多模態AI技術驅動英語聽說課教學評一體化模式構建

伴隨我國對外開放格局持續拓展與“一帶一路”國際合作縱深推進，培育卓越英語聽說人才成為支撐國家發展的戰略需求。多地推進中高考英語改革，強化對聽說的考核。然而，當前英語聽說教學實踐中仍普遍存在教學、學習與評價環節相互脫節的問題，且缺乏有效的技術整合手段。在此背景下，以人工智能測評技術為核心的智慧教學平臺，正為推動英語教學改革創新提供重要突破口與發展契機。

一、英語聽說教學的實踐困境與解決路徑

（一）英語聽說教學的意蘊及其對教學評一體化的需求

聽與說是語言交際的核心能力，《普通高中英語課程標準（2017年版2020年修訂）》明確指出，英語聽說教學不僅是語言知識的輸人輸出，更是文化意識、思維品質與學習能力的綜合培養過程。“聽”是獲取語音信息、理解語境意義的認知過程，“說\"是整合語言知識、實現社會互動的表達過程，二者相輔相成，共同促進語言能力的內化。

教學評一體化在英語聽說教學中具有特殊重要性。高中英語課程標準強調，教學、學習與評價應形成有機整體，評價需貫穿教學全過程，為學生提供即時反饋，促進語言準確性與流利性發展。

（二）英語聽說教學于新時代背景下呈現多維度困境

1.教學資源單一且應試化。傳統高中英語聽說的教學資源多依賴于教材，缺乏真實語境素材與跨文化內容，導致學生難以適應真實交際場景。同時，教學資源選擇偏向于應試技巧訓練，而忽視語言綜合運用能力培養。

2.教學設計割裂且低效化。教學設計常呈現聽、練、評分離的狀態，缺乏對語言輸入輸出的系統性規劃。此外，評價目標與教學目標脫節，如口語評價僅關注語法正確性，而忽視交際策略與文化得體性，難以全面反映學生的能力。

3.教學實施粗放且個性化缺失。在班級授課制下，教師難以精準把握每個學生的聽說水平差異。

4.評價反饋滯后且片面化。人工評價耗時費力，教師難以在課堂上對學生的口語表達實時反饋，導致問題發現不及時。同時，評價維度單一，側重語言形式，而忽視語用能力與學習策略。

（三）AI技術為英語聽說教學評一體化提供新策略

AI技術的發展為解決上述問題提供了可能。智能語音測評技術可實時分析學生發音、語調，生成精準反饋；大數據分析能追蹤學生學習軌跡，實現個性化資源推薦；多模態交互工具則構建了沉浸式語言學習環境。AI聽說課堂的優勢體現在：

1.資源智能化供給：基于高中教材主題自動生成配套聽力材料、口語情景任務。2.評價即時化反饋：通過語音識別技術實時評估學生口語表達的準確性、流利度。3.教學個性化實施：利用學情大數據分析，為不同水平學生設計分層任務。

二、打造AI支撐下的英語聽說課教學評一體化模式

（一）整體設計思路

以《普通高中英語課程標準（2017年版2020年修訂）》為指導，結合高中英語教學特點，確定教學流程、評價鏈條、技術平臺為核心要素。教學流程涵蓋課前、課中、課后，評價鏈條貫穿目標設定、活動設計、結果反饋，技術平臺提供資源支持與數據處理。

（二）整體架構及闡釋

整體分為三層架構：

前期：教學流程。包括制定教學目標、準備教學資源、課前的預習、課中的具體實施、課后的復習鞏固。以高中英語北師大版選擇性必修一Unit3“Conservation\"為例，課前通過AI分析學生已有知識，推送相關詞匯與背景資料；課中開展VR情景對話、智能辯論等活動；課后布置個性化聽說任務。

中期：評價路徑。包含評價目標的剖析，教學活動的設計、實施與反饋。如將“語言能力”目標細化為聽力理解、口語表達子目標，設計對應的評價活動，并利用AI實時記錄表現數據。

后期：技術平臺。整合智能成果測評、教學資源生成、各項數據可視化等功能。

（三）核心要義

1.核心素養目標對齊：教學目標聚焦語言能力、文化意識、思維品質、學習能力四大核心素養，評價目標與之對應，通過AI工具量化評估。

2.教學評功能耦合：評價鏈條與技術平臺、教學流程雙向互動。技術平臺為評價提供數據支持，評價結果反哺教學調整。

三、基于AI的英語聽說課教學評一體化推進路徑研究

下面以高中英語北師大版選擇性必修一Unit3“Conservation\"為例，對基于AI的英語聽說課教學評一體化推進路徑進行展示。

（一）教學和評價目標的確立：素養導向的目標剖析

1.剖析教學目標

語言能力目標：學生能夠積累并熟練運用30余個與環境主題相關的核心詞匯，精準掌握非限制性定語從句、讓步狀語從句等重要語法結構；獨立完成一篇100詞左右的議論文，針對工廠化養殖等議題展開有理有據的論證。

文化意識和思維品質目標：學生能夠透徹理解生態系統、物種滅絕和環境污染等基礎概念；從多個角度深入分析環境問題，運用具體數據和實際案例提出切實可行的解決方案；深刻領會人與自然和諧共生的重要意義。

學習能力目標（AI技術融合）：學生能夠熟練運用AI工具輔助閱讀、聽說、寫作、視聽等多種學習任務；借助語音識別、智能評分、VR/AR體驗等先進技術，有效提升學習效率；掌握數據分析、圖表制作等實用技能，為未來的跨學科學習筑牢基礎。

2.設置評價目標

對應語言能力，設置“詞匯使用準確性”“語法結構正確性\"評價目標，通過AI寫作助手自動檢測相關內容。針對文化意識，設計“跨文化場景里觀點呈現清晰度\"評價指標，結合課堂討論表現評分。圍繞思維品質，確立“論證邏輯性”“解決方案創新性\"評價指標，利用Kialo辯論平臺記錄學生觀點交鋒過程。

3.共享目標導向

教師在課堂上展示AI生成的優秀范例，如環保主題演講視頻，確定各項目標達成的要求，引導學生自我評價。

（二）構建基于多模態任務整合的教學評聯動活動框架

1.學習理解類活動：語篇搭建與知識吸收融合

案例：在\"TopicTalk\"聽說課中，利用Tableau動態圖表展示全球污染數據，學生完成“污染類型—影響一解決方案\"的聽力信息匹配任務。AI實時轉寫對話內容，生成詞匯錯誤報告，教師針對性講解高頻誤用詞。

評價：通過AI統計學生在數據標注中的信息準確率，結合課堂錄音分析語音語調規范性，形成即時反饋。

2.應用實踐類活動：情境模擬與技能強化

案例：在閱讀課“TheSixthExtinction\"中，運用VR技術重現五次大滅絕場景，學生分組扮演科學家，基于聽力材料討論“人類活動對物種滅絕的影響”。AI智能評分系統從“觀點明確度”“論據相關性\"“語音流利度”三個維度實時評分，生成個人表現雷達圖。

評價：采用“AI自動評分 + 同伴互評”模式，同伴通過在線平臺標注發言中的邏輯漏洞，教師結合雷達圖進行針對性指導。

3.遷移創新類活動：項目驅動與跨學科融合

案例：寫作課中，學生以“支持或反對工廠化養殖”為題撰寫議論文，利用QuilBot分析優秀范文結構，GPT助手提供反方觀點。AI寫作輔助系統實時檢測語法錯誤，生成“論證強度\"分析報告，提示學生補充數據論據。

評價：結合Coh-Metrix文本分析工具評估文章連貫性，通過Rubric評分表從“邏輯結構”“語言精準度”“創新觀點\"三方面綜合打分，形成過程性評價檔案。

（三）實施教學評一體化活動：技術驅動下的精確化教學模式

1.聽力教學場景：分層任務與深度理解

第一層次：泛聽—把握主旨要點。第一遍聽時學生重點識別聽力材料的主旨大意。然后借助AI技術，系統自動標記學生選擇的核心觀點關鍵詞，以此檢測學生對整體內容的理解程度。

第二層次：精聽—聚焦細節信息。第二遍聽時學生要專注獲取具體數據。聽力結束后，系統會生成信息填空完成度報告，精準評估學生對細節信息的獲取能力，強化學生對重要信息的敏銳度和記憶力。

第三層次：批判性聽一拆解與表達。第三遍聽重點培養學生的批判性思維。學生需要分析作者的立場，并發表聽后感。AI自動統計數據，以量化學生觀點的獨特性和論證充分度。

2.構建口語教學場景，關注真實交際與即時反 饋環節

設計情境模擬任務鏈：

角色扮演：模仿紀錄片中環保人士發言，AI語音分析系統對比標準發音，標注語調偏差。

小組辯論：圍繞“環保責任主要在政府還是企業\"展開辯論并記錄論點交鋒，AI評估“反駁有效性”與“語言流暢度”。

創意輸出：制作環保主題播客，利用情感分析API檢測語言感染力，提示調整語氣與節奏。

實時反饋機制：學生口語練習時，智能答題器同步采集聲音數據，AI即時生成“發音準確度\"“停頓頻率”詞匯豐富度”分析報告，教師可在控制臺實時查看全班表現，針對性介入指導。

（四）解讀和反饋評價結果：數據驅動的教學改進

1.多維度結果解讀

語言能力：通過AI寫作評分系統分析語法錯誤類型，確定共性問題，設計專項語法微課。

文化意識和思維品質：統計課堂討論中跨文化觀點的出現頻率，評估學生對多元文化的理解深度。利用AI分析辯論發言中的邏輯連接詞使用情況，判斷論證結構的嚴謹性。

學習能力：記錄AI工具的使用數據，評估學生自主學習與合作能力的發展情況。

2.高精準度反饋方式

即時反饋：課堂中通過投影實時展示AI生成的各小組表現排行榜，標明優秀發言片段和待改進的方面。

階段性反饋：課堂教學后生成個人成長報告，對比前后測得數據，用雷達圖形式呈現學生能力的提升軌跡。

個性化指導：針對AI標記的薄弱學生，推送個性化定制練習，并通過AI智能答疑系統實時解答疑問。

四、實施效果驗證及主要發現

（一）研究設計

選取合肥、武漢、昆明、濰坊四地共7所高中的33個班級（1499名學生、21位教師）作為研究對象，開展為期100天的實證研究。以高考英語聽說模擬測試成績為因變量，以AI聽說課堂使用強度（教師發布評價任務數）為自變量，分為高強度使用組 cgt;34次）與低強度使用組（ ?34 次）。

（二）主要發現

1.高強度應用顯著提升學生聽說能力

數據分析顯示，高強度組聽說成績的提升率（18.7% 顯著高于低強度組 （9.2% ，且任務發布數與提升率呈強正相關 （r=0.715，plt;0.01） ，體現出AI支持下的深度語言實踐對能力提升的促進作用。

2.高強度應用增強學習自信與興趣

在學習動機問卷中，高強度組在“成功感”（ t= 2.463，plt;0.05） 與“興趣” t=2.417，plt;0.05） 維度顯著提升。學生反饋：“AI的即時糾錯讓我知道哪里說錯了，現在敢在課堂上發言了。\"低強度組因缺乏個性化反饋，進步不明顯，凸顯技術深度融合對學習積極性的影響。

3.教師評價意識促進模式效果發揮

結構方程模型顯示，教師評價意識通過發布評價任務數對學生成績產生完全中介效應（bootstrap$＼mathrm { a b } { = } 9 . 6 3 1 ＼rrangle$ 。積極應用AI評價工具的教師，其班級學生的聽說進步幅度是普通教師班級的1.8倍。這表明，教師對教學評一體化理念的理解越深，越能有效利用技術工具優化教學。

五、回顧與前瞻

（一）研究結論

本研究構建的AI賦能教學評一體化模式，通過目標對齊、活動整合、技術支撐與精準反饋，有效解決了傳統高中英語聽說教學中的資源單一、設計割裂、評價滯后等問題。實證數據表明，該模式能夠顯著地提升學生聽說能力和學習積極性，同時促進教師評價素養的發展。

（二）實踐啟示

1.技術深度融合：教師應主動并熟練使用AI工具。

2.素養導向設計：教學目標與評價標準需緊密圍繞英語學科的核心素養，避免過度關注語言形式而忽視了學生綜合能力的培養。

3.動態調整機制：依托AI數據分析，實時診斷學生出現的問題，靈活調整教學策略，形成“以評促教、以評促學\"的動態良性循環。

參考文獻：

[1]中華人民共和國教育部.普通高中英語課程標準（2017年版2020年修訂[S.北京：人民教育出版社，2020.

[2]北京市教育委員會.北京市深化高等學校考試招生制度綜合改革實施方案[EB/OL」.（2018-08-31）[2024-10- 06]. https：//www. beijing. gov. cn

責任編輯：黃大燦