对于外语专业的学习而言，人工智能确实已经有较普遍的运用。比如，低年级学生在初学阶段，如果要了解单词的意思，过去只能查词典。现在，有了人工智能工具的辅助，就可以快捷地了解相应单词的意思。高年级的学生写论文时，人工智能的辅助作用更加明显和普遍。
但是，目前的人工智能对于外语学科、外语教学的冲击是有限的，不会对文学、语言学这些学科造成根本的冲击。它的强大，体现在基于既有知识的推断能力，而不是创造知识的能力。如果一篇论文通篇都由人工智能生成，不光是语言，甚至连观点都是机器提供的，教师一眼就能看出来。
尽管学生或多或少会使用人工智能工具辅助学习，但他们使用工具的程度和能力是参差不齐的。我认为，恰当地使用人工智能工具，前提在于有自己的独立思考。如果在写作阶段有改善表达的需求，可以在机器的帮助下进行修改。
因此，在教学实践中，我并不反对学生使用人工智能辅助学习。在工业革命时期，机器提升了纺织业的生产效率，你能禁止它的使用吗？实际上，以往没有人工智能的时候，一篇外文论文如果有投稿和发表的需求，一些作者也会寻找专业机构进行润色和修改。现在机器在这方面的能力不比人工差，节省了大量的时间精力和经济成本。
但是，这并不意味着机器可以替代人的思考，更没有改变机器的工具性本质。在传统教学情境中，不管是师生之间的对话，还是学生与学生之间的对话，都只是人跟人的对话。而人工智能开辟了一种新的对话模式——人机对话。这是学生应当掌握的素养，也是人工智能时代，人类作为工具的使用者，不可被替代的一种能力。
上课时，我会抽出一小部分时间，指导学生如何使用人工智能修改文章。比如，通过比较不同的大语言模型，帮助学生找到适合自己使用的一个。我也会主动去分享一些prompt（提示词），让学生自己对比修改前和修改后的差别。如果对机器的修改结果存在疑问，他们可以过来问我。通过这种方式，学生修改论文更有效率、更加精准。
当然，我会要求学生同时提供初稿和人工智能修改以后的版本，了解他原本的水平是什么样子的，使用人工智能的比重有多少，从而确保论文写作的自主性。
在口语对话学习时，人工智能不仅可以把语音转录为文本，还能帮助学生快速锁定自己的问题。在课堂上，我还会借助人工智能快速地把同主题的不同表达放在一起展示，并进行对比和评价。以往，教师如果要实施这种比较教学，只能一句一句写在黑板上或者打到PPT里，难以实时转化、整理和展示学生的口语表达。
从科研角度看，以前我们进行语言学研究，语料库中的相关变量只能通过人工标注实现。一篇理想的论文，至少需要两三千条语料支撑，人工标注非常繁琐，而且难免会出错。如今，只要下达合适的指令，机器很快就能把语料中的常规变量标注出来，多项研究显示与人工标注的一致性较高，科研效率因此大幅提高。
人工智能是一个学科综合体——它没有学科分割意识。高水平地使用人工智能工具，可以大大降低从事跨学科研究的难度。比如，不管是人文社科研究领域，还是自然科学研究领域，都时常要用到计算机的统计模型。如果没有人工智能，研究者必须掌握编程能力。现在，只要给人工智能下达足够细致的Prompt，与机器进行有效对话，它就能帮助研究者生成代码。
从更广阔的外语应用领域看，人工智能对翻译行业确实构成了一定冲击。即便如此，翻译也没有被完全取代。通过人工智能进行翻译，最后还是需要人工进行把关。这种把关不光是语言表达的把关，更是伦理的把关，以确保翻译的内容符合社会伦理和主流价值。
人工智能不会取代我们的专业，只会影响专业学习中不同模块的比重。在传统教学情境中，可能什么都要学，现在则是有侧重地学。这意味着人工智能不仅提升了学习效率，也推动不同教学模块之间实现动态平衡。
我认为，学生缺乏的不是知识性的教学，而是方法论的教学。过去，高校可能在硕士研究生阶段才会引入更多方法论的教学，但是，现在随着人工智能工具的普及，方法论教学就有必要提前到本科阶段了——让学生掌握方法，了解哪些方面是人工智能可以替代的，哪些方面是不能替代的，必须精耕细作地去学习的，在此基础上调节自己学习的方向。