一句話心得
在哥倫比亞大學 Teachers College 受訓兩週，最大的體悟可以濃縮成一句話： EMI 不是「把原本的課翻成英文上」，而是要用英語「重新設計」整套教學活動。 同一份投影片改成英文照念，得到的往往是聽不懂、不敢開口、考不好的學生； 真正的 EMI，是回到「學生怎麼學得會」這個原點，把語言支持織進每一個教學環節。
先把地圖看清楚：EMI、ESP、CLIL、雙語教育
研習一開始就花了不少時間釐清幾個常被混用的名詞，這對後續討論很關鍵：
- EMI（English as a Medium of Instruction）：用英語作為「教學媒介」來教專業內容， 語言學習是附帶而非主要目標。老師教的是學科，不是英文。
- ESP（English for Specific Purposes）：針對特定領域需求（商業、醫學、工程）的英語教學， 核心目標仍是語言。
- CLIL（Content and Language Integrated Learning）：內容與語言雙焦點並重， 刻意同時設計學科與語言目標。
- 雙語 / 雙語沉浸教育（Bilingual / Dual Language）：目標是培養兩種語言的完整能力， 與 EMI「英語只是工具」的定位不同。
把這張地圖攤開後我才更確定：台灣高教推的多半是 EMI—— 但若不借鏡 ESP/CLIL 對語言支持的設計，EMI 很容易淪為「英文版的單向講述」。 一個被反覆引用的理想定義是：好的 EMI 應讓「語言學習目標與學科內容目標共生而非緊張， 並透過良好規劃，讓英語的習得是水到渠成（incidental）而非意外（accidental）」 （Pecorari & Malmström, 2018）。
最打中我的一課：閱讀是一種情緒經驗
Lenger Kang 博士的工作坊讓我重新理解「難」這件事。她讓大家讀七篇不同領域的文本並排難易， 結果每個人覺得難的都不一樣——文本的難度不是文本的固有屬性，而來自讀者與文本的關係。 她歸納出讓文本變難的四大障礙，也是四個可以搭橋的「進入點」：
- 學術詞彙（Academic Vocabulary）
- 文本結構（Text Structure）
- 先備知識（Prior Knowledge）
- 個人關聯（Personal Relevance）
這四點幾乎就是台灣學生面對英文教材時卡關的全部原因。更重要的是她的提醒： 當學生一看到難的文本就「想把紙推得愈遠愈好」，那是情緒在作用—— 挫折累積會讓信心與興趣一起下滑。EMI 教師的任務，是在學生升起這股情緒前先搭好橋。 （這道框架我另寫一篇深入談：四大障礙與四座橋樑。）
一個改變視角的句子：「我們都是語言教師」
Harvey 博士（NYU）的一句話讓全場專業科目老師都安靜下來： 「我們都是語言教師（We are all language teachers）。」 你的學科詞彙、你怎麼論證、你怎麼書寫，本身就是一套語言。 多數內容教師受過學科訓練，卻沒受過語言教學訓練——但這不代表語言不是我們的責任。 她把語言學習的經典原理（Krashen 可理解輸入、Schmidt 注意假說、Long 互動假說、Swain 輸出假說、 以及跨語言實踐）轉成一套可操作的鷹架工具箱：講課搭鷹架、教策略性閱讀、用 jigsaw 與 wait time 促進互動。 （這套工具箱我也另寫一篇：把語言鷹架織進專業課。）
評量：assessment for learning，不是只給分數
Ober 教授談 EMI 評量時，強調用逆向設計（backward design）： 先想清楚「期望學生達到什麼」，再決定「用什麼證據判斷」，最後才設計學習活動。 她也區分「對學習的評量（of learning）」與「為學習的評量（for learning）」—— 後者讓學生意識到自己的能力與進展，而非只是被打分數。 特別有共鳴的一點：EMI 課堂常「假裝只考內容」，但老師其實一直在隱性地評量語言， 卻沒把語言標準講清楚——這對英語還在發展中的學生並不公平。 她也支持在測驗中接受跨語言實踐，把學生的母語視為展現所知的資源。
AI 的角色：強大，但要小心它「很有自信地說錯」
Moffett 博士談 AI 與教育時，給了一個我印象很深的例子：他用 ChatGPT 學中文「那 / 內」的發音差異， ChatGPT 先給一個答案，被質疑後立刻改口，再被追問「你剛剛是不是改答案了？」它坦承「對，我調整了」。 他的提醒是：AI 會「很有自信地」給出可能錯誤的內容（hallucination）， 在語言與翻譯情境尤其要警覺。這與我自己的研究方向不謀而合—— AI 是補充 EMI 教材、降低語言門檻的利器，但必須教學生批判性地使用，而非照單全收。
帶回 Uedu 與中央大學：怎麼落地
這趟受訓最實際的收穫，是一套可以直接接到 Uedu 平台的行動方案：
把 Lenger Kang 的四大障礙對應到 Uedu 工具：用 ClassroomGPT 預習關鍵學術詞彙、 用頻道知識庫上傳範文處理文本結構、用 AI 助教補足先備知識、 用在地案例建立個人關聯。EMI 不必老師一個人扛，AI 可以成為每個學生的隨身鷹架。
研習讓我更確定：沒有一個工具能解決所有問題，要把多種工具搭配不同教學活動。 以多模態學習（Multimodal Learning）為理論框架，結合 Uedu 的圖像生成、螢幕錄製、Podcast、 測驗與學習單，才能讓 AI 輔助的 EMI 教學站在穩固的理論基礎上。
結語
兩週下來，我對 EMI 的理解從「用英語上課」變成「用英語重新設計學習」。 台灣正在用 EMI 改變高等教育的樣貌，能參與這場轉變是幸運也是責任。 接下來這幾篇「研習現場」文章，會把哥大帶回的具體方法一一拆解成你今天就能用的做法—— 也歡迎你把它們接到 Uedu 的工具上，讓國際研習的養分真正落到每一堂課、每一位學生身上。