语言中心教师学术沙龙（总第四十二期）聚焦AI赋能语言教学

5月21日，中心举办了本学期第三期教师学术沙龙（总第四十二期）。计算机系“水木学者”博士后叶宇潇做了题为“从大模型到智能学伴：AI赋能语言教学的范式与数据实践”的主题讲座。中心20余位教师参加了此次活动。

叶宇潇博士首先梳理了自然语言处理的发展脉络，指出大模型凭借理解、生成、多模态交互等能力与语言教学天然适配，但也存在反馈标准不统一、维度不明、长期路径缺失等边界问题。叶博士还系统介绍了包括Prompt指令、知识检索增强（RAG）、智能体与工作流、本体建模（Ontology）及数据治理在内的AI赋能教学五层范式，强调通过结构化教学知识构建可复用的评价框架。在数据实践环节，叶博士结合英语口语智能学伴项目，剖析了评价框架未结构化、标注规范不统一、历史数据异构三大痛点，并给出了AI高效可用数据应具备的七大特征。

与会教师对智能学伴项目尽快落地表达了期待。大家尤其关注智能学伴在辅助教师进行作业评阅时能否实现高效、公正、过程留痕，并具备数据统计、问题精确筛查及个性化反馈等功能。此外，智能学伴与课程进度的适配性、文稿原创性鉴定、数据存储与安全保障等问题，也受到大家的普遍关切。

中心主任柏晓静在总结发言中建议老师们尝试建立“结构化意识”：例如在批改书面或口语作业时，有意识按照格式化的方式明确标注问题位置及类型，从而实现作业评阅的标准化、规范化和结构化，为自主研发智能学伴积累宝贵数据。此外