1. 引言
学习力(Learning Ability)是人发展的核心内驱力，学习力决定发展力。未来人类所需具备的关键底层能力就是强大的学习力[1]。随着生成式人工智能(如大型语言模型)、自适应学习系统、智能评测技术等在教育领域的深度融合，大学英语学习正站在一个历史性的转折点上[2] [3]。在人工智能时代，学习者需要在“人机共育”的环境中，开展自主化、个性化、发现式的学习[4]。传统的“教师中心、教材中心、课堂中心”的教学模式面临巨大挑战，而以“记忆–模仿–操练”为核心的传统英语学习力概念已无法适应时代的需求[2]。AI不仅能瞬间完成语法纠错、文本翻译、内容摘要，甚至能进行颇具深度的对话、撰写结构完整的文章[5]。在此背景下，一个紧迫的问题摆在我们面前：当机器能够高效处理大量程式化语言任务时，大学生学习英语的核心价值与核心竞争力究竟是什么？
答案并非削弱英语学习的重要性，恰恰相反，是重新定义其目标与内涵。未来的竞争，不再是人与机器在语言准确度和信息检索速度上的竞争，而是人基于机器赋能，在批判性思考、创造性表达、情感共鸣和跨文化协商等更高维度上的竞争[6]。因此，本文将“学习力”置于人工智能时代这一特定语境下进行审视。此处的“学习力”不再局限于学习语言本身的能力，更是指向一种驾驭技术、管理学习、解决复杂现实问题的元能力[7]。它强调学习者在与AI构成的“共生系统”中，如何定位自身角色，如何有效利用AI扩展认知边界，同时保持人的主体性与判断力[8]。
本文旨在分析人工智能时代大学英语学习力的新内涵，并以此为理论基础，提出一系列具有可操作性的提升路径，旨在为大学英语教学改革与学习者自我赋能提供理论参考与实践指南。
2. 人工智能对大学英语学习的革命性影响
在深入探讨“学习力”新内涵之前，必须首先厘清AI究竟为大学英语学习带来了哪些范式层面的改变。这种影响是根本性的，体现在学习资源、交互模式与评价标准三个核心维度。
2.1. 学习资源：从稀缺固化到泛在化与个性化
传统大学英语学习资源主要依赖于指定教材、教师讲义和有限的图书馆馆藏，其特点是相对固化、更新缓慢且同质化。AI的介入彻底改变了这一局面[2]。首先，学习资源呈现“泛在化”特征。通过AI驱动的搜索引擎、推荐系统和各类学习平台，学生可以随时随地获取海量、多模态(文本、音频、视频、交互式应用)的英语学习资源，从TED演讲、学术论文数据库到最新的英文新闻、影视剧、播客，应有尽有。
更重要的是，AI实现了资源的“个性化”推送。自适应学习平台(如Knewton，科大讯飞学习机等)能够通过分析学生的学习行为数据(如答题正确率、停留时间、错误类型)，动态调整学习内容的难度和序列，为其量身定制学习路径[5]。例如，一位在虚拟语气方面存在困难的学生，系统会自动为其推送更多相关的讲解视频和练习题，而非要求其学习统一的课程内容。
2.2. 交互模式：从人–人主导到人–机–人多维协同
传统课堂交互以师生、生生间的人际互动为主。AI的引入创造了一种全新的“人–机–人”多维协同交互模式[7]。具体表现如下：
(1) 人–机交互：学生可以与AI语言伴侣(如ChatGPT)进行7 × 24小时不间断的对话练习。这种交互具有无限耐心、无社交焦虑的巨大优势。例如，一位害羞的学生可以随时与AI讨论一个复杂话题，而不必担心被嘲笑。AI可以扮演不同角色(面试官、客户、朋友)，为学生提供多样化的对话情境。
(2) 机–人辅助：AI作为智能助手，深度嵌入学习过程。例如，学生使用Grammarly进行写作时，获得的不仅是语法纠错，还有关于风格、语气、清晰度的建议。使用讯飞听见等工具，可以实时将英语讲座转写成文字，极大减轻了听力与笔记负担。
(3) 人–机–人协同：在小组项目中，学生可以先用AI进行头脑风暴，生成初步方案(人–机)，再将优化后的方案与小组成员讨论(人–人)，最后再利用AI进行幻灯片美化或报告润色(机–人)。这种协同模式可以极大地提升学习效率和创造力。
2.3. 评价标准：从准确性到有效性与创新性
当AI能够轻松产出语法完美的句子时，仅以“语言准确性”为核心的评价标准便失去了意义。AI时代对英语能力的评价必然转向以下三个更高维度：
(1) 任务有效性：语言使用的最终目的是有效完成特定任务。评价的重点将是：学生的英语输出(无论是口头还是书面)是否成功说服了听众？是否清晰阐明了观点？是否解决了实际问题？例如，一份用英语撰写的市场分析报告，其价值不在于有无语法错误，而在于洞察是否深刻，逻辑是否严谨，建议是否可行。
(2) 思想创新性：在AI能整合既有信息的基础上，评价将更看重学生能否提出独特的、批判性的、具有创造性的见解。能否在AI提供的信息基础上，进行批判性甄别，形成自己新颖的观点，成为关键能力。
(3) 过程元认知：学习者的评价不再局限于最终产物，也关注其学习过程。是否能够有效地设定学习目标、选择适当的AI工具、监控学习进度、评估学习效果，这些元认知能力本身成为重要的评价指标[7]。
3. 人工智能时代大学英语“学习力”的新内涵
基于上述变革，大学英语“学习力”的内涵需要进行深刻的重构。它是一个包含以下五个相互关联维度的复合概念模型。
3.1. 人机交互力
“人机交互力”的核心内涵是：学习者能够有目的、有策略、有批判性地与AI工具进行有效沟通与协作[7]，以解决英语学习任务的能力。它远不止于“会使用某个软件”，而是包含精准的需求定位、清晰的指令发出(提示工程)、以及对AI输出的批判性整合这一完整链条[5]。这不仅包括技术操作层面(会使用各种AI工具)，更包括以下二个策略层面：
(1) 精准提示能力：能够向AI提出清晰、具体、层层递进的问题或指令(Prompt Engineering)。例如，一个低水平的需求是“帮我写一篇关于全球变暖的作文”。而高水平的提示则是：“请你扮演一位环境科学家，向一群高中生概述全球变暖的三个主要原因。要求语言生动，包含具体数据实例，并在结尾提出一项学生可以参与的简单行动倡议。”后者能引导AI产出质量高得多的内容，为学习者提供更佳的学习支架。
(2) 迭代优化能力：能够根据AI的初次反馈，不断调整和优化自己的指令或问题，通过多轮对话逼近理想结果。这本质上是与AI共同思考、协同创作的过程。
在大学英语学习中，人机交互力是将学生从被动的内容消费者转变为主动的、具有批判精神的“人机协作”学习者的关键能力。其内涵是一个从技术操作到策略沟通，再到批判性创造的递进过程。人机交互力作为AI时代大学英语学习的核心能力，其理论根基与分布式认知理论(Distributed Cognition Theory)高度契合，这种关联体现在以下三个维度：
第一，认知系统的重构与功能分配。分布式认知理论强调认知活动发生在由人、工具和环境构成的整体系统中，而非孤立于个体大脑内部。在AI辅助的英语学习中，学生与AI工具构成了一个“Person Plus”协同系统，AI不仅是信息处理工具，更是认知的延伸和协作伙伴。例如，当学生使用AI写作助手进行英语作文创作时，AI承担了语法检查、词汇建议、句式优化等认知任务，而学生则专注于内容构思、逻辑建构和情感表达等高阶思维活动。这种认知分工使整个系统的效能超越了学生单独完成的能力上限。
第二，表征状态的转换与信息流动。分布式认知理论关注信息在不同表征系统间的转换过程，包括内部表征(如个体记忆)与外部表征(如AI生成内容)之间的交互。在英语学习中，学生需要学会如何将AI生成的语言材料(外部表征)转化为自己的语言表达(内部表征)，这个过程涉及批判性评估、选择性吸收和创造性重构。例如，当AI提供多个表达方案时，学生需要判断哪个方案更符合特定语境和文化背景，这种判断能力正是人机交互力的核心体现。
第三，认知负荷的优化与资源分配。根据认知负荷理论，工作记忆容量有限，而AI工具能够有效降低外在认知负荷，将认知资源释放给更重要的学习任务。在英语阅读中，AI可以快速处理生词查询、语法分析等基础任务，使学生能够集中精力进行文本理解、批判性思考和跨文化解读。这种“认知卸载”机制使学生能够在更复杂的语言任务中保持高效表现。
分布式认知理论为人机交互力的培养提供了坚实的理论框架和实践指导。在AI时代，大学英语教学应超越单纯的语言技能训练，将人机协同能力作为核心培养目标。通过设计人机协作任务、构建多元化评价体系和培养技术伦理意识，帮助学生成为能够智慧驾驭AI工具、批判性思考、创造性表达的终身学习者。最终，学生不仅能够产出高质量的语言作品，更能够在人机协同中保持主体性和批判性，实现技术与人文的深度融合。
3.2. 智能驾驭力
“智能驾驭力”是比“人机交互力”更高阶的能力。它指的是学习者在利用AI进行英语学习时，能够保持主体性、进行批判性评估、并做出明智决策[7]，以确保AI服务于自身学习目标，而非被AI所主导。其核心是批判性思维和元认知能力[5]。
弗拉维尔(J. H. Flavell)的元认知理论(Metacognition Theory)认为认知活动可分为两个层次：元认知知识(metacognitive knowledge)和元认知监控(metacognitive monitoring) [9]。元认知知识指个体关于自身认知过程的知识，包括对认知主体、认知任务和认知策略的理解；元认知监控则指个体在认知活动中对自身认知过程的监控、调节和控制，包括计划、监控和评估三个核心环节。元认知理论揭示了成功学习者的关键特征：他们不仅知道“学什么”，更知道“如何学”，并能够根据学习情境灵活调整学习策略。例如，在AI辅助学习环境中，学生需要持续监控自身与AI工具的互动过程，评估AI输出的质量，判断是否需要进一步调整提示词或修改策略。这种监控能力正是元认知理论的核心。例如，当学生使用AI写作助手时，需要不断问自己：“AI生成的这段文字是否符合我的表达意图？是否存在文化不准确的地方？是否需要我进一步修改？”这种持续的自我提问和评估，是元认知监控在AI学习场景中的具体体现。
如果说“人机交互力”是“如何与AI有效沟通”，那么“智能驾驭力”就是“何时使用AI”以及“如何评判和运用AI的产出”。智能驾驭力主要表现在以下三个方面：
(1) 信息甄别与验证：AI (尤其是大型语言模型)可能存在“幻觉效应”，即生成看似合理但实际错误的信息。具备智能驾驭力的学习者不会全盘接受AI的输出，而是会将其作为参考起点，通过交叉验证(查阅权威资料、学术数据库)来确认信息的真实性。例如，当AI提供一个历史事件的日期时，学习者会习惯性地去核实。
(2) 工具批判性选择：知道在何种学习目标下使用何种AI工具。例如，需要快速获取文献大意时可能选择ChatGPT进行摘要，但进行严谨的学术写作时，则会更谨慎地利用其进行思路拓展，而最终引用和文献格式则会依赖Zotero等专业工具，并亲自核对原文。
(3) 保持主体性：清醒地认识到AI是“助手”而非“替代者”。学习的最终责任和成果的原创性核心仍在于学习者自身。例如，利用AI生成一篇作文的框架和素材后，学习者需要注入自身独特的情感、经历和批判性思考，使其成为真正属于自己的作品。
在AI时代，大学英语教学应超越单纯的语言技能训练，将智能驾驭力的培养作为核心目标。通过设计元认知反思活动、培养策略选择能力、构建学习档案袋和开展同伴互评，帮助学生发展对自身学习过程的监控、调节和控制能力。最终，学生不仅能够产出高质量的语言作品，更能够成为自主、反思、策略性的学习者，在AI时代保持学习的主体性和创造性。智能驾驭力是人工智能时代大学英语学习力的“压舱石”。它确保技术在为我们带来巨大便利的同时，不会导致思维能力的退化和主体性的丧失。
3.3. 情境认知力
“情境认知力”指的是学习者能够超越孤立的词汇和语法，准确理解并得体运用语言，以适应不同社会文化、学术和职业场景(即情境)的能力。系统功能语言学为情境认知力的培养提供了坚实的理论框架。在AI时代，大学英语教学应超越单纯的语言形式训练，将语域意识和情境适应能力作为核心教学目标。通过语域对比分析、情境模拟实践和AI辅助学习，帮助学生理解语言选择背后的情境制约因素，培养他们在真实交际情境中灵活运用语言的能力。最终，学生不仅能够产出语法正确的语言，更能够根据交际目的和情境要求，做出恰当的语言选择，实现有效沟通。
情境认知力强调语言不是一套固定的规则，而是一种随语境变化的、活的社会实践。在AI时代，这项能力尤为重要[5]，因为AI擅长生成“语法正确”的文本，但往往难以精准把握特定情境下语言的微妙、得体性和文化内涵。情境认知力主要体现在以下二个方面：
(1) 语域辨别：能够辨别正式学术论文、商务邮件、社交媒体帖子、朋友间闲聊等不同语域的语言特征差异。例如，学习者知道在撰写学术论文时，需要使用正式、客观、证据驱动的语言，而避免口语化、主观性过强的表达。AI可以生成不同语域的样例，但学习者需要具备在具体任务中选择合适语域的能力。
(2) 文化符码解读：能够理解语言背后蕴含的文化内涵、社会习俗和价值观念。例如，理解英语中委婉语的使用、幽默的表达方式、以及不同文化背景下的交流惯例。AI可以作为文化信息的提供者，但深度的理解和得体的运用仍需学习者的长期积累和敏锐感知。
语用学理论也为情境认知力的培养提供了坚实的理论基础和实践指导。在AI时代，大学英语教学应超越单纯的语言形式训练，将语用能力的培养作为核心目标。通过言语行为识别、会话含义推导、礼貌策略训练和真实语料分析等教学活动，帮助学生发展在具体语境中理解言外之意、实施得体交际的能力。最终，学生不仅能够产出语法正确的语言，更能够在真实交际中灵活运用语言，实现有效沟通。
在AI时代，情境认知力是确保语言交流有效、得体、富有成效的关键。它使学习者从“语法正确的说话者”转变为“沟通有效的交流者”。AI为此提供了前所未有的便利——一个可以无限模拟各种情境的“万能语料库”和“对话伙伴”。
3.4. 批判反思力
“批判反思力”是大学英语学习力的最高层次，也是元认知能力的核心体现[3]。梅齐罗(J. Mezirow)的转换学习理论(Transformative Learning Theory)强调，批判性反思(critical reflection)是这学习转变过程的核心驱动力。这种反思不是简单的回顾或评价，而是对假设、信念和价值观的深度检视，涉及内容反思(what)、过程反思(how)和前提反思(why)三个层次。通过这一过程，学习者能够打破原有的思维定式，建立更具包容性和适应性的意义视角[10]。它指的是学习者能够跳出学习内容本身，对自身的学习过程、所使用的策略(包括使用AI的策略)、学习效果以及背后的思维模式进行持续的、批判性的审视和调整的能力[8]。其核心是“学会如何学习”，尤其是在AI深度介入学习的环境下，这种能力是保持学习者主体性、避免被AI主导或产生依赖的终极保障。批判反思力主要体现在以下三个方面：
(1) 目标设定与路径规划：能够基于自身水平和需求，设定清晰、可衡量的英语学习目标，并规划实现路径，合理嵌入AI工具。例如，“本月内利用ChatGPT进行情景对话练习，目标是能够流利描述我的专业领域的一个项目。”
(2) 过程监控与调整：在学习过程中，能够持续反思策略的有效性。例如，发现与AI对话时总是停留在浅层问答，便会主动调整策略，要求AI增加追问和挑战，以深化思维。
(3) 效果评估与归因：能够客观评估学习成效，并分析成功或失败的原因，是由于自身努力、策略得当，还是过度依赖或误用了AI？从而对后续学习进行动态调整。
梅齐罗指出，转换学习最终需要通过行动来验证和巩固新的意义视角。教师可设计项目式学习任务，让学生将批判性反思转化为实际行动。例如，要求学生针对AI在某一文化议题上的偏见，撰写一篇批判性分析报告，并提出改进建议。这个过程不仅训练了学生的批判性写作能力，更让他们在实践中验证和深化对AI技术的理解。在AI时代，批判反思力是大学英语学习力的“免疫系统”和“导航仪”。它确保技术赋能的同时，学习者的思维深度、独立判断能力和持续进化能力得到增强，而非削弱。培养这一能力，要求教学评价重心从“做得对不对”彻底转向“是如何思考的”以及“从中学到了什么”。
3.5. 文化同理力
“文化同理力”指的是在跨文化交际中，能够超越语言表层，深入理解并尊重对方的文化背景、价值观、思维模式和情感需求，并以此为基础，进行有效、得体且充满尊重沟通的能力。在AI时代，这项能力变得愈发关键，因为AI可以轻松处理语言形式，却无法真正“理解”和“共情”。文化同理力是英语学习的人文核心，是AI最难替代的能力，主要体现在以下二个方面：
(1) 情感共鸣与深度互动：AI可以模拟对话，但无法真正理解人类复杂的情感。在真实的跨文化交流中，捕捉对方的情绪变化、理解其非语言信号、并给予恰当的情感回应，是人之为人的核心优势。例如，在小组讨论中，感知到一位国际队友的困惑，并主动用更清晰的语言予以解释和鼓励。
(2) 价值协商与创造性解决冲突：当面临文化差异导致的误解或冲突时，能够站在对方文化立场上思考问题，寻求建设性的、创造性的解决方案。这种基于深刻理解和尊重的协商能力，是未来全球化职场与合作中的关键素养。
拜拉姆(M. Byram)的跨文化交际能力模型[11]为文化同理力的培养提供了坚实的理论框架和实践指导。在AI时代，大学英语教学应超越单纯的语言技能和文化知识传授，将文化同理力作为核心培养目标。通过创设真实的跨文化互动情境、培养批判性文化意识、整合态度、知识、技能和批判性意识，帮助学生发展在跨文化交际中有效、得体地运用语言和文化知识的能力。最终，学生不仅能够理解文化差异，更能够在跨文化互动中展示同理心、开放性和批判性，成为真正的全球公民。在AI时代，文化同理力是跨文化沟通的灵魂，是机器无法替代的人性光辉。它要求学习者从“语言的正确性”迈向“沟通的有效性与人性化”[5]。
人机交互力、智能驾驭力、情境认知力、批判反思力与文化同理力这五种能力相互支撑，共同构成了人工智能时代强大的大学英语学习力。其中，人机交互力和智能驾驭力是基础技术素养，情境认知力和批判反思力是核心认知素养，文化同理力则是顶层的人文素养。
4. 提升大学英语学习力的实践路径
理论内涵的构建最终需要落实到具体实践中。以下结合教学实践中的具体案例，有以下四条可操作的实践路径来提升大学英语学习力。
4.1. 构建“AI赋能”的个性化学习路径
大学英语教学需要从根本上改变“一刀切”的传统模式，转向支持每个学生构建适合自己的个性化学习路径[5]。具体实施可从以下两个层面展开：
(1) 开展诊断性评估与个性化目标定制。在学期初，利用AI测评工具(如标准化的在线分级测试、语音识别系统等)对学生的听、说、读、写能力进行精准诊断。在此基础上，引导学生与教师或学业顾问共同商定符合其专业需求和个人兴趣的学习目标。例如，对一名计算机专业的学生，其目标可设定为“能够熟练阅读本专业顶级会议论文”或“能用英语进行项目成果演示”。
(2) 实现资源的智能推荐与学习路径的个性化规划。AI系统可基于设定的学习目标，为学生精准推荐个性化的学习资源，如与其专业相关的播客、难度分级的学术论文或相关的MOOC课程。学生从而能够自主规划学习进度，高效利用碎片化时间。例如，该计算机专业学生的周学习计划可设计为：精读一篇AI推荐的顶会论文摘要以提升阅读能力；使用语音识别软件跟读摘要以改善发音和口语流利度；与ChatGPT就论文内容进行问答以深化理解；最后，尝试撰写一篇关于论文创新点的短评，并利用Grammarly等工具进行润色，从而综合训练写作能力。
4.2. 创设“虚实融合”的真实性任务情境
语言学习必须与真实世界的问题和任务紧密结合，才能有效激发学生的深层学习动机和高阶思维能力。其实施路径主要包括以下三个方面：
(1) 推行项目式学习。教师可设计需要综合运用英语能力和AI工具的真实项目。例如，布置“为一家计划开拓海外市场的中国文创品牌制定英文社交媒体营销方案”的任务。学生需要运用英语搜索分析海外市场数据，利用AI工具生成宣传文案初稿，并通过小组协作修改方案，最终完成全英文的方案宣讲，从而在解决真实问题的过程中提升综合语言应用能力。
(2) 利用模拟与虚拟实境技术。借助VR/AR技术创设高度仿真的语言环境，如模拟国际学术会议、商务谈判等场景，由AI扮演不同角色与学生互动。这种“在做中学”的沉浸式体验，能显著提升学生的情境认知能力和临场应变能力。
(3) 紧密连接专业学习。积极推动“英语作为教学媒介”的学术英语课程建设，在专业课程中引入英文原版材料，并要求学生使用英语完成文献综述、实验报告等项目，使英语真正成为专业学习和学术交流的工具。
4.3. 强化以批判性思维为核心的高阶思维训练
在教学活动设计中，必须有意识地引导学生超越对AI的简单依赖，走向深度思考[8]。具体方法可包括以下三个方面：
(1) 采用“AI初审–人工终审”的模式。在写作教学中，鼓励学生利用AI生成文章大纲或初稿，但必须要求其对AI的产出进行严格的批判性审视，包括核查论据的可靠性、逻辑的严密性以及观点的深度。学生需基于独立研究和思考，对文本进行重构、深化和修正，并书面阐述修改理由，这一过程本身就是极佳的思维训练。
(2) 组织“人机辩论赛”。围绕一个有争议的议题(如“远程办公利大于弊”)，让学生与AI扮演正反方进行辩论。为了驳倒AI，学生必须进行更深度的资料搜集和更严谨的逻辑构建，从而有效锻炼批判性思维和论证能力。
(3) 提供元认知提问清单，引导学生进行反思。在完成AI辅助的学习任务后，学生应依据清单自问：从AI的输出中学到了什么？AI的局限性何在？自己的核心贡献是什么？下次如何更有效地使用AI？通过持续反思，培养其元认知能力。
4.4. 重塑师生角色与构建过程性评价体系
教学结构和评价体系的系统性改革是支撑上述路径实现的重要保障，其核心在于从以下两个方面重塑师生角色、重构教学评价。
(1) 师生角色需重塑：教师角色需从知识的权威传授者，转变为学习的设计者、引导者、激励者和陪伴者[2]。其主要职责转向设计富有挑战性的学习任务，指导学生有效、合乎伦理地使用AI，组织深度课堂讨论，并关注学生的情感与思维发展。学生角色相应地从被动的知识接收者，转变为主动的自我导向学习者、人机协作的探究者和知识的创造者。
(2) 评价体系需进行重构：从侧重总结性评价转向过程性评价，降低期末考试比重，增加对学习日志、项目方案、协作过程及AI使用反思报告等过程的评价；从只关注最终成果转向成果与过程并重，既要看作品质量，也要关注其产生过程，包括AI的使用策略、迭代修改情况和思维深度；此外，还需构建多元主体评价网络，引入教师、同学、自我乃至AI的形成性反馈，实现对学习全过程、多视角的评估[2]。
4.5. 防范大学英语教学中AI应用的潜在风险
在大学英语教学中应用AI技术，虽然带来了诸多便利和效率提升，但也伴随着一系列不容忽视的潜在风险与挑战。这些风险涉及学术诚信、认知发展、教育公平、数据隐私等多个维度，需要教育工作者、管理者和技术开发者共同关注和应对。
(1) 学术诚信风险是首要挑战。AI工具能够快速生成高质量的英语作文、翻译和学术论文，这为学术不端行为提供了便利。学生可能直接提交AI生成的内容作为自己的作业，导致教师难以区分学生的真实水平和AI的产出。这种“代笔”行为不仅违背了学术诚信原则，也削弱了语言学习的本质——通过实践和犯错来提升能力。传统的语言能力评估方式(如写作、口语测试)可能因AI的介入而失去有效性。当学生能够依赖AI完成作业和考试时，教师难以准确评估学生的真实语言水平和进步情况，这直接冲击了教学评价的公平性和准确性。
(2) 认知发展风险同样不容忽视。过度依赖AI工具可能导致学生产生“技术依赖症”，削弱其独立思考、批判性思维和创造性表达能力。当学生习惯于让AI完成构思、写作和修改等认知任务时，他们可能失去主动探索、试错和反思的机会，导致语言学习停留在表层，难以形成深层的语言能力和思维品质。语言学习本质上是一个“输入–内化–输出”的循环过程，需要学习者通过反复练习、犯错和修正来建立语言系统。AI的即时纠错和完美输出功能可能缩短这一过程，使学习者失去在错误中学习的机会，影响语言能力的深度内化和长期记忆。
(3) 教育公平问题日益凸显。AI工具的使用需要相应的硬件设备、网络条件和付费订阅，这可能加剧教育不平等。经济条件优越的学生能够获得更先进的AI工具和更优质的服务，而经济困难的学生则可能处于劣势，导致“数字鸿沟”进一步扩大。同时，学生对AI技术的熟悉程度和使用能力存在差异，这种技术素养的不均衡可能影响学习效果。那些不熟悉AI操作或对新技术有抵触情绪的学生，可能在AI辅助学习中处于不利地位。
(4) 数据隐私与伦理问题需要高度关注。AI工具在收集和使用学生数据时，可能存在隐私泄露风险。学生的作业内容、学习习惯、个人观点等信息可能被用于商业目的或遭受数据滥用，这涉及学生隐私权的保护问题。AI模型通常基于大规模数据集训练，这些数据可能包含文化偏见、性别歧视或意识形态倾向。当AI工具被用于语言教学时，这些偏见可能被无意识地传递给学习者，影响其跨文化理解和价值观形成。
AI技术为大学英语教学带来了机遇，但也伴随着复杂的风险与挑战。只有通过理性的态度、审慎的策略和持续的反思，才能确保AI技术在语言教育中发挥积极作用，真正服务于学生的全面发展和教育质量的提升。通过以上教学路径的综合实施，可以在充分利用AI技术优势的同时，有效防范潜在风险，实现技术与教育的深度融合，有效提升人工智能时代大学生的英语学习力，培养其成为能够驾驭技术、具备终身学习能力的智慧学习者。
5. 结论
人工智能的到来不是大学英语教育的冬天，而是一个催生新形态、新目标的春天。它迫使我们将教育的重心从低阶的语言技能训练，提升至高阶的认知能力和深厚的人文素养[2]。本文所论证的大学英语学习力新内涵——人机交互力、智能驾驭力、情境认知力、批判反思力、文化同理力——为一个新时代的英语学习者描绘了清晰的画像。
提升这些学习力，是一项系统工程，需要学习者、教师、院校乃至教育技术开发者的共同协作。对于大学生而言，关键在于树立“人主机辅”的学习观，主动拥抱技术，同时永葆批判求真的精神和深厚的人文关怀[3]。对于教育者而言，最大的挑战与机遇在于如何重新设计教学，创造能激发学生智慧潜能的学习环境[12]。最终，人工智能时代的大学英语教育，其成功将不再仅仅由学生的语言流利度来衡量，更将由他们驾驭技术解决复杂问题的智慧、沟通协作的包容心以及终身学习的能力来定义[5]。这不仅是英语学习的培养路径，更是培养面向未来、富有竞争力的世界公民的必由之路。
基金项目
本文为省级大学生创新创业训练项目“以ChatGPT为代表的新一代人工智能对大学英语学习力培养的影响与应用研究”(项目编号S202310488153)、武汉科技大学校级教学研究项目“新质生产力视野下‘六力并举、数智赋能’外语专业新质创新人才培养课程体系构建与实践”(项目编号2024Z012)、湖北省教育厅社会科学研究重点项目“人工智能技术在高校外语教学应用中的技术伦理问题研究”(项目编号21D005)的阶段性研究成果。