- 张聪;孟怡雯;
近年来,生成式人工智能广泛应用于二语写作反馈,但反馈效果很大程度上取决于学习者对反馈的投入,然而这一问题尚需深入探讨。本研究采用DeepSeek作为反馈工具,通过收集学生写作文本、反思日志及刺激性回忆访谈等多源数据,考察英语写作学习者对三种不同类型反馈,即教师反馈、GenAI反馈与人机混合反馈的投入差异。研究发现,学习者的反馈投入呈现三种模式:教师反馈偏好型、教师反馈—人机混合反馈并重型以及跨三种反馈类型的均衡型(即对三种反馈的投入水平普遍较高)。整体而言,教师反馈因其针对性与情感支持充分最易激发学习者的积极投入;人机混合反馈体现出人机协同特征,因而能激发学习者对反馈的深度加工,但可能对部分学习者造成认知负荷;而GenAI反馈虽具即时性与覆盖广泛的优势,但因无法充分理解文本语境、缺乏人际关怀而导致学习者投入水平较低。综合来看,人机混合反馈有助于拓展反馈资源,并在一定程度上提升学习者的反馈加工深度。
2025年06期 No.345 52-64+146页 [查看摘要][在线阅读][下载 1644K] - 崔莹;Christian D.SCHUNN;
生成式人工智能(Generative Artificial Intelligence,简称GenAI)技术在高等教育教学中的广泛应用引发了英文学术写作领域的深刻变革,同时也带来新的伦理与教学挑战。为全面了解中国高校师生在英文学术写作任务中的AI素养现状,本研究基于联合国教科文组织发布的《学生人工智能能力框架》和中华人民共和国教育部发布的《教师数字素养》,构建了“技术应用—认知策略—伦理意识”三维度的AI素养框架,并在全国范围内对不同地区、学科的高校师生开展问卷调查。结果表明:(1)在英文学术写作中,高校师生GenAI的技术应用以及所采用的认知策略,因学科与身份的不同而存在显著差异;(2)高校教师虽然对GenAI技术持开放态度,但对伦理风险的感知度相对较高;(3)学生群体在技术应用上表现积极,但在伦理意识方面仍有提升空间。本研究的结论为完善中国高等教育领域的人工智能素养评估体系提供了本土化的实证依据,也为后续相关研究与实践提供有益参考。
2025年06期 No.345 65-75+146-147页 [查看摘要][在线阅读][下载 1696K] - 石欣玉;黄立波;
自Baker(1993)提出用语料库方法研究翻译以来,许多学者便开始探索如何将语料库应用于翻译教学与译员培训。在前人研究基础上,本研究拟构建一个以描写译文生成过程为目的,以源文本、翻译初稿、翻译改稿、翻译定稿这四类文本为语料,使用特定标注方案对译文修订进行标注的“平行+类比”描写型动态汉英翻译过程语料库。该语料库可为翻译教师开展语料库辅助译后编辑教学、学生译文形成性评价以及数据驱动式翻译教学,以及学生开展探索性自主学习提供支持。
2025年06期 No.345 76-84+147页 [查看摘要][在线阅读][下载 1651K] - 姜芳;马生虎;
随着人工智能技术的迅猛发展,特别是生成式大语言模型的广泛应用,全球各行各业正经历着深刻的变革。法律与外语教育作为社会的重要组成部分,亦面临着前所未有的机遇与挑战。法律外语学科,作为法学与外国语言文学交叉的融合型学科,其传统的教学模式、人才培养目标正在被人工智能技术重新定义。本研究系统评述了法律外语学科的发展现状,在此基础上提出了人工智能视域下法律外语学科的规划目标和规划原则。论文特别强调,AI技术与法律外语的深度融合不仅有助于法律外语人才在知识、语言技能和综合能力等方面的提升,而且在教学模式创新等方面展现出显著优势。这对法律外语学科的与时俱进、涉外法治人才培养、中国法治国际传播效能的提升和法治中国国际形象的塑造具有重大意义。
2025年06期 No.345 85-91+147-148页 [查看摘要][在线阅读][下载 1477K]