AIEd 知识库AIEd KB
本页内容

本页面已译为中文。文章页面仍以英文撰写。 阅读本页的英文版本

概念

英语教育（EAP / EFL / ESL）

创建 2026-08-21 · 更新 2026-10-09

本页是英文页面的机器翻译，尚未经母语者审校。

英语教育——把 AI 应用于英语的教学与学习，尤其是**学术英语（English for Academic Purposes, EAP）**以及更广义的英语语言教学（EFL/ESL/L2）。这是一条学科特定的AIEd支线，既区别于一般的语言学习（任何语言的二语/外语习得），也区别于写作（作为一种通用技能的写作）：它以英语这一目标语言和学术语域为中心，拥有自己的标志性教学法——交际能力、基于体裁的学术写作、纠正性反馈，以及在学术语域中的读与写——这些都塑造了 AI 被如何设计、使用和评估。

值得思考的问题

  • 英语是大语言模型处理得最好的语言。这给了英语学习者强大的学术写作支架——但它是否也可能悄然固化一种对标准学术英语的偏好，从而边缘化多语的和世界英语写作者？你认为哪种结果占主导？
  • 学术英语（EAP）以基于体裁的学术写作、纠正性反馈和学术语域为中心，区别于一般语言学习或一般写作教学。学术英语的特定语域，为什么可能改变 AI 工具需要做的事，相对于通用写作支持而言？
  • 如果帮你修改英语的 AI 本身就在你想掌握的那套"标准学术英语"上最强，那么它何时帮得上忙，何时又会压平你自己的声音或方言？你如何分辨二者的区别？
  • 自动反馈和 AI 导师在英语写作与口语教学中越来越常见。关于交际能力、语域和受众，AI 反馈可能漏掉什么，而一位人类教师或同伴会捕捉到？

引言

英语是受 AI 影响最深的学科支线之一，因为LLM以英语为主导：它们最擅长生成、修改和评估英语文本，而这正是 EAP 与 EFL/ESL 教学的中心。这种英语优势造成了一种独特的双刃效应——一方面是对学术英语的强大脚手架，另一方面是可能边缘化多语学习者的、对标准学术英语的固化偏好。

范围与焦点

本概念组织的是英语教育中的 AI 研究——语言学习中目标语言为英语的那一部分（包括 EFL/ESL/L2 语境）以及学术英语语域（EAP）。核心主题：

  • 学术英语（EAP）： 对高等教育写作、阅读和反馈中使用的、基于体裁的学科特定英语的 AI 支持——区别于一般写作教学。
  • 英语语言教学（EFL/ESL/L2）： 面向英语学习者的AI 导师、对话伙伴和反馈工具。
  • 英语特定的评估： 对英语写作与口语的自动评估和反馈，包括 EAP 写作修改和 L2 写作评估。
  • 阅读与文学可读性：Bird（2026）把 transformer 文本分类与计算语言学特征融合，按英国 Key Stage 对英国文学进行分类，达到 0.996 的 F1——这是对基于体裁的 EAP 阅读支持和阅读水平对齐的一种可扩展的、数据驱动的补充。
  • 语言公平： AI 的英语主导与多语及世界英语写作者需求之间的张力。

英语教育如何区别于语言学习

语言学习是习得任何第二/外语的更广的伞形概念——口头的、书面的、识字层面的——经由 AI 对话伙伴、发音工具和会话练习。英语教育是英语特定的情形，而在其中 EAP 又是语域特定的情形：

维度 语言学习 英语教育（本页）
目标语言 任何 L2（法语、西班牙语、日语……） 专指英语
焦点 一般性的 L2 习得：口语对话、发音、识字 英语作为目标语言 + 学术英语语域
标志性语境 会话、发音、一般流利度 EAP：学术写作、阅读、反馈、体裁
代表性 AI L2 对话伙伴、发音反馈、机器人辅助 L2 EAP 写作工具、EFL 同伴反馈、英语学术写作评估

两者大量重叠（多数英语学习也是 L2 习得），但英语教育把英语作为目标语言和学术语域推到前台——例如，EAP 中符合伦理的生成式 AI 整合、生成式 AI 的 EAP 写作修改和EAP 阅读材料改编，其 EAP 特定性都是一般语言学习研究所不具备的。

英语教育如何区别于写作教育

写作关乎作为一种通用认知与修辞技能的写作——跨所有语言和学科，从作文到学术诚信。英语教育专聚焦于英语，而在 EAP 内又聚焦于学术语域：

维度 写作 英语教育（本页）
范围 一般性写作（任何语言、任何体裁） 英语作为目标语言 + 学术英语语域
标志性关切 作文、修改、学习者自主性、作者身份 EAP 体裁、学术语域、L2/EFL 写作、英语中的反馈素养
评估角度 自动作文评分、广义写作反馈 英语特定评估（EAP 写作、EFL同伴反馈、L2 写作评估）
公平角度 写作反馈中的偏见 偏见 + 英语主导/多语张力（世界英语）

许多写作教育文章也是英语优先的（例如Marked Pedagogies），但它们被框定为一般写作研究；英语教育把英语作为目标语言和学术英语这两个维度重新置于中心，而通用的写作页和通用的语言学习页都对它们重视不足。

本聚类中的文章

为何重要

AI 的英语主导性是这条支线的定义性特征。因为模型在英语中、尤其在标准学术英语中最强，英语教育既受益超常（强大的 EAP 支架），也承担独特风险（单语偏见、对世界英语和多语写作者的歧视）。这里的研究连接到公平、偏见缓解、自动评估、AI 反馈质量和学术诚信。

对英语 / EAP / EFL-ESL 教师的启示

  • **刻意利用 AI 在学术英语上的强项。**因为模型在英语和标准学术英语中最强，EAP 教师可以把 AI 用于基于体裁的写作、阅读材料分层（EAP 材料）和修改反馈——但应把 AI 框定为起草/反馈伙伴，而非答案引擎。

  • 保护学术英语语域与反馈素养。EAP 写作修改显示，反馈只有在学习者的反馈素养支撑下才有生产力——教学生解读、评判和依 AI 反馈行动，并用第二评分者机制核查 AI 质量。

  • **留意英语主导的公平张力。**模型偏袒标准学术英语，边缘化世界英语和多语写作者（世界英语、Marked Pedagogies）——审计反馈中的单语偏见和降低的期望。

  • 把 AI 合乎伦理地整合进 EAP。EAP 中符合伦理的生成式 AI呼吁在高等教育英语教学中透明、负责任地使用，以维护学术诚信。

  • **预期谨慎的、先准备后进课堂的采纳路径。**一项对 23 项研究的系统综述（Li et al. 2026）发现，语言教师最看重生成式 AI在幕后准备上的价值——备课、材料制作和写作支持/反馈——而对直接的课堂使用犹豫不决，主要关切集中在学术诚信（抄袭和评估效度）。采纳受专业身份认同、教学、技术、制度和诚信因素塑造，能力缺口则映射到 episteme（理解 AI 的能力与局限）、techne（提示工程、AI 增强的任务/评估设计、识别 AI 生成文本）和 phronesis（伦理判断、偏见/隐私处理）——因此 EAP/EFL 教师应当刻意培养这些能力，并规划一条"先后台、后课堂"的实施路径。

  • 按熟练度和需求做区分。EFL 评估和适应性辅导研究支持按学习者水平定制 AI 支持和评估，而非一刀切。

  • **把技术权重向产出性技能倾斜。**一项对 33 项 TEFL 研究的元分析发现了小到中等的总体效应（g = 0.38，经剪补法后降为 0.28），该效应随教育层级上升而增强，且更利于产出性技能——说与写——而非接受性技能（Liu、Hashim 与 Sulaiman（2026））。

关联概念

关联文章

元数据

学科English Education, Language Learning, Writing Education
层次Higher Ed, K 12
技术与方法生成式人工智能
评估与测量AI 反馈质量, 自动化评估
公平、伦理与负责任使用公平性
教育中的人工智能基础学术诚信
SourceHistoryEditChat

嵌入此页

复制下面的代码，将本页嵌入学习管理系统或其他网站。嵌入版本只显示页面内容 — 网站的页眉、导航和页脚会被隐藏。