EDTREducational Theory Observation2995-50172995-5025Art and Technology10.61369/EDTR.2026070001Article大学英语分级教学中学生AI使用依赖风险识别与分级干预策略https://artdesignp.com/journal/EDTR/4/7/10.61369/EDTR.2026070001张薇2026472026-07-20在大学英语分级教学常态化推进的背景下，人工智能工具已成为学生英语学习的重要辅助手段，但随之产生的过度依赖、能力弱化、学术不端等风险也日益凸显。为实现技术赋能与自主学习的平衡，本文立足分级教学差异，对大学生AI 使用依赖行为开展风险识别，并构建分层分类的干预体系。研究结合基础班、提高班、发展班学生的学习特征，从学习自主性、语言能力、思维发展、学术诚信、技术成瘾五个维度识别依赖风险，进而提出意识引导、策略培训、个性化辅导、技术管控、教学优化五位一体的分级干预策略，旨在规范学生 AI 使用行为，降低过度依赖带来的负面效应，为大学英语分级教学高质量发展与教育数字化安全推进提供实践参考。大学英语,分级教学,AI使用依赖,风险识别,分级干预策略

[1] 本刊编辑部. 九位院士、校长谈“人工智能赋能高等教育”—— “‘人工智能赋能教育’中国工程科技论坛”会议综述[J]. 西安交通大学学报（社会科学版）,2023,43(3):1-15.[2] 童慧, 杨彦军. 基于“技术道德化”理论的生成式人工智能教育应用潜能与风险研究[J].电化教育研究,2024,45(7):12-18.[3] 孟璇, 刘格林, 林景怡. 人工智能嵌入高校外语学习与教学的期望与危险透视—— 以ChatGPT为例[J].教育进展,2024,14(5):95-99.[4] 刘蕾. 从“身体在场”到“多重在场”—— 人工智能发展下的“教”与“学”变革探讨[J].国家教育行政学院学报,2023,(3):17-20.[5] 黄景文, 肖彩彩. 人工智能助力大规模个性化学习的潜在风险及其对策探究[J].广西广播电视大学学报,2023,34(2):5-10.