顾琦一 张 赛 陈 方|AI 时代的中国外语教育:认知、社会和情感维度的再建构

1.引言

人工智能（AI）正快速渗透教育领域，外语教育正面临一场深刻且复杂的变革。从智能写作助手到语音识别翻译，从个性化学习平台到基于语言生成模型的教学应用，AI 正在参与甚至重塑语言教与学的全过程。在这一进程中，中国的外语教育肩负着为国家战略培养复合型国际化人才的时代使命，其目标不仅包含提升学习者的语言能力，更在于培养能够服务中国对外开放战略、推动国际科技合作、有效传播中华文化的新型外语人才，为国家参与全球治理提供有力支撑。然而，AI 在提供便利性和智能性的同时，也潜藏着对语言学习本质属性的挑战。语言学习融合了认知建构、社会互动以及情感投入（Larsen-Freeman2012）。倘若忽视语言学习的根本特性，将 AI 工具单纯视为外语学习的“效率放大器”，教师就可能在不经意间偏离教学目标，削弱实践主动性和专业判断力，学习者也可能陷入“认知外包”的陷阱之中。在这一背景下，我们有必要在坚持AI 赋能外语教育的前提下，立足语言学习的认知属性、社会属性和情感属性，警惕 AI 可能引发的学习效率错觉、主体性弱化和情感偏差等潜在风险，真正推动中国外语教育在 AI 介入下实现更具可持续性的发展。

2. 外语学习的本质属性

2.1 外语学习的认知属性

语言学习首先是深层的认知建构过程。早期的二语习得研究从认知心理学出发，以语言规则、语法结构和词汇系统为核心，把语言学习视作“输入—加工—输出”的过程；后续理论逐渐突破线性加工模型，强调学习者在真实交际语境中对语言知识的动态组织与重构（Larsen-Freeman 2019）。在重组式学习机制（restructuring mechanisms）框架下，语言学习并非简单积累已有知识，而是在不断的认知加工和任务互动中，建构语言功能与意义之间的关系（Robinson2005）。这一建构过程具有高度的情境依赖性和问题驱动性。学习者可能遇到各种复杂的语言现象，经常处于认知失调的状态，只有通过不断消除疑问实现认知平衡，外语能力才能提高（王初明 1991）。Ellis（2003）强调认知激活的重要性，提出应设计具有信息、推理或观点差的任务，驱动学习者在意义导向的语境中主动建构语言表达，从而实现对语言形式的注意和内化。这一观点得到“输出假说”（Output Hypothesis）的有力支持：语言输出不仅是产出的结果，更是一个元认知加工的平台，学习者在输出过程中必须不断检测、调整并重构语言资源（Swain 2005）。

近年来，复杂动态系统理论（Complex Dynamic Systems Theory）为语言学习提供了更具解释力的认知图式框架。语言发展不是线性的技能累积，而是非线性、多因变量交互的系统性成长；学习者在语境中不断与语言系统互动，逐步生成具有流动性和变异性的语言能力（Larsen-Freeman 2019）。这也提醒我们，即便 AI 可以提供语言模型的样例，认知加工的不可替代性仍然是语言学习的核心；只有通过自我调节、问题识别和意义建构，学习者才能将语言转化为个体的交际能力。语言教育的核心在于激发学习者的内在主动性（proactiveness）和自我调节能力（self-regulation）（Mercer & Dörnyei 2020），避免被动接受 AI 语言产物而失去认知建构的机会。

2.2 外语学习的社会属性

语言不仅具有符号系统的规则性，更具有社会交际功能。语言学习是学习者在实际交际过程中对所有符号资源表达意义进行“软组装”的过程，学习者与环境相互作用、动态协调、不断调节、重构意义（Larsen-Freeman 2019），语言并非个体孤立掌握的工具，而是在社会互动中生成、发展并实现其意义的；在这个过程中，学习者并非被动接受知识，而是通过社会参与不断建构语言知识和交际能力的能动主体，因此，外语学习依赖社会文化语境。

社会建构机制尤其体现在语言的输出和互动之中。Long（1996）提出的“互动假设”（Interaction Hypothesis）强调，学习者在交际中遇到理解或表达障碍时，会通过意义协商进行互动调整，这能够引发其对语言形式的关注，进而提升语法意识和语言能力。语言习得依赖于对信息的理解，其核心在于学习者通过情境解析，接触并理解大量可理解的语言输入，从而发展语言能力（Krashen1985）。Gass（1997）进一步指出，交互本身能够将模糊的输入转化为“被理解的输入”（comprehended input），激活学习者的内部语言加工资源，从而促进语言习得。可见，语言能力的发展并非源于单纯的模仿或机械操练，而是在社会语境中通过交互性调适不断建构和优化的结果。

就社会身份建构而言，语言学习者并非中性的输入接收者，而是具有历史、文化和社会定位的个体；语言学习不是离散、割裂的现象，而是学习者、环境、学习过程三者间相互建构的过程，即“心智 - 身体 - 世界的协同”（mind-body-world alignment）（郑咏滟、高雪松 2024：6）。学习者在具体社会语境中，通过语言实践寻求认同、修正及建构自我（Norton 2000）。语言的掌握意味着学习其言语行为规范，从而“成为某种人”（becoming a certain kind of person）。因而，语言学习也是身份协商的过程。在 AI 广泛应用的语境下，若语言教学仅聚焦于内容生成和形式准确，而忽视社会交互和身份建构的核心机制，则可能导致语言学习异化为脱离语境的机械训练，从而削弱其本体性社会功能。

2.3 外语学习的情感属性

除上述两重特性外，语言学习更是深度嵌入情绪体验、动机机制和身份情感的心理 - 社会现象。情感属性决定学习者是否愿意学、敢于用、乐于表达，最终影响学习结果，不仅涉及一组心理变量，更反映个体自我建构和情感归属的动态机制，是语言学习的内在结构性要素。情感首先是决定语言习得成效的关键因素。情感过滤是一种心理障碍，会阻碍学习者充分吸收学习过程中接收到的输入（input），决定着输入能否有效转化为吸收（intake）（Krashen 1985）。因此，情感直接调控学习者的认知资源。Fredrickson（2003）的扩展 - 建构理论（Broaden-and-Build Theory）强调积极情绪有助于拓宽注意力范围和认知资源，激发交际探索精神，进而提升语言学习效果。在此基础上，MacIntyre & Gregersen（2012）就情绪状态与语言表现的关系指出，焦虑、羞怯和失败恐惧等负面情绪会显著抑制学习者的语言产出、交际意愿和流畅性，而积极情绪则能够拓展语言表达的创造性、增强认知韧性和语境适应能力，从而成为语言发展的情感驱动力。Dörnyei（2005）从动机和自我效能感角度出发，提出第二语言动机自我系统（L2 Motivational Self System），认为学习动机的核心在于学习者如何构建其“理想二语自我”（ideal L2 self）和“应然二语自我”（ought-to L2 self）。在二语习得过程中，学习者逐步构建“二语自我”（Dörnyei & Ushioda 2021），伴随的情感体验深刻地塑造着个体的身份认同。Child（1986）认为动机是能激发自己满足某种需求的内在过程，是学习的关键因素，决定学习者的学习投入和持续性，为学习者提供动力和指引方向。动机不仅是行为的启动器，更是身份愿景和情感归属的心理演练场。与之相辅，Bandura（1997）的自我效能感（self-efficacy）概念强调学习者对自身语言能力的信念会影响其努力程度、学习策略使用和应对挫折的能力，因而是维持学习持续性的关键因素。

语言是具有情感性特征的符号系统，个体通过语言来投射情绪、定位自我，并与他人建立关系；学习者通过学习用他者所用的方式表达自己的情感、身份和世界观，这一过程常常意味着身份重构、情感再编码和文化的重新定位（Kramsch 2009）。Pavlenko（2007）从语言情感化视角出发，进一步揭示了学习者在用二语表达情感时常会经历情绪脱敏或文化错位。学习者需要在新语言中重新构建情感词汇、语调和表达方式，将语言从外在工具转化为内在情感和身份认同。语言不仅传递信息，更传递情感和认同，是学习者表达“我是谁”以及“我与世界的关系”（同上）的方式。情感维度构成语言学习三重属性中的关键一环，是我们审视 AI 参与语言教育的基本理论坐标。

3. 中国外语教育中的 AI 赋能

生成式 AI 并非单向度引领外语教育走向智能化的外部助力，其广泛应用正在重塑外语教育的生态结构。技术主导的学习范式快速迁移，很可能掩盖学习者在认知调节、身份建构、情感参与等维度上的深层需求，如果智能促学流于表层，则难以切实支撑学习方式的结构性转型（杜云飞、Reynolds、范金玲2025：21）。因此，AI 赋能的核心目标应在于推动学生角色从工具使用者转向批判者和创造者，最终培养具备人工智能素养的语言学习者。

3.1 AI 的认知介入路径：从信息加工到意义建构

语言学习不是对语言知识的被动吸收过程，而是一个以问题驱动、情境依赖和认知建构为核心的复杂认知活动（Robinson 2005）。学习者须在真实任务中激活内部认知资源，调动注意、记忆、推理和元认知调节能力，从而实现意义建构和语言能力发展。然而，随着大语言模型（LLMs）辅助写作和语言生成工具的兴起，学习者很可能倾向于将原本需要自身完成的表达、组织、推理等任务交由 AI“代劳”，将原属自身认知负担的任务外包给技术系统，“提供的是结果导向型学习，实质上是一种快餐式服务”（文秋芳 2024：727）。长期过度依赖 AI系统，会削弱个体对复杂问题的认知努力，从而可能导致大家所担心的“认知外包”（cognitive outsourcing）现象。麻省理工学院发布的最新研究（Kosmyna etal. 2025）探讨了在使用 LLMs 辅助写作时所产生的神经和行为后果，发现不使用任何工具的写作者表现出最强、分布最广的大脑网络连接，使用搜索引擎的写作者表现出中等程度的脑力参与，而运用 LLMs 的写作者的大脑连接性最弱，说明认知活动随着工具依赖程度的增加而递减。AI 所带来的“效率幻觉”实则可能掩盖了学习者缺乏认知参与的深层危机。如果学习过程没有适度的认知负荷，学习者将失去必要的挑战，从而无法激活深层加工、形成长期记忆，无法促进二语能力的发展。

因此，我们应在语言学习认知规律的基础上，明确 AI 的定位和边界。第一，AI 在语言学习中的定位应该是认知“促发器”，而非认知“代理人”。例如，Jacob，Tate & Warschauer（2025）设计的“头脑风暴—资料搜索—人机系统生成—修改反思”教学流程发现，学习者通过与 AI 协作生成内容、进行批判性评估并独立重写，有效激活了语言意识和风格控制，避免被动接受。第二，教学设计应具有认知挑战度。任务型教学研究已表明，信息差、推理差和观点差任务（Ellis2003）能促使学习者识别语言差距，驱动深度加工。AI 在此过程中可作为反馈或支持工具，而非直接提供答案，避免削弱认知挑战，防止 AI 工具沦为学习者的“枪手”。第三，应在语言教学中系统培养能动性思维和元认知调节能力。语言能力的发展源于学习者对语言输入的主动加工，而这一过程具有阶段性、波浪式特征（文秋芳 2024：726）。我们可以通过反思日志、自我评估和策略训练帮助学习者在使用 AI 时保持认知主体性。

语言学习的认知属性决定了 AI 技术的介入不应取代学习者的思维过程，而应以激发加工、支持建构、强化反馈为主要目标，从而为培养具有创新思维和独立解决问题能力的高层次外语人才提供坚实支撑。只有促进学习者持续地参与意义建构过程，AI 技术方可真正实现“认知增效”，避免降格为“认知外包”的技术工具。

3.2 AI 的社会介入路径：从互动协商到文化自觉

语言学习的目标不仅是掌握形式规则，更是学习如何在真实社会情境中进行意义协商、关系建立和信息组织，核心在于学习者通过语言参与意义协商、在交流中建构自我并提升跨文化理解和表达能力（Kramsch 2009）。然而，以ChatGPT 为代表的 AI 生成工具的普及，正在重塑这一社会性过程。尽管 AI 工具能高效提供高质量的语言输入，但其技术特性也带来了多重隐忧。

第一，AI 可能削弱外语学习者的文化主体性。目前 AI 支持的 LLMs 依托的语料多源于本族语者（尤其是英美标准语料），其输出内容“折射的是语料生产者的价值观和意识形态”（文秋芳 2024：728）。如果机械地依赖 AI 生成文本，学习者可能不自觉地压抑自身语言身份和文化表达，影响跨文化沟通中文化自觉和自信的建立。这显然违背了中国外语教育“提升国家形象”的时代使命（吴岩 2021：10），也不可能“培养兼具扎实母语与外语功底、深厚母语文学和外语文学修养”的高质量外语人才（王文斌 2024b：3）。

第二，AI 的“预处理”机制可能替代真实人际互动中的动态意义协商，消解语言习得中关键的协同建构机制（如修正性反馈、语用调整）。语言学习中的互动“不只是简单的知识交流，也是教育者协助学习者实现社会化的过程，在教学过程中，教师需要引导学生成为一个社会人，继承或反思社会中既有的价值观念，同时也获得社会群体里所蕴含的智识财富”（郑咏滟、高雪松 2024：5）。AI虽然可以模拟对话，但其回应缺乏真实交际中的不确定性和情感共鸣，很可能使语言学习简化为形式操作，削弱其作为社会实践的本质（Norton 2000）。

第三，AI 工具在提升语言准确度、流畅度和复杂度的同时，可能压缩语言社会功能的发展空间。语言的社会功能不仅体现在互动协商和身份建构之中，还深刻体现在其多重社会意义建构能力上。Halliday & Matthiessen（2014）提出的语言三大功能——概念功能、人际功能和语篇功能——共同构成了语言在社会生活中“做事”的能力。然而，在 AI 主导的语言输出中，人际功能尤易受到侵蚀，如情感传达、态度立场、语用协商等往往因“效率优先”而被压缩至最低程度。值得注意的是，AI 的回应还受到其训练数据的统计模式和历史偏见的限制，以及对用户即时偏好的过度顺从，这些都不利于语言表达中处理观点冲突、辨析立场等高阶语言能力的发展。AI 的应用看似促进了语言学习者的自主性发展，实则使学习者绕过了参与发展新语言技能的实际活动，对技术本身产生依赖，最终将学习简化成对外部资源的操控，从而制造出一种语言能力的假象（Kern 2024：522）。AI 的教育价值不应仅以生成效率或语言准确性进行评估，而应回应语言学习的社会本质。AI 所生成的对话和文本虽具有形式流畅性，但其意义建构过程缺乏真实的身份协商和情感共鸣；其回应机制往往服从于用户指令，而非主动挑战或促进学习者的认知发展。这一机制本质上削弱了语言学习“作为社会实践”的关键特征。

因此，AI 赋能的外语教学设计的根本前提是对语言学习社会属性的坚守，推动 AI 从“交互替代者”向“社会协作工具”转型，重构语言学习场域，避免以技术效率取代外语教育价值，构建以学习者文化自觉和国家需求为导向的外语教学新范式，在效率与人文性之间建立平衡机制，从而真正实现现实背景下 AI技术与语言学习的共生发展。第一，我们可以嵌入以“学习者—教师—AI”三方为核心的协同产出和意义协商流程，设计多层级任务，确保 AI 不会替代交际主体。例如，强调过程中对文化身份和表达风格的集体协商，采用“初稿—AI 修改—比对—同伴讨论—教师点评—改写”的过程；也可设计基于 AI 产出的修辞分析活动，引导学生比较不同文化语境下的语用策略，并反思自身的文化立场。第二，将语用和跨文化意识融入教学，引导学习者关注语言背后的立场和交际目的。比如，我们可以运用 AI 生成不同文化背景下的对话，组织学生分析其中的语域特征、价值预设和交际期待；鼓励学生使用 AI 工具对比分析中西方对同一议题的表述差异，并在此基础上进行“中国叙事”的改写训练，提升表达的精准度和传播的共鸣力。第三，倡导在语言输出训练中融入文化自觉，引导学习者有意识地将语言使用与其特有的个人背景、内在价值观以及鲜活的文化经验相关联。例如，在 AI 生成文本的基础上，我们可以引导学习者分析哪些表达符合表达需求、哪些需要调整，并阐明理由；围绕“用外语讲好中国故事”设计项目式学习，引导学生基于 AI 生成的国际传播材料进行补充、修正与批判，强化母语文化认同下的外语运用能力。此外，还需建立相应的伦理和反思机制。教师应引导学习者意识到 AI 生成内容存在的文化偏见和意识形态倾向，开展 AI 与实际交际对比的讨论，帮助学生认识到 AI 在文化协商和交流互动中的局限性，逐步提升与 AI 协作的能力，培养技术自主性，使学生掌握以“我”为主、合理使用 AI 的策略。

综上，AI 技术在拓展语言学习的资源和路径的同时，也潜藏着削弱社会互动和文化主体性的风险。如何能使 AI 成为增效而非替代语言社会功能的协作工具？只有在教学设计和实施中始终强调文化自觉、语用能力和批判思维，才能真正实现技术与外语教育的融合发展，培养出具有思想力、想象力、创新力、创造力和国际沟通能力的外语人才，唯有具备这“变动不居、不断变化”、但 AI 难以完全替代的“五力”（王文斌 2024a：5）的外语学习者，才有可能成为更具家国情怀和全球视野的跨文化沟通者和负责任的全球公民。

3.3 AI 的情感介入路径：从情绪支持到情感表达

尽管现有研究普遍肯定 AI 技术在学习过程中的情感支持作用，如减轻焦虑（Wang 2025；杨连瑞 2024）、提升信心（Wang 2025）和交际意愿（Zhang et al.2025；张震宇、洪化清 2023）、提供即时反馈（胡加圣、戚亚娟 2023；杨连瑞 2024）和陪伴感（杜云飞、Reynolds、范金玲 2025），但这些积极效应主要体现在促进任务完成和增强动机等外部驱动上，尚未充分触及语言学习中更为本质的情感表达能力和情感归属问题。情感交互是“人主体性发展的必须，也是人工智能时代虚拟交往和人机协同的盲区”（祝智庭、戴岭、胡姣 2023：12）。AI 虽可为学习者提供及时反馈、温和的建议和鼓励性语言，但其回应机制仍基于算法预测和训练数据，缺乏与学习者情感状态的深层共情及动态调节能力。“当今技术背景下的 AI 尚不能有效地应对人类复杂的情感和意识状态”（文秋芳、梁茂成 2024：288），AI 暂时无法理解和处理需要人类运用高层次意识和情感来解决的问题。值得注意的是，大多数学习者实际上清楚地意识到 AI 不具备人类情感，也无法真正共情人类的体验。在缺乏真实情感回应的人机互动中，语言的情感承载力和身份建构功能可能被边缘化。这种理性认知与情感脱节之间的张力，进一步凸显了目前 AI 赋能语言学习在情感维度上的局限性。当 AI 成为主要的写作合作者时，学习者可能会不自觉地弱化对语言作为情感载体的敏感度，导致语言表达日益工具化，难以生成真正反映个体情绪、态度和立场的语言输出。若缺乏教学干预，这一隐性趋势可能削弱学习者通过语言建构情感意义和身份认同的能力。

因此，在 AI 赋能外语教学的情感维度设计中，亟须教师发挥核心引导作用，系统融入情感表达能力和情感归属体验的培养。在接受性任务中，教师可选取 AI 生成的情感类文本（如道歉信、感谢信、文学片段），组织学生讨论、分析其中的情感表达方式、强度及文化倾向，并与真人表达进行对比，引导学生思考：“这些表达是否符合我自己的情感？如果不符合，应怎样调整才能符合我的真实感受和文化背景？”在产出性任务中，在学生使用 AI 协同完成初稿后，设计“情感强化”环节，让学生在特定真实或模拟情境（如国际交流中的文化误解场景）中，对 AI 生成的文本进行情感注入和语气调整，加入个人经历或文化元素，并说明修改理据，以此来提升语言输出的情感真实性和语境适切性。在交互活动中，教师可结合 AI 模拟对话（如跨文化谈判、客户投诉），通过角色扮演，让学生体会不同情感立场下的语言表达差异，并基于自身情感理解对 AI 生成内容进行修正和丰富，强化语言使用中的共情能力和身份意识。当然，技术的发展也应充分考虑到学习者的情感需求，提升交互性并提供情感支持（Zhang et al.2025）。

所以，AI 的情感支持不能仅止于激励、安慰和纠错，教师应引导学习者在情感语言建构中保持内在真实、文化嵌入和主体操控，引导学习者将 AI 协助的表达作为自我情感表达的支架，而非最终成品，从而实现从“被 AI 表达”走向“自主表达”，在语言输出中重建自我情感的掌控，使 AI 助力的语言学习过程在效率提升的同时，不失其作为情感自我和文化认同建构平台的本真价值。

4. 结语

AI 正以前所未有的速度和规模渗透到语言学习的各个层面，推动外语教育步入深度智能化的新阶段。从 LLMs 到智能写作助手，再到个性化语言伴学系统，不断刷新着语言输入和产出的效率“天花板”，也重新定义了“学”与“教”的技术生态。然而，在追求便利与效率、沉浸于智能生成的魅力时，我们更应警惕技术主导所可能掩盖的语言学习本质。语言学习并非单纯的技能训练或形式模仿，它承载着认知加工的挑战、社会关系的建构和情感表达的深层使命，是人类精神活动的重要形式和文化存在的根本体现。语言是文化的精粹，其发展映照着人类文化的发展脉络；语言不仅是交流的工具，更是人类的文化符码和身份标识。在这一意义上，外语学习者并非只是技术使用者，更是语言意义的认知建构者、社会身份的积极协商者和情感体验的深度表达者。新时代的外语教育，应在充分借力 AI 技术的基础上，坚守语言作为人类精神家园的核心地位，唤起教师和学习者对语言育人功能的共同认知，强化教育的主体意识和人文导向。教育的使命从来不是迎合技术，而是通过理性的引导和融合，使技术成为推动认知发展、社会融通和情感联结的“生长型力量”。

我们倡导在技术赋能的基础之上，重构以学习者能动性、文化自觉和情感表达为核心的人机协作机制，使 AI 成为思维激活的促动者、跨文化交流的增效者和情感表达的辅助者，而非学习过程的替代者或思维退化的始作俑者。未来外语教育的责任，不仅在于提升语言能力，更在于积极响应国家发展需求，培养能够肩负起对外交流、文化传播和全球治理重任的高层次外语人才，守护语言作为人类精神家园的神圣本质，引导学习者在数字时代中保持思想的主动性、文化的归属感和情感的真实性。外语教育要牢牢把握 AI 技术带来的历史机遇，在破解自身“生存危机”的同时，抓住外语教育培养一流人才、为国家的改革开放事业作出不可替代的贡献的绝佳机遇（束定芳 2025：438）。唯有如此，中国的外语教育才能在 AI 浪潮中坚定方向，在效率提升中保有人文温度，在时代跃迁中承担起塑造有思想、有温度、有文化底蕴的语言主体的历史使命。

                                                   排版：章章