夜雨聆风
编者按：
近日，清华大学人工智能（AI）赋能教学课程体系建设研讨会在二教举行。校长李路明在研讨会上指出，要深入思考从“人工智能赋能”到“人工智能系统性融入人才培养、学科建设”等关键问题。副校长彭刚提出，要让每一位教师、每一门课程、每一位学生的成长经历都“不可替代”，让大学发挥应有的育人价值。
会上，多位一线教师围绕人才培养体系重构、AI赋能教学改革实践等主题，分享了各自的探索经验与实践案例。为集中呈现这些教育教学改革的前沿思考，进一步推动改革创新，我们将陆续整理发布与会教师的发言内容。
以下是第二篇。
AI时代语言类课程的教学探索
清华大学语言教学中心 柏晓静
在国际与多元文化环境中有效地学习、工作和与人相处，在学习和借鉴世界先进文明的同时，更加准确、生动地向世界讲述真实的中国——这是我们的学生在AI时代仍需具备的核心素养，也是语言类课程亟须回应的时代命题。围绕这一命题，语言类课程正在探索AI赋能的发展路径：不仅是技术和工具的引入，更是对教学内容和教学方法的重新审视，以及此基础上推进的高质量语言教学数据建设。
在语言中心，AI技术和工具已广泛应用于教师备课、辅导、教研等关键环节。在协同工作中，教师对技术、工具的优势和潜在风险逐步形成了理性认识。中心层面正在建设教学资源库，系统整理课程嵌入、任务设计、评价机制、反馈机制等方面的教学案例，以及认知构建、使用规范等方面的参考资料，为教师引导学生积极审慎、健康有序地使用AI工具提供可操作的教学支持。
在教师主导的应用型研究中，AI技术的教学价值也得到进一步拓展。目前，语言中心共有13个在研AI赋能教改项目，覆盖6个语种，主要聚焦教学内容生成和学习过程支持，同时涉及教学模式创新和学习评价分析，兼顾学习资源建设和工具开发。总体来看，这些研究多处于初步探索和小规模试点阶段，但已形成一定的实践成果积累：一批AI赋能教学案例已进入课堂应用，成为连接教学创新与实际产出的重要载体，少数项目已产出自主研发的学习工具或相关论文。当前面临的主要困难在于缺乏稳定的技术支持、成果转化机制有待完善，以及研究时间相对碎片化。
与此同时，语言中心的两门AI赋能教学试点课程已由初步的技术嵌入，发展为系统化、可操作、可推广的人机协同教学模式：通过构建指令库，在写作和词汇学习任务中为学生提供分层级的个性化辅导。试点课程的教学数据进一步显示，学生在使用AI工具辅助写作时，仍存在“重结果生成、轻能力内化”的倾向。
在多维度的技术探索与持续反思过程中，我们不仅检验了AI赋能语言教学的潜能、效果与边界，也重新审视了语言类课程的教学内容和教学方法。面对语言教育的时代命题与语言技术的深刻变革，我们将教学目标聚焦于学生全球胜任力的系统培养，并将其细化为跨文化沟通能力、国际视野、人文情怀、文化自觉、创新精神以及全球责任意识等六大核心素养。在此基础上，通过课程教学与实践教学的贯通融合、现有教学体系和新一轮教学规划的衔接互补，切实服务国家高水平对外开放和学校拔尖创新人才自主培养。
新一轮教学规划在AI赋能方面更加注重前瞻性设计，不再局限于对现有工具的引入。从智能学伴的功能设计到学科知识图谱的结构化、精准化表达，再到图谱的领域、实体及关系选择，都紧密对接我校公共外语与对外汉语的实际教学需求。支撑这些AI赋能方案有效落地的关键，在于高质量语言教学数据的建设。例如，面向口语智能学伴，建设基于语音学标注的多语种学习者口语数据；面向文明互鉴类和语言能力类课程，建设基于艺术学、文学与教育学标注的英语戏剧、成长小说及博物馆解说词文本数据等等。在此过程中，我们逐步形成了三点认识：第一，数据建设必须立足实际教学需求，以相关理论和学科知识为基础加以组织；第二，语言类课程中长期积累的教学数据，蕴含丰富的教学理念、知识方法以及精细化反馈机制，具有重要价值，但要被AI高效利用，需进一步转化为结构化、可解释、可溯源的数据形态；第三，面向AI的数据建设，既是提升模型性能与系统效果的关键基础，也将在教师端推动教学内容和教学方法的再梳理、规范化与全新升级。数据建设虽繁复枯燥，却是在不确定性中不断提炼确定性的过程，其价值亦在于此。
语言不仅关乎表达，更关乎理解与连接。作为语言教师，我们希望学生在AI时代依然具备“会甄别、善选择”的语言运用能力，并能在国际与多元文化环境中更加从容、准确地表达思想，推动文化的传播和文明的互鉴。为此，我们会持续探索语言类课程的发展路径，主动推进具有长远意义的教学实践与体系建设。
编辑 | 钱箐旎
审核 | 曹柳星
推荐阅读
