1. 引言
在全球化与教育数字化转型的双重驱动下，英语教育核心目标已从知识灌输转向跨文化交际、协作探究与批判性思维的综合培育，推动语言教育技术从计算机辅助语言学习(CALL)向智能辅助语言学习(ICALL)跨越[1]。但传统CALL系统因自适应性缺失、社交临场感薄弱，难以支撑英语协作学习的深度意义协商，技术与学科适配失衡成为核心瓶颈[2]。英语教育智能体(EEA)作为集成大语言模型、认知科学与英语教育理论的新型交互实体，凭借动态感知、自主决策的核心特性，契合英语学习的社交本质，可有效降低语言焦虑、提升协作参与度，为破解瓶颈提供关键路径[3]。现有研究已证实教育智能体的通用价值，但英语学科专项研究仍存显著缺口：缺乏EEA学科内涵的系统界定，设计策略与二语习得规律融合松散，角色功能适配机制模糊，协商共建型交互模式未形成体系[4]。这导致EEA应用呈现技术赋能表象化、学科适配碎片化的困境。本研究核心问题为：如何构建契合英语学科特性的EEA设计体系，深度赋能协作学习？研究以界定设计验证展望为逻辑主线，先明确EEA的学科内涵与发展脉络，再构建融合二语习得规律与智能技术的理论技术交互三位一体框架，解析五类核心角色与六大功能的动态适配逻辑，依托协作知识建构理论解构三类交互模式运行逻辑，最终以多智能体协作案例验证框架可行性。核心突破在于厘清二语习得理论与神经符号架构、大语言模型等智能技术的适配逻辑，确立角色功能与交互模式的动态关联，填补英语学科专属EEA设计体系空白，为智能辅助语言学习领域提供兼具学理支撑与可操作性的实践路径。
2. 英语教育智能体的发展及内涵
EEA的演进是技术迭代与英语教育需求双向适配的过程，其发展脉络与核心内涵的系统界定，是后续研究的理论根基，也是实现技术与学科特性精准匹配的前提[5]。下文将分别梳理其发展历程，界定其核心内涵。
2.1. 发展历程
语言教育智能体的发展历程可划分为三个递进阶段，规则驱动期(20世纪60年代至90年代)以专家系统为核心技术架构，通过将系统化的语言学知识编码为固定化程序算法，实现词汇讲解、语法纠错等基础语言辅导功能[6]，但该阶段的智能体高度依赖预设专家规则库开展教学活动，交互模式呈现出显著的机械性与局限性，仅能响应预先设定的指令输入，难以适配协作学习场景中学习者之间动态化、多元化的意义协商过程；数据驱动期(20世纪90年代至21世纪20年代初)则以机器学习技术的迭代应用为核心驱动力，推动语言教育智能体从单一功能性工具向个性化、多模态交互实体演进，依托大规模学习行为数据的训练建模，该阶段的智能体能够精准评估学习者的语言能力水平、支持文本、语音、图像等多模态信息的交互传输，其应用场景亦拓展至小组协作学习等复杂范式[7]，然而受限于浅层数据拟合的技术瓶颈，该阶段的智能体缺乏高阶认知推理能力，难以有效支撑复杂学习任务中的深层意义建构过程；智能驱动期(21世纪20年代至今)以生成式人工智能与大语言模型(LLMs)的突破性发展为技术标志，推动语言教育智能体实现从感知智能向认知智能的关键跨越，依托思维链(Chain-of-Thought)等认知模拟技术，智能体能够深度模拟人类语言认知与逻辑推理的内在机制[8]，具备学习场景动态感知、教学策略自主决策的核心能力，可深度参与复杂协作学习场景中的意义协商过程，成为与人类学习者平等互动的协作伙伴。
2.2. 核心内涵
英语教育智能体(EEA)是智能体在英语教育领域的专属应用，指通过多模态交互为学习者提供语言学习支持的虚拟角色[9]。其核心特征包括拟人化交互、学科适配性与动态进化能力，本质是连接学习者与语言环境的认知中介，核心目标是破解英语协作学习交互浅表化、个性化不足等难题。EEA既延续通用教育智能体的核心属性，又凸显英语学科的语言规范性、情境实践性与文化嵌入性。基于技术实现、角色定位与应用场景的差异，EEA衍生出多个相关术语，共同构成覆盖多元教学场景的应用生态。
3. 协作学习中英语教育智能体的设计策略
基于EEA的发展内涵与英语学科特性，其设计需突破单纯技术驱动逻辑，构建“理论基础–技术架构–交互策略”三位一体协作框架，三者相互联动，理论提供逻辑依据，技术提供支撑载体，交互策略提供落地路径，共同解决英语协作学习中交互浅表化、认知负荷过载与情感支持不足等核心问题[10] (见图1)。
Figure 1. Trinity design framework of English Educational Agents (EEA)
图1. 英语教育智能体(EEA)三位一体设计框架
3.1. 相关理论
EEA的设计核心依托三大关键理论确保科学性与适配性：协作知识建构(CKC)理论作为核心框架，将交互过程划分为发起、探索、协商、共建四阶段，直接指导智能体在不同阶段的干预策略，促进语言意义深度协商[11]；二语习得相关理论聚焦“最近发展区”“脚手架”“输入假说”等核心理念，针对二语习得中词汇量不足、句式固化、中式表达等难点，平衡认知支持与基础语言能力培养设计，适配英语语言习得特殊规律[12]；活动理论聚焦多人协作与社交互动，为EEA的角色分配、协作任务设计提供依据，确保交互契合协作学习的社交本质[13]。
3.2. 技术架构
参考谷歌智能体白皮书架构与英语学科特性，EEA的技术架构经规则驱动、数据驱动至智能驱动的迭代，形成感知、决策、行动闭环，各模块均适配英语协作学习的多模态交互需求[14]。
感知模块在规则驱动阶段聚焦文本关键词识别，捕捉英语词汇、语法等基础信息。数据驱动阶段拓展至语音识别与情感计算，可分析语音语调、文本情感倾向等多模态数据。智能驱动阶段整合计算机视觉技术，精准捕捉学习者语言行为、面部表情与肢体动作，动态更新其语言水平、认知特征与情感状态模型[15]。
决策模块在规则驱动阶段依赖固定英语知识库与推理规则，数据驱动阶段引入机器学习算法，实现学习行为预测与个性化策略生成。智能驱动阶段集成LLMs (如GPT-4、DeepSeek-R1)、英语学科知识图谱(涵盖语法规则、词汇语义网络、跨文化语用规范、词汇分级体系)与记忆模块，通过Prompt Engineering 优化指令逻辑，结合CoT/ToT技术模拟人类语言推理过程；同时采用RAG (检索增强生成)技术实现学科知识精准挂载——先通过向量数据库对英语学科知识图谱进行embedding处理，学习者提问时先检索数据库中相关知识点，再将检索结果作为上下文输入LLMs生成答案。
行动模块在规则驱动阶段以文本输出为主，提供英语知识查询结果。数据驱动阶段增加语音合成与简单虚拟形象交互，支持基础英语对话。智能驱动阶段集成代码执行器、学习资源检索器等工具，通过文本、语音、虚拟动作等多模态反馈实现具身化交互，适配英语协作学习中的对话、讨论、成果共创等场景。
3.3. 交互策略
交互策略是教育智能体基于相关学习理论作出决策的核心依据，为协作学习干预提供具体内容与实施细节。它主要包含社交、认知、元认知三个维度，分别聚焦情感联结建立、知识建构深化与协作过程调节，助力提升协作学习效果[16]。
3.3.1. 社交支持策略
包括动机性面谈(Motivational Interviewing, MI)与促进学业的谈话(Academically Productive Talk, APT)框架。MI通过开放式英语提问、积极肯定激发低投入学习者的参与动机；APT框架强调“学习社区”维度，引导学习者用英语相互倾听、基于同伴观点拓展思考，从而促进深层情感联结[17]。
3.3.2. 认知支持策略
涵盖通过教学学习、APT框架、探索性对话与ICAP (Interactive, Constructive, Active, Passive)框架。通过“英语教智能体学”的范式巩固学习者知识；结合输入假说，根据学习者当前词汇量水平动态控制交互中的词汇难度，避免超出理解范围；引导学习者基于英语知识库论证观点，针对中式英语常见问题，如“open the light”“very big rain”等提供语用修正建议与地道表达范例；通过批判性思考与观点碰撞建立共同理解，推动学习者从被动接收英语知识转向互动式、建构式学习[18]。
3.3.3. 元认知支持策略
以反思性思维技能框架为核心，从反思时间、反思对象、反思层次三个维度设计干预，通过英语学习日志、协作过程反思问卷等工具，引导小组反思英语协作过程，提升自我调节能力[19]。
4. 英语教育智能体的角色功能
EEA的角色定位与功能输出直接决定英语协作学习的交互质量，二者的适配性需以前文构建的设计策略框架为支撑。结合英语协作学习场景特性与“计算机作为社会行动者”范式，下文将从角色分类、核心功能及二者的联动关系三方面展开探讨，为EEA的实践应用提供实操参考。
4.1. EEA扮演的角色
如表1所示，EEA的角色从单一化向多元化演进，覆盖英语教学全场景需求，其分类既延续了通用教育智能体的核心类型，又结合英语学科特性优化了角色适配性。
如图2，多智能体协作场景中还衍生出分组智能体、共识智能体、资源桶智能体、进度智能体等功能性角色，协助教师实现英语协作学习中的动态分组、进度监控与资源协调，进一步拓展了EEA的应用边界。
Table 1. Core role classification table of English Educational Agents (EEA) in collaborative learning
表1. 协作学习中英语教育智能体(EEA)核心角色分类表
角色 |
定义 |
特征 |
适配教学场景 |
专家 |
对英语学科领域表现出精通或广泛知识，为协作学习小组成员提供权威指导 |
知识渊博，具有权威性，表达中性，社会性较低 |
英语基础语言知识夯实 |
激励者 |
鼓励学习者专注于学习任务并积极参与小组活动，提供情感支持以维持学习动机 |
表现亲和，社交性较高，情感支持突出 |
口语畏难者辅导、低投入学习者干预 |
导师 |
既关注小组成员英语知识技能的成长，又注重学习动机的激发与思维引导 |
知识渊博，具有权威性与一定社交性，兼具知识传递与思维引导能力 |
个性化能力提升、深度学习引导 |
助教 |
协助教师实施协作学习，为学习者提供学习资源推送、小组管理与情感支持 |
知识渊博，礼貌友好，具有权威性但不对学习者造成压力，高效务实 |
协作学习组织实施(小组管理、任务分配) |
同伴 |
具有同等特征并直接参与小组活动，影响其他学习者的平等协作角色，可细分为主持人、模范同伴、新手同伴、争辩者四类子角色 |
社交性高，表达带有丰富情感，与学习者地位平等，子角色功能差异化 |
|
Figure 2. Schematic diagram of core role function linkage relationship of English Educational Agents (EEA)
图2. EEA核心角色功能联动关系示意图
4.2. 教育智能体发挥的功能
基于Heidig与Clarebout (2011)的功能分类框架，英语教育智能体(EEA)的功能可归纳为动机激发、信息传递、信息处理、存储与检索、信息迁移、监控与指导六大类，这些功能在英语协作学习实证研究中的分布呈现显著特征，且与角色分类存在明确对应关系[20]。其中，监控与指导作为所有角色的必备核心基础功能，贯穿英语协作学习全过程以保障交互有序推进，相关内容见于全部实证研究；动机激发与信息传递为高频应用功能，前者通过英语认可、鼓励性话语增强学习者信心，后者依托英语任务讲解、资源分享实现知识传递，信息处理功能也较为常见，涵盖英语概念对比、观点分析等高阶认知支持[21]；而存储与检索和信息迁移功能则属于研究缺口功能，前者涉及英语知识的回顾与内化，后者聚焦英语新知识向新情境的迁移应用，二者均为深层次认知支持维度，相关研究仍待深化。
4.3. 角色与功能的关联
EEA的角色与功能存在明确动态关联，形成核心功能与延伸功能的层级体系，且该关联受“理论–技术–交互”三位一体设计策略指导，精准适配英语协作学习需求。其中激励者角色以动机激发为核心，兼具监控与指导功能，契合社交支持策略[22]。专家角色聚焦信息传递与信息处理，弱化动机支持，适配英语知识传递需求与认知支持策略。导师角色覆盖多维度功能，部分可实现存储与检索、信息迁移等深层次认知支持，相关潜能尚未被充分挖掘。助教角色以监控与指导、信息传递为核心，适配协作管理需求。同伴角色功能随子类型而异，均与英语协作探究需求高度适配。多角色协作可实现功能互补，实证研究表明分工明确的多智能体组合效能优于单一全能型智能体[10]。
5. 基于CKC理论的协作交互模式
交互模式是EEA与学习者的互动规则与协作方式，其设计直接依赖前文构建的设计策略框架与角色功能体系。结合CKC发起、探索、协商、共建四阶段理论，按行为主导权可将EEA的人机交互模式分为智能体主导型、学习者主导型、协商共建型三类，各类模式均明确适配特定英语协作学习场景与学习者需求。
5.1. 智能体主导型模式
核心特征为智能体掌握流程统筹权与内容决策权，学习者处于被动适应地位。其设计依托协作脚本理论与规则驱动逻辑，适配初级语言学习者(A1~A2级)或语法、词汇专项训练等结构化知识传递场景[23]。CKC四阶段运行机制聚焦智能体干预逻辑：发起阶段明确学习目标、任务要求并完成分组，提供结构化资源；探索阶段设定方向与节奏，引导学习者聚焦核心知识点；协商阶段指出观点分歧核心，提供标准答案或权威解释；共建阶段明确成果标准与框架，引导按要求产出并开展标准化评估。该模式知识传递精准高效，可快速夯实基础，但易抑制学习者主动性与创造性，深度学习效果有限。
5.2. 学习者主导型模式
核心特征为学习者掌握内容决策权与流程主导权，EEA扮演服务者与资源库角色，按需提供支持[10]。其设计依托CKC理论核心逻辑与元认知支持策略，适配中高级学习者(B1~C2级)或开放式写作、跨文化项目设计等场景。CKC四阶段运行机制以学习者自主行动为核心，智能体提供辅助：发起阶段学习者自主确定主题与方向，智能体通过提问引导关联理论、明确研究边界；探索阶段学习者自主检索资源、参考同伴观点，智能体仅在出现语言障碍或信息缺口时提供支持；协商阶段学习者自主分析观点差异，智能体协助挖掘共识与分歧点，提供逻辑论证工具；共建阶段学习者自主设计成果框架并完成产出，智能体提供多元化评估建议。该模式能激发自主学习能力与创造性，适配个性化需求，但依赖学习者主动性，基础薄弱或缺乏自主学习经验者易出现效率低下问题。
5.3. 协商共建型模式
核心特征为智能体以平等身份参与协作，与学习者共同决策、协商语言意义，是最高阶的交互模式。其设计深度融合CKC理论、社会文化理论与社交、认知、元认知三维交互策略，适配中高级学习者(B1~C2级)或跨文化交际、学术英语讨论等协作探究场景[24]。CKC四阶段[25]运行机制凸显双向互动：发起阶段与学习者共同协商学习目标与任务主题，结合双方需求确定方向；探索阶段共享资源与思路，模拟学习者视角提出疑问或补充观点，丰富探索维度；协商阶段通过提出不同观点、模拟理解障碍，引导学习者释义、澄清与论证，深化意义建构；共建阶段协作完成成果创作，仅作为协助者提供思路支持。该模式能促进深层语言加工、批判性思维与社交交互能力，学习效果最优，但对智能体的情境理解与交互能力要求极高，教学实施难度大。
6. 结语
英语教育智能体(EEA)作为智能辅助语言学习(ICALL)领域的核心载体，为破解英语协作学习交互浅表化、个性化适配不足等核心难题提供了系统性解决方案。本研究通过系统性文献综述法(PRISMA 2020)、理论分析法及多智能体协作案例验证，构建了EEA赋能英语协作学习的“理论–技术–交互”三位一体设计框架，厘清了五类核心角色的功能关联逻辑与三类交互模式的运行机理，针对现有研究中英语学科专属EEA设计体系缺失、二语习得与协作知识建构等教育理论同大语言模型、计算机视觉等智能技术适配逻辑松散的研究空白，提出了兼具学理支撑与实践可操作性的解决方案。本研究仍存在一定局限：实证场景仅聚焦初中、大学普通英语课堂的小组协作讨论，覆盖范围较窄，未涉及线上线下混合教学、职业英语实训等多元场景；未充分纳入小学、中职等不同学段学习者，且对不同语言水平学习者的专项能力适配缺乏深入验证。
未来研究可从三方面深化：一是依托二语习得、协作知识建构等理论，整合三维交互策略，通过多场景准实验研究，构建场景、角色、模式循证适配指南；二是结合跨文化交际、学术英语辩论等具体场景，探索多智能体协作机制，分析角色组合对意义建构与知识整合的深层效能；三是针对协商共建型模式研究缺口，优化其平等交互与跨文化语用支持设计，提升英语协作的认知深度。随着生成式人工智能与语言教育理论的深度融合，EEA有助于优化英语教学形态革新，赋能符合立德树人目标的智慧包容英语教育新生态。