論生成式人工智能賦能高校外語教學：機遇、挑戰與應對

摘 要：生成式人工智能作為一種新型知識生產工具，在高校外語教學中展現出巨大的應用潛力。它能夠為高校外語教學創造沉浸式的學習環境、問題導向的課堂和個性化的學習路徑。然而，生成式人工智能工具也可能威脅外語教學的公平性、影響知識傳遞的質量和全面性以及削弱教學過程中的情感交流。為應對這些挑戰，高校需要加強科技倫理建設，開展智能技術教育，并充分發揮外語教師的能動性作用，以促進生成式人工智能賦能高校外語教學。

關鍵詞：生成式人工智能 高校外語教學 機遇 挑戰 應對措施

當前，新一輪科技革命和產業變革向縱深推進，孕育出新的生產力發展質態。2023年9月，習近平總書記在黑龍江考察期間首次提出“新質生產力”概念。2024年，在中共中央政治局第十一次集體學習時，習近平總書記對新質生產力作出了系統而深入的闡釋：“新質生產力是創新起主導作用，擺脫傳統經濟增長方式、生產力發展路徑，具有高科技、高效能、高質量特征，符合新發展理念的先進生產力質態。”［1］推動新質生產力的形成與發展，要求順應數字化、信息化、智能化、綠色化發展趨勢，促進以人工智能為代表的技術創新與實踐應用。2022年以來，各種文生文、文生視頻式的生成式人工智能（Generative Artificial Intelligence，縮寫為GAI）不斷涌現，極大地改變了知識生產方式。在這種背景下，高校外語教育應“主動擁抱人工智能，深挖語言智能的應用潛力”［2］。目前，人工智能賦能高校外語教學有兩種路徑。一是人機外部合作，人工智能作為一種知識生產工具參與外語教學；二是人類主體與人工智能內部融合，即后人類時代（Posthuman）下，人機共生的外語教學。［3］本文從第一種路徑出發，探究生成式人工智能給高校外語教學創造的機遇，人工智能工具引入后高校外語教學可能面臨的挑戰，并提出相應舉措，旨在促進高校外語教學的技術變革。

一、高校外語教學的發展機遇

（一）沉浸式的學習環境

生成式人工智能可以為學生的語言學習提供真實的對話場景。生成式人工智能“具有很強的交互性，不僅能夠就廣泛的話題與人類進行非常自然的對話，而且還能產生令人信服的創造性內容”［4］ 。在課堂學習過程中，學生可以與生成式人工智能進行對話交流，置身于一個高度參與、雙向互動的語言學習環境中，從而更好地提升口語表達的準確性和流暢度。同時，作為一種智能工具，“外語學習者不會因為與其交流時出錯而感到害羞或焦慮”［5］，有助于增強外語學習者的二語交際意愿。

文生視頻人工智能將為外語學習者創造虛擬的學習場景。2024年，美國人工智能研究公司Open AI研究的人工智能文生視頻大模型Sora橫空出世。通過學習海量視頻數據，Sora能根據用戶指令生成長達1分鐘的場景視頻，且在畫面清晰度、視頻流暢性、場景元素連貫性上具有極高的品質，達到了對物理世界的基本模擬。這種文生視頻大模型可以為高校外語教師開展案例教學、情境教學提供真實和動態的場景。例如，高校外語教師可以利用其模擬國際商務談判、會議同傳。通過視頻中的語言場景、文化元素和交際情境，外語學習者能更好地理解和掌握其中的語言文化知識，學習成果也能更好地被應用和轉化。這種直觀、生動的學習方式，既能豐富學習者的學習體驗和感知，也拓展了外語教學的空間和維度。

（二）問題導向的課堂

生成式人工智能將推動課堂提問從以教師為中心向以學生為中心轉變。當下的外語課堂，教師往往運用蘇格拉底式的對話法來引導學生思考，因而掌握著課堂提問的主導權。然而，蘇格拉底式的提問者很容易固守自己的主導地位，不斷地提出好問題并提取經過推敲的答案，卻從不將話語權交給學習者。［6］這種模式下，教師可以幫助學生由淺入深，逐步形成對知識的見解，但學生往往被動回應著教師的問題，缺乏主動提問的過程。隨著移動網絡的大面積覆蓋和搜索引擎的廣泛使用，如今高質量的答案隨處可見，且獲得成本越來越低。在一個到處都是答案的世界，學生的“提問比回答更有力量”［7］。生成式人工智能顛覆了傳統的教師提問、學生回答的二元互動模式，為學生提供了充分的發問空間。生成式人工智能是以人類的“提示詞”作為開啟鍵的生成式對話模型，用戶只有向它提問，它才能進行知識生成，這種工作方式決定了它必須把課堂提問的主導權讓渡給求知者，即學生。在外語課堂上，學生通過提出問題來推動課堂進程，而教師則是課堂教學的“舵手”，為提示詞定向和把握課堂整體方向，使整個學習過程既不超出學生現有的認知范圍，也不偏離教學大綱。這種問題導向的課堂為外語學習者提供了鍛煉批判性思維的平臺，有助于培養他們的自主性和主動性。

（三）個性化的學習方式

生成式人工智能使個性化學習成為可能。現階段，我國高校外語教師的教學班額較大，“教師的平均班額為55人，其中 30.4% 的教師班額在60人以上，10.1% 的教師班額在90人以上”［8］。大班額問題加大了教師的工作強度，也使因材施教成為挑戰。作為一種新型知識生產工具，生成式人工智能可以滿足學生多樣的學習需求，同時也能減輕外語教育工作者的壓力。一方面，生成式人工智能可以促進知識生產個性化。通過預訓練數據以及歷史對話信息，生成式人工智能可以為每位外語學習者定制個性化的學習方式，學習內容將由個人需求和興趣驅動。同時，基于人類反饋強化學習（Reinforcement Learning from Human Feedback， 縮寫為RLHF），它可以在不斷地與學生互動中主動適應其偏好，從而滿足學習者的個性化需求。另一方面，生成式人工智能也順應當下“雙減”趨勢，為教師教學工作做減法。生成式人工智能可以代替外語教師與學生對話交流、答疑解惑，極大地減輕了教師面向大班額群體的教學負擔。作為智能教學“助教”，生成式人工智能還可以提供海量的教學資源來支持外語教師高質量備課，幫助教師撰寫教學大綱、生成教案、批改作業等。

二、高校外語教學面臨的挑戰

盡管生成式人工智能為高校外語教學帶來了發展機遇，但教育倫理和技術倫理的雙重疊加也放大了其中風險。在人工智能技術全面進入外語教學之前，只有全面預判可能存在的風險，才能更好地防患于未然。

（一）外語教學的公平性受損

生成式人工智能可能會挑戰外語教育的公平性。首先，在人工智能的訓練過程中，不同語言的參與度存在顯著的不平衡現象。“訓練數據語料庫的質量直接決定了人工智能大模型的能力。”［9］英語作為全球通用語，其高質量的語料數據在互聯網上極其豐富，為建立訓練人工智能的英文數據庫提供了堅實保障。基于此，大部分的人工智能企業在訓練大模型時往往更依賴英文語料標注數據集、開源數據集等。相較之下，其他語言難以直接參與人工智能的預訓練。由于語言資源的傾斜，非英語學習者可能無法獲得與英語學習者相同質量或數量的語言學習資源。

其次，人工智能技術并非具有中立性。傳統上，技術被認為是中立的，其非中立性僅在技術的使用中產生。但如今，“不存在價值中立的人工智能，人工智能的價值觀始終被人類的價值偏見所制約”［10］。人工智能訓練數據的篩選、標注以及算法設計具有明顯的非客觀性。“語料庫是有意識形態性的。”［11］絕大部分人工智能的訓練數據集都以英文語料為主，而這些數據不可避免地包含具有顯著意識形態導向的內容。當這些數據被用于訓練大模型時，其生成的內容也難以擺脫意識形態傾向。外語學習者如果不對這些內容加以甄別，將影響社會主義意識形態立場以及價值認同。

（二）知識的失真和簡化

生成式人工智能可能影響外語教學過程中知識傳遞的質量。首先，人工智能生成的知識具有滯后性風險。隨著社會發展和國際交流的日益頻繁，不同國家的文化會發生一定程度的嬗變，各種語言在使用過程中也會更新迭代。與此同時，我國的高校外語教學政策、課程方案也在不斷調整。而生成式人工智能所“知曉”的信息僅停留在訓練數據所指涉的時間段內，當物理世界中的認知被更新或推翻后，它難以迅速進行自我修正，即出現“即時性的留滯現象”［12］。因此，它無法實時捕捉外語領域中的最新動態和變化，從而導致教育主體所掌握的信息滯后。這將進一步影響教師教學方法的科學性、教學內容的準確性以及學生的學習成果、職業發展等。

生成式人工智能還可能損害學生學習內容的全面性。借助算法推薦和人類反饋機制，人工智能可以主動適應學習者的偏好。如此，學生的知識學習很可能會僅停留在他們認為“有用”或感興趣的領域，導致多樣的學習內容遭到淡化和淺化。另外，伴隨數字技術的廣泛應用，“人們更傾向于將數據，尤其是適合數字技術的可量化的數據，視為重要的知識形式”［13］。換句話說，只有那些達到機器語言可譯性條件的知識才能進入傳播渠道，而那些不可測量、分析的知識將會被邊緣化。因此，生成式人工智能割裂了外語學習者全面的學習過程。

（三）外語教學的情感消融

人機對話擠壓師生、生生對話場域，容易導致師生、生生間的情感消弭。生成式人工智能的參與使師生、生生的直接對話被技術中介阻隔，教師和學生分別位于智能機的兩端，教師依賴其教學，學生按其反饋學習，整個學習環節僅通過智能工具這一中介就可以完成，留存在教師和學生間的“只有技術眼中的‘數字符號’和一些程式化的活動設置”［14］。長此以往，師生和生生間的情感容易流失。此外，技術的介入容易造成班級內部的分裂和隔閡。人機對話助力個性化的語言學習，同時也取代了同伴之間的交流。由于個性化的發展和集體溝通的缺失，學生容易產生極端的個人主義，進而引發“價值觀分化與社群區隔”［15］ 。同班學生之間，甚至同一代人之間形成共識的難度加大。學生雖然習得了語言技能，卻陷入精神和情感的“孤島”之中。

三、生成式人工智能賦能高校外語教學的對策

生成式人工智能落地高校外語教學，機遇與風險并存。促進高校外語教育與快速發展的智能技術接軌，而不讓衍生的各種風險影響教學活動的正常進行和學生發展是國家、人工智能創新主體和外語教師必須面臨的課題。

（一）加強科技倫理建設

教育需要科技賦能，也需要對潛在的技術風險未雨綢繆。2023年，教育部、中國科協等十部門印發了《科技倫理審查辦法（試行）》，要求包括從事人工智能技術在內的創新主體開展科技倫理審查。從源頭遏制人工智能技術給高校外語教育帶來的風險，應把倫理要求放在首位，加強創新企業的科技倫理、企業責任和行業責任建設。具體來說，算法工程師應擺脫個人價值傾向和偏好，以公正、中立的態度進行算法設計。在人工智能訓練數據的篩選上，兼顧全面性和客觀性，推進算法的公開、透明和可解釋性。鑒于在人機合作中，外語學習者所面臨的多重風險均與復雜的技術有關，而在這些技術問題上，相比教育主體，人工智能創新主體擁有專業知識上的優勢。因此，“他們在開發研究的同時，也應該對作用和風險進行伴隨研究”［16］ 。當人工智能進駐教育，并直接作用到人的身心發展過程中時，為避免技術對教育的簡化，有必要將教育學、倫理學、心理學等學科納入人工智能的開發設計，讓人工智能“慢”下來。此外，各創新主體也應強化責任意識，持續追蹤人工智能與外語教育的融合情況，并接受教育主體反饋，不斷改進、升級人工智能，從而將技術風險的防控貫穿人工智能從開發到落地的全過程中。

（二）開展智能技術教育

面對日益技術化的現實世界，高校外語學科應與時俱進，開展智能技術教育。“人工智能不僅加速了教育范式自身的變革，同時也對人才培養和勞動力結構提出了與以往不同的要求。”［17］學生不僅是人工智能技術的當前使用者，而且是未來勞動力市場中該技術的關鍵應用者。外語教育應將智能技術教育納入課程體系，培養能夠熟練掌握人工智能工具的外語人才。

首先，要增強學生的人機互動協商能力。人機互動協商能力（Human-AI Interactive Negotiation Competence，縮寫為HAINC）指的是用戶在與人工智能交互時需要掌握的一種溝通技能，是“AI能否充分發揮其功能的關鍵”［18］。若要獲得高質量的答案，在人機對話過程中，學生需要不斷調整自己的提示詞，提出高效、結構化的問題，以便人工智能正確解讀。適應生成式人工智能作為“助教”的課堂，增強人機互動協商能力是一堂必修課。其次，智能技術教育既要求培養學生的科技素養，也強調增強學生的倫理素養。外語教師在指導學生駕馭人工智能的同時，也要將法律、倫理等知識一并融入課堂，規范人工智能的具體使用場景，使外語學習者既能利用生成式人工智能提升學習效率，也能保持獨立思考、思辨能力，更要遵守道德倫理。

（三）發揮外語教師能動性

人類教師的能動作用是防范風險的關鍵。在學生與機器的合作過程中，教師的指導和幫助仍是規避各種風險最直接和有效的方式。高校外語教師要充分認識到生成式人工智能的潛在風險，尋求自身優勢和人工智能強項的優化組合，培養具有專業素養、倫理道德、人文情懷和全球視野的外語學習者。

高校外語教師要融智能技術于教學，也要保持自身的主體判斷，在技術內外“來去自如”。“大學外語教師首先要成為智能技術的學習者，學習好、應用好人工智能等新技術，提高人機共處、人機互助能力。”［19］高校外語教師應主動接納新技術，提升自身的數字素養，也應全面評估、防范潛在風險。高校外語教師要辯證地對待人工智能的知識生產，保持對最新語言理論、教育政策、教學方法的敏感性以及對虛假信息的警覺，同時也要引導學生正確理解人工智能生成的信息，避免價值誘導。在教學評估上，高校外語教師應充分意識到教育的復雜性和學生的發展性，堅持評價主體多元化，評價內容多樣化。另外，高校外語教師還要做人工智能的監督者，密切關注學生的使用情況，及時干預出現的問題，并向技術開發者反饋，以此促進人工智能技術的完善以及加強與外語教育的深度銜接。

高校外語教師要突破技術工具的阻隔，避免教學過程中情感的消融。教師不僅是作為教育者而存在的功能主體，也是作為人而存在的教育主體。“教師本人必須撕破‘教師’這個‘面具’，回到他本來的和豐富的人性狀態。”［20］外語教育者要以真誠、豐富的情感面對學生，在此過程中釋放自身語言的溫度和力量，將其中的人文情感和關懷傳遞給學生，讓技術化的外語教育更具情感溫度。

四、結語

生成式人工智能既可以為高校外語教學提供沉浸式的語言學習環境、問題導向的課堂和個性化的學習方式，也可能會損害外語教學的公平性，帶來知識滯后、失真、簡化的風險和情感消融的挑戰。為充分利用人工智能的技術優勢，同時規避其潛在危害，國家、技術創新主體和外語教育工作者需要共同努力，以推動生成式人工智能賦能高校外語教學。

參考文獻

［1］習近平在中共中央政治局第十一次集體學習時強調 加快發展新質生產力 扎實推進高質量發展［N］.人民日報， 2024-02-02.

［2］楊丹.大國語言戰略：新時代外語教育的挑戰與變革［J］.外語教學與研究，2024（1）：3-11，158.

［3］秦穎.人機共生場景下的外語教學方法探索——以ChatGPT為例［J］.外語電化教學，2023（3）：24-29，108.

［4］Baidoo-Anu D， Owusu Ansah L. Education in the Era of Generative Artificial Intelligence（AI）：Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning［J］.SSRN Electronic Journal， 2023：52-62.

［5］張震宇，洪化清.ChatGPT支持的外語教學：賦能、問題與策略［J］.外語界，2023（2）：38-44.

［6］［美］戴維·珀金斯.為未知而教，為未來而學［M］.楊彥捷，譯.杭州：浙江人民出版社，2015：84.

［7］［美］凱文·凱利.必然［M］.周峰，董理，金陽，譯.北京：電子工業出版社，2016：330.

［8］張虹，王文斌，劉偉.我國高校外語教師隊伍結構與教學現狀調研報告［J］.外語教學與研究，2024（5）： 755-766，800-801.

［9］張凌寒.加快建設人工智能大模型中文訓練數據語料庫［J］.人民論壇·學術前沿，2024（13）：57-71.

［10］樸毅，葉斌，徐飛.從算法分析看人工智能的價值非中立性及其應對［J］.科技管理研究，2020（24）： 245-251.

［11］藍江.生成式人工智能與人文社會科學的歷史使命——從ChatGPT智能革命談起［J］.思想理論教育， 2023（4）：12-18.

［12］令小雄，王鼎民，袁健.ChatGPT爆火后關于科技倫理及學術倫理的冷思考［J］.新疆師范大學學報（哲學社會科學版），2023（4）：123-136.

［13］聯合國教育、科學及文化組織.一起重新構想我們的未來：為教育打造新的社會契約［M］.北京：教育科學出版社，2022：131.

［14］馮銳，孫佳晶，孫發勤.人工智能在教育應用中的倫理風險與理性抉擇［J］.遠程教育雜志，2020（3）：47-54.

［15］王仕勇.算法推薦新聞的技術創新與倫理困境：一個綜述［J］.重慶社會科學，2019（9）：123-132.

［16］［德］阿明·格倫瓦爾德.技術倫理學手冊［M］.吳寧，譯，北京：社會科學文獻出版社，2017： 685.

［17］余南平，黃昊.百年變局下建設教育強國的時代背景、挑戰與選擇［J］.華東師范大學學報（教育科學版），2024（6）：9-19.

［18］文秋芳，梁茂成.人機互動協商能力：ChatGPT與外語教育［J］.外語教學與研究，2024（2）：286-296，321.

［19］于銀磊，饒輝.智能時代大學外語教師的角色危機與身份重塑［J］.外語電化教學，2023（3）：79-85，124.

［20］石中英.人作為人的存在以及教育［J］.北京大學教育評論，2003（2）：19-23.