在生成式人工智能（GenAI）浪潮席卷全球教育领域的当下，如何将前沿技术深度、有效地融入学科教学，成为教育研究者与实践者共同关注的焦点。2025年12月2日下午，扬州大学外国语学院语料库语言学二语学习实验研究团队在笃行楼N220同声传译室开展主题为“语料库与GenAI协同数据驱动学习（Corpus-Gen AI Data-driven Learning）在二语写作反馈中的应用研究”的学术讲座。此次讲座旨在探讨语料库与生成式人工智能协同的数据驱动学习新模式，以提升二语写作教学中学生自我调节能力与反馈投入水平。

本次讲座由外国语学院陆军教授主持，刘艳红教授主讲，研究团队成员、青年师、博士以及研究生等学者参加了此次活动。

讲座伊始，陆军教授对与会师生表示了诚挚的欢迎，并简要介绍了讲座的背景和意义。

刘艳红教授首先介绍了数据驱动学习（Data-driven Learning，DDL）的研究背景，结合真实案例，展示了DDL依托真实语料库进行语言探究的优越性，同时也指出，传统DDL常面临技术门槛高、操作复杂、认知负荷大等挑战，限制了其广泛应用。幸运的是，以ChatGPT为代表的生成式AI（GenAI）进入教育视野，凭借自然语言交互方式大幅降低了技术使用门槛，更重要的是，GenAI能针对语言表达、内容组织等方面提供即时、连续的反馈，为语言学习尤其是写作教学提供了新的可能性。但是，刘教授提到现有研究表明GenAI反馈常存在语境敏感性不足与语用适切性欠佳的问题，在为特定写作任务或学术语境提供深入、精准的修改建议上不够理想，在课堂实践中面临缺乏系统性整合和教学引导不足等挑战。

鉴于此，刘教授融合传统DDL和GenAI的优势，提出一种由语料库与GenAI协同支持的数据驱动学习模式（Corpus-GenAI Data-driven Learning）。语料库以其海量真实文本、丰富语境共现和客观频率数据，为语言使用提供了可靠参照；而GenAI则以灵活生成、对话式解释和创意启发见长。二者协同，形成“反馈—生成—验证—修改”的学习闭环，有望降低DDL的操作门槛与认知负担，同时，提高GenAI反馈信度，从而建立高效的语言输入与反馈环境。例如，学生在写作中遇到搭配或句式选择问题时，可借助GenAI进行改写建议，再通过COCA、BNC等语料库检索观察实际使用模式，最后结合两者信息自主做出语言决策。

在讲座尾声，与会专家学者与刘教授就GenAI赋能的语言教学、学术写作、教材编写等相关话题进行了热烈的研讨。本次学术沙龙不仅为参与者提供了一个深入了解人工智能时代我国智慧教育前沿的平台，也使与会者意识到语料库与生成式AI的协同，不仅是技术工具的简单叠加，更是教学理念与学习方式的重要演进，新技术条件下的人机协同、数据驱动的学习范式将为未来的教学科研工作注入新的活力。