2025年12月1日下午，宾夕法尼亚州立大学陆小飞教授应我中心邀请，作题为“Linking linguistic complexity to text readability and L2 learners’ perceptions of text difficulty: Implications for GenAI-assisted text adaptation”的学术讲座。本次讲座由许琪教授主持，中心徐海教授、王启教授、彭红英副教授，英文学院李金辉博士、胡潇译副教授等以及众多校内外师生参与了本次学术交流。

讲座伊始，陆小飞教授回顾了其团队关于不同年级教材语言复杂度演变的研究进展，重点介绍了对国际中文教材和英语教材在句法复杂度、短语复杂度等多维指标上的语料分析成果。他结合多项实证研究，展示了如何借助自动化复杂度测量工具，系统揭示不同年级教材在语言输入难度设计上的规律性与科学性，为教材编写与分级阅读提供了坚实的实证支撑。

随后，陆教授进一步比较了专家、教师与学习者三类群体的文本难度判断情况，强调不同群体所关注的文本及语言特征存在明显差异。陆教授指出，这些感知差异对于构建科学、合理的教学文本难度分级体系具有重要的理论价值和实践意义。

在谈到生成式AI在文本改编中的应用时，陆教授重点展示了教师人工简化文本与ChatGPT简化文本在语言特征上的系统比较研究。他将ChatGPT的文本改写方式划分为general、example、instructive三种模式，并指出其中example模式在语言特征上最接近专家教师的人工改写。但总体而言，人工智能改写仍存在结构内容不完整、语言难度不适配等“不可控”问题。陆教授强调，若要将生成式AI真正转化为可靠的教学辅助工具，必须建立明确、可操作的可控式改写标准。

讲座最后，陆教授介绍了其团队在可控式生成式AI文本改写方面的最新研究。他以中文阅读材料为例，对比分析了原文、不可控改写、可控改写与专家改写在语篇结构和语言难度控制上的差异，发现可控式改写不仅更符合语篇结构要求，也更能保持内容完整性与语言难度适配性，为教材与阅读材料的智能生成提供了可行路径。陆教授指出，未来相关研究需在研究赋能、技术实现、评估优化三个环节协同推进，以确保改写文本质量。

在交流环节，与会师生围绕生成式AI内容的稳定性、文本改编质量评估及可控改写标准等问题展开了讨论。陆教授逐一回应，并强调“可控性”是未来人工智能深度参与语言教育与教材生产的核心挑战与重要方向。本次讲座在现场师生热烈的掌声中圆满结束。