人工智能背景下高職英語聽說教學模式改革

■王 錦

（武漢職業技術學院外語外貿學院，湖北 武漢 430000）

隨著互聯網、大數據、云計算和物聯網等技術的不斷發展，人工智能技術逐漸映入人們的眼簾，并悄悄改變著人們的生活、工作以及學習方式。2017年國務院印發的《新一代人工智能發展規劃》中提出，“利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系”。教育部于2018年4月制定了《高等學校人工智能創新行動計劃》中明確說明加快人工智能在教育領域的創新應用，構建智能化、網絡化、個性化、終身化的教育體系，是提高教育質量的重要手段和實現教育現代化不可或缺的動力和支撐。而高等職業院校正處于科技第一生產力、人才第一資源、創新第一動力的結合點，切實有效進行教學模式的改革將刻不容緩。英語聽說教學作為英語教學的重要組成部分，既是學生們的薄弱點，又是檢驗學生英文綜合實力的重要指標之一。因此，本文以武漢職業技術學院非英語專業學生為例，深入探究在人工智能背景下，如何將該技術與英語聽說教學模式改革進行融合以及解決所面臨的困難和不足。

一、高職英語聽說教學現狀分析

（一）學情分析

高職學生英語能力差次不齊，分層教學具體實施存在困難。首先，高職院校非英語專業學生英語基礎普遍偏低，聽力和口語能力低下尤為突出。而聽說課程又絕大多數依附于大學基礎英語教學，其課時量占比極少，導致學生無論聽力還是口語的訓練都缺少連貫性，即使教師組織了相關訓練活動，也會由于班級容量大、學生基礎差等因素而達不到預期教學目標，進而抑制了教師教學和學生學習的積極性。其次，英語聽說教學主要以課本為依托，教師進行知識技能的傳授為主，學生演練為輔的教學模式進行開展。由于課本主題內容的限制，使得聽說話題過于單一和缺少時效性，進而降低學習的實用性。此外，高職英語評價體系對于聽說能力的忽視也極大地影響了學生學習主觀能動性。

（二）教學情況分析

首先，目前高職院校教學團隊不重視各種教學素材和教學課件的更新以及視頻課程等資源的建設，導致學生在聽說方面輸入量嚴重不足，從而難以為學生創造高質量口語學習的氛圍和語境。其次，絕大多數高職英語教師雖然擁有過硬的英文素養，但缺乏行業知識背景，使得教學沒有體現出高職教育“知識”和“技能”相結合的發展重心，而且部分教師信息化能力的不足，導致其不能將傳統的教學與網絡教學資源有效整合，且無法針對學生線上自主學習提供實質性的幫助，無法滿足學生們個性化學習的需求。

二、人工智能技術與高職英語聽力教學的深度融合

（一）聽力學習資源由固定化和單一化向碎片化、多樣化和時效性轉變

學生英語聽力能力的提升是一個循序漸進和長期積累的過程。傳統的英文教學只是片面地傳授聽力技巧來應付考試，而與現實語境剝離，從而導致低效的學習效果。人工智能使得學習資源沖破了教材的限制，教師可以通過互聯網、大數據分析，有目的地整合國內外各種優質的、開放性的英語學習資源，并且以當代大學生青睞的形式，如視頻、音頻、動畫等全感官的刺激方式在課堂上進行呈現，甚至可以通過增強現實(AR)、虛擬現實(VR)技術讓學生有身臨其境的感知，從而激發學生學習的積極性。碎片化的聽力學習資源將極大地增加泛聽對學生英語語感、詞匯和常用表達方式的長期而有效積累的影響。學生可以通過智能化手機、平板電腦、學習APP等打破時空限制，隨時隨地獲取他們喜愛的英語聽力學習資源并實現自主探究、內化知識的過程。教師也可以在課后通過QQ群、微信群向學生推送聽力學習資源，并及時為學生答疑解惑，提高學習效率。與此同時，在當今信息大爆炸時代，每一分每一秒都有新鮮事、新鮮詞不斷地發生，這對教師和學生都有著極大的沖擊。而傳統的聽力教學資源往往幾年甚至幾十年不變，教師如果一味地照本宣科，根本滿足不了當今學生學習的時效性和實用性的需求。而人工智能技術就如同教師的隱形助手，它會自動向教師和學生推送熱門新聞。以今年新冠肺炎為例，教學平臺會在第一時間向教師和學生推送有關于coronavirus/COVID-19的新聞報道，教師就可以適當增加和調整聽力資料以保證教學的時效性。

（二）學生聽力學習由模式化向個性化、自主化轉變

傳統聽力教學一般由教師簡單介紹聽力材料背景和講解生詞，通過反復播放聽力材料，然后給出學生答案。這種教學模式最大的弊端就是機械化，學生在整個學習過程中學到的是如何記憶，而不是教會學生如何去聽以及解決聽力中碰到的問題。而且課程中由于教師的講授主導地位，學生課堂參與度不足，造成了學生英語自主學習意識缺失、自主學習能力低下、被動式學習的弊端。但在人工智能技術的支持下，學生們首先可以不再受到校園、課堂、教室、教材等的限制下進行學習，從而實現線上與線下融合，正式學習和非正式學習互補交融，真正實現了時空的自由。教師可以通過智能學習平臺向學生推送海量優選的聽力資源，學生只需要按照教師的教學指引，選擇符合自己能力水平和感興趣的材料進行泛聽和精聽。與此同時，智能學習平臺通過學生平時瀏覽偏好和學習效果有針對性和系統化向學生定時定量推送新的學習資料，讓學習變成一件愉快的事情。

（三）聽力教學模式由普遍性和凌亂性向個性化和系統化轉變

傳統的英文聽力教學無論是教學內容還是教學模式，都只能圍繞大部分學習者的需求進行展開，無法兼顧水平較差或者水平較好的同學的需求。這就導致教師無論如何開展教學，成績差的同學永遠聽不懂，成績好的同學壓根不用聽。而目標群體還會因為素材內容、素材形式以及興趣的不同等諸多因素的影響而得到差次不齊的學習效果，從而打擊教師教學積極性和學生學習的主觀能動性。但在人工智能技術的支持下，教師完全可以根據同學們在課余時間學習的軌跡，通過數據分析后非常直觀地制定出符合每位同學能力的學習計劃來，并可以根據定期有效的測試，隨時調整學習計劃，有效提高學生的聽力能力。

三、人工智能技術與高職英語口語教學的深度融合

（一）口語教學由教師講授向人機和師生互動轉變

隨著近幾年教學改革的深入，翻轉課堂和混合式教學在高職院校的大力推廣，教師已逐步從知識的傳授者轉變為教學活動的組織者和引領組織者。教學模式從知識的單向傳遞逐步轉變為學生自主探索、教師輔助的認知建構，因此教師更應努力嘗試將混合式、任務式、合作式等多種教學模式與人工智能技術有機融合，推動人機互動、生生互動以及師生互動在口語課堂教學中的進一步深化，將師生生生之間的認識和情感高效融合，實現真正意義上的“教學相長”。

把整個教學過程劃分為課前、課中和課后三個階段。課前預習階段，教師需按照教學目標和重難點，設計課前任務，將學生需掌握的詞匯、短語、功能句以任務單形式上傳學習平臺，學生以個人形式完成預習任務，跟讀相關詞匯和功能句并自我建構口語知識的認知。對于學習中遇到的問題，學生可以選擇在學習平臺中與同學討論解決或及時反饋給教師，尋求教師的指導幫助，從而降低了口語教學的難度，還增加了學生的課堂交際會話練習時間。此外，教師在課前就已經可以通過平臺對于學生預習情況有數據化分析，便于其對教學計劃進行及時調整。

在口語課程教學中，教師可依據課前數據分析結果，基于學生認知能力和知識水平的差異性，有針對性地通過教學平臺推送給學生主題相同或相似但難度不同的教學資源，使得對學生進行有效語言點的輸入。并通過材料的趣味性、充足性和實用性，使得學生對口語知識真正的理解和吸收，并進一步通過師生互動、人機互動和生生互動將這些知識點及時應用到實際的情境中。對于一些英語基礎較差或者性格相對內向的同學而言，人機對話可以有效降低他們在學習中因為外在因素如老師的指證、同學們的嘲笑等而導致的不必要焦慮，從而進一步提升學習效率。對于成績較好的同學而言，人機對話可以實時反饋其在語音語調、詞匯應用、語法結構等方面所存在的問題，提高其學習效率。而教師只需要做好學生的引導者、監督者，根據具體的口語教學情境及時調整教學方法，推動學生個性化知識的構建，實現師生互動。

口語課后教師要通過人工智能學習平臺發布口語復習任務，督促學生鞏固和內化所學知識，從而達到強化口語訓練的目的。

（二）口語教學由一對N向一對一轉變

判斷學生英語口語的好壞除了詞匯、短語和語法應用的準確性以外，其語音語調也是一個更為明顯的評判方式。很多學生所面臨的最大口語問題并不是不知道如何遣詞造句，而是他們說的別人聽不懂或者不地道而導致他們不敢說英語，更不敢和老外說英語。而這個問題主要是由于高等職業院校現在大面積擠壓英語教學時間、班級容量大等客觀因素造成，教師根本沒有時間和精力在課堂上或者課下對每位同學進行一對一的糾音訓練。以本校外語教師為例，每個學期所要面對新生至少200名，即使每天為每位同學進行一句話的糾音，這個工作量也是教師無法負荷并且學生能得到的成效也是微乎其微的。但是人工智能技術卻能大大降低教師為學生進行糾音的時間成本和錯誤率。教師只需要開學之初讓每位同學上傳自己朗讀的幾段英文短文，教學平臺就可以自動分析出每位學生的易錯點的薄弱環節，老師根據分析結果建立語料庫，系統將可以自動和有計劃地向學生推送學習任務，學生以打卡等方式完成后再通過設定好的測試來決定其是否進入下一階段的學習。這無形中為每位學生提供了一名私人英語教師，教師也不會在重復和繁重的工作中疲于奔命，從而有時間和精力進一步完善和優化教學方案一達到最優的學習效果。

（三）口語教學評價體系由主觀化向多元化轉變

傳統口語教學評價中，教師是評價的主體，以口語考試這種總結性評價為主。口試內容過于滯后和死板，更多考的是學生的記憶能力，而非實際的語言應用能力。而以人工智能技術為依托的口語課堂，教學評價則變為基于“數據化”的過程型評價，其反應問題更加精準，評價更為科學和有說服力。同時，由于評價過程的數據化和公開化，評價主體就可以由原來老師一言堂變成學生自評、生生互評、教師點評、系統評價等多種評價方式并存，使得評價更加客觀、全面，評價內容也更加豐富，從單純知識領域向技能、情感、認知等領域拓展。此外，形成性評價和終結性評價、線上評價和線下評價互相結合，及時提供個性化反饋，讓教師、學生發現口語活動中的問題，幫助學生修正學習行為，幫助教師調整教學方式，達到獲得更好的學習效果目的。

四、存在的問題

目前有關人工智能我國還屬于發展階段，對于各個高職院校而言，無輪是硬件設備、技術支持，還是資金支持等方面都呈現不均衡發展，因此標準化和系統化的使用標準還需要進一步的細化。與此同時，師資水平也極大地影響人工智能與課程教學深度融合的落實，畢竟教師年齡層次不齊，對于信息化的掌握和理解也大相徑庭。一些有著豐富教學經驗的老教師可能在人工智能背景下無法及時做到與時俱進，而新晉的年輕教師可能對于新鮮事物的應用和掌握能力遠超于年紀大的教師，但正因為其缺乏實際的教學經驗而易于將教學流于技術上的形式化，弱化了教學理論和教學方法在教學中的主導地位。因此，各個高等職業院校都將面臨如何對于這些實際問題進行解決以及人工智能輔助教學與先進的課堂教學的優劣勢的取舍。最后，部分學者也擔憂，隨著人工智能的進一步深化發展，機器人是否會最終威脅到人類自身的生存和發展，就學校教育本身而言，是否很多教師將面臨失業，很多專業是否會自然淘汰等諸多問題，而我們作為教育者，不能一味地阻止學生利用新科技，而應該想方設法如何讓新科技為學生的學習效果和就業前景服務。

綜上所述，學生確實可以在人工智能的輔助下獲得與傳統教學相比更為個性化的學習，教師也能通過該技術，在教學中更好地激發學生學習的積極性和參與度。接下來我們應該進一步探索如何將人工智能技術更好運用于聽說讀寫等多方面的提升，進一步有效提高教學質量。