人工智能重塑应用语言学：从理论范式到教育实践的范式转移

《Annual Review of Applied Linguistics》：APL volume 45 Cover and Back matter

本期《Annual Review of Applied Linguistics》聚焦人工智能在应用语言学领域的深度渗透。研究人员围绕生成式AI（GenAI）与语言学习者的身份认同、投资动机（L2MSS）及文化理解展开探讨，揭示了AI在塑造语言输出“数字口音”及引发偏见方面的双重影响。研究通过结构方程模型（SEM）和自然语言处理（NLP）技术，验证了AI在语言测评（如EGP结构验证）及反馈生成中的潜力与局限，并提出了“批判性互动能力”（CritIC）和“伦理AI”等核心框架，旨在为AI时代下的语言教学与评估提供理论指导与实践路径。

　　

在人工智能（Artificial Intelligence, AI）浪潮席卷全球的今天，应用语言学（Applied Linguistics）正站在一个前所未有的十字路口。当ChatGPT等大型语言模型（Large Language Models, LLMs）能够以惊人的流畅度生成文本、进行对话甚至创作时，传统的语言学习、教学与评估范式正面临着根本性的挑战。语言学习者是否还需要记忆复杂的语法规则？语言教师如何在一个可以随时生成“完美”范文的AI面前定位自己的角色？更重要的是，当人类与AI的互动日益频繁，这种互动将如何重塑我们对语言、文化乃至自我身份的认知？这些紧迫的问题，正是《Annual Review of Applied Linguistics》第45卷“Artificial intelligence in applied linguistics”试图回答的核心议题。

为了系统性地探索AI在应用语言学领域的应用、前景与挑战，本期特刊汇集了来自全球顶尖学者的前沿研究。这些研究不仅关注AI作为工具的技术效能，更深入探讨了其作为社会文化参与者所带来的深刻影响。研究团队通过多元化的方法论，包括理论思辨、实证调查以及技术验证，旨在构建一个全面、批判且前瞻的AI应用语言学图景。

主要技术方法

研究团队采用了多种关键方法。在理论构建方面，通过文献综述和理论思辨，提出了“批判性互动能力”（Critical Interactional Competence, CritIC）和“伦理AI”等核心概念框架。在实证研究方面，运用了结构方程模型（Structural Equation Modeling, SEM）分析生成式AI对二语动机自我系统（L2MSS）和反馈投入度的中介作用；同时，通过自然语言处理（Natural Language Processing, NLP）技术对英语语法档案（English Grammar Profile, EGP）的结构级别分配进行了定量验证。此外，还通过实验设计评估了ChatGPT-4在二语写作评估中的准确性、特异性和相关性，并检验了LLMs在生成德语作为外语的阅读任务输入文本方面的能力。

研究结果

1. 身份、投资与AI：动机与认同的重构

David Wei Dai等人的研究揭示了生成式AI对语言学习者身份认同和投资动机的深刻影响。研究发现，AI不仅是一个工具，更是一个能激发学习者内在动机的“社会行动者”。通过结构方程模型分析，研究证实了生成式AI在二语动机自我系统（L2MSS）与书面反馈投入度之间扮演着重要的中介角色。这意味着，AI的介入能够有效连接学习者的理想二语自我（Ideal L2 Self）与学习行为，从而提升学习效果。

2. 文化理解与批判性互动能力

Aj Alvero等人探讨了与LLM驱动的聊天机器人互动如何塑造人类对文化的理解。研究指出，AI的互动模式可能导致“设计同质化”（homogeneity-by-design），即语言输出呈现出一种无差别的“数字口音”（digital accents）。为了应对这一挑战，作者提出了“批判性互动能力”（CritIC）的概念，强调学习者需要具备批判性地审视、质疑和协商AI生成内容的能力，以维护语言和文化的多样性。

3. 偏见与刻板印象：人类与AI的双重镜像

Okim Kang和Kevin Hirshi的研究聚焦于偏见和刻板印象问题。他们发现，AI不仅会反映和放大人类社会已有的偏见，还可能通过其算法产生新的、难以察觉的偏见形式。这种“双重偏见”机制对语言教学和评估构成了严峻挑战，尤其是在全球英语（Global Englishes）的背景下，AI的“标准英语”倾向可能进一步边缘化非标准变体。

4. 语言测评的革新与验证

在技术应用层面，多项研究验证了AI在语言测评中的潜力。Daniela Verratti-Souto等人利用NLP技术对EGP的结构级别分配进行了定量验证，证明了AI在语法复杂度分析上的可靠性。Aysel Saricaoglu和Zeynep Bilki则评估了ChatGPT-4在二语写作评估中的表现，发现其在准确性、特异性和相关性方面具有显著优势，但也存在一定的局限性。此外，Evelina Galaczi和Carla Pastorino-Campos提出了“伦理AI”的原则框架，强调在语言测评中必须平衡技术效率与公平、透明等伦理价值。

5. 教学实践与材料生成

在实践层面，研究探讨了AI在语言教学中的具体应用。Aysel Saricaoglu和Zeynep Bilki的研究不仅关注评估，也涉及了AI生成教学材料的潜力。Christine C. M. Goh和Vahid Aryadoust则探讨了AI在二语听力和口语能力发展及评估中的作用，指出AI技术能够提供个性化的反馈和练习机会，但同时也对传统的交际能力（Communicative Competence）概念提出了挑战。

结论与讨论

本期《Annual Review of Applied Linguistics》第45卷的系列研究共同描绘了一幅AI时代应用语言学的复杂图景。研究结论表明，AI并非一个简单的“好”或“坏”的工具，而是一个具有双重性的强大力量。一方面，AI在语言测评、材料生成和个性化学习方面展现出巨大的潜力，能够通过NLP和SEM等技术手段，为语言学习提供前所未有的支持和验证。另一方面，AI也带来了深刻的伦理、社会和文化挑战，包括身份认同的异化、文化多样性的消解、偏见的加剧以及传统交际能力概念的过时。

其重要意义在于，这些研究不仅为语言教育工作者提供了应对AI挑战的理论武器（如CritIC和伦理AI框架），也为未来的研究指明了方向。在AI与人类语言能力日益交织的未来，应用语言学的核心任务将不再是简单地利用AI，而是学会如何与AI共存、协商，并最终引导AI朝着更加公平、多元和人性化的方向发展。