《Applied Corpus Linguistics》：Enhancing Second Language Learning through Corpus and GenAI Integration: A Systematic Review
编辑推荐：
摘要本系统综述综合了27项关于将基于语料库和人工智能增强的语言教学法（CD-AIE-LPs）整合到语言学习中的实证研究。遵循PRISMA 2020指南，该综述探讨了CD-AIE-LPs涉及的四个关键问题：教学重点、技术实现、理论和方法论基础以及教学效果。研究发现主要有以下四点：（
摘要
本系统综述综合了27项关于将基于语料库和人工智能增强的语言教学法（CD-AIE-LPs）整合到语言学习中的实证研究。遵循PRISMA 2020指南，该综述探讨了CD-AIE-LPs涉及的四个关键问题：教学重点、技术实现、理论和方法论基础以及教学效果。研究发现主要有以下四点：（1）尽管研究了许多语言特征，但教学目标主要集中在词汇、语法和学术写作上，对口语、听力和语用能力的关注较少；（2）广泛使用的语料库工具（如COCA、AntConc）和生成式AI模型（如ChatGPT、Gemini）构成了核心技术基础设施，松散顺序集成成为主要的形式，而检索增强生成（RAG）则代表了一种新兴的更深层次的集成模型；（3）研究大量依赖于准实验和混合方法；（4）总体而言，CD-AIE-LPs在提升学习成果方面是有效的，结合使用语料库和AI工具的效果始终优于单独使用任一技术。综述最后讨论了这些发现的教學意义以及当前研究的主要局限性，包括理论基础不足、样本规模较小且同质性高，以及深度集成的AI-语料库系统稀缺，从而指出了未来研究的重要方向。
引言
2022年ChatGPT的推出——首个被广泛采用的对话式AI系统，标志着公共领域、社会规模生成式AI（GenAI）时代的开始——极大地推动了这项技术在语言学习中的应用。其中一个探索方向是将其与基于语料库的数据驱动学习相结合（以下简称基于语料库的学习），这种学习方法已经实践了几十年。一些学者（如Crosthwaite & Baisa, 2023; Flowerdew, 2025）主张将这两种技术结合起来，因为他们认为基于语料库的学习方法和GenAI增强方法具有互补的优势和局限性。虽然基于语料库的学习方法具有数据透明性、真实性、可重复性、多模态语言证据以及归纳学习的机会等优点，但传统的语料库工具通常需要较高的技术和分析技能，这可能对学习者造成认知负担并消耗较多时间（Crosthwaite & Baisa, 2023; Flowerdew, 2025）。在这方面，GenAI可以通过简化语料库信息的获取并提供指导性解释来提供潜在的解决方案，但大型GenAI模型在语言学习方面也存在缺点，例如产生幻觉和缺乏数据透明度（Crosthwaite & Baisa, 2023; Flowerdew, 2025）。
基于这种将基于语料库的学习方法和GenAI增强的语言教学法（CD-AIE-LPs）相结合的理论依据，最近的研究开始探索如何通过技术创新和课堂实践来操作这种整合。例如，一些研究人员通过结合ChatGPT和Gemini等模型改进了现有语料库工具（如Anthony, 2024）和在线语料库（如Davies, 2025），而另一部分研究人员则开发了具有GenAI功能的专用语料库以支持有针对性的学习（Cheung & Crosthwaite, 2025）。这种整合使用户能够在需要时利用GenAI的能力与语料库数据交互。同时，实证研究（如Dong & Wang, 2025; Rong et al., 2026）考察了在课堂环境中结合这两种技术的效果和影响，一致报告了学习成果的显著提升。
尽管进展迅速，但关于将语料库工具和GenAI整合到语言学习中的研究仍然较为分散，目标和背景各不相同。具体而言，现有研究在教学目标、目标语言特征、技术配置、理论取向、研究设计和成果测量方面存在很大差异。这种多样性虽然展示了语料库与GenAI整合的灵活性和潜力，但也难以清晰全面地理解这些技术是如何整合的，它们服务于哪些教学功能，以及在什么条件下这种整合能够促进有效的语言学习。此外，尽管之前的综述分别探讨了基于语料库的数据驱动学习（如Boulton & Vyatkina, 2021）和GenAI的教育应用（如Zhu & Wang, 2025），但这两种技术的综合应用尚未得到系统的综合分析。
鉴于这一领域的快速发展以及新兴研究格局的碎片化，系统地回顾这一新的研究方向至关重要且十分及时。具体来说，需要一个全面的综述来明确CD-AIE-LPs的教学重点、技术实现、理论和方法论基础以及教学效果。通过综合当前的实证证据，该综述不仅有助于更清晰地了解CD-AIE-LPs的机会和挑战，还能识别现有研究的空白以及未来研究的方向。
章节摘录
目的和研究问题
本综述旨在对第二语言教育中的CD-AIE-LPs进行系统回顾和批判性评估，探讨教学重点、教学工具和实践、研究方法，并综合主要实证发现，为未来的研究议程和教学发展提供参考。该综述旨在回答以下四个研究问题：
RQ1. CD-AIE-LPs的主要教学重点是什么语言特征？
RQ2.
结果
所有27项研究的关键类别编码数据——包括样本特征、教学重点、语料库/GenAI工具、整合模型、评估工具和主要发现——包含在补充材料中，而表格2提供了简要的总结版本。
为了为这四个研究问题提供背景信息，我们首先概述了1）CD-AIE-LP研究的发表轨迹和2）所审查研究的背景和样本特征。
研究背景和样本特征
尽管目前的CD-AIE-LP研究提供了关于参与者特征和研究背景的丰富和有价值的信息，但仍存在一些显著的局限性，这些局限性可能会影响其发现的普遍性和解释性。
其中一个局限性是，尽管所包含的研究涵盖了从低中级到高级的不同英语水平，但在测量和报告语言能力方面存在显著不一致性。
结论和未来研究
本系统综述通过涵盖四个关键方面——教学重点、技术整合、理论和方法论基础以及学习效果——综合了当前关于CD-AIE-LPs的研究。在总结主要发现和意义之前，需要谨慎解释这些发现，因为现有的研究数量有限。总体而言，这些发现表明CD-AIE-LPs是一个快速发展的、具有教育前景的框架。
资助
本工作得到了中国教育部人文社会科学基金（资助编号：24YJC740066）的支持。
CRediT作者贡献声明
王庆然：撰写——原始草案、方法论、调查、形式分析、数据管理、概念化。刘笛琳：撰写——审阅与编辑、验证、方法论、调查、形式分析、概念化。
王庆然|刘笛琳
