简介
本教程系统梳理从规则系统到多模态大模型（MLLM）赋能语言教育的演进历程，深度探讨了多模态对齐、智能批改、沉浸式交互及动态知识追踪等关键应用技术，旨在探究多模态大模型如何驱动教育范式转向“学习即服务”并实现规模化的深度个性化学习，同时思考如何在自动化趋势下通过人机协同增强教师效能。本教程站在人工智能重塑教育的最前沿，不仅揭示多模态技术重新定义教学格局的巨大潜力，更为实现智能化、个性化教育转型提供了从底层资源到评估指标的全景式落地指南。
简介为官网原文，部分内容可能未写完。
人员
嘉宾
- 王龑 · 华东师范大学
- 兰韵诗 · 华东师范大学
- 王春阳 · 华东师范大学
- 钱卫宁 · 华东师范大学
报告安排
多模态大模型基础与情感交互核心技术
王龑 · 华东师范大学
简介
此章节梳理多模态大模型的理论基础与发展历程，介绍从单模态模型到多模态大模型及智能体的技术演进，掌握跨模态感知、理解与生成的核心原理。进而聚焦情感交互关键技术，围绕情绪感知、情感生成与共情交互，构建多模态理解、可控表达和动态反馈协同的情感智能体框架。报告深入探讨开放环境中细粒度情绪识别、意图与社会语境推理，语言、表情与动作一致的情感表达，以及面向持续交互的自适应反馈机制，并讨论大模型高效适配与安全可控等挑战，推动智能体由被动识别响应走向主动理解、自然表达与共情交互，为语言教育等场景中的情感化交互提供技术支撑。该章节为本教程的第一部分。
赋能语言教育者的多模态教学支持
兰韵诗 · 华东师范大学
简介
本章节探讨赋能语言教育者的多模态教学支持。在教学准备方面，利用生成式模型，生成与教育内容对齐的多媒体资料；在教学辅助方面，模型通过图文融合等多模态特征，实现教材绘本的教材知识问答、跨语种伴读及个性化引导提问，提升学习者的理解效率；在教学评测方面，利用多模态技术，提供多维度手写作文智能批改、语法纠错与个性化润色。这种多模态读写互动的教学辅助模式，不仅赋能了“因材施教”的个性化语言教学，也为数字化教育的智能化转型提供了全新范式。本章节为本教程的第二部分。
赋能语言学习者的多模态导学技术
王春阳 · 华东师范大学
简介
本章节系统首先围绕语言学习交互场景，介绍如何融合语音、文本、图像、表情等多模态信息，实现学习者意图识别和情绪感知，并通过角色扮演和情境对话构建沉浸式语言练习环境。进而聚焦学习诊断关键技术，探讨如何结合作答记录、对话记录和写作输出等多模态学习反馈，动态刻画学习者语言能力发展状态。最后，讨论多模态智能导学与学习路径推荐机制，推动语言学习由单次练习反馈走向长期陪伴、精准诊断与目标导向的个性化能力提升。该章节为本教程的第二部分。
多模态大模型在语言教育行业的应用实践
钱卫宁 · 华东师范大学
简介
大规模教育与高质量个性化学习、碎片化知识和能力素养的系统性构建是教育所面临的突出问题。另一方面，新兴信息技术的发展为解决这两对矛盾提供了前所未有的机遇。报告将从两类学科入手，介绍AI，特别是多模态大模型在语言教育领域的创新应用。 机器语言（编程）和自然语言（比如中文和英语）教育，虽然属于不同学科，有着截然不同的形式和方法，但是在缺少优质教师和学习资源、难以提供大规模高质量的即时的、个性化的学习服务等方面面临着相同的问题。另一方面，它们又在学习场景、学习服务模式、学习路径构建等方面有各自的挑战。近年来，新兴人工智能技术的发展在为这些问题的解决提供了新工具的同时，也带来了教学模式变革、学习行为建模与理解等一系列新的研究问题。报告将讨论编程和中文在线教育探索中遇到的研究问题和初步结果。本章节为本教程的第三部分。