热点聚焦 | 数字技术在外语教学与研究中的应用-外语教学方法

首页 > > > 外语教学方法 > 热点聚焦 | 数字技术在外语教学与研究中的应用

热点聚焦 | 数字技术在外语教学与研究中的应用

2025/01/13

以大语言模型（large language models）为代表的生成式人工智能（generative artificial intelligence）技术，已成为推动外语教育变革的重要力量。在数智时代，生成式人工智能如何赋能大学英语教学改革、在外语教学中实现创新应用等，是外语教育研究者面临的新课题。《外语教育研究前沿》2024年刊发了一系列文章，从多视角展现数字技术在外语教学与研究中的应用。本期热点聚焦，精编专题文章观点，以飨读者。

生成式人工智能在大学英语教学改革中的应用探究——以“通用学术英语写作”课程教学改革实践为例

王海啸

南京大学

本文以“通用学术英语写作”课程GAI应用教学改革实践为例，从课程大纲、教学计划、教学内容、教学资源、教学模式、教学方法、教学工具、教学评价等八个方面，探讨生成式人工智能赋能大学英语教学改革的实施路径。

2.1 课程大纲

课程大纲是课程建设的纲领性文件，制定课程大纲的首要任务之一便是明确课程的教学目标，而教学目标的确定则取决于国家与社会的要求、学科的特点以及学习者本身的需求（拉尔夫•泰勒 1949/1994）。为更好落实《指南》的相关要求，优化“通用学术英语写作”课程大纲的首要任务是优化课程的教学指导思想和教学要求。为此，我们采取了两步走的措施。

第一步，借助GAI的文献归纳功能，生成以下三类通用学术英语写作课程教学指导原则：

（1）课程思政教学要求

（2）具有中国特色的项目式大学英语教学法（ Project-Based Language Learning with Chinese Characteristics，简称PBLL-C）理论与应用原则

（3）以GAI为代表的信息技术应用原则

第二步，指导GAI依照以上三类教学指导原则，生成课程大纲的课程描述与教学目标。

2.2 教学计划

教学计划是课程大纲的细化教学方案，也是落实课程大纲的重要文本。为了使课程教学目标能够在教学中真正得以实现，教学计划在宏观上要确保教学目标、内容、方法与评价等教学要素既呈现线性延展的形态，又体现环环相接、周而复始的特点（拉尔夫•泰勒 1949/1994），在微观上则要帮助教师设计以学生为中心的教学活动，同时将学术英语写作技能与教材单元主题紧密结合，确保教学内容的连贯性、递进性和实用性。为了达到以上目标，我们首先基于前期生成的课程原则、教学目标与课程描述，借助GAI生成学期教学计划的大纲，然后再基于这一大纲逐一生成周教学计划大纲。后续教学过程中还可以根据周教学计划大纲，生成可以实施的周教学计划。

2.3 教学内容

课程建设的最重要步骤之一是选择教学内容与教学材料。现有的学术英语写作教材中有丰富的关于写作技巧的内容，也有对写作过程的指导，有的教材还会提供学术英语范文供教师或学生分析、学习或模仿。但在实际教学中，师生还会遇到教学内容零散、技能教学与作文范例不匹配等问题，在这种情况下，GAI可以帮助教师生成高质量的教学内容。

2.4 教学资源

相对于传统的AI，GAI的最大特点是能够根据用户指令自主生成新的内容，如文本、图像、音频和视频等（Maslej et al. 2024）。在高等学校的教学中，教师可以综合运用不同的GAI工具在内容生成、媒体加工、格式转换、结果呈现等方面的特长，研制满足教学改革需要的教学资源和材料。

2.5 教学模式

在教学改革方案的设计中，GAI支持多种教学模式的设计与实施，能够灵活运用线上、线下、混合和虚拟仿真等模式，设计出最优的教学模式组合，确保教学活动的有效性和学生的学习体验，使每个学生都能获得平等的教育机会和资源（Akinwalere & Ivanov 2022）。

2.6 教学方法

在教学方法的创新方面，GAI可以发挥重要作用。通过提供教学活动设计建议和教学资源支持，GAI可以帮助教师组织多样化的教学活动，如个人自主学习、小组合作学习、课堂及在线互动、专题研讨等，为学生提供个性化的学习路径和资源推荐（黄立波2022）。

2.7 教学工具

GAI在教学工具的开发中具有显著优势。通过提供类似词典、语法教科书和语料库的功能，GAI可以帮助学生在学习过程中随时查阅和学习相关知识，提高学习效率。GAI驱动的智能写作平台可以为学生提供实时的写作反馈和建议，帮助他们提高写作质量和效率。

2.8 教学评价

在教学评价方面，GAI可以通过分析学生的学习表现和数据，为学生提供专业、持续的评价和反馈，帮助他们在学习过程中不断反思和改进；GAI也可以帮助教师更好地了解学生的学习情况，调整教学策略，实现精准教学，促进个性化学习（Pelletier et al. 2024）。

本文认为在大学英语课程建设与教学设计中，合理运用GAI工具、科学设计提示词应重点关注五个方面。第一，坚持以人为本，从课程教学改革需要出发探索GAI应用。第二，将GAI应用有机融入教学设计，提升师生的教学与学习体验。第三，不断提升师生的数字素养，丰富GAI应用的基本知识与应用技能。第四，整合多种教学手段与工具，构建智能化学习环境。第五，关注潜在风险，遵守伦理规范，培养正确使用GAI的意识与能力。

节选自：

王海啸，2024，生成式人工智能在大学英语教学改革中的应用探究——以“通用学术英语写作”课程教学改革实践为例[J]，《外语教育研究前沿》（4）：41-50。（点击阅读全文）

生成式人工智能在外语专业教学中的应用：以《大学思辨英语教程·精读》教学为例

孔蕾

曲阜师范大学

本研究聚焦大语言模型在外语专业课程《大学思辨英语教程·精读》中的应用，探讨LLMs介入对外语教学内容设置和教学组织方式的影响，并通过案例展示它在教学中的潜在应用价值。

3 LLMs支持的教学重构

3.1 教学内容

在LLMs的智能辅助下，普通的信息查询、基本的词汇和语法知识以及浅层思维问题都可由学生通过与AI的交互在课外完成，不应再视为课堂教学的重点内容。课堂教学的核心应转向解决复杂的高阶问题，培养学习者的思辨能力。在设计《大学思辨英语教程·精读》的教学内容时，我们分别为课上和课下设置了不同的教学重点（见表1）。

3.2 教学组织

本研究提出“AI辅助+非AI辅助交替教学模式”。该模式为宏观教学模式，非AI辅助是指阶段性不使用AI，而并非无关AI。该模式的基本内涵是应用AI辅助学得的知识，来测试AI辅助学习的成效，既可以课上课下交替，也可以在课堂教学环节间交替。现以课上课下交替为例说明这一模式。

（1）课下AI辅助模式

重点：自主学习+探究性学习

应用场景一：AI辅助解决语言理解和产出问题

· 基础语言问题+语言产出反馈

· 提升自主学习效率

应用场景二：AI辅助的深度思考和探索

· 挑战性任务+启发性任务

· 激发阅读广度和思维深度

首先，LLMs可在基础语言学习方面提供辅助，并在课下学习阶段发挥特殊作用。其次，课下可利用LLMs辅助深度思考和探索。

（2）课上非AI辅助模式

重点：输出实践+思辨

第一层面：持续、大量的输出训练

· 提升准确性、流畅性

· 审视自主表达能力

第二层面：高阶学习任务

· 批判性思维、解决复杂问题的能力

· 与AI交互的能力

大语言模型的介入可能会掩盖学生的真实语言水平。为避免此类问题，应增加课堂即时性操练，通过持续、多样化的输出任务来提升学习者的外语自主表达能力，促使学习者积极学习和内化相关知识，检验并反思自己的语言能力，从而激发学生持续学习的动力。

“AI辅助+非AI辅助交替教学模式”既关注脱离AI辅助情境下的真实语言产出表现，又引导学生高效、批判地使用AI，课上课下注重不同的学习内容和能力发展，这样的教学模式将更具引领性，有利于充分利用大语言模型产出的知识提升外语人才培养水平。

4 LLMs在教学中的应用：情感、主题、叙事多层次分析

4.1 情感分析

为了让学生更细致、完整地感知成长类故事的叙事风格，特别是人物内心变化，可以借助大语言模型的情感分析能力，以句或段为单位计算情感值，追踪整篇故事的情感变化脉络。

4.2 主题和叙事进程分析

在精确的指令下，大语言模型能够挖掘出潜隐在表层故事情节下的深层叙事，发掘多重主题，并提供具体的文体细节以增强分析信度。叙事进程分析需要专业的叙事学理论和分析框架支撑，因此首先需要评估大语言模型在该领域的知识储备。

节选自：

孔蕾，2024，生成式人工智能在外语专业教学中的应用：以《大学思辨英语教程·精读》教学为例[J]，《外语教育研究前沿》（1）：11-18。（点击阅读全文）

ChatGPT支持下的人机协同产出导向法教学设计

李冬青

河南大学

产出导向法（Production-Oriented Approach，简称POA）作为中国特色外语教育理论，在我国各学段外语教学中具有广泛影响。外语教师在POA教学设计过程中需要应对四个主要挑战：产出场景设计创意不足，产出目标前期分析要求高，促成活动设计复杂度高，评价环节设计时间紧迫。

本研究尝试将ChatGPT应用于POA教学设计的产出场景设计、产出目标设定、促成活动设计和评价焦点挖掘过程，以发挥人机协同的优势互补作用，提升教学设计的科学性与创意，从而赋能大学英语教学。

3.2 产出场景设计

为解决产出场景设计创意不足的问题，教师可以先将教材文本提供给ChatGPT，让其在深度理解文本的基础上，提出不同的产出任务设计方案，以降低教师寻找“创意”的时间成本。

3.3 产出目标设定

在产出目标设定阶段，教师要对预期产出成果和学生产出缺口了然于胸，并基于现有教材，明确教学重点，对接学生缺口（文秋芳 2017）。这对使用非POA教学理念编写的教材的教师而言尤其具有挑战性。在人机协同设计过程中，这一问题得到有效改善。

3.4 促成活动设计

在促成活动设计部分，ChatGPT可以辅助教师开展促成活动设计和教学材料准备工作。例如，ChatGPT所提供的词汇表可以与学生课堂上经过头脑风暴产出的词汇归类形成对照，提供参考，辅助教师开展词汇促成。

3.5 评价焦点挖掘

师生合作评价环节要求教师在学生提交产出成果初稿后，在较为有限的备课时间内，确定评价焦点、选择典型样本，时间紧、任务重、难度大。在人机协同过程中，教师可以要求ChatGPT先对学生的产出成果进行评价并发掘其中的共性问题。

4 POA教学设计中的COPILOTS人机协同模式

基于人机协同的POA教学设计实践，笔者尝试提出POA教学设计中的COPILOTS人机协同模式设计（如图1所示）。

4.1 COPILOTS人机协同行动链

COPILOTS人机协同模式先由LLMs完成产出场景的初步创建（Construct）；在此基础上，教师结合学情和教情，选择方案并进行优化（Optimize），以补足场景要素，保障交际的真实性。接着，LLMs生成成果样例、评价尝试产出、提取语言项目并归纳教学重点（Predict & Parse），由教师整合信息并确认产出目标（Integrate & Identify）。在促成活动设计阶段，LLMs辅助单体促成活动设计（Locate）；教师需要组织搭建（Orchestrate）这些目标、难度、类型各不相同的促成活动。针对师生合作评价环节，笔者采用以问题为导向的路径：先由LLMs分析和挖掘学生产出样本的共性问题，即锚定潜在焦点（Target），再由教师根据可教性原则选择（Select）焦点和典型样本。

4.2 COPILOTS人机协同模式对教师的要求

人机协同的顺利开展对教师的POA理论素养、AI技术素养和高阶思维素养提出了要求。在教学设计过程中，教师需要对POA理论有准确和深入的理解，对各阶段的设计标准和评价指标有清晰的把握，能够运用POA理论对LLMs生成的内容进行分析、判断、反馈和优化。针对技术部分，教师可能不需要对LLMs的构建过程和运作机制有深度的理解，但一定要清楚它的能力与局限性，以及完成任务的路径和方法（文秋芳、梁茂成 2024）。此外，教师还需要具备批判性思维、系统性思维、创造性思维等高阶思维。

在POA教学设计中，教师仍发挥着不可替代的主导作用。教师需要不断巩固自身素养，对LLMs粗加工的内容进行综合分析、准确判断和精深加工处理，注入个性化特色，从而赋予教学设计以生命力。

节选自：

李冬青，2024，ChatGPT支持下的人机协同产出导向法教学设计[J]，《外语教育研究前沿》（4）：58-64。（点击阅读全文）

活动预告

“《外语教育研究前沿》面对面”系列活动第十九期“数字技术在外语教学与研究中的应用”将于2025年1月16日在线举行！在本期活动，王海啸教授、孔蕾教授和李冬青副教授将集中展示生成式人工智能赋能大学英语教学改革的实施路径，大语言模型在外语专业课程中的应用及影响，阐明选题缘由、撰写与审改过程，助力相关研究的发展。