XiaoMi-AI文件搜索系统
World File Search System语言学
在课堂上应对人工智能炒作：ChatGPT 和公平优先的语言学教学法
LLM 的发展与语言学有关，但通常仅涉及极少的语言学知识（Bender 等人，2021 年）。尽管在人工智能发展的新阶段取得了许多飞跃，但 NLP 和 NLU 对我们通过人类语言命令与计算机通信的能力的提高最为重要。通过向学生展示生成式人工智能工具背后的计算语言学过程及其局限性，我们打破了人们的幻想，即这些技术确实是独立学习的智能或可靠替代品。
在半球内外第二语言学习期间的白色物质可塑性
在成年期学习第二语言（L2）引起的神经塑性变化开放新观点，以理解大脑功能。当前的研究表明，阿拉伯语母语者的语言网络的结构变化，他们以每个3个月的两个阶段深入学习德语。我们发现左 - 半球词汇 - 语义系统和右额叶 - 时间通路发生了明显的变化，并伴随着L2学习过程中call体的连通性降低，这主要发生在L2习得的第二阶段。降低的半球间连通性表明，在L2学习阶段，call体的抑制作用与母语处理相关。我们的发现表明了L2学习期间人脑中人脑中的结构可塑性。
建议引用：Geçkin, V.、Kızıltaş, E. 和 Çınar, Ç。 （2023）。评估第二语言学术写作：人工智能与人类评分者。教育杂志
第二语言 (L2) 写作质量是许多大学生有资格进入院系学习的熟练程度指标之一。尽管已经引入了某些软件程序（例如 Intelligent Essay Assessor 或 IntelliMetric）来评估第二语言写作质量，但对写作能力的整体评估仍然主要通过经过培训的人工评分员来实现。今天需要解决的问题是，大型语言模型 (LLM) 的生成人工智能 (AI) 算法是否可以在评估学生撰写的学术作业这一繁重任务时促进并可能取代人工评分员。为此，大一学生 (n=43) 被分配了一段写作任务，该任务通过与生成预训练转换器 ChatGPT-3.5 和五名人工评分员相同的写作标准进行评估。五名人工评分员给出的分数显示出统计学上显着的低到高正相关性。在 ChatGPT-3.5 和两名人工评分员给出的分数中观察到轻微到一般但显着的一致性。研究结果表明，当考虑一份申请和多名人工评分者的分数时，可以获得可靠的结果，并且 ChatGPT 可能有助于人工评分者评估 L2 大学写作。
高中生对人工智能聊天机器人在英语学习中使用的看法：好处、顾虑和道德考虑 Ji Eun Lee 和 Unkyoung Maeng Lee, JE, & Maeng, U. (2023)。高中生对人工智能聊天机器人在英语学习中使用的看法：好处、顾虑和道德考虑。泛太平洋应用语言学协会杂志，27 (2)，53–72。本研究探讨了高中生对在英语学习中使用人工智能聊天机器人的看法。具体来说，它旨在衡量聊天机器人使用的广度，并辨别与其使用相关的潜在挑战的看法。来自一所高中的 30 名学生参加了调查。数据分析涉及频率、平均值和独立样本 t 检验。研究结果如下。首先，学生高度认可聊天机器人的重要性和价值，并对其可用性给予了积极评价。然而，他们之前使用聊天机器人的经验并没有影响这种看法。第二，学生认为在英语学习中使用聊天机器人非常有益。特别是，那些有聊天机器人使用经验的人比没有经验的人有更积极的看法。第三，学生相对意识到使用聊天机器人的潜在道德问题。无论他们是否有使用聊天机器人的经验，他们都特别担心抄袭和版权问题以及潜在的个人信息泄露。他们还意识到了潜在的教育问题，担心过度依赖聊天机器人可能会阻碍他们的探索性学习或导致直接抄袭作业，错失学习机会。然而，没有经验的人比有经验的人更持怀疑态度。本文还讨论了从这些发现中得出的含义和建议。关键词：人工智能聊天机器人、感知、教育用途、道德问题 1 引言 第四次工业革命开启了一个多种技术融合和快速发展的时代。值得注意的是，人工智能的引入不仅有望在制造业、经济和医疗保健等行业取得重大潜在进步，而且还在不断增加
高中生对人工智能聊天机器人在英语学习中使用的看法：好处、顾虑和道德考虑 Ji Eun Lee 和 Unkyoung Maeng Lee, JE, & Maeng, U. (2023)。高中生对人工智能聊天机器人在英语学习中使用的看法：好处、顾虑和道德考虑。泛太平洋应用语言学协会杂志，27 (2)，53–72。本研究探讨了高中生对在英语学习中使用人工智能聊天机器人的看法。具体来说，它旨在衡量聊天机器人使用的广度，并辨别与其使用相关的潜在挑战的看法。来自一所高中的 30 名学生参加了调查。数据分析涉及频率、平均值和独立样本 t 检验。研究结果如下。首先，学生高度认可聊天机器人的重要性和价值，并对其可用性给予了积极评价。然而，他们之前使用聊天机器人的经验并没有影响这种看法。第二，学生认为在英语学习中使用聊天机器人非常有益。特别是，那些有聊天机器人使用经验的人比没有经验的人有更积极的看法。第三，学生相对意识到使用聊天机器人的潜在道德问题。无论他们是否有使用聊天机器人的经验，他们都特别担心抄袭和版权问题以及潜在的个人信息泄露。他们还意识到了潜在的教育问题，担心过度依赖聊天机器人可能会阻碍他们的探索性学习或导致直接抄袭作业，错失学习机会。然而，没有经验的人比有经验的人更持怀疑态度。本文还讨论了从这些发现中得出的含义和建议。关键词：人工智能聊天机器人、感知、教育用途、道德问题 1 引言 第四次工业革命开启了一个多种技术融合和快速发展的时代。值得注意的是，人工智能的引入不仅有望在制造业、经济和医疗保健等行业取得重大潜在进步，而且还在不断增加
人工智能辅助语言学习（AIALL）的新可能性：东西方观点的比较
摘要：尽管人工智能辅助语言学习 (AIALL) 对学生和教师都有好处，但该领域的科学文献仍然相对稀缺，尤其是关于语言教师的看法。本文旨在通过比较和对比不同背景（即东方和西方国家）的语言教师对 AIALL 的态度，考虑在职语言教师之间的潜在文化差异，以缩小这一研究差距。采用定性研究方法和描述性、横向和相关方法，设计并进行了六个问题的半结构化访谈，以揭示东方（即越南、伊朗和印度尼西亚）和西方（即西班牙、德国和英国）六位语言教师的看法。研究结果表明，参与者对 AIALL 在语言教学和学习方面的潜力持积极态度，尽管无论背景如何，他们都表现出一定的焦虑。此外，尽管存在共同的担忧，但东西方参与者之间存在差异，尤其是在公平获取、语言技能平衡和道德方面。这项研究表明，教师培训对于在课堂上引入 AIALL 至关重要，从业者需要重新考虑评估，以避免抄袭和作弊，同时也要充分利用 AIALL。
第二语言获取和神经语言学的Routledge手册
来自各个学科的著名全球学者通过系统，深度和及时的章节综合和交叉施肥有关第二语言的神经研究，这些章节讨论了了解第二语言学习，表示和处理的神经认知的核心问题。手册部分提供了现有和新兴的神经科学方法的概述，关于第二语言语法的神经认知研究的合成，形态学概论，词典，语音学和说法学，以及及时的第二语言学习神经基础神经基础理论方法的记录。该卷提供了其他部分，可以综合有关各种主题的研究，包括影响第二语言的神经认知的因素，第二语言学习的神经机制，第二种语言的神经认知的个体差异，以及对所渗透的语言和种群的研究，例如手语，儿童第二语言学习者和个人的个人和appasia apposia。
wida焦点公告：识别具有特定学习障碍的多语言学习者
•考虑语言和交流需求•学生已经接触了多少年的英语（以及在哪些环境中 - 学校，兄弟姐妹）？•补充教学需求：以儿童的母语和交流模式直接教学的机会（ASL，听力障碍，盲文）•适当的教学和材料认知水平•适当的英语语言能力水平和领域 - 熟练程度和领域 - 听力，听力，阅读，阅读，说话，写作，写作）和域名；请参阅WIDA工作文件中的指南少于四个领域•根据需要进行修改的通识教育期望•在哪种语言中可以实现技能？•阅读理解策略的明确指导•建立一个读书的例行程序•明确的词汇指令•基于绩效的脚手架任务•孩子是否在其祖国学校接受英语教学？•孩子上学前班了吗？是双语教室吗？
多语言学习者全州战略计划
这个多语言学习者全州战略计划促进了一种基于资产的方法，其主要行动和目标利用了多语言学习者及其家人的知识和技能。该计划列出了决策者，学校和地区领导人以及教育工作者必须采取成功做到这一点的关键步骤。这些步骤包括支持扩展双语言程序，这些计划被证明是英语学习者最有效的计划，并为所有学生建立双语技能。该计划还包括增加支持和教育工作者的专业发展，以增强为多语言学生服务的教学实践。最重要的是，它强调了与家庭和社区合作作为这项工作的关键伙伴的重要性。
支持年轻的多语言学习者及其家人
他喜欢助手，因为她是双语的。所以，他知道如何寻求帮助...与她更多地表达自己。所以，我认为这对文化也很重要，因此他们不会失去语言，因此老师理解他们...为在班上讲西班牙语的孩子们加一点西班牙语[书]。” - 拉丁人父母
利用人工智能技术进行语言学习
尽管对人工智能 (AI) 的研究可以追溯到几十年前，但由于大型语言模型 (LLM) 和旨在模仿人类对话的聊天机器人（如 ChatGPT）的出现，人工智能在过去几年中变得越来越突出。这导致人们对人工智能辅助教育的潜力重新产生了兴趣，特别是通过其改善个性化学习的潜力，以及它对学术诚信带来的挑战以及对安全和隐私的普遍担忧。在第二语言习得方面，人工智能的最新发展建立在智能计算机辅助语言学习 (iCALL)（Schulze，2008）的先前研究基础上，旨在研究如何通过个性化学习材料、教学和反馈来增强学习（Hellmich 和 Vinall，2021；Xiao 和 Park，2021；Dai 和 Wu，2023）。例如，在反馈方面，语言学习者可以使用人工智能技术在计算机或移动设备上录制自己的声音，然后通过语音评估系统获得分数和反馈（Dizon，2020；Zou 等，2023a）。此外，当他们使用人工智能进行口语练习时，可以通过社交网络环境中的协作活动来提高学习成果（Zou 等，2023b）。除了直接指导之外，人工智能还在提高管理、课程开发和测试流程的效率方面取得了重大进展（Xu 等，2021）。尽管人工智能在语言教育方面具有相当大的潜力，但该主题的研究仍然很少，现有的研究已经开始确定进一步研究的重要领域。一个新出现的问题是如何为学生提供一系列与课程和评估一致的输入。研究发现了语言学习人工智能编程方面的差距，包括调整各种类型的语言技能即时反馈等功能以维持自主学习。因此，需要进一步研究人工智能程序的潜力，探索如何将人工智能应用于培养现实生活中所需的语言技能。同样重要的是考虑人工智能程序中的即时反馈如何满足学习者的语言学习目标，以及如何设计各种反馈来增强学习者在计算机或移动设备上的自主学习。