人工智能赋能“中文+音乐”融合教育创新研究—以来浙江省华留学生的多模态学习实证为例

作者：Yongle Wu, Jing-sheng Xie · 发表于：Academic Frontiers Publishing Group · 年份：2025 · DOI：10.62989/jce.2025.1.4.27

本研究构建并验证了一种融合人工智能技术的“中文+音乐”智能教学模型，旨在同步提升留学生的中文语言能力与音乐专业素养。通过为期12 周的对照实验（N=60），研究发现：在语言学习方面，智能语音反馈系统使学生的声调识别准确率提升27.2%（p<0.01），语法掌握度提高37%，其中音乐化声调训练显著改善了阳平-上声混淆问题（错误率降低72%）；在专业教学方面，自适应术语系统实现88.7%的术语掌握率，时空可视化技术将音乐史学习效率提升40%且耗时减少43.8%，AI 作曲平台更使五声音阶应用正确率增长61%。质性分析显示，跨文化创作任务促使76%的学生能深度阐释音乐符号的文化内涵。研究同时发现技术应用的边界条件：AI 在创意评估（35%误判率）和抽象理论教学（20%学生需辅导）方面存在局限，且需解决15%学生的技术依赖问题。基于此，本文提出“数字人文双通道”发展路径，强调通过文化标注数据库、自适应难度矩阵和人机协同机制，实现技术赋能与人文教育的深度融合，为智能时代的专业语言教学提供创新范式。