计算机辅助大学英语口语测试研究

金 力

(内蒙古师范大学 公共外语教育学院，内蒙古 呼和浩特 010022)

1.引言

自1985年的《大学英语教学大纲》明确提出大学英语的教学目标之一，是培养学生具有初步的说的能力以来，大学英语教学在培养学生口语交际能力的道路上探索了整整25年。其间，随着时代发展对人才素质结构需求的调整，《大学英语教学大纲》亦几经修订，不断重新定位大学英语教学目标。1999年的《大学英语教学大纲》将“培养学生具有初步的说的能力”转变为“培养学生具有一定的说的能力”，2004年教育部颁布的《大学英语课程教学要求(试行)》(以下简称《课程要求》)与1999年的《大学英语教学大纲》比较，有许多新的突破，尤其在教学目标方面，从培养学生的阅读能力为主转变为培养学生的综合应用能力，尤其是听说能力为主。因此，英语口语交际能力的重要性从大学英语教学目标的变化中得到了充分体现。

《课程要求》中明确规定:“大学英语的教学目标是培养学生的英语综合应用能力，特别是听说能力，使他们在今后的学习、工作和社会交往中能用英语有效地进行交际……”《课程要求》从三个层次上对说的能力提出了要求。一般要求:能在学习过程中用英语交流，并能就某一主题进行讨论，能就日常话题用英语进行交谈，能经准备后就所熟悉的话题作简短发言，表达比较清楚，语音、语调基本正确。能在交谈中使用基本的会话策略。较高要求:能用英语就一般性话题进行比较流利的会话，能基本表达个人意见、情感、观点等，能基本陈述事实、理由和描述事件，表达清楚，语音、语调基本正确。更高要求:能较为流利、准确地就一般或专业性话题进行对话或讨论，能用简练的语言概括篇幅较长、有一定语言难度的文本或讲话，能在国际会议和专业交流中宣读论文并参加讨论。

根据《课程要求》，大学英语教学的重点为培养学生的英语综合英语能力，尤其听说能力，而听说能力的培养首先要以相应的教学材料为依托。为此，各大出版社相继推出了立体化教材:如《新视野大学英语》、《新时代交互英语》、《大学体验英语》等和与之相匹配的基于网络的英语教学平台和综合视听说课程系统。学生不仅可以利用网络进行自主学习，传统的精读课现在也演变成两种课型:读写译和视听说，并且各自配有完全独立的教材。

在口语教学日益得到重视的同时，对口语教学效果进行价值判断，测量学生的口语交际能力也成为大学英语教学关注的热点问题之一。

2.英语口语测试研究综述

随着大学英语口语教学重要性的日益凸显，对口语测试的研究也呈上升趋势。根据口语测试的形式，大致可分为两个研究阶段:20世纪90年代至本世纪初对面试型口语测试的研究和2004年以来对计算机辅助口语测试的研究。取得了大量有价值的研究成果。

20世纪90年代至本世纪初对面试型口语测试的研究已经比较成熟，既有理论研究，又有实证研究。蒋秋霞、赵春霞(1999)介绍了由语言学家Chomsky和 Thorndike提出的口语测试的理论基础;徐海铭、谢忠明(2006)针对英语专业四、八级考试口试分析的效度检测方法提出，制定口语能力特质因素分析性等级评分表，从语言能力和策略能力两大方面对考生的口语水平作出评定。

根据钟长艳(2009)对外语教育类核心刊物所发表的文章的统计，实证研究的范围涉及口语测试特点(郭丽，1999;文渤燕，2000)、大学英语口语测试模式的探索(李红，1999;熊敦礼、邱东林、季佩英，2004;王建勋、张磊，2007;邹琼，2007)、国外英语口语测试模式的介绍及其在我国口语测试中的应用前景的探讨(薛常明，2000;陶丹玉，2006)、对全国英语专业四级口语水平的评估(文秋芳、吴彩霞、LydiaSo，1998)、英语口语测试信度、效度的研究(邹申，2001;吕长斌、宋冰、王焰、刘文丽、黎斌，2006;黄永红，2006;覃朝宪、符存，2007)、口语测试的统计学方法研究(易千红，2003)等。

2004年以来对计算机辅助口语测试的研究主要有:对大学英语大规模录音口语测试的半直接型口试进行的理论探索(熊敦礼、陈玉红、刘泽华、黄更新，2002);对大学英语四、六级计算机口语测试效度、信度和可操作性的研究(蔡基刚，2005);对大学英语基础阶段机器录音口语测试模式的探讨(刘艳萍、唐晓、陈英、李劫全，2007);对数字化口语考试的流程及其特点进行的探索(刘善德，2007)。

上述研究统计结果显示，英语口语测试研究的主要对象有英语专业学生、商务英语专业学生和非英语专业学生，其中以非英语专业学生为对象的研究很少，对计算机辅助大学英语口语测试的研究更少，代表性研究有:蔡基刚(2005)对四、六级计算机口语测试的效度、信度和可操作性的研究。但是，将计算机辅助口语测试作为大学英语课程成就测试的一个部分，探讨大规模口语测试的可行性和试题形式及内容对学生的影响的研究屈指可数。

3.我校大学英语计算机辅助口语考试研究

3.1 研究背景

依据《课程要求》，大学英语教学应贯彻分类指导，因材施教的原则，以适应个性化教学的实际需要。我国高等学校应根据实际情况确定学生应该达到的要求(一般要求、较高要求和更高要求)。我校(内蒙古师范大学)是内蒙古自治区最早成立的高等院校之一，蒙古族及其他少数民族学生占相当比例，生源地域差异较大，其入学时的英语水平差距也很大(130－30分之间)，并且平均分在90分以下的学生约占60%。因此，我校的大学英语教学要求定位在“一般要求”的层次，即高等学校非英语专业本科毕业生应达到的基本要求。为了切实达到提高学生口语交际能力的目标，我校建立了由课堂教学和网络自主学习两大部分构成的教学模式，其中课堂教学分为读写译和听说课两种独立的课型。此外，学生还需要进行每周2学时的人机对话听说训练。大学英语课程设置上充分体现了对学生听说能力培养的重视，而且对口语能力的评价也成为评价学生英语学习成就得一个重要指标。

口语测试是我校大学英语课程成就测试的一个重要组成部分(占各学期总评成绩的10%)。我校从2005年起实行大学英语机上口语考试，用于测量和评价学生运用英语进行口语交际的能力。学校还建立了包括五个语言实验室，共410台电脑的大学英语自主学习中心，为实施计算机辅助口语测试提供了必要的硬件设施。

3.2 研究目的和主要内容

本研究从目前我校大学英语正在实施的机上口语测试研究入手，了解学生对口语机考这种测试形式和不同机考题型的态度，探讨适合我校大学英语口语考试的试题设计和内容，包括:内容、题型、数量、测试时间等，进而建立效度，信度较高的口语试题库。主要研究问题有以下三个方面:

(1)口语机考是否能反映学生的真实口语水平?能否得到学生的认可?

(2)学生对口语测试中的各种题型的主观反应即态度如何?

(3)学生在口语测试中的各题答题表现如何?

3.3 研究对象

本研究的研究对象为大学二年级学生，共378名。他们已经完成了大学英语基础阶段的学习(1－4级)，参加过1－3级的期末机上口语测试，接受过不同题型的测试，对机上口语测试有较强的主观感受和客观认识。所用口语教材为北京外语教学与研究出版社出版的《新视野听说教程》。研究对象除了隔周上两课时的听说课以外，还进行两小时的计算机辅助大学英语听说自主学习，学习软件为“大学体验英语学习系统”。因此，这些研究对象对计算机辅助英语口语和听力测试已经非常熟悉和了解。

3.4 研究工具

本研究使用的主要研究工具有:四级英语口语测试题和学生调查问卷。首先通过问卷调查方式了解和分析学生对口语测试的态度;然后结合分析学生在口语测试中的表现，了解口语机考对学生真实口语水平反应的程度;最后通过分析学生对各种题型的作答情况，诊断问题所在。

问卷共有九个问题，分别调查学生对口语机考的态度(5个题)(见表5);学生对各种题型的主观反应(4个题)(见表6)。

四级口语测试卷由短文朗读(2分)、回答问题(3分)和视听理解(5分)组成。短文朗读要求学生大声朗读出现在测试软件屏幕上的文字，约250词，朗读内容均从本学期所学课文中节选。录音前，给学生1分钟时间准备，然后开始录音，时间为1.5分钟。回答问题包括难易搭配的两个问题，均是学生所熟悉的话题。经1分钟准备后，就所给话题1进行连续半分钟的表述，话题2进行连续1分钟的表述，录音时间为2分钟。视听理解要求学生首先观看一段视频材料，然后根据材料内容回答问题，时间约为3.5分钟。

3.5 研究过程

本研究采用定性和定量研究相结合的方法，包括测试成绩分析法和问卷调查法。先用事先准备好的试题对学生进行测试，对测试成绩进行分析。考试结束后对学生进行问卷调查。

3.6 机辅口语考试及题型设计

3.6.1 口语考试环境

口语考试使用的软件为蓝鸽口语考试系统。考试在大学英语自主学习中心进行，考生每

人一台电脑，一付带有话筒的耳机。考场内有两名监考教师和一名技术人员。每场考试时间为20分钟，其中答题时间为10分钟。考试结束后，由服务器自动分配一定数量的测试者录音文件接受评卷教师的打分。教师用蓝鸽阅卷系统进行评分，每位学生成绩由两位教师评定，考生的最终成绩为两个分数的平均分。根据题型，评分从语言表达内容、准确性、灵活性和适切性及语音语调五个方面分析评价考生的英语口语水平。

计算机口试受限制于技术条件，能够采用的题型数量无法同面试型口试相比。文献研究显示，蔡基刚(2005)在大学英语四、六级计算机口试研究中采用了四种题型，司耀龙(2008)在基于计算机的大规模商务英语口语诊断测试实践研究中也涉及了五种题型，本研究所采用的题型略有不同，如下表所示:

表2 口语测试题型

根据这些题型的特点，可以归纳为三类:非交际类口试，半交际类口试和交际类口试。非交际类口试的特点是单向交流，主要考察语音语调，朗读是典型的例子。半交际类口试有一定的交流因子在内，受试者需通过思维活动组织语言，但主要是受试者单方面的语言思维活动，计算机只需提供图片、声音或文字等信息材料，而不参与或构建互动，如看图描述、回答问题、视听理解和复述。在交际类口试中，出现人与计算机的交流或人与人的交流，更接近于真实的交际环境(司耀龙2008)。表2显示，本研究所采用的题型主要为半交际类和非交际类题型。

3.6.3 座位安排及试题发放

每一个口语考试机房的容量为70人，每场考试人数为35人，以减少考试时的相互干扰。试题由事先准备好的题库中随机发放，共有六套试题，每场试题有所不同。试卷分A、B卷，相邻座位考生的试题形式相同，但内容不同。每场考试时间约为20分钟，答题时间约10分钟。考试结束后，提交试卷，计算机将把录音文件上传到服务器，等待进行成绩处理。

3.7 研究结果及讨论

3.7.1 总成绩分析及单项成绩分析

考试结束后，我们对学生的总成绩和各单项成绩分别进行了统计分析。考试总成绩为10分，各单项成绩分别为:朗读2分，回答问题3分，视听理解5分。单项成绩中平均分最高的是朗读(1.75分)最低的是回答问题(1.25分)，详见下表。

表3 学生口语考试成绩(10分制)统计表

表4 分数段百分比统计

表3统计结果显示，学生的整体口语能力不理想，而且各单项成绩的高低分差异也说明，学生个体之间的差距较大。表明，学生的口语能力参差不齐。各单项成绩分析结果显示，成绩由高至低依次为:朗读1.75分(满分2分)，回答问题1.25分(满分3分)，视听理解3.00分(满分5分)。根据朗读的标准差，学生成绩分散度较小(0.23)，表明学生的朗读水平比较接近。朗读是学生最早用英语表达的主要形式，早在英语学习初期学生就开始朗读单词、句子和课文，而且朗读是进一步用英语交流的基础，学生比较重视朗读。跟进的调查问卷分析显示，学生最喜欢的口语试题是朗读，但同时又认为，朗读最无法反映真正的口语交际能力。

回答问题得分最低，学生需要在短时间内组织语言，在没有任何提示的情况下，就所给的两个问题发表个人观点。结合调查问卷结果，学生认为，这是最难的题型。因此，学生在该部分测试的表现最差(均分1.25 分)。

通过对两个体系的风险因素打分后，分别进行因子分析并提取公共因子，再以每个因子的方差贡献率作为权数与该因子的得分乘数之和构造得分函数：

视听理解测试结果表明，学生的个体差异较大(标准差为0.67)。视觉化试题信息对考生水平的发挥有积极的影响。除语言信息外，视频短片从多角度给考生提供信息，对他们的语言表达起到了引导和刺激作用，学生的语言输出量较大，这与李玉平(2009)的研究结果一致。学生在调查问卷中也反映，相对于其他两种题型，视听理解最能够体现其真实口语交际能力。但是，学生的语言水平差异较大，语言输出的质量差异也较大。

为了进一步了解学生的整体口语水平，我们将10分制考试分数划分为四个分数段:优秀(8.5分以上)、良好(大于等于7分小于8分)、一般(大于等于6分小于7分)和较差(低于6分)。百分比统计结果显示(见表4)，30.90%的学生口语成绩一般，位于这一分数段学生的总体表现为:朗读较流利，但是一些语音语调不太正确，偶尔会影响理解;能表达一些个人观点，有时会有较长时间的停顿，而且有一些语言错误，影响理解。

综合成绩分析结果，在完成两年的大学英语听说口语训练后，70%以上的学生基本能够达到《课程要求》中所描述的口语表达能力的“一般要求”(见表1)。

3.7.2 问卷调查和分析学生对口语测试的态度

每场口语考试结束后，考生立即在另一间教室接受问卷调查。共发放问卷378份，收回有效问卷369份。首先对问卷的第一部分，即考生对机上口语测试的主观认识和态度进行了分析(见表5)，发现考生对机上口试的看法趋于一致，大部分考生持认同态度(72.21%)，认为可以接受这种考试方式。53.30%的考生认为，机考评分更公正。但对于机考是否有助于发挥真实水平，尚存在着较大分歧，这与(司耀龙2008)的研究结果一致，超过三分之一的学生不置可否。我们认为，产生分歧的原因主要在于，机考缺乏互动性(52.34%)，试题类型缺乏双向交流性。机考缺乏互动在很大程度上是由于技术条件所限，而这一点可以通过技术研发得以改善。对“机考更能缓解紧张和焦虑情绪”持赞同和否定态度的学生人数相当。

孙元春(2007)对机助与面试英语口语测试中学生焦虑度进行过对比分析与研究，结果与本研究相似。究其原因在于，首先，在交流畅通程度方面机助测试环境带来的焦虑程度要远高于面试中的焦虑。这说明对人机之间构成的交流渠道的陌生感加剧了学生的焦虑，不利于其真实水平的发挥。其次，机助测试与面试相比缺乏人文关怀，真实感差。特别是屏幕上显示的回答问题的时间给学生一种紧迫感;而面对面口语测试除了语言交流，还有情感交流，教师鼓励的眼神和微笑对于缓解学生的考试焦虑有很大的作用。

表5 学生对机上口语测试的态度

表6 学生对口语测试试卷题型的认识

对口语测试试卷调查分析结果显示，受试者最喜欢的题型是朗读(81.32%)，但同时也普遍认为，该题型无法反映真实的口语交流能力(11.79%)，因为缺乏交流的互动性(0.79%)。相比较而言，视听理解可以较好地反映真实的口语水平。心理学研究表明，人们对于所看到的东西，能记住20%;对于所听到的东西，能记住40%;而对于那些既能看到、又能听到、还能直接动手做的事情，则可以记住75%或更多。视觉和听觉是我们接受信息最主要的途径，而多种感觉器官并用，更有利于信息接受(李玉平，2009)。本研究中，学生在视听理解部分的语言输出的质量也体现了这一规律。因为有视觉和听觉的双重刺激，更接近真实的口语交际情景，为学生的语言输出提供了一定的输入性刺激，使他们能更好地发挥自己的真实水平。

回答问题被认为是最难的题型。由于除问题外，没有给考生提供更多的启发、提示类信息和情景，学生感觉，在短时间内较流利、清晰地表达个人观点，有较大难度。据此，在以后的回答问题部分，题目的设计不应只是简单的提问，可以提供情景假设或提示(prompt)，使其更具有交际的特点，更能反映真实的交际水平。

4.结论

作为大学英语教学的一个重要组成部分，口语教学与测试日益受到重视。在大学英语口语测试中引入计算机辅助口语测试，是解决考生基数大、教师资源不足、测试信度等问题的有效途径之一。为了最大限度地利用现有计算机技术测试学生的真实英语口语水平，使口语机考能够大规模地施行并日臻完善，对口语机考题型和受试者的研究必不可少。

本研究证明，学生对目前我校正在实施的大规模大学英语口语测试持肯定态度，学生对不同机考题型的态度和答题表现，不仅为口语教学提供了有价值的信息，也为今后测试题的研究提供了方向。为了减轻学生的紧张和焦虑感，更好地体现他们真实的口语交际水平，在设计机考试题时，可利用计算机技术具有综合处理文本、图形、声音、音频、视频等多种媒体的功能，创设形象、逼真、富有感情色彩的情境，以激发学生的语言表达动机和潜在智能，引发考生的情感体验，帮助考生迅速而正确地理解考试内容，促进其语言综合运用能力的释放和发挥。

此外，本研究中所未涉及的交际类口语测试题型也将是今后研究的重点，尤其是技术支持层面。因为，对于能更好地测试交际能力的机考题型，如小组讨论等，往往受到技术支持层面的限制。但是，随着计算机技术持续快速的发展，计算机辅助口语测试的前景仍然十分广阔。

［1］蔡基刚.大学英语四、六级计算机口语测试效度、信度和可操作性研究［J］.外语界，2005(4):66－75.

［2］《大学英语教学大纲》修订组.大学英语教学大纲［Z］.上海外语教育出版社，高等教育出版社，1999.

［3］高等教育出版社.大学英语课程教学要求［Z］.高等教育出版社，2007.

［4］李琳.计算机辅助英语口语测试的实证性研究［J］.湖北船舶职业技术学院学报，2007(4):91－94.

［5］刘善德.如何在数字化英语口语测试中实现自动化［J］.英语评估与测试，2007(11):38－40.

［6］刘艳萍、唐晓、陈英、李劫全.大学英语基础阶段口语测试模式探索［J］.英语评估与测试，2007(4):60－70.

［7］司耀龙.基于计算机的大规模商务英语口语诊断测试实践研究［J］.外语电化教学，2008(1):67－71.

［8］孙元春.机助与面试英语口语测试中学生焦虑度对比分析与研究［J］.长春师范学院学报，2007(4):140－143.

［9］熊敦礼、陈玉红、刘泽华、黄更新.大学英语大规模录音口语测试研究［J］.外语教学与研究，2002(4):283－287.

［10］徐海铭、谢忠明.我国英语专业口语测试现状的理论分析［J］.南京师范大学大学报，2006(2):94－100.

［11］钟长艳.近10年我国英语口语测试研究综述［J］.科技信息，2009(1):147－149.