人工智能赋能国际中文教育数字化转型|中文教育_新浪财经

　　□张誉上

　　语言智能技术产品一经问世便备受关注。当前，各种人工智能语言模型拥有高效自主学习语言的优势，能够基于大规模语料库的预训练技术，按照用户要求自动生成文本回复，且能接受人工反馈的强化学习，借此不断提高其生成文本内容的准确性、逻辑性与创造性。在传统国际中文教育面临一系列挑战的当下，人工智能语言模型的出现为国际中文教育生态的变革提供难得的机遇。

国际中文教育遭遇的瓶颈

　　近年来，国际中文教育事业因种种因素遭遇了不少瓶颈和挑战，主要体现在“教”“学”“评”3个方面。

　　教学方面。首先，教师数字素养参差不齐，网络教学效果不佳。当前国际中文教育采用线上线下相结合的教学模式，在进行线上教学时，部分教师不能熟练运用在线教学软件，部分学校多媒体技术设施与教学内容不匹配，教师教学资源准备不足，供线上开展的教学活动有限，教学效果易打折扣。其次，传统教学模式较为单一，针对性语言训练较少。无论在线下还是线上，受时间、人数和课程进度等多因素影响，教学模式多遵循“课上学习知识＋课下内化知识”的原则，教学过程多以教师为中心，课堂上无法保证“一对一”针对性教学及语言训练。最后，国际中文教育数字资源建设与在线教学标准体系建设还未同步。一方面，面临线上教学的各种困难与阻碍，国际中文教育数字资源建设顺应趋势迅速发展，在线教学数字资源形式层出不穷，为师生开展在线中文教学提供丰富的学习资料。另一方面，由于数字资源质量的监管规范力度与资源库建设速度不匹配，国际中文教育数字资源的规范性、标准性以及时效性等方面均显不足。

　　学习方面。线上教学时课堂氛围不佳，学习者参与感不强，容易产生消极学习情绪。语言学习是一种多模态感知，语言交流、文化认知与情感互动都是国际中文教育的重要环节。在线课堂给了无法来华学习中文的学习者学习机会，但无法保证教师在网络教学时及时感知学生的课堂反应和状态，师生之间缺乏实时的交流和互动，且由于缺乏中文环境，学生自主学习积极性较低，效率不高。同时，课堂学习形式较为固定，不能满足学习者个性化学习要求。加之学生在线体验中华剪纸、书法等文化实践课程时存在道具不全的问题，课堂参与感不强，容易产生懈怠情绪。

　　测评方面。当前测评形式过于依赖教师的作用，教师重复性工作繁重，阻碍教学质量的提升。传统测评中出试题、作业批改等步骤均需要教师人工完成，并且除考试外通常留到课后完成，教师无法即时评价并反馈，缺少“学、练、测、评”一体的语言测评生态环境，既不利于教师直观地了解学生的语言能力水平，也不利于学习者及时纠正测试中存在的错误，缺乏双向的动态交流。

　　当前的测评机制仍侧重对“听说读写”能力的常规考查，缺少对口语交互能力的测评形式。无论是中文水平考试（HSK），还是教师的日常测评，都缺少对学习者语言交互能力的测试，如新中文水平考试（HSK）口试采用录音形式考查，考生按照所给题目自由表达，未能考查学习者语言交互能力；在课堂，由于教学任务要求和课时限制，教师与学生进行口语互动测评的机会也少之又少，因此目前的口语测评形式并不能准确反映学习者的真实口语水平。

人工智能赋能国际中文教育

数字化转型的实践路径

　　此前，在面临全线在线教学时，国际中文教育遭到一定的下行压力和挑战。如今，为促进文化双向交流互鉴，线上线下相结合的混合式教学成为中文教学新态势，促使国际中文教育真正意识到数字化转型的紧迫性。推动国际中文教育数字化转型，需要借助人工智能语言模型作为赋能工具，从“教学”“学习”“测评”3个方面构建以智慧化教学、自主性学习、动态化测评为表征的国际中文智慧教育新生态。

　　第一，提高教师数字素养，构建差异化智慧教学模式。党的二十大报告提出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”。提高国际中文教师数字素养，利用各种生成式人工智能手段赋能差异化智慧教学，是顺应国际中文数字化转型的必然要求。未来，在提升中文教师数字素养方面，需要重新构建国际中文教师知识体系，并在《教师数字素养》和《国际中文教师专业能力标准》等文件的基础上，对国际中文在线教学质量标准进行补充和完善。应为中文教师开设语言智能技术运用和数字化教学应用等课程培训，培养中文教师数字化意识和智慧教学思维，并通过建立完善的评价机制对国际中文在线教学质量进行监测。在构建差异化智慧教学模式方面，首先，鼓励国际中文教师将人工智能手段应用到教学环节设计中，可以先借助各人工智能语言模型强大的搜索和整合能力，自动生成教学大纲和课程计划，再根据学习者的具体需求人工进行针对性修改和完善，从而实现差异化教学。其次，运用人工智能手段赋能翻转课堂、智慧课堂，创建人机交互式对话情景，缓解传统国际中文教学中师生“一对多”的困境，实现智能阅读教学和写作教学，构建“现实教师＋虚拟教师”的双师课堂模式。

　　第二，强化学生自主学习能力，搭建个性化自主学习机制。国际中文教育应该更加重视学生自主学习的作用，强化学生自主学习的能力。语言生成式模型具有强大的生成、运算和推理能力以及语音识别、智能问答的功能。因此，可以借助智能技术的支持搭建个性化自主学习机制，优化以学生为中心的教学模式。自主学习机制的主要内容包括知识技能习得和文化习得，具体实现路径为：在知识技能习得上，运用语言生成式模型充当个性化学习系统。在学习前，根据学习者语言水平和学习情况利用语言生成式模型为其制定个性化学习目标和规划，并提供相应的学习资源和建议；在学习时，运用人工智能语言模型为学习者提供个性化智能辅导和语言技能训练，包括针对性解答学习者提出的问题，帮助学习者分析阅读文本，总结学习重难点，扮演虚拟陪练角色以及为阅读、写作提供素材等。

　　第三，丰富中文测评多样性，营造伴随式动态测评环境。国际中文教育现有的测评体系多侧重对读写能力的考查，缺乏对语言交互能力的测评，形式稍显僵化。由于国际中文教育学习者群体复杂多样，传统的测评体系不能满足不同群体的学习需要和学习方式，在测评环节营造伴随式动态测评环境则可以弥补传统测评方式的不足。人工智能语言模型赋能营造人机联动伴随式动态测评环境主要可以从4个方面开展。智能习题编制。人工智能语言模型不仅可以在教师的指令下自动生成形式多样的语言测试习题，而且可以根据题型和内容智能制定相应的评价体系，教师还能通过增加补充性指令生成具有针对性的特定题型。不过，生成后的习题须在教师严格把关后再运用于语言能力测试中。智能阅读评估。教师可借助人工智能语言模型在阅读课中对学习者进行阅读能力测评，如人工智能语言模型可根据教师设定的指令生成符合教学目标和要求的中文阅读材料及测试题目，并通过学习者的阅读答题过程评估其阅读能力。智能写作批改。教师可将人工智能语言模型作为智能写作批改工具，先使用语言修改功能对学习者作文的文章结构、语法使用等情况进行初步批改，再引导学习者对比分析，进行再次修改。在人工智能语言模型—教师—学习者人机协同互动模式下，学习者呈现出更加完善的写作文本。人机交互口语测评。人工智能语言模型具有多轮会话能力，可以实现连续性人机对话。教师可在口语测评中引入人工智能语言模型作为口语测试工具，相较于传统的口语测评方式，该模型展现出更拟人的会话模式，其测试形式能更准确地反映学习者的口语水平和交际能力。

　　总体上，当前各类人工智能语言生成模型的出现与发展为国际中文教育提供一个良好的数字化转型契机。然而，仅仅依靠单一的技术赋能或物理改进，并不能完全满足国际中文教育持续推进的内在要求。在面对智能技术浪潮时，国际中文教育应积极应变、科学求变，始终秉持“以人为本，技术为辅”的教育理念，明辨技术本质，处理好人与工具的关系，推动人工智能持续赋能国际中文教育数字化转型。

　　　　（作者单位：苏州大学文学院）