摘要：生成式人工智能为外语教学提供了诸多机遇和挑战，人机协同亦成为外语教学的必然选择。本文在论述基于生成式人工智能的人机协同教学模式理论的基础上，构建操作框架，并以《跨文化商务交际导论》为例，进行实践案例分享。希望本研究能为同类课程开展人机协同教学提供一定的借鉴和参考。

关键词：生成式人工智能；人机协同教学模式；跨文化商务交际导论

一、引言

2025 年1 月，中共中央、国务院印发《教育强国建设规划纲要（2024－2035 年）》，明确指出，要实施国家教育数字化战略，促进人工智能助力教育变革；2023 年，国务院印发《数字中国建设整体布局规划》，指出要“促进数字公共服务普惠化，大力实施国家教育数字化战略行动；2018 年4 月，教育部颁发《教育信息化2.0 行动计划》，提出要积极开展智慧教育创新研究和示范，推动新技术支持下的教育模式变革和生态重构。

数智化时代下，DeepSeek， ChatGPT， 文心一言等生成式人工智能迅猛发展，加速了智能技术与外语教育的深度融合，人机协同教学成为外语教育领域未来发展的新图景和必然选择，而如何推动教学场景中师-生-机的深度协同和共创共生，实现人机协同赋能高质量教学，是未来外语教育创新发展要解决的关键问题。

《跨文化商务交际导论》属于商务英语专业核心课程之一，旨在增强学生的跨文化商务交际意识，提升跨文化商务交际能力，同时在理论上掌握跨文化商务交际知识，且能够运用相关理论去分析跨文化商务交际案例，解决跨文化商务交际中出现的矛盾和冲突。

在传统的跨文化商务交际“师-生”二元教学模式下，教师可能面临着跨文化商务交际案例和资源匮乏、反馈评估不及时等问题，学生亦有个性化指导、文化差异理解缺乏等问题。

DeepSeek 等生成式人工智能因其强大的语言智能和交互体验，为解决上述现实问题提供了机遇和可能性。

目前，有关人机协同的研究主要聚焦于人机协同理论框架及智能结构探讨、人机协同教学下教师的角色定位和能力需求研究、人机协同在教学中的实际应用以及人机协同教学模式的教学效果的研究等四大方面。例如，方海光等探讨了发展演变、系统运作、结构类型和哲学基础[2]；吴茵荷基于教育人机协同系统智能结构三维模型，推导出未来教师核心素养框架的三个维度，即硬素养、软素养和巧素养[1]；李东青使用 ChatGPT 开展人机协同的大学英语 POA 教学设计，提出 COPILOTS 人机协同模式，勾勒出人机协同行动链，并阐释人机协同对教师素养的要求[2]；和文斌等采用元分析法对国内外 20 项研究进行整合分析，发现相比于传统学习方式，基于生成式人工智能的人机协同学习能有效提升学习成效[3]。

以往研究为本文研究提供了坚实的理论基础和实践借鉴。基于此，我们试图构建基于生成式人工智能的人机协同教学模式，并将其运用于《跨文化商务交际导论》教学中。

二、基于生成式人工智能的人机协同教学模式构建

1. 基于生成式人工智能的人机协同教学模式的理论基

人机协同教学是一个在复杂、多样的三元空间中，基于人与机的协同关系，促进师生认知加工，以动态、发展的方式推动教育良性发展的教育过程。人、机各自擅长的领域不同，人类的劣势和缺陷产生的求助需求通过“认知外包”嵌入“机”，形成了人机协同教育的新形态。人工智能时代的人机协同融合了人工智能“机器”的逻辑和“人类”的意识，有利于推动教育信息化的高阶应用，促进教育的结构性变迁[4]。

本文以协同理论、分布式认知理论、信息加工理论作为构建基于生成式人工智能的人机协同教学模式的理论基础。

（1） 协同理论

协同理论由德国著名物理学家Hermann Haken 提出，属于系统科学理论的分支。该理论将研究对象看作是由多个子系统构成的复杂而开放的系统，各子系统在能量、物质、信息等方面相互影响、相互制约、相互协作，推动复杂系统在时间和空间上呈现由无序到有序的状态，并形成新的结构或产生整体效应。其内容主要包括协同效应、自组织和支配原理。

协同理论的核心思想是系统要素之间通过非线性相互作用发生协同，推动自组织不断演进，实现有序。

（2）分布式认知理论

20 世纪 80 年代后期，Hutchins 提出分布式认知理论，认为认知分布于个体内部、群体之间、社会环境、人工制品甚至时间当中，强调环境和人造物对于认知的影响，可用于系统化分析认知主体和认知环境之间的关系[5]。总之，认知存在于复杂系统中从单个体到多个体的交互中，是一个从个体头脑内部到外部表征的认识过程。

（3）信息加工理论

1975 年，美国教育心理学家Gagne 提出信息加工理论。该理论把人看作是信息加工的机制，把认知看作是对信息的加工，认为学习是由习得和使用信息构成的，强调学习过程输入外界刺激，先在内部进行信息加工，再激活效应器，最后输出作用于环境。他通过信息加工的术语解释学习过程，促进了学习过程的心理学研究与人工智能计算机模拟研究的结合。

基于上述理论，人机协同教学是一个系统化的协同过程、一个知识分布加工和共享、自组织有序发展的过程[2]。其整体效能由人机各部分子系统发挥的效能和各部分相互作用产生的协同效能之和组成。基于生成式人工智能的人机协同教学模式可有效发挥人机优势、实现人机双向赋能和协同育人，助力培养跨文化商务交际人才。

2. 基于生成式人工智能的人机协同教学模式的操作框架该教学模式下，师生充分利用生成式AI、学习通等智慧教学工具，实现人机协同、双向课前，教师利用ChatGPT， DeepSeek 等AI 工具进行备课，查找资料，生成教案，PPT，视频、图片以及练习检测题，上传学习通；学生完成课前检测、预习等任务，并根据教师指引，利用AI 工具针对性进行知识查找和补充，实现个性化、智能化学习；教师利用学习通进行学情监测，实时了解学生课前任务完成情况，并利用自动生成的数据，了解学情，针对性调整教学内容，以适应学生实际情况，同时，教师也可以利用AI 工具进行学情总结，提高教学效率。

课中，教师与AI 工具进行协同授课、课堂互动和协同反馈。教师利用AI 工具生成数字人，讲解程序化、重复性的固化知识，而教师承担育人职责，观察学生情况，进行实时引导；在授课过程中，智能机器会监测学生学习进度、答题情况并实时反馈给教师，教师需要依据学生学习过程数据做出精准的教学决策，指导下一环节的教学；另外，教师在利用智能技术诱发学生优良学习行为的同时，还需要注意正向情感态度价值观的传递，避免由于技术异化所带来的生命价值的侵入。

图 AI 辅助的人机协同教学模式构建

课后，教师与AI 工具进行协同测评。教师可以利用 ChatGPT，kimi 等进行学生作业测评，可以创建智能测评智能体，设定评价标准，并进行模型训练，也可以让 AI 工具进行数据分析，辅助教师评估学生是否达成学习目标。同时，教师可以对其给出的评价结果进行二次审核，并且告知智能体，下次智能体会评价得更加客观和真实。

三、基于生成式人工智能的人机协同教学模式在《跨文化商务交际导论》中的应用

接下来，我们以外研社 2024 年出版的《跨文化商务交际导论》第三单元 Cultural patterns 中的 Part A Culture andcontext 为例，来阐述一下如何展开基于生成式人工智能的人机协同教学模式的实践，由于篇幅有限，本文只选取部分环节进行展示。

课前，教师需要基于教材内容编写一份 90 分钟的教案。教师可以将 Part A Culture and context 的内容上传DeepSeek，并输入提示语：假如你是一名商务英语专业教师，教授《跨文化商务交际导论》，你的学生是应用型本科高校商务英语专业大二学生。你要讲授 2024 年出版的《跨文化商务交际导论》第三单元Cultural patterns 中的Part A Culture and context 部分，内容我已以附件形式上传。现在，请你采用 BOPPS 教学法，生成一份 90 分钟的教案，包括教学目标、教学重难点、教学方法和手段、思政资源的利用、教学组织和设计（按照BOPPS 教学流程设计）。DeepSeek 按照要求生成了一份教案，而且严格按照了BOPPS 的教学流程。

我们发现，他在案例分析环节和作业布置环节给的设计比较粗糙。两个环节 DeepSeek 的设计如下：

（1）案例分析：展示一个跨文化商务交际的案例，分析其中的文化差异及其对交际的影响；引导学生分析案例，讨论如何改进交际方式以适应不同文化背景.

（2）作业布置：要求学生撰写一篇短文，描述自己在跨文化交际中遇到的挑战及应对策略。

案例分析 DeepSeek 没有给出具体案例，而且作业布置并不符合教学要求和学生的水平。于是，教师对于其中的案例分析，进一步对DeepSeek 发出指令，让他给一个真实的跨文化商务交际冲突案例。在作业布置上，教师结合自己经验，修改了作业，让学生应用所学的高低语境去分析一个美日跨文化商务交际冲突案例，这可以有效巩固和检测课上所学。

接下来，教师将高低语境的理论知识上传学习通，学生学习后，完成在线课前检测。依据自动生成的结果，教师了解学生的掌握程度，再做进一步的教学调整。该阶段，学生如果觉得自己对理论理解有难度，可以去询问Kimi，DeepSeek 等生成式 AI 工具。

课中，借助生成式 AI 和其他智能教学平台，我们可以实现差异化教学。智慧教室的智能系统可实时监控学生的学习状态，例如抬头率，在讲解该章节时， 们发现在进行高低语境理论讲解部分时，学生抬头率低，教师在下一个班及时调整了策略，采用更加有趣 式将 重点理论进行讲解，并加入了对Edward T. Hall 生平小故事的分享，提高了学生兴趣。同时，学习通、 生成式AI 则可以利用智能可视化工具监测学生的理解和掌握程度，并提供精准、差异化的材料。例如，在检测高低语境区别的练习中，学习通数据显示学生对于silence 的理解有偏差，教师立马进行补充，对 Silence 在不同文化下的意义进行了讲解。

在进行案例分析时，学生以小组为单位，并借助 AI 完成，教师提醒学生一定要对AI 给出的答案进行赠别，同时要加入自己的想法。在这个环节，学生可以借助学习通进行展示，并进行现场实时打分。

课后，生成式 AI 和教师共同对学生的作业进行评价。该章节的家庭作业为First meeting，需要学生根据所学的高低语境的理论去分析包含的矛盾和冲突，并给出解决方案。教师将学生作业上传Kimi 或者豆包等AI 工具，给出提示词：

- Role： 跨文化商务交际评分专家

- Background： 作为课程负责人，你需要一个能够准确理解跨文化商务交际课程内容和评分标准的助教，以确保学生作业的评分公正、一致。

- Profile： 你是一位专注于跨文化商务交际领域的评分专家，具备深厚的国际商务知识和文化敏感性，能够准确把握学生作业中的文化差异和交际技巧。

- Skills： 你具备批判性思维、细致的分析能力和公正的评分技巧，能够根据参考答案和评分标准，对学生的作业进行客观评分。

- Goals： 确保学生作业得到公正、准确的评分，提供反馈以帮助学生理解评分依据，促进学生对跨文化商务交际知识的掌握。

- Constrains： 评分必须严格遵循给定的参考答案和评分标准，保持客观性和一致性，不得带有个人偏见。

- Output Format： 提供每个学生的作业评分和详细的反馈，包括得分点和改进建议。

- Workflow：

1. 仔细阅读并理解参考答案和评分标准。

2. 审阅学生的作业，对照参考答案和评分标准进行

3. 记录每个学生的得分点和需要改进的地方，对于没有作答的学生不给分

4. 为每个学生提供个性化的反馈和建议。

- Example：学生作业中正确识别并分析了一个跨文化交流中的文化障碍，并提出了有效的解决方案。（得分点：文化障碍识别、解决方案提出）

- Initialization： 在第一次对话中，请直接输出以下：欢迎来到跨文化商务交际课程，我将协助你完成作业的评分工作。请提供参考答案和评分标准，以及学生的作业文件，我将开始进行评分。

经过一轮后，我们发现他给的分数有的太低了，有的太高了，我们又进一步给指令，让其把分数控制在70-95之间。教师后续仍可以进行抽样检查，看他的评判是否合理，也可对部分作业进行分数修改。我们发现，教师和生成式 AI 一起批阅，大大提升了评价效率。

四、结语

本文基于教育数字化大背景，论述了基于生成式人工智能的人机协同教学模式的理论基础和操作框架，并以《跨文化商务交际导论》为例，进行了应用阐述，希望能够为相关课程提供参考。

参考文献

[1]方海光， 孔新梅， 洪心， 等. 人机协同教育的发展演变、系统运作和结构类型[J]. 现代远程教育研究，2024，36（04）：31-37+48.

[2]李冬青.ChatGPT 支持下的人机协同产出导向法教学设计[J].外语教育研究前沿，2 4，7（04）：58-64+95-

[3]和文斌，赵帅，阿不来提·瓦依提，等.基于生成式人工智能的人机协同学习更能提升学习成效？— —基于20 项实验和准实验的元分析[J].开放教育研究，2024，30（05）：101-111.

[4]何文涛，张梦丽，逯行，等.人工智能视域下人机协同教学模式构建[J].现代远距离教育，2023，（02）：78-87.

[5] Cole M， Engestrom Y. A cultural-historical approach to distributed cognition[A]. Distributed Cogni

Psychological and Educational Considerations[C]. United Nations： Cambridge University Press， 1993：1-46.

基金项目：全国商科教育培训科研“十四五”规划2025 年度课题《基于生成式人工智能的人机协同教学模式构建与效果评价研究——以<跨文化商务交际导论>为例》（项目编号：SKKT-25019）

作者简介：廖菲，女，土家族，湖北利川讲师，硕士研究生，研究方向：语篇分析、外语教学、语料库语言学。