語言大數據驅動的個性化自適應性大學英語精準教學研究

李鴻杰

摘 要：本文主要通過培養學生學習英語的興趣為前提，在語言大數據的背景下研究個性化自適應性大學英語學習。首先介紹兩者，其次分析個性化自適應大學英語學習，從前期準備階段、分析學習階段、優化決策階段、考核反饋等4個階段進行全面闡述，最后在語言大語言大數據驅動的背景下對個性化自適應性大學英語進行了概述，其目的就是調動大學生的自主學習性。

關鍵詞：語言大數據;個性化自適應性;大學英語精準教學

中圖分類號：G642 文獻標識碼：A 文章編號：1009 — 2234（2019）10 — 0168 — 03

前言

隨著我國科技水平的不斷發展，同時語料庫的研究也在不斷深入，從而不斷豐富語言大數據驅動的學習方法的理論體系，在大學英語教學和學習中普遍應用。語言大數據驅動的學習鼓勵引導學生通過分析大量英語的語料，從而總結出英語語言的規律，實現學生自主學習，同時也向教師和教科書為中心的傳統英語教學方法和學習方法發起挑戰。語言大數據驅動的學習作為一種新興的教學方法和學習方法，其基本思想、實現過程與以往的傳統大學英語教學和學習有所不同。因此，我們要對“語言大數據驅動的學習”進行深入了解，探索有效的實踐方法。

一、語言大語言大數據驅動的學習基礎理論

語言大語言大數據驅動的學習方法基本思路是讓學生在大量的英語語言實例中發現語言規律。根據英語語料庫大數據中發現了以前被忽視的英語學習模式，學習可以通過英語語料庫發現教師忽略的或者教材中不包含的語言現象。語言大數據驅動的學習創建是學生通過分析英語語料庫提供的句子并且能夠回答問題的環境。相比傳統的教學模式，語言大數據驅動的學習具有以下特點：

（一）培養學生自主學習能力

在傳統的英語教學模式下，教學的進度、形式和重點全部由老師制定，這種教學方式會導致學生出現一種在“流水線”工廠上班的感覺，大大降低了部分學生的學習興趣，從而學生的學習能力發展緩慢。語言大語言大數據驅動的學習以學生為中心，主要培養學生自主學習能力，讓學生成為英語教學中的主體作用，幫助學生建立自我評價表，明確其學習目標，培養學生的自主學習能力。

（二）語料庫作為基礎，為學生提供真實的語音學習環境

在傳統的英語教學模式中，僅僅靠教材書籍，學生接觸到的句子都是由老師根據相關語法而編造的例句，這種教學方式提供的學習材料有局限性，缺少對情景的豐富性和生動性，部分語言材料真實性過低，讓學生很難進行理解。比如漢語當中會存在很多的近義詞，這些近義詞老師不能僅僅憑靠經驗或著詞典上的解釋，這樣會導致學生對其產生誤解，從而錯誤使用。語言大數據驅動的學習方法的語料都來自于實際的語言環境，學生通過觀察真實的語境，主動發現其語言規則和特點，將其轉化為自己語言能力。

（三）總結從上而下的歸納學習方式

傳統的語言教學模式是老師先對學生講解語法規則，之后會舉出例子說明，這種傳統教學模式會讓學生對語言分析不透、語法理解不深刻的現象。語料庫提供的材料具有真實性和生動性，可以讓學生從中總結出語法規則，轉化成自己的語言能力，這種從上而下的歸納學習方式相比傳統教學模式，更有效的幫助學生準確的獲取語言知識〔1〕。

（四）學習語言中需要突出發現和探索

語言學習過程當中，不單單是教師的講解過程，關鍵在于將教師的教轉變成學生的學，從而讓學生全身心投入到教學過程當中。語言大語言大數據驅動的學習方式讓學生通過對實際語言的分析，進一步讓學生獲取更加深刻的語言知識。

二、語言大數據驅動的學習應用

（一）在詞匯中的應用

在詞匯教學當中運用語言大數據驅動的學習方法主要是對詞匯的用法和含義進行解釋教學。對關鍵詞進行搜索，可以讓學生體會到詞匯在不同語境中正確的用法，增加學生對詞匯的感覺，通過對比分析，從而更容易的掌握到詞匯之間存在的微小差異，讓學生在學習詞語搭配時更加容易理解。

（二）在語法中的應用

當前，在傳統模式教學中，學生長期處于一個被動學習地位，因為教師的語法教學是講解和句型的練習。這種枯燥的教學方式讓學生的語法在語言學習中是最薄弱的。語言大數據驅動的學習則是用大量的真實而且又不枯燥的語料，從而引導學生們主動學習，去發現語法當中存在的特點以及語法的使用規則〔2〕。

三、語言大數據驅動和個性化自適應性學習的關系

“大數據”早在1997年出現，它是以互聯網為載體，“大數據”具有多樣化、信息多等的特點。“大數據”是通過進行云計算、挖掘數據以及人工智能的方式從中獲取有利的信息。在教育事業中應用“大數據”分三個階段，第一階段是數據的收集階段：利用分布式框架收集工具、網絡數據收集工具以及并行處理技術，從而獲得大量的數據，并對其進行整理，將整理好的數據資料儲存在數據庫當中。第二階段是對數據分析階段：利用數據轉換的公式，對數據當中隱含的關系進行分析，進一步發掘有價值的信息。第三階段是可視化階段：將分析得出的數據進行可視化，讓學生更加容易理解。

在“大數據”的背景下，學生各之間的差異用個性化自適應性學習代替，從而為學生制定有效的個性化學習。對學生在學習行為上呈現的信息進行分析，再用學生學習的行為作為數據，對其進行深一步分析，發掘兩者之間隱含的關系，預測學生今后的學習發展方向，最后以可視化的結果呈現出，并為其制定有效的個性化學習方案。

四、在語言大數據驅動如何應用個性化自適應性學習

（一）準備階段

在開始個性化自適應性學習前，教師需要將所有學生建立檔案，對學生有一個簡單的認識，了解學生的成長背景、性格以及興趣愛好。還要對學生的成績信息進行搜集，同時也要了解學生的情感和學生的行為兩方面的數據。

大數據的不斷發展，進而提高了對學生采集情感數據和行為數據的可靠性。比如在使用傳感器檢查學生的情感時，可采用壓力鼠標和情緒儀表來反應學生學習狀態，這些都是教師用來建立學生檔案的關鍵方法。

（二）分析學生學習階段

個性化自適應性學習的關鍵因素是學生學習行為。教師對要針對學生在學習過程當中的行為數據和學習結果進行分析，了解學生當前的學習水平、進度以及情況等。通過大數據的分析，更有效的讓教師發現個性化教學中的缺點，對其進行相對調整，從而糾正學生不正確的學習態度和學習習慣。

（三）優化階段

在傳統的教學模式中，教師不僅是課堂上的設計人員還是執行人員，教師根據教學大綱和需求對其教學內容和方案自己修改。運用個性化自適應學習，將傳統教學模式中教師在課堂上的設計人員和執行人員改變成引導者，從而引導學生主動學習性。

（四）反饋階段

個性化自適應教學方案是根據學生情緒和學習環境的影響進行改變，同時這些因素會給學生學習過程中帶來負面影響。教師必須要結合實際情況進而調整學習計劃。相比傳統教學模式的不同點在于，大數據技術能夠對所有學生的學習行為和學習態度以及學習情緒詳細記錄在數據庫內，在進一步的發掘分析從而反饋給教師，教師在根據反饋信息對教學方案進行改正，從而提高個性化自適應性的學習效率。

五、精準教學

（一）精準教學的理論

某行為主義心理學家認為人類的行為主要是通過操作性反射構成的操作性行為，操作性行為是在環境下而產生結果的行為。人類所有的行為大多都是操作性強化后的結果，人們通過強化作用的影響去改變其他人的反應。在學習教學當中，操作性行為顯得尤為突出，所以操作性反射在學習教學過程中起到了關鍵作用。某項研究將這以理論應用到教學中，認為教學就是讓學生達到提出的目標，并在教學過程中監督學生學習，得到反饋信息時要及時的修正〔3〕。

（二）精準教學的衡量標準

精準教學當中最重要的是在于對教學的評價，衡量教學是否達到制定的目標，學生是否正確的掌握學習知識和學習技能，關鍵要在于對學生的學習行為過程進行檢測。將流暢度標準引入到精準教學，從而測量學生的學習質量。流暢度包含了“速度”和“精準準確度”兩方面。學生的質量是對知識和技能的掌握，就是對知識和技能的運用。流暢度有五大特點：持久、耐久、穩定、應用、生成。分別意思是持久：無任何附加練習的情況下，學生執行學習任務的能力;耐久：滿足學習目標，進而讓學生長時間執行學習任務的能力;穩定：在干擾的情況下，學生能繼續實施某項學習技能的能力;應用：學生更容易的將學到的知識和技能應用到實際情景的能力;生成：在沒有教師的指導下，學生出現復雜的學習行為技能的能力。

（三）精準教學的方法

精準教學的方法就是要求學生每天練習并可以準確的測量其每天的學習表現，就是讓學生每天花費一定的時間對自我進行練習和測量。這一過程需要長期的保持下去并要做好每天的詳細記錄。一般情況下，測量所得數據由教師記錄在標準的變速圖表當中，此圖表可以準確的展示出學生的知識和學生的技能什么時間可以達到流暢度標準，進一步判斷學生的學習表現是否隨著時間的推移而進步，如果沒有進步需要對其改進教學措施。在教學中，教師根據學生的日常練習、測量和記錄的情況，監測其數據，從而獲得學生的發展方向和發展的具體情況。

六、精準教學與大數據的關系

精準教學是在大數據的發展上，精確的將課程標準和學生發展方向的實際基礎上，精準目標，精選教學內容和方案、精準的了解到學生學習的行為表現并且準確運用，讓整個的教學過程中可以調控精準要求。從而進一步讓學生的學習得到發展，進行思維延伸和因材施教，從而提高學生的核心素養。精準教學可有效的了解到學生之間的差異。利用大數據進行精準教學，打破了以往的傳統教學模式，使得教學向“以人為本”的方向發展。通過測量進而獲取學生學習的結果，再根據其結果對學生進行強化練習，大大提高了學生的學習質量。

七、大數據對精準教學的影響

大數據的不斷發展，將數據的價值推到了一個新的高度。大數據在改變著人類的思維模式，影響到各個領域如科技、教育、軍事、經濟等改革。在大數據對教育領域的改革中，以測量、記錄數據作為基礎的精準教學將會得到進一步的發展機會。

（一）大數據使得精準教學測量的數據更為精準

教育領域中廣泛應用教學管理系統、微課、自主學習系統和學習社交平臺，大大提高了數據量的增長，并預示著大數據時代的來臨。大數據可以捕捉到學生的學習行為、學生的學習狀態、學生的學習結果等教育信息，并且可對得出的數據進行可量化、可傳遞。現在的科技水平不斷提高，平板電腦、智能手機的廣泛應用，這些科技物品都可以應用在教學的過程中，讓智慧課堂得到進一步的發展，使得教學測量的數據更加準確。首先，大數據依賴各種智能類電子產品和智能類系統，可以自動的測量學生學習行為、學生的學習和學生的學習結果，并將其結果呈現出來，進而提高了精準教學的流暢度。其次，大數據可有效處理海量數據，從而讓精準教學擺脫傳統規模下的束縛，進一步實現從單一的學生課程發展到多樣化的課程。

（二）大數據讓精準教學幫助學生個性化發展

在大數據的環境下，可有效觀察學生的學習行為過程和個性化發展。是因為，學生在學習過程中的各種狀態都可轉化為相對的數據并進行記錄。換句話說，在傳統的教學模式下，精準教學只是針對學生的學習行為結果做出分析，根據分析得來的數據指導學生的學習行為;在大數據的環境下，精準教學不是過度依賴對學生學習行為結果的分析，還要對學生的學習行為過程進行考量，通過收集到學習在學習行為過程中產生的各種狀態，并用大數據處理技術進行分析、測量和對比，根據測得結果對學生的學習行為進行干預，從而進一步保證學生的個性化發展〔4〕。

八、大數據下精準教學在大學英語中的應用

（一）大學英語精準教學模式的課堂流程

在開課前，教師首先針對學習目標進行分析，從而錄制與學習目標有關的視頻或者搜集網絡上相關的視頻放在學習平臺上，提供學生自主學習的資料，學習完成后對教學系統當中的習題進行測驗，教師根據測驗的結果并進行調整。在教師授課時，教師可進行二次推送，進一步的進行精準教學干預。課堂上主要是讓學生對知識消化的過程，通過課前所得的數據，進行針對性知識講解，并對其進行二次測驗，從而檢驗學生課堂中消化知識的結果，為課后對學生學習的干預提供了數據支持。在下課后，教師對知識進行鞏固，可以利用游戲通關環節，將不同學生消化知識的程度，進行不同層次的問題推送，鞏固學生的知識，可大大提高學生的自主學習能力。

（二）大學英語精準教學考評制度

大數據下的精準教學考核是通過對學生在課堂上學習行為過程中的狀態進行大數據匯總，對學生進行全方面的實時評價。精準教學考核通過大數據的積累逐步形成學生學習英語的畫像，對所有學生的學情進行全面客觀的分析探討，可作為學生以后職業生涯規劃的有力數據。

結束語

綜上所述，在語言大數據驅動的個性化自適應性進行大學英語精準教學，體現出語言大數據的優點，對教育領域的改革中起到了關鍵作用，還可有效的了解到學生在學習過程中的學習狀態和學習行為，從而有效提高學生自主學習能力〔5〕。

〔參 考 文 獻〕

〔1〕李乃干，孫慧靜.雨課堂支持下大學教學個性化和精準化研究——以“大學生創新創業”課程教學為例〔J〕.廣西科技師范學院學報，2019，34，（04）：127-131.

〔2〕周杰，胡加圣，陳燕婷.大語言大數據驅動的外語教學與科研創新——大數據背景下的外語教學與科研創新研討會暨首期“愛未來”外語教育技術科創工作坊述評〔J〕.外語電化教學，2019，（03）：116-120.

〔3〕鄒遠鵬，蔣婷.博士生國際學術交流能力提升的探索與實踐——基于語言大數據驅動項目式學習模式的研究〔J〕.國家教育行政學院學報，2019，（03）：80-86.

〔4〕劉智，劉三（女牙），康令云.物理空間中的智能學伴系統：感知語言大數據驅動的學習分析技術——訪柏林洪堡大學教育技術專家Niels Pinkwart教授〔J〕.中國電化教育，2018，（07）：67-72.

〔5〕菅保霞，姜強，趙蔚，李勇帆.大數據背景下自適應學習個性特征模型研究——基于元分析視角〔J〕.遠程教育雜志，2017，35（04）：87-96.

〔責任編輯：楊 赫〕