabil. |
|---|