Reference Data:
Hollis, C. J. (2026). Using AI to support teaching and learning of multiword sequences. In B. Lacy, M. Swanson, & H. Yoder (Eds.), LanguageS: Learning, Teaching, Assessing – JALT 50 Years – Challenges and Perspectives. JALT. https://doi.org/10.37546/JALTPCP2025-02
Multiword sequences (MWSs) – combinations of words that frequently recur together – are a key component of L2 proficiency and oral fluency (Paquot, 2019; Tavakoli & Uchihara, 2020). Recent work shows that the density and length of MWSs and lexical bundles strongly influence listener‑based ratings of fluency (Brown et al., 2023; Hougham et al., 2023; Takizawa & Suzuki, 2025). Building on this research, and on proposals for principled GenAI use (Hougham & Higginbotham, 2024) and systematic vocabulary and multiword‑item instruction (Nakata & Suzuki, 2022), this paper reports an exploratory use of GenAI chatbots in a university course to emphasize MWSs as an essential part of L2 vocabulary acquisition. It outlines GenAI‑mediated tasks for teaching idioms, incongruent collocations, and academic multiword sequences, and discusses perceived benefits, drawbacks, and challenges. It also offers ideas for using GenAI to support learners’ MWS development while maintaining learner agency and academic integrity.
多語表現（multiword sequences: MWS）は，頻繁に共起する語の組み合わせであり，第2言語（L2）の熟達度と発話の流暢さを支える重要な要素である（Paquot, 2019; Tavakoli & Uchihara, 2020）。近年の研究では，MWS や語彙束ルの密度と長さの双方が，聞き手による流暢さの評価に強く影響することが示されている（Brown et al., 2023; Hougham et al., 2023; Takizawa & Suzuki, 2025）。本稿では，これらの研究知見に加え，生成AIの原則的な活用（Hougham & Higginbotham, 2024）及び体系的な語彙・多語表現指導（Nakata & Suzuki, 2022）に関する提案を踏まえ，MWS をL2 語彙習得の中核的要素として重視した大学授業における生成AIチャットボットの試験的な活用について報告する。本稿では，イディオム，非直訳的コロケーション，及びアカデミックな多語表現を対象とする生成AI仲介タスクの概要を説明し，その利点，欠点，及び課題を議論する。さらに，学習者の主体性と学術的誠実性ィを維持しつつ，生成AIを用いて学習者の MWS 発達を支援するためのアイデアを提示する。
