【本站讯】2026年6月22日，宾夕法尼亚州立大学应用语言学教授、博士生导师陆小飞应邀在中国海洋大学外国语学院N314作题为“外语教学与研究视域下的功能性与批判性AI素养”的学术讲座。讲座由刘颖颖副教授主持，外国语学院及校内相关专业师生40余人参加，现场学术氛围浓厚。讲座从AI技术原理到应用伦理层层深入，为师生理解AI素养、科学使用AI工具提供了兼具理论性与实操性的指导。
讲座伊始，陆小飞教授指出，生成式人工智能已能辅助语言教学、评估与研究，但如何确保输出质量、避免技能退化与表达主体性削弱，是当前亟需关注的问题。他援引学界对AI素养的定义，强调应从功能性与批判性两个维度加以拓展，既要掌握有效使用AI的方法，也要具备审视其局限与偏见的意识。
讲座第一部分聚焦AI的基础架构。陆教授从非智能的规则系统讲起，逐步过渡到机器学习、神经网络，再到基于多头注意力机制的Transformer架构，清晰梳理了技术演进脉络。他展示的Transformer架构图给在场师生留下深刻印象，直观呈现了现代大语言模型的核心设计原理。他随后讲解了词嵌入、句嵌入如何表征语言与意义，并介绍了大语言模型的预训练、指令微调、强化学习及推理调优流程。在讲解文本生成机制时，陆教授特别强调，ChatGPT等工具并非真正与人“聊天”，其每一次输出都是基于概率逐词预测的结果，模型并无真正的理解，只是习得了海量文本中的统计模式。这一认识对师生反思与AI的交互方式具有启发意义。他还介绍了提示工程的实用策略，并以多语言翻译实验数据展示了提示设计对模型表现的显著影响。陆教授进一步介绍了代理AI的概念，指出其优势在于无需用户进行多轮对话，而是基于以往人机交互数据，直接聚焦问题情境，提高获得理想答案的概率，从而大幅提升使用效率。
讲座第二部分转向AI的潜在挑战与解决方案。陆教授从批判性AI素养的三层含义切入，引导听众审视AI可能带来的认知变化、人类表达多样性削弱以及知识建构同质化等风险。他引用多项前沿研究，分析了AI在学术写作、图像生成等领域的偏见问题，并分享了二语写作中AI素养量表的开发与验证成果，以及语言教师AI能力培养的干预实验。他强调，AI辅助教学应超越工具驱动，走向理论驱动，确保教学目的与学习收获。最后，他展望了未来研究方向，包括过程评估、教育AI系统开发以及教师专业发展与学习者AI素养提升的持续路径。
互动交流环节，现场师生围绕AI辅助写作反馈中的过程监控与学习效果评估等问题与陆教授展开热烈讨论。对于学生在议论文写作中若全盘接受AI给出的修改建议，如何评测他们的学习过程与真实进步，过程数据又该如何收集这一问题，陆教授回应指出，写作者心中应有一个心理图景和交互目标，不必将整篇文章全权交由AI处理，而应让学生自主判断修改是否得当。最关键的是学生能否清晰表达自己的写作目标，如果目标明确并能围绕目标与AI进行交互，其学习过程仍是可观测、可评估的。
讲座最后，刘颖颖作总结发言。她指出，真正提高AI素养，恰恰需要理解AI的底层逻辑与基础架构，这样才能与AI有效交流，并在知晓机制的前提下尽可能规避AI出错。陆教授的讲座正是从这一根本问题出发，既有技术原理的深度剖析，又有应用伦理的批判反思，为我院师生在智能化时代开展外语教学与研究提供了重要参照。
专家简介
陆小飞，宾夕法尼亚州立大学应用语言学系George C. and Jane G. Greer冠名教授。主要研究领域包括语料库语言学、学术英语、二语写作、二语习得及计算机辅助语言教学。现任Journal of Second Language Writing副主编。在Applied Linguistics, Language Learning, Studies in Second Language Acquisition, TESOL Quarterly和The Modern Language Journal等权威期刊发表论文110余篇。2022年以来持续入选斯坦福大学发布的语言学领域全球2%顶尖科学家“年度影响力”和“终身影响力”榜单。开发的句法与词汇复杂度分析器得到国际上二语写作与习得研究者的广泛应用。
通讯员：王雅慧
审定：刘颖颖
