2025年6月20日下午，美国宾夕法尼亚州立大学应用语言学系陆小飞教授应邀莅临我院，以“Corpus-based genre pedagogy meets generative AI: How can fine-tuning and dynamic assessment help?”为主题开展学术讲座。本次讲座由学院副院长何敏教授主持，师生积极参与，现场氛围热烈。

讲座现场

　　讲座伊始，何敏教授代表全体师生对陆小飞教授的到来表示热烈欢迎与诚挚感谢，并介绍了陆教授的在应用语言学领域的研究成果，强调了其研究对语言教学实践的重要指导意义。 

何敏教授发表开场致辞

　　陆教授以语言教学与研究的实际需求为切入点，系统阐述了基于语料库的体裁分析理论及大语言模型的创新应用。针对人工智能与教育深度融合的发展趋势，他指出，传统体裁研究往往侧重于对单一文本的分析，而新的研究框架则强调“功能与形式的匹配”，在方法论上实现了重要突破。该框架通过构建语料库、分析功能分布、开发智能标注工具以及匹配语言功能与形式等环节，有效推动了研究成果向教学资源的转化。关于大语言模型在体裁教学中的应用，他提出了“理论驱动”和“功能优化”两大路径。理论驱动方面，教学活动设计基于社会文化理论与动态评估理论，动态评估强调关注学生的“最近发展区”，通过人机交互精准识别并满足其学习所需。功能优化方面，需借助提示工程与模型微调手段提升模型表现。陆教授还分享了多个实践案例。例如，通过微调GPT模型，可实现议论文五大要素的识别与评分；同时，经过微调的语料库标注工具准确率显著提高，能够减少人工标注的工作量。 

陆教授为我院师生分享经验

　　在互动环节，师生们积极提问。针对如何平衡语料库标注的人工主观性与AI准确性等问题，陆教授分享了通过多人讨论和模型微调提升标注质量的活动经验；对于论文发表方向，他指出可选择单一学科深入研究或跨学科对比研究；关于大语言模型在不同文体教学中的适用性问题，他强调目前大语言模型应用系统未涉及语言准确性评估，未来可扩展相关评分维度，但需更多标注数据支持。 

学院教师进行提问

　　本次讲座持续了两个多小时，陆教授以前沿理论结合实证案例，为师生们在语言教学与研究中应用体裁分析理论和大语言模型技术提供了新的思路和方法。通过此次讲座，师生们深刻认识到，人工智能时代应将传统语言研究方法与新技术有机结合，不断提升教学与研究水平，积极应对时代挑战。 

　　撰稿：曹原