问答
AI 如何支持多语学习者，同时既不误判他们的知识，也不抹掉他们的声音？
本页是英文页面的机器翻译，尚未经母语者审校。
一个学生懂了概念，却需要多花四分钟用英语说出来。AI 可以翻译题目、解释术语、陪他演练这段解释，或者把整个答案写出来。其中三件是教学。一件是代做作业。
给同事的简短回答：先决定语言在这项任务里起什么作用，再决定工具可以做什么。语言是附带的地方，AI 可以移走一个与你的构念无关的障碍。语言就是构念的地方，同一个工具绕过了学习。风险同时朝两个方向走：语言支持可以改善可及性，而自动评分仍然可能误读这个学生。在一项物理研究中，语言质量较低的解释被所有受测的 AI 评分方法系统性地评在专家判断之下——9 个机器学习系统与 2 个语言模型系统，覆盖 116 名中学生（Feser 与 Tschisgale，2026）。流畅度与理解被当成一件事在评。
简版要点
1. 说明语言在这项任务里的角色：附带的、核心的，还是若干标准之一。
2. 把允许的支持写进说明与标准，并说明学生仍须自己完成什么。
3. 先给定向的帮助，而不是整篇重写。让工具指出意思不清之处并给出选项。
4. 要求学生把建议的措辞与其本意、与课程来源作对照。
5. 当推理与语言都是预期结果时，分别评分。
6. 绝不要让一个未经验证的工具成为获得支持的唯一途径。
决定语言在做什么
在一段生物学解释里，语法对所评的概念大多是附带的。在一门语言课里，产出并修订特定结构就是学习本身。在职业沟通里，学科准确性、读者与语域都算数。同一个翻译工具在第一种情形里合适，在第二种里有疑问，在第三种里可以商榷。
把决定写下来，放在学生能读到的地方。如果学生可以翻译题目说明，但必须独立产出一段目标语言的解释，就明说。如果允许术语支持，就具体说明学生仍须解释与核实什么。然后拿这套安排去对照便利需求与院校政策，而不是把每一种语言辅助都当作可互换的。一个有备案便利的学生和一个在回避练习的学生可以提出同样的请求，而只有后者是你的教学问题。
研究支持什么，不支持什么
Lopez 与 Arabadzhy（2026）综述了 24 项关于生成式聊天机器人在语言学习中应用的实证研究。他们的贡献是分类学上的：为前生成式聊天机器人编目的每一种子可供性都延续下来，另有三项是新的，其中包括 translanguaging（超语实践），即作为学习一部分的有意跨语言移动。那是一张已报告用途与体验的地图，不是合并估计，而且语料在地理上集中：中国、伊朗、台湾与土耳其占 24 项研究中的 19 项，且除一组之外都在正规机构内。支持把跨语言解释当作一种学习动作，不等于支持翻译每一项作业。
评估是证据变锋利、利害也上升的地方。Feser 与 Tschisgale（2026）把 11 种自动评分方法与人类专家对 116 名中学生物理解释的评分相比较，在每一种方法里都发现对语言较弱的解释系统性地低估概念理解。这个设计隔离出了机制：同样的概念内容，用较弱的文字表达，就评得更低。这不是关于某个国家多语学生的断言，而它恰恰是让总体评分一致率成为糟糕诊断的那种模式。一个评分者可以在平均上与人类阅卷人一致，同时对语言仍在发展的学生朝一个固定方向出错。
多语言学习 那篇综述描述了写作筛查研究，其中多语者的预测性偏倚模式与人类评分偏倚相似。把三项发现放在一起读，操作上的教训很窄：“AI 消除人类偏见”和“AI 增加语言偏见”都不是有用的规则。你需要的是在分数变成成绩的那个点上，对任务、人群与语言做一次核查。
给工具一个具体的支持角色
从题目说明开始：让工具把它们翻译成或用平实语言重述，把输出与原文对照，然后留给学生去弄清任务要求什么，并就真正的歧义提问。
学科词汇的用法不同。把工具设为跨语言比较词义并生成情境化例子，然后让学生解释概念，并指出那些会误导人的对等词。
口语练习需要的是一次有边界、可重试的演练，由学生产出回应并展示目标技能。
在修改写作时，要求给出几个点名的问题与可能的修改办法，把决定和它的理由留在学生手里。
阅读课程内容是范围最宽的情形。一段基于经批准材料的双语解释有帮助，前提是学生核查关键主张并展示理解。
这些是可以试点的用法，不是经过验证的干预。一个在一种语言或一种文体里表现良好的工具，并不因此在另一种里可靠；而综述的地理集中意味着你那一对语言在证据里可能几乎没有代表。
保护学生的意思与声音
先要定向的帮助，再要重写，因为整篇重写正是学生的思考离开纸面的地方。一个值得教的请求：“指出我意思不清的两处。解释问题并给出选项。保留我的例子，不要添加主张。”然后由学生选择。
一条把工作留在学生手里的次序：
- 在任务允许的地方，用任何能让学生思考的语言或语言混合来展开解释。
- 用经批准的支持来检查术语或表达。
- 把建议的措辞与本意、与课程来源对照。
- 产出所需的解释，并记下有后果的修改。
在一份社会学作业里，一个学生可能双语地推演一场家庭角色冲突，核对一小串课程术语，然后用要求的语言写出提交的分析，由教师评社会学推理，以及任何单独列出的语言标准。在一项语言学习任务里，同样的次序会把评估送出去，因此需要保住独立的目标语言产出。
避免把“听起来像母语者”当作标准，因为它测的是学生与一种方言的关系，而不是他对你这门学科的掌握。改为指定清晰、准确、文体或读者。一篇打磨过的重写可能改变立场、丢掉一个有文化意味的表达，或加上学生从未想说的主张，而署名的是学生。
核查工具与评估
审意思是，不是审流畅。抽样看译文与解释在术语、遗漏、编造细节、文化假设，以及你学生实际使用的语言变体上的表现。让合格的语言同事或支持人员参与；不要让学生成为你要求他们使用的工具的唯一审计者。
把标准分开。当推理与语言都是预期结果时，分别评分，并检查一个 AI 辅助的阅卷人是否在把语言罚两遍，或漏掉了用非常规方式表达的正确答案。这是效度在一个多语群体里的实际形态，也是差异效应里的子群问题。
保留一条通往澄清的路。一次简短交谈、一张标注过的图，或对一个关键决定的解释，可以在文字承载不了的时候显示学生懂了什么。选贴合构念的格式，而不是最容易评的格式。
提供可行的替代。学生需要一条通往人类语言支持与无障碍课程资源的清楚路径。要求使用一个未经验证的工具，可能在意图包容的同时增加一道障碍，而这正是对残障与神经多样性学习者的支持必须避免的同一种失效。
你会遇到的反弹
“翻译就说明学生在回避这份工作。” 取决于工作是什么。翻译可以让学生接触与语言无关的学科内容，而当独立的目标语言产出就是结果时，它也可以替代练习。决定你在评哪一个，并说出来。
“AI 只改了语言，别的什么都没动。” 去核查。一篇改善语法的重写常常改变强调、把某个主张说得更含糊，或编造支持。让学生说出一个有意义的变化，并说明它是否保住了他们想表达的意思——这也告诉你他们读没读那条建议。
“人类阅卷人更公平。” 人类评分自带与语言相关的偏见，而多语写作筛查研究发现自动系统会复制它的模式。这里的公平来自明确的标准、抽样的子群证据，以及一次真正重新考虑某个判断的机会，而不是来自笔在谁手里。
“我们的学生英语没问题，所以这不适用。” 要紧的发现不是关于任何群体的缺陷断言。而是：用较弱文字表达的概念理解被系统性低估，在每一种受测方法里都如此。这适用于赶时间写的人、第二语言写作者，以及任何语域与考官不同的人。
本周可以做的事
1. 拿一份作业，写一句话说明语言在其中起什么作用。
2. 重写说明，写明允许什么支持、学生必须独立产出什么。
3. 在你学生实际使用的语言里测一次翻译和一次术语解释，读输出里的编造细节与丢失的意思。
4. 加一项记录学生自己意思或决定的检查，比如两句话说明他们接受或拒绝了某个改动。
5. 如果你的量规给写作质量打分，把那条标准与概念标准分开，带着这个区分重读每类两份作业。
接下来可以去哪里
多语言学习 是讲语言、超语实践与 AI 中介教学中的评估的概念页，评估效度是判断一个分数是否支持你所做推断的标准。不同学习者群体间的差异效应 讲如何去找子群模式，而不是假定它们。
关于语言就是构念的写作教学情形，见写作教学的最佳实践。关于在你自己的场景里自动评分是否可信，见AI 评分与检验一个教育 AI 是否有效。