對於外語專業的學習而言，人工智慧確實已經有較普遍的運用。例如，低年級學生在初學階段，如果要了解單字的意思，過去只能查字典。現在，有了人工智慧工具的輔助，就可以快速地了解對應單字的意思。高年級的學生寫論文時，人工智慧的輔助作用更加明顯和普遍。
但是，目前的人工智慧對於外語學科、外語教學的衝擊是有限的，不會對文學、語言學這些學科造成根本的衝擊。它的強大，體現在基於既有知識的推論能力，而不是創造知識的能力。如果一篇論文通篇都由人工智慧生成，不光是語言，甚至連觀點都是機器提供的，教師一眼就能看出來。
儘管學生或多或少會使用人工智慧工具輔助學習，但他們使用工具的程度和能力是參差不齊的。我認為，恰當地使用人工智慧工具，前提在於有自己的獨立思考。如果在寫作階段有改善表達的需求，可以在機器的幫助下進行修改。
因此，在教學實踐中，我並不反對學生使用人工智慧輔助學習。在工業革命時期，機器提升了紡織業的生產效率，你能禁止它的使用嗎？事實上，以往沒有人工智慧的時候，一篇外文論文如果有投稿、發表的需求，有些作者也會尋找專業機構進行潤飾和修改。現在機器在這方面的能力不比人工差，節省了大量的時間精力和經濟成本。
但是，這並不意味著機器可以取代人的思考，更沒有改變機器的工具性本質。在傳統教學情境中，不管是師生之間的對話，或是學生與學生之間的對話，都只是人跟人的對話。而人工智慧開啟了一種新的對話模式——人機對話。這是學生應掌握的素養，也是人工智慧時代，人類作為工具的使用者，不可被取代的一種能力。
上課時，我會抽出一小部分時間，指導學生如何使用人工智慧修改文章。例如，透過比較不同的大語言模型，幫助學生找到適合自己使用的語言模型。我也會主動分享一些prompt（提示詞），讓學生自己比較修改前和修改後的差異。如果對機器的修改結果有疑問，他們可以過來問我。透過這種方式，學生修改論文更有效率、更精準。
當然，我會要求學生同時提供初稿和人工智慧修改以後的版本，了解他原本的水平是什麼樣子的，使用人工智慧的比重有多少，從而確保論文寫作的自主性。
在口語對話學習時，人工智慧不僅可以把語音轉錄為文本，還能幫助學生快速鎖定自己的問題。在課堂上，我也會藉助人工智慧快速地將同主題的不同表達放在一起展示，並進行對比和評估。以往，教師如果要實施這種比較教學，只能一句一句寫在黑板上或打到PPT裡，難以即時轉換、整理和展示學生的口語表達。
從科學研究角度來看，以前我們進行語言學研究，語料庫中的相關變數只能透過人工標註實現。一篇理想的論文，至少需要兩三千條語料支撐，人工標註非常繁瑣，難免會出錯。如今，只要下達適當的指令，機器很快就能把語料中的常規變數標註出來，多項研究顯示與人工標註的一致性較高，科研效率因此大幅提高。
人工智慧是一個學科綜合體——它沒有學科分割意識。高水準地使用人工智慧工具，可以大幅降低從事跨學科研究的難度。例如，不管是人文社科研究領域，還是自然科學研究領域，都時常要用到計算機的統計模型。如果沒有人工智慧，研究者必須掌握程式設計能力。現在，只要給人工智慧下達足夠細緻的Prompt，與機器進行有效對話，它就能幫助研究者產生程式碼。
從更廣闊的外語應用領域來看，人工智慧對翻譯產業確實構成了一定衝擊。即便如此，翻譯並沒有完全取代。透過人工智慧進行翻譯，最後還是需要人工進行把關。這種把關不光是語言表達的把關，更是倫理的把關，以確保翻譯的內容符合社會倫理和主流價值。
人工智慧不會取代我們的專業，只會影響專業學習中不同模組的比重。在傳統教學情境中，可能什麼都要學，現在則是有重點地學。這意味著人工智慧不僅提升了學習效率，也推動不同教學模組之間實現動態平衡。
我認為，學生缺乏的不是知識性的教學，而是方法論的教學。過去，大學可能在碩士研究生階段才會引入更多方法論的教學，但是，現在隨著人工智慧工具的普及，方法論教學就有必要提前到本科階段了——讓學生掌握方法，了解哪些方面是人工智能可以取代的，哪些方面是不能取代的，必須精耕細作地去學習的，在此基礎上調節自己學習的方向。