張靜 | 高校學生AI賦能外語學習素養：框架建構與量表開發

高校學生AI賦能外語學習素養：框架建構與量表開發

張靜

摘要

人工智能技術深度重構外語教育生態，推動學習范式向人機協同轉型。該研究以高校學生為研究對象，圍繞“AI賦能外語學習素養”(AIEL3)開展“理論建構—工具開發—現狀診斷—策略設計”的全鏈條探索。該研究突破傳統AI素養的普適性局限，構建涵蓋情感、行為、認知和倫理的四維模型，確立外語學科領域的分析框架，并研制標準化評估量表“AIEL3Q”,實現從理論模型到量化工具的學科適配性轉化。基于全國多所高校的調研數據，揭示出外語學習者存在技術應用中倫理認知滯后于工具操作、碎片化學習阻礙高階思維發展等核心矛盾，以此提出分階段培養策略與多方協同支持機制。研究成果不僅拓展了智能教育理論體系，更為AI時代外語人才培養提供了兼具理論深度與實踐可行性的系統方案，為外語教育者設計技術融合課程、優化智能教育生態提供了方法論支持。

關鍵詞：外語學習素養;四維框架構建;評估量表開發;智能教育生態;高等教育

正文

1 引言

生成式人工智能技術的革命性突破正在重塑高等外語教育格局。面對技術賦能教育的新常態，外語教育目標已轉向兼具家國情懷、全球視野與跨學科素養的復合型人才培育(武世興， 2024),亟需構建人文精神與科學思維相融合的新型培養范式(胡開寶， 2024)。當前研究從挑戰與機遇(胡開寶、王曉莉， 2021;胡加圣、戚亞娟， 2023;文秋芳， 2024;彭青龍， 2024)、教師角色與培訓(文秋芳、梁茂成， 2024;梅冰， 2024)等方面進行了深入探討。但當前多數研究聚焦教法革新與教師角色轉型，而對于智能技術如何賦能并促進學習者主體性發展的理論構建尚顯不足。

AI技術催生的個性化學習模式，正在重構外語教育的實踐生態。自主學習、協作探究等新型范式的涌現，使學習者在外語學習過程中的主體地位日益顯著。建構主義理論框架下， AI技術環境不僅是知識傳遞媒介，更是學習者進行認知重構的交互場域。在此過程中，學習者需同步發展兩類核心能力：一是基礎性的技術應用能力(包括工具操作與倫理判斷);二是將AI轉化為外語學習策略的創造性遷移能力。

基于此，高校外語教育領域需要系統解析學習者借助AI賦能外語學習素養的具體構成，明確其區別于通用AI素養的學科特質。在此基礎上，開發具有專業解釋力的評估工具，以全面了解學習者的現狀與問題，進而設計學科適配的分層遞進培養方案，助力學習者實現從技術工具應用到學科認知重構的能力躍升。

2 AI賦能外語學習素養(AIEL3)框架構建

2.1 AIEL3的定義

AI素養這一概念，最初由Kandlhoferet al.(2016)提出，隨后Long & Magerko(2020)給出的定義得到了廣泛認可，即AI素養是一套能力，使個人能夠批判性地評估AI技術，與AI有效溝通和協作，并在線上、家庭和工作場所使用AI。隨著技術進步， AI素養的內涵從技術技能導向拓展為以人為核心，注重跨領域應用與批判性思考的通用能力體系(Konishi, 2023)。在教育領域，AI素養被視為學習者掌握與應用AI技術的綜合能力，涵蓋多個維度(Chaiet al., 2020)。國際組織(如聯合國教科文組織)也發布了全面的學生AI能力框架(UNESCO, 2024)。

高校作為AI高頻應用場域，學生的AI素養直接影響人才培養效能。但是，此新興領域還未得到足夠關注，現有研究存在兩方面局限： (1)通用AI素養框架與學科知識割裂，難以捕捉不同真實學習場景中AI技術的差異化需求和復雜應用。(2)評估標準高度趨同，多直接套用經典教育理論，如21世紀技能KSAVE模型和布魯姆教育目標分類體系(Nget al., 2024;李楠等， 2025),難以跟蹤專業實踐中AI的動態賦能過程。

基于當代高等外語教育培養多元目標，本研究建構 “AI賦能外語學習素養”(AI-Empowered Foreign Language Learning Literacy, 簡稱AIEL3),其定義為：在外語教育這一特定情境下，學生所展現出的運用人工智能技術有效推動外語學習的綜合性能力。這一能力不僅推動語言技能的強化與知識整合的提升，還促進文化理解的深化、拓展全球視野、滋養人文素養、助力科研探索以及培養社會責任感，從而實現多維度的外語學習目標。

2.2 AIEL3的四維框架

本研究整合多學科理論，融合UNESCO提出的學生AI素養框架的四大核心要素(人本中心思維、 AI倫理、 AI技術與應用、 AI系統設計),參考經多次實證驗證的AI素養評估模型ABCE框架，即Affective(情感)、Behavioral(行為)、 Cognitive(認知)、 Ethical(倫理)(Nget al., 2024),構建出AIEL3的四維框架(見圖1)。該框架旨在明確AIEL3在外語學習中的具體表現與要求，為后續評估工具開發與實踐干預提供理論支撐。

2.2.1 情感維度

基于自我效能感理論(Bandura, 1997)與自我決定理論(Deci & Ryan, 1985),并呼應UNESCO人本中心理念， AIEL3情感維度聚焦AI輔助外語學習中的主體情感狀態，涵蓋技術輔助外語學習的信心、學習動機與興趣、情感體驗以及情緒管理。

在外語學習的具體情境中，學生通過AI的個性化練習模塊和即時反饋，識別并彌補語言運用中的不足，增強自信心和學習動機。同時， AI通過模擬真實語言情境，支持學生在多樣化情境中靈活應用所學技能，提升情感體驗和學習滿意度。情感素養強的學習者在長期學習過程中能夠保持高水平的動機與情感韌性，這種韌性反過來又促進了能力的發展和自我效能感的增強(Vogt, 2019)。此外，有研究表明，使用情感分析技術的AI工具能夠幫助外語學習者識別情緒并提供情感調節策略，從而有效降低學習焦慮(D'Mello & Graesser, 2015)。

情感維度通過技術賦能的共情設計重構了語言習得的情感動力系統，它不僅是學習者使用AI輔助外語學習的動力，更是維系其他維度的關鍵。

2.2.2 行為維度

行為維度解析學生在AI賦能外語學習中的實際行為和策略應用，其理論根基為技術接受模型(Davis, 1989)和計劃行為理論(Ajzen, 1991),并結合了UNESCO框架中的AI技術與應用維度。具體包括AI輔助外語學習工具資源整合、學習策略優化、多樣應對能力及自我調節能力。

行為維度的重要性體現在對學習成果的直接影響。當學生有效地利用AI工具整合學習資源，并采用優化的學習策略時，他們的語言技能和學習表現會得到顯著提升(Hwang & Chen, 2017)。學生可靈活使用AI工具動態分析學習偏好和需求，借助智能推薦的外語學習資源，促進語言學習的知識整合。此外，學生應廣泛應用AI技術提供的多樣化學習情境，以增強自身學習適應能力。例如， AI驅動的對話系統可以模擬真實的語言交流場景，學生可在不同情境中練習口語和聽力，從而切實提升他們的語言應用能力(Liet al., 2018)。

行為維度的本質是學習者將工具效能轉化為可操作的學習路徑，使學習行為從機械重復升級為目標導向的認知—行動協同系統。

2.2.3 認知維度

認知維度著重探討學生在AI賦能外語學習中的思維過程和高階認知能力的發展。其理論支撐源自建構主義學習理論(Piaget, 1972;Vygotsky, 1978)、自我調節學習理論(Zimmerman, 2000)以及布魯姆認知目標分類(Bloom, 1956)的高階思維要求。該維度涵蓋的要點包括AI輔助的外語知識體系建構、學習內容分析、學習方法評估與優化、學習方案設計，強調學生如何在技術支持下整合外語知識以解決復雜認知任務。

認知維度直接影響學生的外語學習效果和能力發展。學生需要全面使用AI技術助力自身更有效地整合外語知識，促進高階思維發展。例如，使用AI驅動的概念圖譜生成技術(如語義網絡可視化)幫助建立新舊知識的邏輯關聯，形成結構化語言認知體系。此外，個性化學習路徑推薦系統(如自適應閱讀平臺)促使學習者評估多源信息的可信度與邏輯一致性，如在跨文化場景中辨識隱含的文化預設與價值偏見。同時，利用AI工具所提供的實時反饋與自我調節功能，得以更加精準地監控自己的學習進度，并據此適時調整學習策略，進而不斷優化學習成效(Wanget al., 2020)。

認知維度的深化依賴其與情感、行為維度的協同作用。學習者的技術使用信心(情感維度)激發其探索復雜認知任務的意愿，而AI工具的策略適配能力(行為維度)則為高階思維發展提供實踐支持。這一互動機制使學習者在語言知識內化與跨文化問題解決中實現認知能力的螺旋式提升。

2.2.4 倫理維度

倫理維度評估學生在AI賦能外語學習情境中的倫理意識和社會責任感，特別是在數據隱私、技術公平性、多元文化尊重以及學術誠信等方面的行為表現。該維度的理論基礎包括AI倫理理論(Bostrom & Yudkowsky, 2014)和社會責任理論(Carroll, 1991),并參考UNESCO框架中的AI倫理維度，強調學生在使用AI輔助外語學習時需要做出符合倫理標準的判斷，意識到技術應用的潛在風險及社會影響。

倫理維度重在培養學生對技術應用的批判性思維和倫理判斷能力。第一，學生需要在AI工具使用中嚴格管理個人信息，了解數據采集邊界與算法透明度要求，警惕語言數據的二次利用風險。第二，在使用AI模擬的跨文化虛擬交際場景中，需要注意識別潛在偏見，同時避免文化簡化傾向。第三，學術誠信是倫理維度的重要組成部分，學生在AI輔助寫作或翻譯時需要明確人類創作與機器生成內容的界限，恪守學術規范。最后，需要了解由于語言資源的可及性導致的技術公平性失衡，可能加劇語言霸權等現象。

倫理實踐本質上是語言能力與數字公民素養的雙重構建，既要防范技術異化對語言認知的侵蝕(如過度依賴翻譯工具可能弱化語義推理能力),也要善用AI突破傳統課堂的文化局限(如通過VR技術還原真實跨文化沖突場景)。

在完成AIEL3概念和四維框架的理論建構與解析后，本研究進一步開發并驗證標準化評估工具，通過量表設計與實證檢驗，實現對學生AI賦能外語學習素養的精準測量。

3 AIEL3評估工具

3.1 評估工具的設計

本研究采用橫截面研究設計，開發并驗證AI賦能外語學習素養評估工具(簡稱AIEL3Q)。該工具由問卷與標準化量表兩部分構成，通過多維數據采集實現對學生AI技術賦能外語學習素養的精準評估。問卷模塊采用半結構化設計，采集學習者年齡、性別、外語水平、 AI使用頻率與目的等信息，以識別影響AIEL3的潛在關聯因素；量表模塊則基于AIEL3四維框架，構建包含情感、行為、認知、倫理維度的24題Likert 5級量表，題項設計遵循“理論指導—實踐映射”原則。

工具開發嚴格遵循心理測量學規范，實施三階段質量控制：在理論驗證階段，整合三位外語教育、教育技術及心理學領域專家的意見，確保題項與理論框架的匹配度；在工程優化階段，通過兩輪預實驗檢驗題項清晰度，合并語義重疊項并優化表述歧義；在正式研究中，通過大規模數據采集完成信效度檢驗。

最終形成的AIEL3Q工具包含30個題項(10項背景問卷和20項素養量表),其學科適配性體現在兩方面：一是在通用AI素養評估框架中嵌入外語學習目標導向指標；二是在測量模型中兼顧技術應用效率與學科能力發展的平衡關系。

3.2 評估量表的驗證

本研究采用分層隨機抽樣法，以高校類型(綜合類、師范類、語言類、理工類)與教育層次(本科、研究生)為分層標準，通過全國高校公共英語及專業英語教師協作，依托社交平臺發放電子問卷。數據采集嚴格執行倫理規范：在問卷首頁明確告知研究目的、數據用途及匿名原則，參與者可隨時中止填寫。經過兩周的滾動收集，共回收原始數據796份。經過數據清理，剔除了作答時間少于100秒(低于平均時長2個標準差)的速答樣本并排除正反向題項矛盾響應的數據，最終獲得549份有效問卷，樣本結構特征如表1。

基于清洗后的數據，本研究使用SPSS 26對量表進行了信效度檢驗、探索性因子及驗證性因子分析。

3.2.1 信度檢驗

量表的Cronbach's Alpha系數為0.921,表明量表具有較高的內部一致性。KMO測度和Bartlett's球形檢驗結果(p<0.01)表明數據適合進行因子分析。

使用因子載荷值檢驗量表的解釋能力，并根據分析結果對量表進行修正。探索性因子分析提取出4個因子，刪除了因子載荷值小于0.6的4個題項。修正后，對剩余20個題項再次進行探索性因子分析。最終，因子分析共提取出4個因子(見表2),累計方差貢獻率為61.967%,表明量表整體的方差貢獻率較為理想。

3.2.2 效度檢驗

通過計算平均方差提取量(AVE)和組合信度(CR)來檢驗量表的聚合效度，并采用Fornell-Larcker準則判斷量表的區分效度。結果表明，量表的各潛變量AVE值均大于0.4, CR值均大于0.7(見表3),表明量表具有良好的聚合效度和較高的組合信度，內部一致性良好。Fornell-Larcker準則分析顯示，所有潛變量的AVE平方根值均大于其相關系數，表明量表在區分效度上表現良好。

上述結果驗證了AIEL3量表的有效性與可靠性，為外語教育領域提供了一項可用的評估工具。該工具能夠衡量學生利用AI技術賦能外語學習的綜合能力水平，為后續的教育干預措施提供科學依據。

4 AIEL3現狀分析

基于549份有效樣本數據，本研究系統解析高校學生AI賦能外語學習素養的現狀特征，識別群體差異及關鍵影響因素，為差異化培養策略制定提供實證依據。

4.1 技術使用特征

問卷結果揭示了高校學生在使用AI賦能外語學習的使用頻率、認知程度及態度的占比分布情況(如圖2)。數據顯示，超過半數的學生偶爾使用AI工具，但整體使用頻率仍處于較低水平。在認知程度方面，大多數學生對AI賦能外語學習的了解較為有限，僅有少數學生表示比較了解或非常了解。盡管如此，學生對AI輔助外語學習總體上持支持態度，但也有部分學生持中立或擔憂態度。這些數據表明，雖然學生對AI輔助外語學習持積極態度，但對AI技術的了解和使用頻率仍有待進一步提高。

此外，在使用AI輔助外語學習的主要目的方面，受訪者優先選擇的順序依次為：提高翻譯能力、備考(如四六級、雅思、托福等)、提高寫作能力、增強閱讀理解、提升口語表達、加強聽力技能以及了解文化背景。他們最常使用的AI工具依次為：智能翻譯軟件、大語言模型、智能寫作輔助工具、發音糾正工具以及AI口語對話練習軟件。

4.2 四維素養差異

數據分析表明(表4),高校學生的AIEL3整體得分在1.45～ 5分(均值=3.7,標準差=0.51),呈現中等偏上水平，其中49.54%的樣本高于均值，顯示素養分布的顯著異質性。

各維度表現差異顯著，倫理維度得分最高(均值=3.91),表明學生普遍具備技術應用的倫理警覺性；認知維度得分最低(均值=3.57),反映其在批判性評估與技術賦能知識整合方面存在不足；情感維度(均值=3.68)與行為維度(均值=3.66)表現居中，提示技術使用信心與實踐效能仍需強化。

4.3 影響因素識別

通過單因素方差分析(ANOVA)檢驗年級、外語水平、 AI使用頻率、認知程度和態度對整體素養及各維度的影響(表5)。結果表明，所有變量對整體素養的影響均顯著，但不同變量對各維度的影響存在差異。情感維度上，年級、 AI使用頻率和認知程度對情感投入具有顯著影響，而外語水平未達到顯著性水平。行為維度上， AI使用頻率與認知程度是行為策略優化的核心驅動力，年級差異僅具有邊緣顯著性，外語水平未表現出顯著影響。認知維度上，外語水平、 AI使用頻率和態度對批判性思維與知識整合能力具有顯著影響，而年級的影響未達到統計學意義(p>0.05)。倫理維度上，所有變量均表現出顯著影響。

本研究基于多元線性回歸模型(表6),探究自變量對AIEL3整體素養的獨立影響。結果顯示，態度對AIEL3的影響最為顯著，積極的技術認同是提升素養的核心驅動力。認知程度與AI使用頻率次之，反映理性認知與實踐經驗的協同效應。年級的影響較弱，外語水平未呈現顯著貢獻，表明素養發展更依賴技術使用深度而非語言能力基礎。

4.4 核心矛盾總結

本研究基于全國549名高校學生的數據，證明評估工具AIEL3Q信效度良好，數據分布合理，能有效揭示現階段高校學生AIEL3呈現的顯著結構性矛盾。

從現狀看，學生的整體素養處于中等偏上水平，但素養發展呈現維度割裂性。倫理意識表現較為成熟，而批判性思維與知識整合能力明顯滯后，揭示出技術賦能過程中價值自覺與認知深化的非同步性。這種割裂直接映射于技術應用行為，具體表現在多數學生雖對AI輔助外語學習持積極態度，但其使用高度集中于翻譯、應試等表層功能，且呈現低頻化、碎片化特征，反映出外語教育中AI技術仍被窄化為“效率工具”,而非促進深度學習的“認知伙伴”。

更深層的矛盾源于技術認知與教育支持的復合性缺失。一方面，學生對AI技術的認知僅局限于操作層面，這種淺層次的理解極大地限制了他們在外語學習中對AI工具的有效深度運用。另一方面，在高等教育階段，對于批判性思維以及高階認知能力的培養重視程度不足，這使得學生在借助AI輔助外語學習時，難以通過自我反思與學習策略的調整來優化自身的知識構建過程。此外，現行教育體系尚未建立與素養發展規律適配的分層機制。數據表明，單純依賴學年增長或語言能力提升難以驅動AIEL3的實質性進步。倫理維度中高年級學生的顯著優勢與初級水平群體的系統性弱勢，則凸顯了低階學習者技術責任意識培養的盲區。

這些結構性矛盾共同指向一個核心命題：如何在技術賦能的外語學習生態中，構建價值引領、認知深化、行為協同的素養發展模型?這要求突破當前“重工具應用、輕認知建構”的實踐范式，通過教育干預彌合情感、行為與認知間的斷層，最終實現AI技術與外語學習的深度融合。

5 AIEL3分層培養策略與路徑

鑒于上述分析，本研究從學科認知邏輯、專業實踐場景和技術賦能路徑的交叉維度切入，提出以學生為主體，結合教師、技術開發者和學校管理者多方協同支持的培養機制(圖3)。培養路徑根據學生在不同階段的外語學習需求和特點進行分層設計，突破單一維度或角色的局限，強調四個維度的協同作用，旨在確保AIEL3在各層次和學習情境中的持續提升，推動整體素養持續發展。

5.1 認知提升路徑

認知素養作為AIEL3框架的核心維度，貫穿于外語學習中的知識整合、批判性評估與創新應用的全過程，是技術賦能轉化為深度學習效能的關鍵樞紐。本研究發現，學生的認知維度得分顯著偏低，尤其在跨學科知識整合與批判性評估等指標上暴露出系統性短板。

基于此，認知素養提升需遵循“基礎建構—高階躍升”的路徑。對外語初級學習者，教師可融入AI技術，設計基于基礎語言知識的“腳手架式”任務，如利用語音識別AI的即時反饋功能強化音位感知訓練、使用Grammarly進行語法檢查輔助學生分析語言形式等，幫助學生逐步構建系統化的認知框架。開發者需為這一群體優化“認知友好型”交互設計。例如，在語法檢測工具中嵌入錯誤類型認知標簽(如“時態混淆—時間軸可視化糾正方案”),幫助學習者建立“錯誤—規則—語境”的元語言意識。此外，可開發動態認知診斷系統(如錯誤熱力圖),通過實時反饋機制幫助學生識別知識整合盲區。

進入中高級階段，認知素養的提升需轉向批判性思維和跨學科整合能力的培養。學生應自主提出研究議題并利用AI數據分析工具進行綜合性研究。教師則設計開放性研究挑戰，鼓勵學生將AI分析應用于實際問題，如引導研究生在AI輔助下設計混合研究方法。

學校管理者應提供諸如基礎AI原理等通識課程，助力學生從底層邏輯出發，構建對AI輔助外語學習技術的認知體系。同時，積極開展AI輔助外語教育工作坊，持續提升外語教師的數字素養和教學創新能力。

5.2 行為優化路徑

行為素養是技術賦能外語學習的實踐載體，其優化程度直接影響語言技能的訓練效率。本研究發現，盡管AI使用頻率對行為維度的影響顯著，但僅少數學生形成規律性使用習慣，且工具功能集中于翻譯等單一場景。

針對這一矛盾，行為素養優化需以“習慣建立—策略遷移”為主線分層推進。初級階段，學生可在教師指導下通過實際操作(如發音校正、文本翻譯)建立工具使用習慣。教師應設計具體任務情境，以幫助學生規律使用、掌握基本操作，鼓勵他們在多樣化的情境中靈活應用這些工具。技術開發者則應提供用戶友好的學習平臺，優化界面交互邏輯，降低技術使用門檻。學校管理者則應建立基礎設施保障，如采購支持多終端同步的AI學習平臺，確保學生能在教室、宿舍、語言實驗室等場景中無縫延續學習行為。

中高級階段，重點轉向復雜場景中的策略整合，如在高級翻譯任務中，熟練對ChatGPT等自動生成的機器譯文進行譯后編輯；學術寫作中協同使用DeepSeek與Zotero完成文獻智能管理等。教師設計開放性任務，引導學生在復雜環境中整合工具使用策略，并通過深入的反思提升策略應用的精準度與效率。技術人員應開發具備情境模擬與多任務協同功能的學習平臺，為學生提供在任務遷移過程中進行策略調控與優化的有力支持。

5.3 情感深化路徑

情感素養作為學習投入的隱性驅動力，通過自我效能感與情感韌性調節AI工具的使用深度。本研究發現，盡管情感維度得分居中，但僅部分學生形成穩定使用習慣，揭示出高態度認同和實踐投入的結構性斷層。

破解這一矛盾需實施“體驗激發—韌性強化”的漸進深化策略。初級階段的情感目標在于建立對AI工具的基礎信任與學習愉悅感。學生積極主動地利用AI工具參與互動性任務，如通過豆包等AI虛擬角色對話積累情境化口語練習的積極體驗。教師可設計游戲化學習路徑(如通關設置、積分兌換等),為學生營造積極的情感體驗環境。開發者則需要嵌入情感激勵算法(如進度可視化儀表盤),將學生的短期興趣轉化為持久動機；還可在訓練APP中植入動態難度調節算法，當檢測到用戶因連續錯誤產生焦慮(如操作頻率異常升高)時，自動切換為輕松學習模式。

中高級階段的重點轉向情感韌性的系統培育，學生應主動通過不斷實踐提升自己在面對學習挑戰時的情感應對能力，保持積極的情感體驗。教師在此階段應逐步減少直接的情感引導，鼓勵學生自主探索適合自身的情感管理策略，還需要通過案例分析與情境模擬任務，引導學生識別并理解不同情境下的情感挑戰，幫助學生形成穩定的情感調控機制。

學校管理者應鼓勵將AI輔助學習行為納入評價體系，并制定相應激勵措施，給予情感管理正向支持。

5.4 倫理進階路徑

倫理素養是AI技術賦能外語學習中合法性與文化適切性的保障機制，其培育效果直接影響學生在AI環境中學習的倫理價值導向。數據顯示，盡管倫理維度得分最高，但跨文化情境中的倫理判斷能力仍顯不足。

對此，倫理維度培養路徑需要遵循“規范內化—批判實踐”的進階邏輯。對于初級學習者，其多將AI用于基礎語言技能訓練，此時教師應通過“技術透明化”教學設計，引導學生認識AI工具的局限性。同時，技術開發者則需要為初級用戶設計“倫理引導界面”,如設立數據授權操作指南，要求學生在使用語音識別工具前主動核查隱私協議。

而中高級學習者往往借助AI進行學術寫作與國際化學術交流，教師需要指導學生解構文獻管理軟件推薦書單的潛在偏見(如過度側重英美期刊)等。學校管理者應建立分層監管機制。一方面，開放DeepSeek、 ChatGPT等工具的高級功能權限；另一方面，要求其在論文方法論章節詳細說明AI的輔助范圍，并參照學術出版標準標注AI的貢獻度。

5.5 生態支持機制

在AIEL3的培養過程中，學生、教師、技術開發者與學校管理者各自扮演著不可或缺的角色，共同構成一個相互支持、協同發展的生態系統。學生是AIEL3培養的中心，是AI賦能外語學習的主導者。作為實踐主體，需要通過“技術探索—策略反思—素養自評”循環實現自我迭代。教師是學生AI賦能外語學習的引導者和反饋者，需要熟悉AI技術在外語教育中的應用，結合學生的實際需求和學習特點，設計技術整合型課程，并為學生提供個性化的指導和情感支持。技術開發者應建立教育需求驅動的迭代機制，結合師生的反饋和建議，開發兼具學科特性與倫理約束的智能工具和系統。學校管理者在AIEL3培養機制中承擔著宏觀規劃和資源調配的重要職責，關注AI技術的發展趨勢和外語學習的實際需求，結合學校的實際情況和長遠規劃，構建全面的支持網絡，制定技術使用倫理指南，調配外語智能教育資源，整合各方人員共同推動AIEL3培養工作的落實。

多方協同的培養路徑通過階段性目標銜接，確保情感驅動力、行為執行力、認知深度與倫理自覺的共生，最終推動AIEL3的全面提升。

6 結語

本研究針對高校學生這一AI技術深度應用群體，將AI素養研究扎根于特定學科領域，以外語學習為實踐場域，聚焦學生主體的技術應用過程，圍繞AI賦能外語學習素養(AIEL3),從理論層面確立外語學科專屬的AI素養四維框架，從方法層面提供經實證檢驗的標準化評估工具，并通過實證結果發現學習者在AI賦能外語學習過程中呈現的核心矛盾，最后在實踐層面形成可遷移的智能教育轉型路徑，為高等外語教育數字化轉型提供理論參考與實踐范式。

未來研究可聚焦以下方向深化AIEL3探索：第一，追蹤AIEL3各維度在不同學習階段的動態協同機制，探索情感驅動力、行為策略、認知深度與倫理自覺的共生規律。第二，細化AIEL3各維度評估指標，以構建一套智能化的診斷支持系統。該系統將整合實時評估與動態干預功能，精準測量學習者在情感、行為、認知和倫理四個方面的表現，并根據評估結果提供個性化的學習建議和資源。通過這種方式，不僅能夠提升學習者使用AI技術賦能外語學習的效率，還能確保他們在技術輔助下的學習過程更加全面和可持續。

文章來源：《外語電化教學》