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

语言学习

创建 2026-08-09 · 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。

语言学习（Language Learning） — 研究 AI 如何在教育情境中支持第二语言（L2）习得、写作发展与语言多样性的领域。教育中的 AI研究在本知识库中涵盖口语对话的 AI 对话者、面向 L2 学习者的 自动写作评价、阅读支持，以及对 AI 评分系统中语言偏见的关切。

值得思考的问题

  • 语言天然具有互动性，这使它非常适合 对话式 AI——但 AI 的语言能力也带来针对非母语模式产生偏见的风险。你在哪里见过这种机会与风险之间的张力？
  • 一项研究发现 AI 评分系统性低估语言能力较弱的学生，另一项则提出将学生与其自身先前作品比较，而非以母语者规范为基准。"参照点"如何改变 AI 反馈对学习者的帮助或惩罚？
  • AI 对话者可以规模化地扩展交际练习，但本页警告它们应与人类互动配对，以使流利度能迁移到真实对话。与 AI 练习你能获得什么人类伙伴给不了的东西——又会失去什么？
  • 教师支持——而不仅仅是 AI 工具——被证明通过学生的成就目标驱动 AI 辅助语言学习中的参与。社会与 教学法情境如何塑造学习者是否持续使用 AI 练习工具？
  • 一项 元分析发现新兴技术带来小到中等、随水平变化的收益，产出性技能（说、写）的收益高于接受性技能。为什么说和写可能比听和读从 AI 工具中受益更多？
  • 如果 AI 偏向标准英语，并可能惩罚非母语或多样的语言模式，语言教师应如何设计评价与反馈，使 AI 支持语言多样性而非抹除它？

引言

语言学习之所以成为一个重要的教育 AI 领域，是因为语言天然具有互动性——这使它非常适合对话式 AI——也因为 AI 的语言能力同时带来机会（规模化的 个性化语言练习）与风险（对非母语语言模式的系统性偏见）。本知识库中的文章探讨了这一问题的两面。当目标语言是具体英语时——尤其是 学术英语（EAP）与 EFL/ESL/L2 英语 教学——见专门的 英语教育（EAP / EFL / ESL） 概念页，它区分了英语特有研究与一般 L2 习得及一般写作。

AI 作为语言辅导者与对话者是最发达的主题。What Changes When the Interlocutor Is an AI? 考察 L2 学习者与 AI 和与人类对话时的互动流利度与语言摄入。TACT 提供教学法自适应的 ESL 辅导。Children's English Reading Story Generation via Supervised Fine-Tuning of Compact LLMs with Controllable Difficulty and Safety 探索 AI 生成的故事用于儿童阅读发展。这些连接到 智能辅导 与 生成式人工智能。Yang, Weng and Yang (2026) 设计了两个基于 大语言模型（LLM） 的智能体——一个常规的 AI 英语教师，一个使用 5E 框架（engage、explore、explain、elaborate、evaluate）进行探究式语法学习。在 37 名 ESL 学生的随机对照中，高表现学生对 AI 教师反应积极，而低表现学生态度不一，各条件在内在动机、认知变化与表现上存在差异——表明 LLM 智能体设计应与学习者水平相匹配。

对于物理具身的辅导者，一项对 11 项 RALL 研究的元分析（N = 595）发现对 L2 学习的合并效应很大（g = 0.83）且异质性高，只有互动形式起调节作用——小组形式优于一对一，而机器人形态、模态、自主性与社会角色均无影响（Wang, Zhang & Zou (2026)）。

语言评估中的 AI正在兴起，LLM 支持 题目生成与评价。Aryadoust and Wong (2026) 比较了 提示工程与微调用于 L2 听力评估的自动题目生成：迭代式提示细化提高了题目质量但趋于平台期，而在优化提示上微调 GPT-4.1（保持提示设计不变）带来进一步收益——这为评估开发者何时应投资于模型适配而非提示迭代提供了模板。

一项比较研究让 20 位经验丰富的教师对 52 道 EFL 评估任务评分，发现 AI 生成与人工开发的题目在总体质量上无显著差异，但存在明确的分工：语法与词汇更偏好 AI（69%），阅读、写作、听力与口语更偏好人工开发（75–83%）（Nourashrafi, Alavinia and Darvishi (2026)）。

面向 L2 学习者的自动写作评价评估 AI 评价非母语写作的能力。Bannò et al. 提出一种自参照方法，将学生写作与其自身先前作品比较，而非以母语者规范为基准。Feser & Tschisgale 发现 AI 评分系统性低估语言能力较弱的学生——这一发现连接到 评估效度 与 偏见缓解 关切。Generative AI and linguistic diversity in academic writing and publishing: Perspectives from World Englishes 探索 AI 如何影响学术情境中的语言多样性。 一个话语级系统更进一步，它命名缺陷而非给文本打分：句对关系分类将连贯断裂——逻辑跳跃、缺失连接、指代含混——定位，其生成反馈的教师判定采用率为 71.2%–88.4%（Wang et al., 2026）。

语言学习者的 可及性连接到 包容性学习：DysLexLens 分析了阅读障碍学习者如何用 AI 获得识字支持，AI tools in Arab University English classrooms: Looking back and forward 探索了阿拉伯语—英语课堂情境中的 AI 工具。这些研究将语言学习连接到 公平性 与 特殊教育。

AI 辅助语言学习中的动机机制考察学习者为何使用 AI 进行语言练习。Wang & Wang (2026) 以目标设定理论对 758 名中国大学英语学习者开展研究，显示教师支持通过学生的掌握趋近与表现趋近目标（而非回避目标）提升 AI 辅助学习中的参与——证据表明，决定学习者是否持续投入 AI 辅助语言练习的，是教学法与社会情境，而不仅仅是 AI 工具。这将语言学习连接到 动机 与 学生参与。

Annamalai et al. (2026) 补充了一个定性的自我决定案例：在对 25 名马来西亚本科生的访谈中，ChatGPT 支持了胜任感与自主性，其对话式回应性产生了一种被倾听感——一种"AI 中介的动机生态"，其中归属感部分由工具满足，尽管不准确的引用要求核查与人类补足。

设计质量而非使用频率承载了动机效应：在一个由教师构建的辅导者中，74 名本科生使用课程限定的日语 GPT，课外使用频率与自主性、胜任感或归属感均无显著相关，而学习者给该辅导者的自主学习评价很高（M = 4.39），并提及情感安全（60.8%）（Lee & Kwon, 2026）。

小学阶段的生成式 AI 支持写作。 Lu et al. (2026) 在中国东部用 301 名五、六年级学习者开展了为期九周的观点写作项目，八个完整班级被随机分入项目组或常规教学组。该项目提高了学习者理想的 L2 写作自我（调整后均值差 0.20）与学业韧性（0.17），并提升了行为与情感参与，但没有改变成长型思维、认知或元认知参与，以及按评分标准衡量的组织——在写作维度中只有语言运用有改善。该设计有两个特点对语言教师重要：提示被显式教授，通过与具体写作目标挂钩的分类提示库；生成式 AI 反馈与教师反馈的比较以及反复修改并用。学习者报告的作者身份增益依赖于这一教学结构，而非工具本身，作者将 自我监控的减弱与面向捷径的策略列为长期风险。

对语言教师的启示

  • 新兴 技术带来小到中等、随水平变化的收益。 对 33 项 TEFL 研究的元分析（N = 3,181）发现总体效应 Hedges' g = 0.38，并随教育水平上升（小学 0.29，中学 0.35，高等教育 0.44），VR/AR 效应最大，产出性技能（说、写）收益高于接受性技能——支持新兴技术（尤其在高等教育阶段）的使用，同时保持现实的期望。

  • 一项系统综述揭示了小学 AI 语言教育的薄弱之处。 跨 31 项研究（2013–2025），小学语言课堂的工作集中于口语、识字与词汇，而语法、听力理解与手语几乎未被研究，多数设计缺乏年级针对性（Hamasha et al., 2026）。

  • 用 AI 扩展交际练习，而非取代它。 AI 对话者与 自适应 ESL 辅导者规模化地扩展互动练习——将它们与人类互动配对，使流利度与摄入迁移到真实对话。

  • 关注 AI 输出的语用错误，而不仅是语法错误。 五门在线语言教学方法中的教师指出语用盲区，即 AI 输出语法正确但在语气、正式程度或文化上错误（Baoyi and Khan (2026)）。

  • 在 ASR 支持的口语中优先反馈质量而非数量。 Chen et al. (2026) 发现，准确的错误纠正与结构化反思任务改善大学英语口语中的 反馈 内化与反思行为，而频繁的 ASR 使用与识别准确率只在部分程度上提升动机或反思——技术精度本身不能驱动更深的认知参与，语言水平调节收益（更强的学习者更有效地内化反馈）。这论证了教学上合理的反馈（如发音解释而非简单错误标记）、支架式反思与按水平区分的支持。

  • 先给线索，再给纠正。 一项"纠正前给线索"的 ChatGPT 任务，让学习者从引导性提示中推断修正而非接受直接纠正，降低了认知负荷并支持个性化修改——但收益主要对已有足够先备知识的学习者成立（58 名学生，CEFR A1–B1）（Lukešová & Jennings (2026)）。

  • 提供将差异定位到可察觉之处的发音反馈。 Profy 从大体未标注的语音中学习水平，并显示学习者在何处偏离母语者分布；其前后可懂度置信区间不重叠，不同于引出模仿基线——证据表明模仿练习可以在没有专家评分者的情况下得到支持（Kawamura (2026)）。

  • 支持学习者对 AI 辅助学习的心理适应。 Wu (2026) 跟踪一学期内的日语学习者，发现他们按技术压力与韧性的平衡分入适应不良、适度与积极三种适应画像，多数学习者逐渐转向积极适应，并报告更高的 自我效能 与更低的倦怠——这是设计 AI 中介语言练习的信号：要管理技术压力，而不仅是工具可得。

  • 警惕评分与反馈对学习者的偏见。 AI 评分可能惩罚非母语模式；语言多样性研究警告 AI 偏向标准英语——使用自参照或人工审核的评价。

  • 支持全谱系的学习者。 阅读障碍与无障碍研究与 文化回应性设计（阿拉伯语—英语情境）表明，AI 必须适应多样的学习者需求，而不能假定其普适。

  • 被排除的不只是评分，还有基础设施。 孟加拉语占全球网络内容不到 0.5%，英语与孟加拉语训练词元之比为 67:1 的赤字，城乡连接差距为 36.5% 对 71.4% 的互联网普及率，因此母语化、离线优先的设计是准入的前提而非便利（Roy and Roy (2026)）。

  • 教育者看重生成式 AI 于备课工作，而非课堂实时使用。 一项 对 23 项研究的 PRISMA 系统综述（Li et al. 2026）发现，语言教育者最看重生成式 AI 于幕后准备——备课、材料制作与写作支持/反馈——但对直接的、面向课堂的实施仍存犹豫，反映出"原则上认同 AI"与"课堂上实际使用"之间的理论—实践差距。采纳受专业身份、教学法、技术、制度与 学术诚信 因素塑造，教育者从不采纳到全面整合分布于一个连续谱上；态度往往随接触从最初的不安演变为自信的、有选择的使用。

  • 培养语言教师的 AI 素养。 系统综述发现，语言教师的 AI 素养是一个关键缺口——在工具采纳之外投资教师 专业发展。随着 AI 重塑语言教育，AI 素养对教师批判性参与该技术也至关重要：面向语言 教师教育开发了教师 AI 素养量表（TAILS），将 ED-AI 六维框架（知识、评价、协作、情境化、自主性、伦理）操作化，并以职前英语语言教师验证。

  • 高压力双语任务中的四种互动画像。 Kuang, Li and Weng (2026) 用眼动、笔迹与语音记录对 22 名口译学员开展研究，显示学生在 AI 输出与自身笔记之间以四种不同方式分配注意力——深度投入者、快速扫描者、传统者与频繁切换者——且 58.3% 的阶段级观察在理解与产出两个阶段之间改变画像。只有理解阶段的模式预测产出质量，而 AI 使用最重的组群在表达流利度与目标语质量上得分最低，这为教学习者描述与反思自身策略、而非规定一种工具使用方式提供了依据。

  • 围绕成本与连接安排完整的四技能循环。 Guo et al. (2026) 发布 LLMersion-1，一个本地优先的原型，在学习者自己的文档上以消费级硬件完成听、读、说、写四项技能——1B 的辅导者量化为 808 MB，整个常驻栈不到 4 GB——并把五年每日练习的电费定为约 \18，而云订阅为18，而云订阅为 \\1,200。未报告学习者结果，且发音反馈仅为音段级。

关联概念

关联文章

相关资源

  • mglearn Classroom Resources
    来自 TCEA 的一大批免费、基于浏览器的课堂活动套件和可直接打印的材料，包含生成式 AI 素养与数字公民模块。

元数据

学科Language Learning, Writing Education
层次Higher Ed, K 12
技术与方法生成式人工智能
公平、伦理与负责任使用公平性
教育中的人工智能基础教育中的人工智能
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。