報(bào)告人簡(jiǎn)介
王丹萍副教授是新西蘭奧克蘭大學(xué)中文項(xiàng)目負(fù)責(zé)人，同時(shí)兼任“中文教育與前沿研究中心（CLEAR）”主任，人工智能語(yǔ)言教育實(shí)驗(yàn)室負(fù)責(zé)人，也是奧克蘭大學(xué)人工智能咨詢(xún)小組成員。因長(zhǎng)期卓越的教學(xué)創(chuàng)新與貢獻(xiàn)，數(shù)次獲得校級(jí)教學(xué)卓越獎(jiǎng)項(xiàng)。其關(guān)于超語(yǔ)實(shí)踐、去殖民研究與社會(huì)公正的研究獲得香港研究資助局及新西蘭皇家學(xué)會(huì)的重大研究項(xiàng)目。自2020年起，受新西蘭教育部邀請(qǐng)擔(dān)任專(zhuān)家顧問(wèn)，參與國(guó)家亞洲語(yǔ)言課程大綱與評(píng)估標(biāo)準(zhǔn)的審議與制定工作。
內(nèi)容簡(jiǎn)介
本次講座基于英語(yǔ)國(guó)家教師的全國(guó)性調(diào)查數(shù)據(jù)，重點(diǎn)介紹新西蘭最新的外語(yǔ)教師在生成式人工智能(GenAI)使用與態(tài)度研究，并探討國(guó)際中文在海外多元AI教育生態(tài)中的發(fā)展定位。調(diào)查顯示，不同語(yǔ)言教師的AI態(tài)度差異顯著，并直接影響教育政策與教學(xué)實(shí)踐，其根源在于大型語(yǔ)言模型（LLM）已成為外語(yǔ)教育的基礎(chǔ)設(shè)施，而非簡(jiǎn)單的數(shù)字工具。在此背景下，高資源語(yǔ)言因擁有充足語(yǔ)料與成熟技術(shù)而加速發(fā)展；低資源語(yǔ)言則因數(shù)據(jù)匱乏和文化語(yǔ)境缺失而面臨邊緣化風(fēng)險(xiǎn)。但現(xiàn)有研究多聚焦英語(yǔ)教學(xué)與AI寫(xiě)作輔助，對(duì)語(yǔ)言公平性與政策差異關(guān)注不足，加劇了AI時(shí)代隱蔽的數(shù)字鴻溝問(wèn)題。作為高資源語(yǔ)言學(xué)科，國(guó)際中文應(yīng)主動(dòng)尋求構(gòu)建全球教育領(lǐng)導(dǎo)力，在提升教師AI素養(yǎng)與推動(dòng)課堂創(chuàng)新的同時(shí)，探索能夠影響國(guó)際政策與教育實(shí)踐的新范式，為彌合AI時(shí)代跨語(yǔ)言教育差距做出貢獻(xiàn)。
