Journal: Educational Research DOI: 10.32629/er.v9i8.7328
Abstract
生成式人工智能推动翻译教学走向数字化的同时，也让学生产生了明显的AI翻译惰性。很多学生习惯性依赖机器译文，独立思考和文本辨析的能力慢慢变弱，翻译创作的创新性也严重不足，这已经成为当前翻译教学中比较突出的问题。针对这一现状，本文依托大语言模型与低代码智能体平台，搭建了一套多智能体协同的翻译教学体系。该体系利用认知解耦、学生自主建构的技术优势，打造分层、闭环的教学框架，从翻译学习的全流程入手针对性改善学生的惰性行为。多智能体教学模式能够有效避免AI直接替代学生思考的问题，倒逼学生主动开展文本分析、译文打磨和思辨优化，重新构建更加科学、高效的人机协同教学模式。
Keywords
大模型；教学智能体；翻译教学；AI翻译惰性
Funding
本成果受中国翻译协会“译研工程”广东省翻译与国际传播项目资助。 新文科视域下经管专业学生能力画像的构成要素与逻辑架构 马光霞 攀枝花学院
Full Text
PDF - Viewed/Downloaded: 3 TimesReferences
[1] 中共中央,国务院.教育强国建设规划纲要(2024-2035年)[OL].https://www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.html
[2] 卢宇,余京蕾,陈鹏鹤.基于大模型的教学智能体构建与应用研究[J].中国电化教育,2024,(7):99-108.
[3] 徐振国,刘志,党同桐,等.教育智能体的发展历程、应用现状与未来展望[J].电化教育研究,2021,42(11):20-26+33.
[4] 秦小林,古徐,李弟诚,等.大语言模型综述与展望[J].计算机应用,2025,45(3):685-696.
[2] 卢宇,余京蕾,陈鹏鹤.基于大模型的教学智能体构建与应用研究[J].中国电化教育,2024,(7):99-108.
[3] 徐振国,刘志,党同桐,等.教育智能体的发展历程、应用现状与未来展望[J].电化教育研究,2021,42(11):20-26+33.
[4] 秦小林,古徐,李弟诚,等.大语言模型综述与展望[J].计算机应用,2025,45(3):685-696.
Copyright © 2026 李盼
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License