语言智能视域下外语教育的发展——问题与路径
胡开宝王晓莉
上海外国语大学上海交通大学
胡开宝教授
上海外国语大学教授、博士生导师。兼任第三届全国翻译专业学位研究生教育指导委员会委员、中国翻译协会翻译理论与翻译教学委员会副主任。担任AdvancesintheLinguisticSciences主编，Routledge“应用语言学研究前沿”（FrontiersinAppliedLinguistics）系列丛书、Springer“语料库与跨文化研究”系列丛书（CorporaandInterculturalStudies）和上海交通大学出版社“语料库翻译学文库”主编。年获得上海市育才奖。年度获上海市高等教育优秀成果奖二等奖。年度获得教育部高等学校科学研究优秀成果奖三等奖。年和年入选中国哲学社会科学研究最有影响的学者榜单，入选国家重大人才计划特聘教授。
摘要：本文在分析语言智能的发展历程及其主要研究领域的基础上，探讨了语言智能视域下外语教育所面临的问题，并以上海外国语大学语料库研究院所做的探索为例，探讨了语言智能视域下外语教育发展的新路径。笔者认为，我们应当拥抱语言智能，建设复合型师资队伍，调整外语专业培养方案，构建智慧外语教育体系，努力促进外语教育与语言智能之间的有机融合，以实现外语教育的可持续发展。
关键词：语言智能;外语教育;问题;路径;
文献来源：胡开宝,王晓莉.语言智能视域下外语教育的发展——问题与路径[J].中国外语,,18(6):4-9.DOI:10./j.cnki.issn.-..06..
1.引言
语言智能是指语言信息的智能化，是运用计算机信息技术模仿人类语言的智能、分析和处理人类语言的科学（周建设等，）。语言智能旨在运用计算机技术和信息技术，让机器理解、处理和分析人类语言，实现人机语言交互（胡开宝、田绪军，）。近年来，以机器翻译为代表的语言智能技术发展迅速，愈来愈广泛地应用于日常生活和工作之中。这不仅给外语教育带来了发展机遇，而且也带来了一定程度的冲击。随着谷歌、百度等机器翻译系统和其他语言智能产品的问世，跨语言交流对人们而言不再那么困难。而且，社会对人工翻译的需求逐年降低。在这一历史语境中，外语教育该何去何从？是拥抱语言智能，实现外语教育与语言智能之间的融合，还是固守传统，以不变应万变？面对迅猛发展的语言智能技术，外语教育如何保持自身的核心竞争力？其未来发展路径是什么？对于这些问题做出回答，显然具有十分重要的现实意义。鉴于此，本文在讨论语言智能的发展历程和具体研究领域的基础上，以上海外国语大学语料库研究院近年来所做的探索为例，探讨语言智能视域下外语教育发展所面临的问题及其发展路径。
2.语言智能的发展历程及其主要研究领域
2.1语言智能的发展历程
作为人工智能的重要组成部分，语言智能的发展经历了三大阶段，即运算智能、感知智能和认知智能阶段。
第一阶段为运算智能阶段，即机器能够存储和快速计算的阶段。在该阶段，利用计算机技术，我们可以进行文本数据挖掘，对文本特征和语言应用规律进行量化分析。
第二阶段为感知智能阶段。在该阶段，学界侧重于计算机对人类视觉、听觉等感知能力的模拟，旨在使计算机“能听会说”“能看会认”。感知智能主要包括语音识别、语音合成和图像识别技术。
第三阶段为认知智能阶段。认知智能是指凭借计算机技术和信息技术的应用，计算机能够模拟人类的语义理解、知识表征、逻辑推理和自主学习能力，从而具备“能理解、会思考”的能力。认知智能技术包括自然语言理解、智能评测和机器翻译等。年，谷歌推出基于深度学习的神经网络机器翻译系统。百度公司和苹果公司先后成功研发了具备智能语音交互功能的机器人，如百度度秘和苹果Siri等。
2.2语言智能的主要研究领域
语言智能的研究领域主要包括文本数据挖掘、语音识别、语音合成、智能写作、智能批改、智能问答和机器翻译。
文本数据挖掘是指从文本数据中抽取有价值的信息进而发现文本知识的技术。语音识别是指利用计算机自动识别语音的技术，广义上指利用声音识别说话人的技术，狭义上是指计算机识别语音信号并将其转为文字的技术。语音合成是指采用人工的方法生成语音的技术，可以让看到和看不到的信息变成可听的信息，让非即时获得的信息变成即时可听的信息。智能写作则指利用计算机自动生成自然语言的技术，包括阅读信息、提取信息和撰写稿件三个步骤。智能批改指计算机自动完成学生作业或作文评分和反馈的技术。智能批改的准确度一般比较高，但过分重视语言分析，忽视内容分析和篇章结构的分析。智能问答是计算机运用信息检索、自然语言处理技术自动分析用户提问和辨识用户意图，并提供精准答案的技术（吴军，:）。机器翻译是利用计算机把一种自然语言符号转换为另一种自然语言符号，其特征主要为自动化、速度快、成本低。
3．研究路径
必须指出，语言智能的快速发展一方面给外语教育发展带来了历史机遇，为外语教育发展提供了全新理念和全新技术手段，另一方面也给外语教育发展带来了不小的挑战，使得外语教育发展原有的问题更加突出，而且也产生了一些新的问题。
3.1社会对外语专业人才的需求进一步削弱
20世纪80至90年代，随着我国改革开放政策的实施，社会对外语专业人才的需求相当旺盛。然而，随着绝大多数高校增设外语专业，不断扩招外语专业学生，又由于非外语专业毕业生的外语水平不断提高，社会对外语专业人才的需求逐年下降，甚至出现供过于求的局面。虽然商务英语专业和翻译专业的设置一定程度上缓解了外语专业人才培养与社会需求脱节的矛盾，但依然未能改变外语专业人才培养的规模超过社会需求的局面，而且许多外语专业毕业生的就业质量不高，往往专业不对口。根据麦可思年发布的中国大学“红黄绿牌”专业名单，英语专业被列入十大红牌专业。
近年来，语音识别、语音合成和机器翻译等语言智能产品先后成功研发并投入应用，进一步削弱了社会对外语专业人才的需求。利用语音识别和语音合成技术，计算机可以用标准的外语语音朗读外语语句和文章，给外语学习者提供标准的外语语音。借助于机器翻译系统，我们可以跨越语言障碍与其他国家的人士进行交流，宣传我国文化和我国社会发展取得的巨大进步。利用谷歌翻译和百度翻译等机器翻译系统，我们可以将外语文章译成汉语，了解异域文化和风土人情。从这个意义上讲，语言智能的发展必然会降低社会对外语专业人才的需求，尤其是对中低端外语专业人才的需求。近年来，机器翻译的质量越来越高。在垂直领域和汉外翻译方面，许多翻译本科或翻译硕士毕业生的翻译能力甚至不及机器翻译。而且，人工翻译速度远远落后于机器翻译。这一现象直接导致社会对翻译人才的需求逐年降低。事实上，许多翻译公司近年来已开始减招翻译人才，而更多地使用机器翻译系统。
3.2外语专业人才培养未能对接语言智能的发展
长期以来，我国外语教育主要培养通识型和复合型外语专业人才。前者侧重于培养具有很强的外语应用能力，精通外国语言文学和外国文化的外语专业人才，后者侧重于培养具有扎实的外语语言文化基础知识和外语应用能力，掌握一门相关专业知识和技能的外语专业人才。应当指出，这些外语专业人才的培养有效满足了当时社会对通识型和复合型外语专业人才的需求。然而，21世纪以来，包括语言智能在内的人工智能技术发展迅速，并开始影响到人类生活和工作的方方面面。众所周知，语言智能本质上是计算机模拟人类语言能力的技术，涉及对人类语言的理解、处理、分析和应用。以语言学和翻译学为主要研究领域的外语教育理应有所作为。毕竟，语言智能的发展需要具有坚实的语言学基础或翻译知识和能力，掌握自然语言处理、实验语音学、计算语言学和语料库语言学等领域知识的人才。然而，遗憾的是，我国高校外语专业未能开设与语言智能相关的系列课程，很少向学生系统传授语言智能以及相关学科的知识。尽管一些高校开设了语料库语言学课程和计算机辅助翻译课程，但这些课程偏重理论研究或翻译技术技能培训，很少开设与语言智能直接相关的实验语音学、计算语言学和语料库翻译学等课程，更遑论语音识别和语音合成以及机器翻译等课程。显然，我国外语专业人才培养体系不能有效满足语言智能发展的需求。
3.3教学手段未能实现与语言智能技术之间的有机融合
前文述及，语言智能技术的发展尽管对外语教育产生了一定程度的冲击，但也给外语教育带来了技术上的便利。凭借语言智能技术的应用，我们可以实现外语教学与学习的数据化、可视化和智能化，有效推进外语教学质量的提高。不过，尽管语言智能已开始得到广泛应用，我们的日常生活和工作因之更加智能化，但外语专业教学目前尚未实现与语言智能技术之间的有机融合，仍以传统教学手段为主，辅之以PPT、多媒体和慕课等教学手段为代表的计算机辅助教学。外语专业教学很少采用语音合成技术为学生提供外语朗读的示范，也不大常用智能批改技术批改学生的习作并提供反馈。迄今为止，外语专业教学内容的传授主要依赖于教师的定性描述，缺乏丰富实例和数据的支持，且直观性和客观性不够。此外，我们还较少利用语料库技术和语言智能技术研发智能化外语教学平台，建构数据驱动的、以学习者为中心的发现式和探索式的外语专业教学模式。有必要指出，网络课程和网络教材曾经颇受青睐，不过这些课程和教材由于缺乏语言智能技术的支撑，不能实现人机互动，更不能实现教学的数据化和个性化。
3.4师资队伍普遍缺乏语言智能素养
还应指出，外语专业人才的培养要有效对接语言智能的发展需求，实现语言智能与外语教育之间的有机融合，需要具有语言智能素养，掌握语言智能相关专业知识和技能的师资队伍。毕竟，语言智能技术的发展离不开这些师资的支持。事实上，目前一些机器翻译系统的性能之所以一直未能得到有效提升，主要是由于作为其物质基础的平行语料库的质量不高，而要建设高质量平行语料库，必须要有具有语言智能素养的外语专业研究人员的介入。然而，我国外语专业师资队伍基本上都毕业于传统外语专业，所掌握的知识和技能主要是包括语言学、文学和翻译学在内的外国语言文学专业知识和技能，或者商务、法律及其他相关专业知识和技能。他们普遍缺乏语言智能素养，更不用说掌握语言智能相关专业知识和技能。而且，我国外语专业人才培养一直过多强调外语教育的工具性和人文性，很少开设理科类或科学类课程，尤其是体现科学特色或技术特色的专业课程，比如数学、统计学、计算语言学和机器翻译，结果导致外语专业毕业生在科学素养培养方面先天营养不良。他们往往谈“理”色变，逢“技”手足无措。正是由于外语专业师资队伍缺乏语言智能素养，他们在本来能够有所作为的语言智能领域一直处于“失语”和“无为”状态。
4．语言智能视域下外语教育发展的路径
众所周知，语言智能时代已悄然而至，我们无法回避也无法无视语言智能的存在。语言智能技术越来越广泛地应用于不同领域，不仅导致人类社会的工作方式和生活方式发生重要变化，而且在给我国外语教育发展带来历史机遇的同时，也带来了不小的冲击。在这一历史背景下，我们应当而且只能拥抱语言智能。我们可以从调整外语专业培养方案、构建智慧外语教育体系以及建设面向语言智能的复合型师资队伍等方面入手，采取切实有效的举措，推进外语教育与语言智能发展之间的有机融合，对接语言智能发展的需求。只有如此，我国外语教育才会跟上时代发展的节奏，走上可持续发展的道路。
4.1调整外语专业培养方案
培养方案涉及培养目标、培养方式和课程体系等内容。如前所述，我国外语教育一直将外语专业的培养目标定位于通识型和复合型外语专业人才，要求外语专业毕业生具有扎实的外语基本功和外国语言文化知识，精通外国语言文学或掌握一门专业知识和技能。培养方式主要为课堂教学和外语专业实习。课程体系主要由外国语言文学知识和能力课程或相关专业知识和技能课程组成。这些培养方案的实施较好地对接了社会发展对通识型和复合型外语专业人才的需求，但离语言智能发展的需求尚有一定距离。为此，我们应当从培养目标、培养方式和课程体系等方面对现有外语专业的培养方案进行适当调整。
首先，我们应当调整外语专业培养目标，在原有外语专业培养目标的基础之上增加培养面向语言智能的外语专业人才这一全新目标。根据这一培养目标，外语专业毕业生应在拥有扎实的外语基本功和外国语言文化知识的基础上，掌握语言智能相关专业知识和技能，比如语音处理和加工知识与技能、语料库和数据库建设与应用知识和技能、计算语言学知识和技能以及机器翻译质量评估知识和技能等。具体而言，面向语言智能的外语专业可以侧重于培养语言数据开发与应用、译前编辑和译后编辑、机器翻译质量评估和计算语言学等领域的专业人才。作为语言智能的重要物质基础，语言数据的开发与应用涉及文字语料库、语音语料库和多模态语料库的建设，要求研究人员掌握语言学尤其是语音学知识和翻译学知识。译前编辑和译后编辑以及机器翻译质量评估要求研究人员掌握双语转换规律、翻译学理论和机器翻译理论。计算语言学领域需要研究人员掌握语言学理论和计算机科学知识。为实现以上培养目标，我们不仅应向学生系统传授语言学和翻译学专业知识和技能，而且还应传授与语言智能相关的专业知识和技能。
其次，我们应当根据语言智能发展的需要，改革外语专业的现有培养方式。一方面，语言智能的研究本质上是语言学或翻译学与计算机技术和信息技术之间的融合。因而，我们应当对面向语言智能的外语专业学生采取双导师制进行复合式培养。语言学或翻译学专业导师对学生进行语言学或翻译学理论方面的指导，并帮助他们就语言智能研究中的语言学或翻译问题提供解决方案。计算机技术或信息技术专业导师在自然语言处理或信息技术等方面提供理论指导，指导学生解决语言智能研究中出现的自然语言处理或信息技术问题。另一方面，我们应当在原有的课堂教学和外语专业实习的基础之上，增加语言智能专业实践。语言智能实践旨在让学生通过参与语言智能产品的研发、承担语言智能研究项目等方式，掌握语料库和数据库建设、语音识别和语音合成实践、文本数据挖掘和分析、智能化语言教学平台或智能化语言服务平台研制以及机器翻译系统研发等领域的专业知识和技能。我们还可以组织学生利用自己独立研发的成果申报国家专利和软件著作权，进行成果转化。
最后，我们应当根据人才培养目标，为面向语言智能的外语专业学生开设语言智能及其相关领域的课程，如语言智能基础、自然语言处理、语音识别和语音合成、智能评测、语料库基础以及双语语料库的建设与应用等，让学生掌握语言智能的基本原理，把握语言智能的发展趋势，帮助学生掌握语料库和数据库建设与应用的基本方法和路径，并组织学生直接参与语料库和数据库的研制。我们还应开设机器翻译基础、译前编辑和译后编辑等课程，帮助学生掌握机器翻译原理、译前编辑和译后编辑的原则和要求，并组织学生直接参与机器翻译系统的研发。此外，我们还可以为其他方向的外语专业学生开设与语言智能相关的通识课程，让学生了解语言智能的发展历史、研究领域和应用价值，培养他们具有语言智能素养。
4.2构建智慧外语教育体系
智慧教育是指包括语言智能技术在内的人工智能技术与教育之间的深度融合（徐晔、黄尧，），而非传统意义上的计算机辅助教学或网络教学。一般而言，人工智能技术在教育中的应用主要表现为主体性和辅助性。前者是指相关教育工作或者系统以人工智能为主体，如智能教学系统、智能问答系统和智能评价系统等。后者是指人工智能以相应的功能模块或部分结构嵌入其他教学、学习和管理系统之中，如自适应学习系统和智能教育决策支持系统等。智慧外语教育则指包括语言智能技术在内的人工智能技术与外语教育之间的有机融合。智慧外语教育以信息技术和人工智能技术的应用为核心，主要特征表现为：（1）开放化，即教育资源的共建共享；（2）智能化，即以智能教学为主要内容，实现个性化教学与个性化学习；（3）一体化，即教学、管理和评价等教育过程融为一体；（4）多元化，即评价的多元化。与传统外语教育相比，智慧外语教育实现了四大转变，即由知识讲授向问题学习转变，由先教后学向以学定教转变，由个体学习向合作学习转变，由单一评价向多元评价转变。很明显，智慧外语教育的实施能够推进当代外语教育的转型，大幅提高外语教育质量。为此，我们应当充分利用包括语言智能在内的人工智能的技术优势，从外语教学与科研的智慧化、外语教育管理和服务的智慧化以及外语教育评价的智慧化等方面入手，努力构建智慧外语教育体系。
其一，我们应当研发并应用智能化外语教学与科研平台，实现外语教学与研究的智慧化。智能化外语教学与科研平台的设计以语料库和数据库技术、文本数据挖掘技术、可视化技术、语音识别和语音合成等语言智能技术的应用为主要特征，旨在建构数据驱动的、以学习者为中心的发现式和探索式外语教学模式，推动外语研究的科学化和智能化。普遍认为，语料库技术和语言智能技术的应用可以将有关教学内容的讲解与分析建立在数据分析和大量语料观察的基础之上，实现外语课堂教学的数据化、可视化和个性化，从而激发学生的学习兴趣，发挥学生学习的积极性和主动性。此外，该平台的应用还可以实现外语研究全过程的数据化和智能化。
其二，我们可以利用语言智能相关技术，研发智能化外语教学管理与服务平台，以实现外语教育管理与服务以及外语教育评价的智慧化。该平台可以收录学生试卷、作业和作文等语言数据，学生课堂学习行为的多模态数据，与课程学习相关的各类语料和题库以及教师课堂话语，内嵌文本数据挖掘技术、语音识别和语音合成技术、智能问答和智能批改技术。利用该平台，教师可以对学生的作业、试卷和作文进行自动批改，在对相关语言数据以及学生课堂学习的多模态数据进行分析的基础上，对学生的语言知识与语言能力进行综合评估，并基于此确定教学内容和教学重点，制定精准化和个性化的教学方案，从而开展个性化教学。该平台还可以为学生提供外语朗读示范、网络答疑和学习评估等方面的服务。此外，教学管理部门可以利用该平台对教学全过程进行管理和分析，并基于教师课堂教学话语的分析对课堂教学质量进行评测。
4.3建设面向语言智能的复合型师资队伍
作为外语教育的主体，面向语言智能的复合型师资队伍建设不仅关系到外语教育能否与对接语言智能发展，而且关系到我们能否根据语言智能发展的需求，成功构建智慧外语教育体系，培养对接语言智能发展的外语专业人才。从理论上讲，面向语言智能发展的复合型师资队伍不但要求外语专业师资掌握一定的语言智能专业知识和技能，而且要求由来自不同专业背景的师资组成。为此，一方面，我们应当通过进修和攻读博士学位的方式，培养现有师资，使他们在精通外国语言文学与文化的同时，掌握一定的语言智能专业知识和技能。另一方面，我们应当在引进语言学和翻译学等领域的外语专业师资的基础之上，积极引进掌握语言智能知识和技能的复合型外语专业师资，以及与语言智能相关的不同学科背景的师资，以满足语言智能教学与研究的需求。具体而言，除外语专业师资之外，面向语言智能的复合型师资队伍还应当由实验语音学、计算语言学、信息科学、统计学、数学以及中文等学科背景的师资组成。事实上，只有拥有这样一支复合型师资队伍，我们才能实现外语教育与语言智能之间的有机融合，从而构建智慧外语教育体系，培养满足语言智能发展需求的外语专业人才。
5.语言智能视域下外语教育发展的探索——以上海外国语大学语料库研究院为例
综上所述，我们应当推进外语教育与语言智能之间的有机融合，面向语言智能发展的需求培养掌握语言智能相关知识和技能的外语专业人才，努力构建智慧外语教育体系。为此，上海外国语大学语料库研究院以对接语言智能发展为重要目标，组建跨学科研究团队，设置语言数据科学与应用学科，建设数字人文与语言智能实验室，研发智能化多语种教学与科研平台，积极探索语言智能视域下外语教育发展的新路径。
5.1组建跨学科研究团队
上海外国语大学语料库研究院自成立之始便将对接语言智能发展作为发展方向之一。该研究院定位于以语料库和数据库的建设与应用为基础，以多语种平行语料库的建设为重要内容，开展语言数据驱动的语言学、翻译学、语言智能与智慧教育等领域研究，培养语言数据科学与应用高端人才。为将这一定位落到实处，上海外国语大学语料库研究院组建了跨学科研究团队。团队成员均在国内外知名高校获得博士学位，其中90%的成员具有博士后研究经历，绝大部分成员有研制并应用语料库和数据库的经历。他们分别具有语言学、翻译学、实验语音学、计算语言学、自然语言处理、信息技术、数学和软件工程等专业背景，能够胜任语料库和数据库的建设与应用、语言数据驱动的语言研究、翻译研究、语言智能和智慧教育等领域的研究，能够承担语言数据科学与应用高端人才培养工作，能够对语言智能发展的需求做出有力响应。这些研究领域均与语言智能研究密切相关，而语言数据科学与应用高端人才可以直接从事语言智能研究和语言智能产品的研发。
5.2设置语言数据科学与应用学科
为满足语言智能发展对语言数据科学与应用人才的旺盛需求，对接教育部新文科发展战略，上海外国语大学语料库研究院申请设置语言数据科学与应用学科，并于年开始招生。该学科为外国语言文学一级学科下设置的二级交叉学科，其设置目的为：（1）培养对接大数据时代和语言智能发展的语言数据与语言研究、语言数据与翻译研究、语言数据与语言智能以及语言数据与智慧教育等领域的高端人才，以缓解目前语言数据科学与应用人才供不应求的矛盾；（2）发挥语言学科与数据科学的优势，实现语言学、翻译学、语言智能和智慧教育与数据科学之间的有机融合；（3）基于海量语料数据，研发具有完全自主知识产权的语言智能产品，推动语言智能产业的发展。该学科的建设得到了媒体的
转载请注明：http://www.0431gb208.com/sjsbszl/304.html
