ETREducational Theory and Research2995-34482995-3456Art and Technology10.61369/ETR.2026110039Article数智技术赋能大学英语“教—学—评”一体化教学实践 ——以《新标准大学英语》Science Empowers 单元为例https://artdesignp.com/journal/ETR/4/11/10.61369/ETR.2026110039童佳蕙20264112026-03-13随着人工智能与大数据技术向教育领域纵深渗透，数智技术与外语课堂的融合已成为大学英语教学改革的核心议题。然而，当前实践中仍存在工具使用零散化、技术与教学目标衔接不紧密、评价环节数智化偏低等问题。本文以《新标准大学英语（第三版）》第二册第六单元Science Empowers 为案例，依托产出导向法（POA）的“驱动— 促成—评价”框架，探索数智技术在课前学情诊断、课中语言促成、课后多元评价各环节的系统化嵌入路径，构建“教—学— 评”一体化的数智融合教学闭环。实践表明，数智工具的有序介入有效激发了学生参与热情，提升了语言产出质量，也为教师精准施教提供了数据支撑。数智技术,AI 赋能,大学英语,“教— 学— 评”一体化,产出导向法

[1] 教育部高等学校大学外语教学指导委员会. 大学英语教学指南（2020 版）[M]. 北京: 高等教育出版社, 2020.[2] 文秋芳. 人工智能时代的英语教育: 四要素新课程模式解析[J]. 中国外语, 2024, 21(3): 1, 11-18.[3] 王海啸. 生成式人工智能在大学英语教学改革中的应用探究—— 以" 通用学术英语写作" 课程教学改革实践为例[J]. 外语教育研究前沿, 2024, 7(4): 41-50.[4] 张文霞, 赵燚, 田园. AI 赋能大学英语教材使用的路径与策略—— 以《理解当代中国大学英语综合教程》为例[J]. 外语教育研究前沿, 2025, 8(4): 66-77.[5] 文秋芳, 梁茂成. 人机互动协商能力: ChatGPT 与外语教育[J]. 外语教学与研究, 2024, 56(2): 286-296.[6] 王蔷, 李亮. 推动核心素养背景下英语课堂教— 学— 评一体化: 意义、理论与方法[J]. 课程. 教材. 教法,2019,39(05):114-120.[7] 杨满珍, 刘建达. 基于形成性评价的大学英语教学实践探究[J]. 外语电化教学, 2019, (3): 97-102.[8] 路亚涵. POA 理论指导下的大学英语读写一体化课堂教学模式研究[J]. 甘肃高师学报, 2021, 26(6): 97-100.[9] 郭聪, 辛静. 高校数智化英语教学模型建构与探索[J]. 当代外语研究, 2025, (5): 97-105.[10] 缪海泓. 基于产出导向法和数智融合理念的大学英语课程设计—— 以《新视野大学英语（第四版）读写教程1》第3 单元为例[J]. 海外英语, 2025, (8): 104-107.