1. 引言
教育部2020年5月28日印发的《高等学校课程思政建设指导纲要》为大学英语课程思政建设指明了方向，提出了要求。外语课程思政的实质在于立德树人，致力于传播社会主义核心价值观及优秀传统文化，同时帮助树立跨文化意识，引导学生用英语讲好中国和世界“好故事”，培养具有家国情怀和国际视野的高质量人才。然而，研究表明，课程思政教学实践存在不少“思政元素”与“专业知识”融合困难、结合生硬、止于表面的现象[2]-。大多数学生不能透过语言现象看本质，思辨能力不强，不能洞察概念背后的思维活动和认知过程，这些都是大学英语课程思政亟待解决的问题。
人工智能技术的发展为英语教学提供了绝佳的机遇，以创新性方式推动教学模式改革、丰富教学资源和提升教学效率，打造个性化、精准化、多元化学习生态，充分体现了时代性，提高了大学英语教学的针对性、实效性。但同时，技术的飞跃又对英语的教与学提出了严峻挑战。人工智能技术的快速更新迭代和人对技术逐步适应过程的矛盾造成了许多问题，如学生对人工智能的过度依赖，导致缺乏独立思考能力、在使用过程中呈现反主体性、丧失自主分析信息能力、建构能力弱化等问题。在教育数智化驱动下，人工智能应用于大学英语课程思政建设也充满了机遇与挑战，只有推动传统教学模式与信息技术高度融合，才能使价值引领和知识传授有机结合，打通课程思政“最后一公里”，做到课程思政入脑入心。这也成为了大学英语课程思政改革的新方向。TPACK (Technological Pedagogical Content Knowledge)框架深刻地揭示了技术知识、教学法知识和内容知识三者间复杂的交互关系，是教育技术整合领域的基石理论。然而，TPACK是一个宏观的知识框架，它描述了教师为实现有效整合所需具备的知识结构，但并未规定一个具体的、指向特定教学目标的实践路径。
针对大学英语课程思政建设“两张皮”现象，孙雪羽及汪少华将概念性教学法与批评架构分析法相结合。概念型教学法主要用于显性教育教学，批评架构分析用于隐性教育教学，二者结合从概念学习、概念内化、概念建构三个维度构建了大学英语课程思政的认知教学模式，为课程思政教学提供了可操作的路径。面对时代提出的新要求，本研究将尝试把生成式人工智能融入其教学模式，通过探索AI工具在教学中的定位、使用情况等，构建人机协同的课程思政认知教学模式，以期丰富大学英语课程思政创新路径和方法。
2. 人机协同的课程思政认知教学模式的构建
2.1. 人机协同的理念指引
站位决定高度，理念指引行动。我们对待人工智能的态度决定了其在教学中扮演的角色。在人工智能发展迅猛的时代，我们应当谨慎且合理地利用人工智能，以增强人与人之间蕴含着“美丽的风险”的联结。第一，人工智能的使用遵循以人为本的原则。整个教学过程中，教师引导学生基于实际体验，利用人工智能形成个性化定制的学习方案，在教学过程中查漏补缺，助力个人成长。第二，人工智能始终是用于辅助教与学，强调其辅助性，而非主宰性。当各式AI工具帮助师生从低效率重复性劳动中解放双手时，更应防止其代替人的主体性思考和课堂的真实语境交互，因而在使用人工智能时，更应注重提升批判性思维和创新性思维，进行创新性活动，不做机器的“随从”。第三，突出师生、生生主体性之间“交流”和“解释”的作用。人工智能虽能强化个性化体验，但容易切断情感联结，对此，要加强人际面对面交流，充分解释对相关信息的理解，从而加强情感联系，提高课堂教学质量和课程思政效果。第四，审视人工智能所给信息的不确定性及不安全性。在“机器思维”的指引下，师生容易被困于“信息茧房”，从而影响教学决策和教学效果。师生在使用人工智能过程中，要注重多方论证，确保科学性。
2.2. 认知教学模式的特点
为实现教育现代化，满足时代发展需求，需要将教学与技术进行有效整合。本模型是对前人提出的认知教学模式的深化与具体化，相较于TPACK框架，独特之处主要体现在以下三个方面：
一是本模式提供了可操作的实践路径，将TPACK中宏观的“整合”理念，具体化为一个清晰的、包含四个步骤的教学序列，并以“AI赋能课程思政”为目标，为教师在课程思政背景下应用AI技术提供了直接的“操作手册”。二是实现了双重融合。本模型不仅实现了技术与教学的融合，更关键的是实现了教学法与特定理论(认知语言学)和育人目标(课程思政)的深层融合。它确保了AI的应用不是零散的工具堆砌，而是系统地服务于“通过语言认知实现价值塑造”这一核心教育目的。三是重新定义了AI的角色。在模型中，AI不再是中立的工具，而是被赋予了明确的“认知职能”，它在教学流程的不同阶段分别扮演着不同的协同角色，这使得人机协同超越了“使用与否”的层面，进入了“如何协同增效”的精细化设计层面。
因此，本研究构建的模型可以视为对TPACK框架在大学英语课程思政领域的一次精细化应用与拓展，也是认知教学模式应用于大学英语教学实践的一次探索。它不仅回应了“整合什么知识”的问题，更着重解决了“如何有效整合”以实现深层育人目标的实践性与理论性难题。
2.3. 认知教学模式的构建
孙雪羽、汪少华构建的大学英语课程思政认知教学模式由显性教学与隐性教学组成，下分为四个教学步骤：“解释–物化–交际活动与言语化–内化”。在原有模式的基础上，本文引入人工智能作为赋能工具，对教学全流程进行增效与深化。在此框架中，概念型教学法构成了显性教学的主线，而批评架构分析则作为解读思政元素的隐性路径，共同支撑起“概念学习–概念内化–概念建构” 这三个递进的认知维度。
该模式的核心在于，学习者通过在AI辅助下的前两个步骤(解释、物化)更高效地获取科学概念，再经由人机协同的后两个步骤(交际活动与言语化、内化与批评架构分析)将陈述性知识深度内化为程序性知识，整个过程充分体现显性教育与隐性教育的有机结合，而后完成价值建构。人机协同的大学英语课程思政认知教学模式如所示：
Figure 1. The revised human-machine collaborative cognitive teaching model for ideological and political education in college English courses (based on the cognitive teaching model of Sun Xueyu and Wang Shaohua)
图1. 人机协同的大学英语课程思政认知教学模式(基于孙雪羽、汪少华的认知教学模型)
3. 人机协同的课程思政认知教学模式的实践
本文以《领航大学英语综合教程3》作为教学实施步骤分析的对象。《领航大学英语综合教程3》由上海外语教育出版社出版，全面贯彻课程思政精神，落实立德树人根本任务，坚持人文教育与素质教育相结合，以话题为中心，培养学生的英语交际能力，注重在潜移默化中树立学生理想信念、厚植爱国主义情怀、加强品德修养、培养奋斗精神，提升学生综合素质。
本文以第2单元“Psychology and Life”(心理与生活)的课文A“How I Learned to Manage My Depression”(我如何学会战胜抑郁症)为例，旨在系统阐述“人机协同的大学英语课程思政认知教学模式”的实践路径。通过运用DeepSeek进行人机交互，获取单元思政主题为“从关注心理健康出发，涵养积极人生态度”，通过探讨心理健康这一现代重要议题，引导学生超越对心理问题的简单认知，深入理解“心理韧性”、“自我认知”、“诚实勇敢”与“寻求支持”等思政元素，构建健全人格和积极人生的核心价值，实现语言教学与价值引领的有机统一。以下将按照教学模式的四个核心步骤，详细解析人机协同的实施过程。
3.1. 解释：人机协同进行概念精准阐释
本阶段的核心任务在于引导学生科学、准确地理解“心理韧性”、“自我诚实”等核心概念，为后续的价值认知奠定坚实的理性基础。在教学实施中，教师在智慧教学平台we learn发布课前预习任务，并在课堂上扮演引导者角色，通过提出锚定性问题，如“作者为何将抑郁症称为一种‘自然灾害’？这一类比如何改变了我们对心理问题的认知？”，以此激活学生的前期思考，并明确本单元需要探索的核心概念范畴。
随后，人工智能作为强大的资源整合与推送工具介入，实现概念的个性化阐释。例如，教师利用教材本身配套智能教学平台的AI算法，根据学生的词汇量测试结果和阅读水平，向不同学生精准推送差异化的学习材料：对于基础较弱的学生，推送配有中文字幕的“何为心理韧性”科普短视频；对于学有余力的学生，则推荐关于“创伤后成长”理论的英文综述短文。此举确保了每个学生都能在自身认知起点上，有效切入并理解核心概念，从而将“心理健康”从一个可能被污名化的模糊感性话题，概念化为一个可被科学讨论与理性对待的严肃议题。
3.2. 物化：人机协同多模态呈现思政素材
本阶段的核心在于将文中抽象的思政概念与内在的情感冲突，转化为可被学生直接感知的多模态材料。通过对文本进行深度的隐喻性解读，我们能够揭示语言背后隐藏的认知模式与价值取向。
3.2.1. 深度挖掘文本的隐喻性表达
课文“How I Learned to Manage My Depression”充满了丰富的隐喻性表达，构建了一个从“陷入困境”到“寻求解脱”的完整认知叙事。教师课上通过对隐喻概念的介绍，以隐喻性表达为切口，架构背后的意向图示，并引领学生对课文中的隐喻进行系统归类，可系统归纳为表1中的几类：
Table 1. Metaphors in the “How I Learned to Manage My Depression”
表1. “How I Learned to Manage My Depression”课文中的隐喻类别
隐喻类别 |
隐喻性表达 |
架构 |
自然灾难 |
a different sort of natural disaster
(一种不同形式的自然灾害) |
将抑郁症架构为一种无法抗拒、具有毁灭性的外部力量，
瞬间提升了问题的严重性与真实性，破除了“想开点就好”
的简单化认知。 |
地图 |
connect the dots (连接点) |
这是一个关于认知重构的经典隐喻。它将破碎、孤立的心理
事件和经验，架构为一张有待连接的地图，暗示通过治疗与
反思，可以找到生命经历的内在逻辑与意义，从而走出混乱。 |
黑暗空间 |
a prisoner in a strange dark room without even a hint of light (一个被困在陌生黑屋里、不见一丝光线的囚徒) |
架构了孤立无援、失去自由与希望的绝望境地。“囚徒”隐喻了被疾病束缚的自我，“黑暗”象征认知的闭塞与情感的
绝望。 |
plunging into that dark room (坠入那个
黑暗的房间)；the darkness would
descend like a fast-rolling fog
(黑暗如急速滚动的浓雾般降临) |
运用“坠入”和“浓雾”的动态隐喻，强调了抑郁发作的
突发性、不可控性与吞噬感。 |
get me out of this place
(带我离开这个地方) |
“这个地方”即指代上文隐喻的“黑暗房间”。此表述将康复过程架构为一次空间上的移动，从禁锢走向自由。 |
怪物 |
I would confront this monster once and for all (我要一劳永逸地面对这个怪物) |
将抑郁症架构为一个有形的“怪物”，此隐喻的价值在于
将问题客体化，使患者能够与之分离并将其作为可以面对和
战胜的目标，从而赋予主体能动性。 |
3.2.2. 人机协同的多模态物化呈现
在深度解读隐喻性表达并对其进行归类后，教师引导学生对隐喻性表达进行联结和深层次解读，理解其背后的情感与认知逻辑。与此同时，人工智能发挥其强大的可视化与生成能力，将这些语言架构转化为直观的感知材料。
首先，要实现AI赋能架构的可视化，可将课文文本中已找出的隐喻性表达导入Voyant Tools在线文本分析平台。AI会根据不同模式自动生成词汇关系网络图。是“cirrus”(词云)模式，它基于所导入的文本生成词云，字体越大代表出现的频次越高，以图片的形式呈现词汇的高、低频次，形成语义集群。当切换到“Links”(关系网)，则能得到图谱上单词之间的联结，“dark”、“disaster”、“fog”，“prisoner”、“chaos”、“darkness”、“struggle”、“room”等词汇以网络的形式形成一个表征“困境”的语义集群，如图3所示。通过可视化的图片，学生能从隐喻性表达开始，激活相应的隐喻架构，在语境中理解性记忆词汇，减少脱离语境独立背单词的现象。同时，对于抽象性的情感概念，学生能用具体且多样的词汇来表达，实现由师生与AI协作下的概念输入向概念具象化转变。
Figure 2. The cirrus in Yoyant Tools
图2. Voyant Tools中的词云
Figure 3. The vocabulary relationship network in Yoyant Tools
图3. Voyant Tools中的词汇关系网
当需要将具体情感意向生成时，教师利用AI文生图或文生视频工具。如在视频生成AI平台海螺，输入关键隐喻语句，如“a prisoner in a strange dark room without even a hint of light (一个被困在陌生黑屋里、不见一丝光线的囚徒)”，生成动态的视觉画面，如图4所示；或输入“emotional turmoil”生成表现混乱漩涡的抽象图像。这些由AI生成的视觉材料，能将语言所承载的沉重情感与抽象概念物化为极具冲击力的艺术表达，引发学生的深度共情。
Figure 4. The screenshot of 6-second video generated by Hailuo AI
图4. 海螺AI生成的6秒视频
通过以上人机协同的深度挖掘与多模态呈现，文中“关注心理健康”、“保持心理韧性”等核心思政元素，不再停留于抽象说教，而是转化为一套可被感知、分析和讨论的丰富隐喻系统与视觉符号，从而实现了思政素材的深度浸润与情感触动。
3.3. 交际活动与言语化：人机协同创设沉浸语境与提供即时反馈
知识的内化离不开真实的言语实践。本阶段旨在创设安全的交际语境，让学生在语言运用中演练并表达所学价值观，教师的核心职责是设计高质量的思辨性输出任务。例如，布置“给过去的自己写一封信”的写作练习，要求学生在信中运用课文所学的隐喻，描述一次自己曾面对的“风暴”以及如何从中学习；同时班级以小组为单位，课上组织“如何支持情绪低落的朋友”的角色扮演活动，聚焦于安慰、鼓励与科学建议的实际对话。在此过程中，人工智能扮演了“智能陪练员”与“即时反馈器”的角色。在写作环节，在充分讨论和理解隐喻的使用后，学生使用Grammarly对草稿进行语言润色与语法纠错，但必须遵循“优化形式，保留思想”的核心指令，确保AI辅助不替代学生的核心思考。在口语练习中，学生可以与豆包进行反复的角色扮演，AI模拟一位情绪低落、需要帮助的朋友，学生则需运用课文中的语言与概念进行回应，并获得AI在表达流利度、措辞恰当性方面的即时反馈。这种人机协同的言语化训练，在一个无评判压力的环境中，将“自我关怀”、“勇于求助”与“友善支持”等价值观，从静态的知识转化为动态的交际能力。
3.4. 内化与批评架构分析：人机协同进行深度思辨与价值建构
作为教学流程的最高阶段，本环节旨在引导学生完成价值的批判性审视与最终内化。教师在此需提出能激发深度思辨的问题，例如“在不同的社会文化或媒体话语中，是如何‘架构’心理疾病患者的？是视为‘自然灾害’、‘极端气候’，还是其他？他们又是如何通过自身叙事来‘解构’并‘重构’这一形象的？”，这一提问将学生的学习从文本理解推向对社会文化的批判性思考。随后，人工智能作为“研究助理”与“数据分析师”赋能深度学习。
Figure 5. The table of critical framing analysis generated by DeepSeek
图5. 运用DeepSeek进行批评架构分析所得的表格
Figure 6. The bar graph of critical framing analysis generated DeepSeek
图6. 运用DeepSeek进行批评架构分析所得的柱状图
教师选好课外阅读素材，指导学生利用DeepSeek作为文本分析工具，对比分析中外两篇(都是英文报道)的心理健康报道，从词汇、句式、情感、意向等层面进行初级对比，再通过其中的隐喻性表达，结合语境进行批判性思考和解读。如图5和图6所示，AI能够快速完成对两者在海量词汇、情感倾向和句式结构上的比对，并生成量化对比图表，用客观数据揭示语言如何潜移默化地塑造着我们对社会议题的认知。从不同受众和不同叙述表达方式，学生基于文中的隐喻性表达，可根据数据进行批判性思考和分析。
人机协同的批评架构分析过程，极大地增强了论证的信度，使学生能超越个人感受，从社会Discourse的层面理解价值观的博弈。最终，通过批判性架构分析，学生可利用AI工具制作“我的心灵指南”短视频或海报等创造性产出任务，综合运用所学，主动建构并表达自己基于理性认知与情感认同的、稳固的健康观与人生观，从而实现思政元素的彻底内化与个人价值观的自主升华。
4. 人机协同的课程思政认知教学模式的可迁移性讨论
本研究所构建的人机协同认知教学模式的核心目标是在人机交互中实现价值塑造、知识传授和能力培养的有机融合，具体来说是通过使用生成式人工智能辅助教学，以“解释–物化–交际活动与言语化–内化与批评架构分析”的教学步骤，达到“通过语言认知实现课程思政入脑入心”这一核心教育目的。该模式在实际教学中具备较强的可迁移性，使用者可根据不同的单元主题和课程类型，对四个环节的侧重点与实施策略进行创造性调整。
4.1. 在不同单元主题中的应用
本模式适用于大学英语课程各教材中的单元教学，在实际教学中只需将思政映射点与核心概念进行相应转换。以《领航大学英语综合教程3》的第一单元为例，单元主题为“自然与我们(Nature and Us)”，通过将单元主题及课文作为附件导入AI软件(如DeepSeek)，提炼出思政焦点为“培养人类命运共同体意识、可持续发展观与绿色责任”。具体实施过程中，解释环节时，人机协同锁定“碳足迹”、“代际公平”、“生态承载力”等核心概念的阐释。AI负责推送相关国际协议(如《巴黎协定》)背景与关键数据。物化环节利用Voyant Tools将课文中描述环境破坏与保护行动的词汇生成对比词云，并使用即梦、海螺AI等工具生成“未来绿色城市”或“气候难民”的视觉图像，物化不同选择带来的后果。在交际活动与言语化环节，可设计“全球气候青年峰会”模拟辩论，学生代表不同国家陈述观点；或撰写“校园低碳行动倡议书”，以Grammarly辅助规范议论文体语言。在内化与批评架构分析环节，引导学生使用AI工具分析中外媒体报道气候变化时的架构差异(如一方强调“共同责任”，另一方强调“发展权”)，解构其背后的价值观，并最终内化“绿色发展”的个人责任，制定可行的低碳生活计划。
4.2. 在不同课程类型中的应用
对于不同类型的课程，本模式也体现较强的适应性。学术英语课程更注重学理性和思辨性的培养，在教学中，假设单元主题为“人工智能的伦理边界”，其思政目标是培养科学精神、学术诚信与社会责任感。在解释环节，人机协同的重点将从阐释情感概念转向界定“算法偏见”、“数据隐私”、“技术伦理”等核心学术概念。AI可用于推送相关的学术规范、伦理准则和典型案例。在物化环节，侧重点从情感隐喻物化转向将抽象的学术概念物化。例如，利用AI数据可视化工具展示算法偏见在招聘数据中的具体表现；利用Voyant Tools生成“数据监控”的概念图，将伦理问题视觉化。在交际活动与言语化环节，任务设计从个人叙事转向学术性交际。例如，组织模拟“国际科技伦理峰会”的辩论，或撰写一篇遵循学术规范立场的论文。Grammarly等工具将重点辅助学术语言风格、引用格式的规范性。在内化与批评架构分析环节，引导学生利用AI工具分析不同国家在AI伦理政策文本中的架构差异，批判性地审视技术至上主义，并最终内化为“科技向善”的价值观，形成自己的负责任创新观点。
在强调国际视野、跨文化交际意识和批判创新精神的跨文化交际课程中，当单元主题为“文化身份认同”时，其思政目标是树立文化自信、培养平等包容的跨文化心态。在解释环节，人机协同阐释“文化定势”、“文化身份”等概念，AI可推送来自不同文化背景的博主视频日志，展示身份认同的多样性。在物化阶段，可利用Voyant Tools将文中描述文化冲突的关键词生成词云。利用AI生成体现中西文化符号融合的艺术图片，物化“融合”而非“对立”的文化观。在交际活动与言语化环节，设计“文化误解调解员”的角色扮演任务，学生与AI对话代理(模拟不同文化背景者)进行互动，练习共情与调解技巧。在内化与批评架构分析环节，引导学生分析西方媒体对中国文化现象的报道架构，并对比中国自身的文化叙事，解构潜在的西方中心主义视角，最终建构起“各美其美，美美与共”的文化观。
综上，本模式的四个环节构成了一个稳定的“认知脚手架”，其灵活性在于：“解释”与“物化”环节确保了对任何主题核心概念的深度理解；“交际”与“内化”环节则为实现从知识到价值观的转化提供了稳定路径。教师只需替换核心概念与思政映射点，并相应调整AI工具的具体任务，即可实现模式的有效迁移。
5. 结论
本研究基于认知语言学与课程思政的内在联系，以《领航大学英语综合教程3》第二单元课文A为例详细阐释了人机协同的大学英语课程思政认知教学模式，通过在教学环节中融入不同AI平台和技术，搭建“认知脚手架”，为人机协同助力大学英语课程思政创新做出了新的尝试。在概念解释与素材物化阶段，AI技术将抽象的思政元素转化为可感知的多模态资源，使价值观教育具身化；在交际言语化环节，AI创设的沉浸语境为学生提供了价值观运用的真实场域；在内化建构层面，人机协同的批评架构分析引导学生完成从认知解构到价值自主建构的升华。实践证明，这种融合认知语言学理论与AI技术的教学模式，能较好破解课程思政“表面化”困境，具有显著的可迁移性和适应性，将思政教育从外在灌输转化为内生建构，为新时代大学英语教学及各类课程思政建设落实立德树人根本任务提供了可操作的路径。
基金项目
2024年广东技术师范大学外国语学院有组织教研申报一般项目“大学英语课程思政认知教学模式的应用研究”。