理论研究 | 贺萍：以生成式人工智能赋能大学英语 “双师课堂” 教学模式创新

　　当前，生成式人工智能快速迭代，为高校大学英语课堂变革带来全新机遇。大学英语“双师课堂”协同的课堂形态，不再局限于传统多教师的师资整合，而是通过厘清“人师”“机师”的权责边界，充分发挥二者差异化优势，以此破解传统外语教学痛点、重塑协作学习流程，优化课堂教学供给、重构教与学关系，已然成为新时代大学英语教学改革的重要命题。本文立足教学实践，探讨以生成式人工智能赋能大学英语“双师课堂”教学模式创新的实现路径。

　　一是权责分工创新，厘清“人师‑机师”各司其职的协同逻辑。人师与机师协同的核心要义是：把适合“机师”做的事让“机师”去做，把适合“人师”做的事让“人师”来做，把适合人机合作的事交由二者共同完成。落实到大学英语课堂，生成式AI即“机师”，依托自身优势处理大量外语教学信息，动态生成阅读、写作、翻译等多样化学习资源，提供词汇语法答疑、个性化学习支持，开展基础层面的过程性评价，具体承担学生答题与作业数据归集等标准化、重复性教学工作，减轻教师机械批改负担。而“人师”则聚焦大学英语课程的教学顶层设计、协作学习任务架构搭建、价值引领与情感引导，着力开展高阶思维点拨，把教学重心放在AI难以替代的育人环节，如跨文化交际案例研讨、批判性思维训练、小组英文协作探究等。二者并非功能的简单叠加，而是立足大学英语语言工具与文化传播双重属性实现优势互补，以此破除传统大学英语课堂教师陷于单词语法批改、事务性工作繁杂，难以充分关照学生深度思辨与真实场景语言输出的现实困境，为课堂协作学习的有序开展筑牢运行基础。

　　二是教学流程创新，构建“准备-协作-总结”三阶段闭环协作学习链条。依托“人师-机师”协同，重构大学英语课堂协作学习完整流程。在准备阶段，“人师”确定协作学习主题与任务目标，“机师”动态生成差异化学习资源，推送预习材料，辅助学生规划个性化学习路径；在协作阶段，学生以小组形式开展探究式学习，“机师”实时提供学习支架、开展智能过程记录，“人师”则游走于各小组，实施针对性引导答疑，对AI输出内容开展审校纠偏，引导学生辨析AI译文的文化偏差、逻辑漏洞；进入总结阶段，学生汇报小组协作成果，“机师”完成基础维度的数据研判，人师开展质性点评，结合同伴互评给出综合性反馈，推动学生完成知识复盘与学习反思。整个流程以协作学习问题解决为导向，打通课前、课中、课后，改变过去任务固化、过程监控缺失的课堂现状。

　　三是评价范式创新，形成人机协同评价，促进课堂质量与协作能力双重提升。传统课堂评价多依靠期末闭卷测试，难以捕捉协作学习过程中的思维成长。在“人师-机师”双师模式下，“机师”发挥即时反馈优势，记录小组参与度、语言基础错误、任务完成进度，提供客观量化参考；“人师”立足专业视角，重点评判学生的问题解决能力、跨文化表达水平、批判性思维以及团队协作表现。评价不再只看最终书面成果，将小组探究记录、AI译文审校报告、课堂协作表现纳入考核体系。一方面，借助“机师”的工具能力搭建学习支架，配合“人师”的专业指导与情感支持，推动学生完成知识建构、深度思考与科学论证，提升协作学习质量；另一方面，依靠AI动态生成内容、个性化支持，降低协作门槛，充分调动学生课堂投入度，实现协作学习效率与育人质量同步提升。

　　生成式人工智能赋能下的大学英语“人师-机师”双师课堂，并非用人工智能替代教师，而是通过明晰人机权责边界、重构协作学习流程，充分发挥技术的教学赋能价值。在大学英语兼具语言工具训练与跨文化传播的课程定位之下，“机师”负责完成标准化、重复性的语言训练工作，“”人师”坚守价值引领、思维培育与情感育人的核心阵地，二者协同发力，推动学生在协作探究中夯实语言基础，锤炼批判性思维与跨文化交际能力。面向外语教育数字化转型的大势，“人师-机师” 双师课堂模式仍处在不断探索完善的过程，高校教师应当树立善用AI但不依赖AI的教学理念，持续优化人机协同教学设计，让技术真正服务于育人本质，为新时代大学英语教学高质量发展注入新动能。

　　【作者系长沙工业学院基础课教师。本文为湖南省教学改革项目：生成式人工智能赋能大学英语“双师课堂”教学模式创新研究（湘教通[2025]138号第1775）的阶段性成果】