8月2—3日，“全国高等学校外语学科中青年骨干教师高级研修班”第七期——大模型外语教学与研究方法研修班在北京成功举办。本期研修班特邀北京外国语大学许家金教授、江西师范大学李维静博士、北京外国语大学周顾盈博士主讲，来自全国28个省、市、自治区160余所高校的220余位教师齐聚一堂。研修聚焦大模型技术原理、外语教学法与语言学研究方法，通过专题讲授、案例展示、现场实操、小组研讨与成果汇报，引导参班教师深入理解大模型运行逻辑，探索人机协同赋能外语教学与科研的新路径。

研修会场

研修班开幕式由外研社高等英语教育出版分社副社长孔乃卓编审主持。他介绍了本期研修的课程设计、学习目标、实践任务与考核安排，并指出，大语言模型正从辅助工具逐步走向教学伙伴，持续重塑外语教育与学术研究的范式。本期研修聚焦大模型技术原理、外语教学法及语言学研究方法，突出理论讲解、案例示范、现场实操和小组研讨，引导参班教师在理解技术的基础上掌握方法，将研修成果转化为课堂教学与科研实践的具体方案。

许家金教授从语言学视角切入，以文科教师易于理解的方式讲解大模型的底层逻辑。他从结构主义和分布假说出发，说明词语的意义与其所处语境及共现关系密切相关，并通过词向量、语义距离和余弦相似度等概念，展示语言如何被转化为可计算的数据。在此基础上，许教授解析了大模型“预测下一个词元”的生成机制，进一步说明生成结果的流畅性、随机性与“幻觉”现象的由来。随后，他结合国内外最新进展，对主流语言大模型、多模态大模型以及智能体式人工智能进行概览，介绍其在文本处理、数据分析、图像与音视频生成、教学资源开发等方面的应用趋势，帮助参班教师从“会使用”进一步走向“懂原理、能判断、善选择”。

许家金教授首先阐释了人文与智能素养双核驱动的人机协同外语教学法。他强调，人机协同并非用机器替代教师，而是形成“教师主导、学生为中心、人工智能助教伴学”的协作模式：人工智能可用于课前资源准备、个性化材料设计和课后辅学，课堂则应回归师生、生生之间的深入互动，在提升技术效率的同时守住外语教育的人文底色。

随后，李维静博士从提示语的基本原理与结构化设计方法讲起，结合角色、任务、语境、输入材料和输出格式等要素，引导教师提升与大模型沟通的准确性。她围绕读写与听说教学展示了六类应用场景：利用“交互阅读助手”对课文词汇、语法和句子难度进行分级；借助“情感探究助手”呈现精读文本的情感变化；根据文本材料制作听力教学音频；根据音视频资源设计听力练习；利用知识图谱支持演讲、辩论与写作教学；在演讲和写作任务中培养学生的语块意识。通过案例演示与同步操作，参班教师直观体验了从提示语设计到互动网页、听力资源和教学任务生成的完整过程，也进一步认识到，大模型生成结果必须经过教师审查、比较与修正，才能真正转化为可靠、适切的课堂资源。

大语言模型不仅丰富了外语教学资源的呈现形式，也为人机协同教学开辟了新的实践空间。许家金教授围绕多模态大模型辅助教学设计，结合学生作文语料库研究成果，展示了如何将词汇、语法、语块及篇章研究转化为信息图、互动网页、动画和数字人等教学资源。他通过名词单复数、动词时态、近义词辨析、介词与小品词差异等案例，说明多模态技术能够将抽象的语言知识转化为直观、生动的教学材料，让科研成果真正服务课堂，同时强调技术应用仍应以语言学习目标和教师专业判断为基础。

随后，周顾盈博士从提示语、工作流和技能三个层次，带领教师探索大模型应用如何由“一次性生成”走向“流程化设计”和“能力复用”。她以词义辨析信息图和作文智能评测为例，将复杂任务拆分为内容分析、标准构建、结果诊断与报告生成等步骤，并演示如何将成熟流程封装为可重复调用的技能。在作文评测环节，周老师指导教师将四六级等较为概括的评分标准转化为模型可执行的量表，使大模型不仅能够完成评分，还能识别语言错误、分析篇章逻辑、提出修改建议并生成可视化反馈报告。围绕批量批改、共性问题提取及个性化反馈等问题，参班教师进一步研讨了教师把握标准、人工智能辅助处理、学生依据反馈持续改进的“师—生—机”协同机制。

研修第二天以大模型分析语料为起点展开。许家金教授以参班教师提交的反思日志为分析语料，现场展示大语言模型辅助质性文本分析的完整过程。他通过提示语引导模型开展语义归纳、主题聚类、代表性原文提取与可视化呈现，分析总结了参班教师研修第一天的收获、问题与建议。许教授逐一回应教师关切，并强调，智能工具可以提高归纳与分析效率，但教师仍须通读原始材料、核查模型结论，在使用中守住隐私保护、学术诚信与专业判断的底线。

大语言模型不仅为外语教学提供了新的实践思路，也为语言学研究与数据分析注入了新的动力。随后，许家金教授围绕文献检索、语义分析与文本语料标注展开讲解。他以翻译研究经典文献为例，演示如何将可信文献上传模型，通过语义检索定位概念出处、原文引句与具体页码，并按照APA规范生成参考文献，强调引用必须回到原始文献核验，不能以模型回答代替学术查证。随后，许教授展示了大模型对网络视频内容的语义检索能力，可依据记忆定位相关视频及具体时间段。在语料分析方面，他介绍了利用大模型开展教师日志等质性材料的归纳分析，以及对指称、衔接、连贯、省略等语义、语用、话语和功能现象进行人机协同标注的方法。相较于传统工具主要检索显性的词汇和句法形式，大模型能够结合上下文识别隐含意义与省略成分，为大规模深层语言现象研究提供新的技术路径；但研究问题的提出、标注标准的制定与结果复核仍须由研究者主导。

随着模型能力与应用场景不断拓展，大语言模型正逐步融入语言学研究的多个环节，为科研创新提供更加多元的技术支持。许家金教授首先利用ChatGPT实时语音模型开展同声传译测试，直观展示大模型在连续语音理解与即时翻译方面的最新能力。随后，他以“外语教学问商素养”为例，介绍如何从通识知识、领域知识、提问能力与创新能力四个维度设计问卷，并通过多轮交互完善题项、量表与呈现形式。许教授强调，大模型可协助生成问卷初稿，但研究者仍须依据专业知识完成预测试、信效度检验和最终定稿。

李维静博士围绕多模态大模型辅助图文语料标注，结合社交媒体话语分析案例，介绍了利用大模型开展情感、判断和鉴赏等态度类型自动标注的基本流程。她强调，研究者需要依据理论框架与语料特点细化标注标准，通过保留判断理由、汇总标注结果和人工复核等方式，提升分析的准确性与可解释性。

周顾盈博士围绕大模型辅助文献阅读与文献体例编排，展示了智能工具在科研基础工作中的应用。她介绍了如何通过结构化提示语提取单篇文献的研究问题、理论框架、研究方法与主要结论，对多篇文献进行横向比较，并按照APA、国家标准或期刊样例统一编排参考文献格式，帮助教师提高文献梳理与规范整理的效率。

在研修的最后，许家金教授对大语言模型拓展资源进行了分类介绍，重点展示了持续更新的“语料天涯”和“模型天涯”资源板块，汇总国内外主流模型、访问入口、功能特点及应用场景。他引导参班教师根据文本、图像、语音、视频等不同任务选择适切工具，善用开放资源持续跟进技术发展，不断拓展智能教学与科研的实践空间。

本期研修突出“讲练结合、以练促学”，在专题讲授之外设置了多轮现场实操。参班教师在专家带领下分步骤实操演练，在实践中熟悉大语言模型的核心功能与应用流程，推动所学内容从理论认知转化为可落地的教学与科研方法。

此外，研修班特别邀请许家金教授团队的郭嘉雯、黄鼎、李鹤林、任卓璇、宋瑛明、孙铭辰、杨宇航、殷俪恺共8位在读硕博士生担任助教。研修期间，助教团队深入各学习小组，为参班教师提供全程技术支持与操作指导，及时解答工具登录、文件上传、任务运行等问题，有效保障了现场实操与小组活动的顺利开展。

助教答疑

为内化研修所学，参班教师分组开展研讨与实践活动。各组结合专家讲授内容与自身教学实际，围绕大语言模型赋能外语教学设计与教学资源开发，积极交流、协同共创，精心形成了各具特色的实践方案。淮北理工学院卢强威老师、淮北理工学院翟成龙老师、江汉大学郑北婷老师、青海理工学院刘鑫琴老师、北京邮电大学世纪学院张渝老师、广东白云学院陈伟霖老师、南京航空航天大学张鹏老师、河北农业大学高慧贤老师分别代表小组进行了精彩汇报。主讲专家充分肯定了各组的创新思路，并从教学目标、内容设计、技术应用与课堂落地等方面给予指导性建议，为参班教师进一步探索“师—生—机”协同教学提供了有益启发。同时也提醒教师避免工具堆叠，坚持以学生需求、语言学习和育人目标统领技术应用。

小组代表汇报

组长及优秀学员颁奖

为期两天的研修内容充实，兼具理论深度、实践广度与操作温度。参班教师在专家引领下，从理解大模型原理到设计智能教学资源，从构建“师—生—机”协同课堂到探索语料标注、文献阅读等科研方法，逐步完成了从技术认知到实践转化的进阶。期待参班教师将研修所得融入今后的课堂教学与学术研究，在坚守外语教育人文底色与学术规范的基础上，善用智能工具、深化人机协同，持续推动外语教育教学创新与科研提质，为培养面向未来的高素质国际人才贡献力量。

反思日志摘录