人工智能時代英語教學促進學生深度學習路徑探究

關鍵詞：人工智能? 智能化教學? 英語教育? 深度學習

一、人工智能時代英語教學的特征分析

隨著人工智能在英語教學測評、教學平臺優化、教學輔導等多角度教學工作的深入，給學生和教師的教學空間帶來了新的創造力，大大提高了教學效率，同時也優化了學生的學習體驗。人工智能成為教育信息現代化發展進程中的主要推動力。人工智能時代，英語教學的特征表現如下。

1.教學高效性

首先，在課前準備階段，人工智能教學平臺的引入給教師帶來了天然免費的資源庫，與此同時，教師還能在任何時間、任何地點跨越時空間隔共享教案，實現資源的最優利用。其次，在課中交流環節，學生可以根據移動端隨時隨地與教師進行一對一交流，有針對性地解決每個學生在學習過程中遇到的問題。如果教師對系統操作熟練的話，還能夠實現“一對多”的交流，降低時間成本。最后，在課后評價階段，人工智能教學端無須顧慮到面子問題，無論是教師對學生，還是學生對教師的總結評價，都是隱秘的一對一進行，更公平公正，也更利于雙方及時發現問題并改正。

2.教育個性化

比起傳統教育對學生“流水線統一生產”的培養模式，現代教育更傾向于向社會輸出更有創新意識、個性化特征明顯的全面型人才，與教師精力的有限性形成了矛盾。教育個性化要求教師貼合學生的實際情況，了解到學生的心理特征、興趣愛好后制定針對性發展策略。這個沖突也被人工智能化教育系統的大數據庫給解決了。數據庫會根據學生自己設定的學習偏好、學習能力及學生實際達到的學習狀況給出判斷，并根據每位學生不同的情況做出一系列的學習計劃。在此基礎上，數據庫還會及時收集每位學生的學習動態，根據他們的學習動態調整課程，達到真正的因材施教，實現學生個性化發展。

3.考試評價體系的非標準化

在人工智能系統引入教學評價以前，日常試題是由一個教師或者多個教師出題，但這樣的出題方式具有很大的人為因素，一方面表現在教師并不能完全掌握試題的難易程度，缺乏標準性，另一方面由于不同教師教學方式不同，教授學生知識點的側重面不同，很難考慮到全體學生的學習進度，不具備公平性。引入智能化系統以后，考試試題由系統數據庫組合而成，基本依據教學大綱的要求，且考試方式多樣化，可以依據不同學生的在線學習記錄智能組成試題，有目的地對學生監測，便于學生在考試過程中發現自己還未掌握的知識點，更利于查漏補缺，發揮考試的評價作用。除此之外，人工智能系統可以在學生考完試后自行批卷，減少教師的工作量。

4.數據驅動有效促進教學工作量化

人工智能教學端背后所依托的是豐富的數據資源庫，給教學提供資料的同時也設計了一些程序，對教師的教學工作起到很好的輔助作用。例如，教師可以利用移動端對學生進行簽到，從而判斷學生課堂出席情況，利用數據端出練習題，可以根據學生的答題記錄有效地查看學生的答題思維，防止傳統教育中存在的照抄作業、學生遲交甚至不交作業等行為，通過移動端發布每日必備單詞量，查看學生的單詞儲備情況，相當于把教師的教學工作及學生的學習量進行了量化分塊，給后期的教學工作評估提供了良好的量化參考。

5.人機發展協同化

人工智能畢竟是由人類開發出來的軟件系統，從科學技術的角度出發，人工智能教育既有人性化的一面，也有其局限性的一面。因此，人工智能在教學中的運用通常會體現出明顯的人機協同性，教師仍舊在教育中起主要作用，人工智能則作為輔助角色，用于滿足教師的日常教學需要。

二、人工智能時代下促進英語深度學習的有效路徑

深度學習這一概念，最早在1976年被提出，由瑞典哥德堡大學的學者首先劃分了“表層學習法”和“深層學習法”[2]。其主要區別表現在學習者在學習時產生的兩種發展態度。如果只是一味地接收并不對知識點相關的事實進行發散思考，則是表層學習法;相反，如果學習者在吸收知識點后能夠結合知識點本身加入自己的見解并提出質疑，有效把已學的知識和將要學習的新知識結合起來，完成知識點之間的相關發展和遷移，則可以稱之為深層學習。筆者在理解這一概念后，提出了自己的見解，認為英語深層學習的關鍵之處在于學生能否對英語產生情境聯系的學習方法。具體表現在：與傳統的機械式輸入不同[3]，深度學習更注重學生在學習知識點時的靈活性，具體體現在以下方面。

1.利用人工智能教學端的高效性，制定分層學習計劃

英語學習和其他學科的不同點在于，英語作為一種語言工具，更注重循序漸進學習方式，學習者首先需要保持耐心，因為學習英語注定是一段長時期的投入過程。而制定分層學習計劃的好處就在于學生可以把計劃作為學習的導向目標，可以根據計劃判斷自己的學習行為有沒有達到目標期望。教師在制定計劃時除了要考慮教學大綱的教學要求，還要監測每個學生的英語學習能力，須根據學生的實際情況確定出發點，以適當的期望值作為計劃的回歸點，防止學生出現計劃過低或過高的情況。從另一個角度出發，教學分層計劃還要充分考慮到深度學習的技巧，建議教師運用“預習-課中討論-復習”三段式的教學策略來保證知識點的深入，其中課前預習需要有效利用智能教學平臺，對知識點相關的內容進行了解發揮，在此階段，教師還可以設計課前展示環節，給學生提供展示自己預習成果的平臺，從而調動學生的學習積極性。

2.利用人工智能教學的個性化，創設針對性的學習方法

我們說現代教育所注重的更多是學生的個性化發展，全面性發展。筆者認為，要達到學生的個性化發展，首先要引導學生掌握個性化的學習方法。所謂個性化的前提條件是結合不同學生的學習情況，不一概而論，而是對不同的學生進行差別化教育。在傳統教育條件下，一個教師需要面對幾十個學生，使得差異化教學的實現充滿困難。但依托人工智能化平臺，每位學生的學習動態都可以在系統上進行實時記錄，教師可以根據每一位學生的學習記錄了解到學生的學習程度，從而指導學生進行針對性練習。例如，某位同學的學習記錄顯示，他經常在被動語態這一知識點上出錯，教師可以通過教學端的記錄及時了解，同時可以通過移動端發送相關練習，對其進行一對一指導。同時利用系統中不同學生的實際情況建立不同的方法教學，有利于教學效率的提高。

3.利用人工智能教學資源，促進協作式學習

從時間和空間的角度而言，傳統教學對學生的學習方式是有局限的。發達地區的學生能夠享受到的教學資源往往要比偏遠地區的學生多得多。而人工智能的出現，打破了這一限制。學生的學習伙伴不再只局限于同一教室的學生們，教師也不再限制于只是教他們的老師。網絡資源是共享的，并且對所有人平等開放。在這一條件下，教師應該鼓勵學生充分發揮學習的主觀能動性，積極向外界溝通，形成協作式學習模式，有利于打破思維方式，讓學生的發展更長遠，更深入。例如，教師需要講解“different cultures”，以前學生只能通過老師的PPT展示和講解來了解，知識點獲得的渠道單一且過于片面，但通過智能化系統教學平臺，學生可以與不同地區的學習者同時進行交流，切身地體會到不同地區不同文化之間的差異，加深知識印象，達到深度學習。

4.利用思辨課堂的生成性，促進學生自主性深度學習

我們一般把思辨課堂的課堂教學形式看做是學生協作式學習的進一步深入。筆者認為，其關鍵點在于協作式學習是利用小組合作的課堂形式，集頭腦風暴法，從而提高學生思維的敏捷度和發散力，而思辨課堂是把小組之間的學習成果再進行結合學習，一般利用小組競爭、小組展示或辯論的形式來達到教學目標，有利于學生在競爭辯論過程中結合其他小組的觀點對知識點進行再思考，從側面激發學生主動進一步深度學習的興趣。在這個過程中，教師更多的是扮演誘導者的角色，除了適當地拋出疑問觀點，提高學生討論的積極性，烘托競爭氛圍，同時也是誘導學生找到正確思維方向的引領者，防止學生因為好勝心理等他方因素跑偏。而人工智能時代的來臨，無論是對于學生的思辨心理建設，還是教師的引導角色養成，都提供了天然的資源場所，能夠有效減少課堂教學建設的時間。例如，以前的教學形式下，教師要想促進思辨課堂的形成，教學步驟基本是教師提出思辨課堂的構思并設計環節——學生進行準備及知識討論——學生展示，小組雙方辯論——教師評選并總結，整套課程環節下來，至少需要三堂課的時間，還不算學生課下查找資料的時間，而在人工智能時代下，教師和學生都可以利于人機輔助，具體表現在教師可以通過教師端發布教學任務，學生則直接在移動端討論并且做資料準備工作，然后再進行課堂展示，雙方辯論，最后的結果評選也可以通過人機協同直接在移動端以投票的方式實現，比教師單獨評選更公平，也更方便，大大地節省了教學時間。除此之外，人工智能時代下的教學信息碎片化，對于教學平臺的知識作了有效補充，更利于學生形成思辨思維，鍛煉思維能力。

5.利用人工智能化教學平臺的監測體系，全面跟進學習效果

教學評價的目標是為了幫助學校從辦學出發點出發，不偏離既定的教學方向。因此，科學合理的評價監控體系對一個學校乃至教育發展的大方向有著重要的糾正作用。但在傳統的教學評價里，對學生的評價往往是通過一個老師或多個固定的教師進行評價，這就導致教師在評價過程中會不自覺地受到自身性格特征、行為偏好等主觀因素的影響，缺乏公平性。人工智能化教學平臺給教學提供資源的同時，利用線上移動端的方式給我們提供了更有效的評價方式，有利于教師對學生的學習效果進行更公正全面的監測。具體表現在，教師對學生的評價不再局限于只依賴紙質測評這一方式，還可以利用教學平臺自動統計的數據統計，例如學生在某一時間段的作業完成量、背單詞記錄數、相關知識點教程瀏覽數等全方位地對學生的學習狀況進行監測，優化教師管理學生的過程。

6.提高人工智能系統開發技術，為深度學習高速助推

我們首先需要明確的一點是，無論是哪一學科，在引進人工智能進行教育工作時，科學技術的發展始終與教學工作效果息息相關。具體來說，我們最開始學習英語是由會說英語的人進行實地面對面教學，缺乏一定的標準化，后來留聲機的出現，讓我們可以通過播放留聲機接觸到專業化的英語發聲，從而促進了英語口語等各方面的教學發展。在當下，我們雖然利用人工智能的遠程教育，或線上教學端大大促進了教學的效率，但時代在不斷地進步，我們現在探求的人工智能教學在新一輪的教學改革中也會被淘汰，而淘汰的產生不僅僅是淘汰舊觀念，也會摒棄舊技術。因此，筆者認為，現代教育要想始終具有現實意義，除了在思想上要實現創新，也需要在技術的開發上達到同步發展的進步，只有這樣，教育才能時刻保持活力。

總之，人工智能教學作為大環境教育背景下不可避免的新型教學方式，同時意味著顛覆型信息科技教育時代的來臨[4]。在這一趨勢下，教育工作者應該勇立潮頭，引入新的教學方法，為深度教學提供更多可能，促進教學模式變革完成，從而達到優化教學效果這一目的。

參考文獻

[1] 段金菊.E-learning環境下促進深度學習的策略研究[J].中國電化教育，2012（05）.

[2] 張浩，吳秀娟，王靜，深度學習的目標與評價體系構建[J].中國電化教育，2014（07）.

[3] 王永花，深度學習理論指導下的混合學習模式的實踐與研究[J].中國遠程教育，2013（04）.

[4] 甘容輝，何高大.大數據時代學習分析與外語教學研究展望[J].外語電化教學，2016 （03）.

[作者：嚴燕（1975-），女，重慶人，重慶工程職業技術學院講師，碩士。]

【責任編輯? 王? ?穎】