中小學英語教學數字化轉型：人工智能賦能的創新解決方案

傳統的語言教學存在標準化與個性化的矛盾。在信息技術迅猛發展的今天，人工智能憑借其文本理解與生成、語音處理、圖像生成、智能體互動等能力，為解決傳統語言教學存在的矛盾提供了方法。借助人工智能，教師可以基于學生學情，生成定制化的英語教學資源，促使教學從以往的\"教師 + 教材 + 考試\"模式轉變為以“教師引領 + 數字化資源 + 學生數字素養培育\"為中心的個性化人才培養模式[1]。

不論是《普通高中英語課程標準（2017年版2020年修訂）》（以下簡稱“《高中課標》”），還是《義務教育英語課程標準（2022年版）》（以下簡稱“《義教課標》”）都強調英語教學要重視信息技術[2-3]。本文將結合語言學理論和《義教課標》《高中課標》，探索人工智能賦能詞匯、聽說、閱讀、寫作教學的創新方式，為實現精準化、個性化、智能化的英語教學數字化轉型提供參考。

一、詞匯教學

在詞匯教學方面，人工智能不僅可以幫助開發詞匯語料，而且可以幫助復現詞匯使用的語境，還可以通過自主編程實現游戲化詞匯學習，助力詞匯教學從碎片化、單一化向結構化、多樣化轉變，改善學生的學習體驗。

（一）詞匯語料開發

1.詞塊資源庫建構

無論是《高中課標》還是《義教課標》在\"課程內容\"中都要求“積累詞塊，擴大詞匯量”[4-5]。詞塊指\"在自然語篇中通常一起出現的詞匯序列，即特定語域內出現頻率最高的詞匯的組合”6。積累詞匯有助于“提高學習者語言理解和產出的順暢性和準確度”7]。然而，在實際教學中，詞塊學習資源存在系統性不足、針對性不強、內容龐雜等問題，導致學生無法建構系統的詞塊資源庫，教師在編制詞塊學習資料時也比較費時費力。生成式人工智能平臺（如豆包、DeepSeek、Kimi等）基于本身豐富的語料訓練，可以根據指令語生成針對性強且個性化的詞匯搭配語料，為學生提供高質、精煉的詞塊學習資源，賦能詞匯教學。在實際操作中，教師應從詞匯的搭配數量、內容結構、內容用途、難度水平等四個方面撰寫指令語，生成該詞的詞塊及其用法的資源庫。

下面以高考英語中的高頻詞\"personal\"為例進行具體闡述。教師在Kimi的指令框中寫下指令語：personal是高考英語中的高頻詞匯，請幫我列出至少5個其最常見的搭配，并提供英文例句及其中文釋義，例句必須為應用文和記敘文常用的句子，難度為Common European Framework ofReference forLanguages（CEFR）的B1左右（附高頻詞庫供篩選）。據此，Kimi生成如圖1所示的排版清晰、針對性強、難度適宜的personal的詞塊搭配及例句語料（為真實呈現指令語或（和）人工智能的生成情況，其中的個別表達錯誤不作修正。下同），助力學生的語言理解和產出。

2.詞匯的分類篩選與系統匯總

培養學生的核心素養，落實立德樹人根本任務，幫助學生形成正確的價值觀和必備品格，是《義教課標》和《高中課標》的根本要求，也是英語教學的應有之義。詞匯是語言學習的基礎，學生的理解和產出都基于詞匯。因此，教師可以以詞匯為基點，將詞匯教學與價值觀融合，幫助學生掌握正能量詞匯，落實立德樹人根本任務，實現語言工具性和人文性的統一。具體而言，教師可以借助人工智能，先篩選出有積極情感的、正能量含義的詞匯，拓展學生的詞匯知識庫，然后依據篩選出的詞匯的情感類型及其反映的主題、學生的語言水平生成詞匯庫。具體的指令語可如下：請幫我列出有積極情感的、正能量含義的高考英語中的高瀕詞匯，并提供英文例句及其中文釋義，例句必須反映積極的話題，如青少年成長、公民的美德、優秀的品格等，難度為CEFR的B1左右（附高頻詞庫供篩選）。

（二）詞匯使用語境的復現

語言輸人頻率是語言習得的重要因素之一[8]。Nation的研究表明，對大多數學習者來說，要記住所學詞匯，該詞匯至少需要重復出現七次[9。這種復現不是孤立的，需要教師在日常教學活動中\"結合主題語境，不斷地復現有關詞語有意識地促使學生在討論中使用新學的詞語”[10]。然而，教材由于容量的限制，往往無法在課文中實現詞匯的高復現率。專門針對語言教學的人工智能平臺，如Twee，可以生成包含目標詞匯的閱讀語篇，幫助學生在語境中復現詞匯。在實際操作中，教師應從主題、目標詞匯、學生的語言水平、文體類型、語篇長度等入手撰寫指令語，生成個性化、同主題的多源閱讀材料。

如在教學外研版義務教育教科書《英語》九年級上冊Module7Great books 中Unit2Abookreviewof TheAdventures ofTom Sawyer時，教師可以利用如圖2所示的Twee的Createa Text onAny Topic with Your Vocabulary功能生成一篇介紹MarkTwain的長度為250～350詞、難度為CE-FR的B1的短文，并指定需要復現的目標詞匯。當然，教師也可以使用其他人工智能平臺，輸入類似的指令語，幫助學生在同主題的不同文體下實現詞匯的復現學習。

（三）游戲化詞匯學習

傳統的詞匯教學往往以教師為主體，忽視了學生的主觀能動性和學習動機，學生主動參與意識不強[]。游戲化教學是指基于游戲機制，提升學習動機，從而促進學習的一種教學方式[12]。在人工智能時代，數字游戲作為一種多模態符號系統，可以通過圖像、音頻、文本等建構多感官刺激的情境，激發學生學習的興趣，促進語言學習[13]。在實際教學中，教師可以借助人工智能（如豆包、DeepSeek等）的編程功能，輸人指令語（可以包含內容要求、游戲場景、觸發條件、界面設置等），快速生成游戲化詞匯學習界面，促使學生在多感官刺激的人機互動和即時反饋中，掌握詞匯在具體語境中的含義。需要指出的是，游戲化詞匯學習可以用于課前預習，激活學生的背景知識，也可以用于課后，讓學生完成多義詞匹配作業，幫助學生在輕松愉快的環境中學習詞匯，提高學生英語學習的效果。

Createa Text on Any Topicwith Your Vocabulary

Createsa text onacertain topic.Canbe used duringalesson orasa homeworktaskaftera reading，listening or vocabularylesson.

二、聽說教學

聽是語言技能之一，是語言輸人的重要方式之一。通過聽力輸人，學生可以感知語音、語調，并在接受可理解性輸入的基礎上拓展詞匯搭配、語法結構和文化背景方面的知識。在聽說教學方面，人工智能不僅可以通過語音合成技術助力聽說材料開發，還可以通過定制化智能體助力聽說課堂實現多元互動。

（一）語音合成技術助力聽說材料開發

相較于閱讀材料，學生所能接觸的聽說材料數量有限，且可能存在內容過時等問題。人工智能的語音合成技術可以輕松實現將文字轉化為語音，助力教師實時調整聽說文本，動態開發聽說材料。例如，教師可以在TTSMAKER這一技術平臺中設定語速、音量、音高、停頓等，將文字轉化為語音，拓展學生的聽說資源。再如，教師可以使用由訊飛星火認知大模型提供的人工智能英語教師助手平臺設置對話發音人，生成互動對話的音頻。借助上述兩個人工智能平臺，聽說教學資源可以實現從教材官方的有限供給轉向教師的自由定制，極大地豐富學生的聽說學習資源。

（二）定制化智能體助力聽說課堂實現多元互動

根據互動假說理論，對話中的互動比單獨的可理解性輸入更有利于二語習得[14]。在互動過程中，學習者可以通過意義協商（negotiation formeaning）獲得可理解性輸人，還可以接受到反饋從而調整輸出[15]。然而，傳統的師生或生生課堂互動模式多依賴于教材預設的場景，場景單一，導致學生參與性不足，同時由于教師與學生知識儲備的局限，話題延伸討論的空間有限，難以培養學生在真實語境下的交際能力。應用于教育領域的智能體具有英語發音純正、地道，模仿人類行為、思考等特點，可以扮演同伴、導師、助手等虛擬角色，與學生進行交互[16]。在聽說教學中，教師可以利用定制化智能體，即自主創建可以用于課堂互動的智能體，在課堂上實現人機交互。在設置指令語時，教師應通過對智能體名稱、聲音、語言等的設定，使其符合目標交際人物的需要。下面以滬教版義務教育教科書《英語》九年級上冊Unit7The adventures ofTom Sawyer的Listening A為例進行具體闡述。教師可以利用豆包的智能體功能，創建一個馬克·吐溫智能體（其指令語如圖3所示），建構仿真對話場景，讓學生在完成聽的任務后與其進行對話，詢問其基本信息、寫作靈感等，幫助學生打破時空局限，了解文學創作的秘密，拓展語言學習的內容[17]。

三、閱讀教學

在閱讀教學方面，教師不僅可以利用人工智能實現基于難度調控的分層教學，為學生提供難度適配的閱讀資源，而且也可以利用人工智能生成多模態教學資源，實現基于文生多模態資源的語篇教學。

（一）基于難度調控的分層教學

輸入假說強調，可理解性輸人可以幫助學生有效習得語言，可理解性輸入的語言材料難度水平應為 ”，其中\"i\"代表學習者當前的水平， ”意味著稍高于當前的水平[18]。《高中課標》和《義教課標》都明確指出，教學內容應循序漸進，難度逐級提升，體現層次性，滿足學生個性化學習需要[19-20]。這就需要教師針對學生當前的語言水平進行定級，制訂基于難度調控的分層學習材料，促進學生語言習得。已有許多研究證明，分層閱讀教學有助于提高學習者的閱讀素養和閱讀效率[21]。

早期的文本改編依靠教師或專家自身的知識和經驗[22]，工程量巨大，需要經過反復多次調整詞匯、句法難度才能實現。隨著技術的發展，目前許多人工智能經過海量的語料訓練，已具備難度定級的常見指標（如CEFR）。其中，個別專門化的人工智能（如Twee）在難度定級和文本改編方面已比較成熟，可以生成比較精確的分層教學語篇[23]。以Twee為例，其基于CEFR對文本難度進行定級，教師可以在其中選擇文本的語言難度，生成精準化的分層教學內容，也可以讓其針對同一話題生成不同難度和體裁的文章，在為學生提供適配的閱讀材料的同時，讓學生對比感受不同文體的特點，幫助學生樹立體裁意識。

（二）基于文生多模態資源的語篇教學

《高中課標》指出，看的技能在新媒體時代日趨重要，其\"通常指利用多模態語篇中的圖形、表格、動畫、符號以及視頻等理解意義的技能”[24]。落實到實際教學中，教師應為學生提供多樣的多模態資源，幫助學生形成多元讀寫能力。在人工智能時代，人工智能的文生圖像（如豆包、即夢等）、文生視頻（如可靈人工智能、有言人工智能等）等功能，可以根據要求生成定制化多模態教學資源。下面以《朗文·外研版新概念英語（新版）2》Lesson 53Hot snake為例進行具體闡述。教師可以利用豆包的文生圖像功能，對文本故事進行分鏡處理，制作如圖4所示的圖文連環畫，讓學生看圖說話或看圖復述，使英語學習變得更加有趣和富有吸引力，提高學生參與課堂活動的積極性[25]，培養學生理解多模態信息的能力。

四、寫作教學

在寫作教學方面，人工智能不僅可以為學生的語言表達提供精細化的參考語料，提升學生語言表達的精準性，而且可以支持學生開展多模態寫作，還可以培養學生的寫作畫面感。

（一）提供精細化的參考語料以提升表達的精準性

《高中課標》指出，要培養學生運用詞匯準確理解和確切表達意義的能力[26]。然而，在目前的高中英語寫作中，學生往往存在盲目生搬硬套高級詞匯和表達、用詞準確性欠佳等問題。要改善學生的上述問題，就要讓學生理解同義詞的區別，學會根據不同語境選擇恰當的詞匯。人工智能可以為具體文章的用詞生成豐富的語料，幫助學生理解同義詞的區別，提升表達的精準性。如針對學生在寫作中出現的關于情緒表達用詞單一、準確性欠佳的問題，教師可以借助DeepSeek，讓其在指令語\"請給我列出輕度、普通、高度三個級別程度的表達緊張心情的英語詞匯和短語，并各提供一個記敘文常用例句，難度為CEFR的B1\"的指導下生成如圖5所示的表達不同程度緊張心情的詞匯及其例句，幫助學生學會辨別不同詞匯的語義區別，熟悉其使用語境，提高語言表達的精準性。

（二）人工智能支持的多模態寫作

當前教材中多強調通過卡片、海報、小冊子等多模態形式展示創作或匯報學習成果，實際上就是要求培養學生運用各種模態符號進行交際的能力[27]。有學者認為，這種展示創作或匯報學習成果的過程，往往需要學生花費較多時間在與語言學習無關的創作上[28]。許多生成式人工智能具備快速生成跨模態資源的功能，如文生圖像、文生視頻等，這無疑能節省大量的非語言創作時間。如在教學教科版義務教育教科書《英語》四年級上冊Module 2My house這一單元時，教師可以設置題為\"My Dream House”的海報設計活動，讓學生以小組為單位討論dream house并撰寫文章，然后借助人工智能的文生圖像功能，形成多模態語篇，培養學生有效使用多模態語篇來表達思想的能力。學生在人工智能平臺上輸入的語篇及其生成的圖像如圖6所示。

（三）借助文生圖像功能培養寫作畫面感

寫作畫面感是指通過細致生動的文字描寫，讓讀者在閱讀時腦中浮現相應的畫面。畫面感體現的是學生頭腦中建構鮮活具象場景的能力和精準的語言運用能力，其常運用于讀后續寫中。讀后續寫常要求學生運用詳細、生動的語言描寫展現情景、態度和感情。然而，大多數學生很難在把握前文情節的基礎上展開充分、細致的想象，進而運用準確、生動的語言來精細表達。究其原因可能在于學生缺乏感官刺激，無法想象出具體、細致、豐富的畫面。在人工智能時代，教師可以利用人工智能的文生圖像功能，將學生要寫作的內容生成圖像，為學生提供感官刺激，幫助學生雙通道同時接受信息，建立兩者之間關系，進而加工信息[29]。

總之，人工智能賦能的中小學英語教學正為實現精準化、個性化、智能化的英語教學數字化轉型注人活力。對于教師而言，人工智能賦能的中小學英語教學可以減輕其教學資源開發的壓力，聚焦個性化指導。對于學生而言，人工智能賦能的中小學英語教學可以豐富他們的學習資源，創新他們的互動方式，進而提升他們的語言技能。

參考文獻：

[1]姜澄.學科英語教師數字化能力的提升路徑研究[J].外語學刊，2025（2）：72-76.

[2][4][10][19][24][26]中華人民共和國教育部.普通高中英語課程標準（2017年版2020年修訂）[S].北京：人民教育出版社，2020：3，22，31，2，35，21.

[3][5][20]中華人民共和國教育部.義務教育英語課程標準（2022年版）[S].北京：北京師范大學出版社，2022：2，39，110.

[6]HASSELGARD H， OKSFJELL S. Out of Corpora： Studies in Honour of Stig Johansson [M].Amsterdam： Rodopi，1999： 181-190.

[7]陳偉平.增強學生詞塊意識，提高學生寫作能力[J].外語界，2008（3）：48-53.

[8]ELLIS N C. Frequency effects in language processing： A review with implications for theories of implicit and explicit language acquisition[J]. Studies in Second Language Acquisition， 2002（2）： 143-188.

[9]NATION I S P. Beginning to learn foreign vocabulary： A review of the research[J]. RELC Journal， 1982（1）： 14-36.

[11]蔡向麟.英語詞匯學習中存在的問題與對策[J].教學與管理，2012（27）：106-107.

[12]KAPP K M. The Gamification of Learning and Instruction： Game-based Methods and Strategies for Training and Education[M]. San Francisco： John Wiley amp; Sons， Inc.， 2012： 9.

[13]陸成定，陳崢嶸，陳美華，等.國際游戲化外語教學實證研究綜述及展望[J].外語教學理論與實踐，2021（4）：78-89.

[14]LONG M H. Native speaker/ non-native speaker conversation and the negotiation of comprehensible input[J].Applied Linguistics，1983（2）： 126-141.

[15]LONG MH. Input， interaction，and second-language acquisition[J]. Annals of the New York Academy of Sciences， 1981（1）： 259-278.

[16]徐振國，劉志，黨同桐，等.教育智能體的發展歷程、應用現狀與未來展望[J].電化教育研究，2021（11）：20-26，33.

[17]鐘明.基于英語教材人物AI智能體口語陪練模型的搭建[J].教學與管理，2025（11）：55-58.

[18]KRASHEN S D. Principles and Practice in Second Language Acquisition[M]. Oxford Pergamon Press，1982：21.

[21]黃偉.層級化：國內外閱讀指導與教學改革的共同趨勢：基于分級分層閱讀研究的探查[J].中學語文教學，2023（11）：4-9.

[22]金檀，李芷瑩，徐曼菲，等.面向教材文本智能改編的教師語料庫素養及實踐應用[J].外語界，2023（3）：23-30.

[23] CHEN Z C， LIU T Y，LIU X B. Twee： Artificial intelligence assistant to generate versatile materials for language education[J/OL].RELC Journal，2024[2025-05-26].https：//doi.org/10.1177/ 00336882241282471.

[25]劉桐儀，王惠艷，劉曉斌.基于CAC教學模式的生成式人工智能教學案例研究[J].中小學數字化教學，2024（9）：5-9.

[27]劉丹，鄧誼，馮德正.多模態寫作評估模型構建與應用：多元讀寫理論視角[J].外語研究，2024（5）：81-87.

[28]ROBINSON P. Task-based language learning： A review of issues[J]. Language Learning， 2011（1）： 1-36.

[29]MAYER R E. Multimedia Learning[M]. Cambridge： Cambridge University Press， 2009： 41.