人机交互在计算机辅助二语习得中的应用研究综述

张　宁　陈军亮　罗卫华　李　扬

1(大连海事大学外国语学院　辽宁 大连 116026)2(大连海事大学信息科学技术学院　辽宁 大连 116026)



人机交互在计算机辅助二语习得中的应用研究综述

张宁1陈军亮2罗卫华1李扬1

1(大连海事大学外国语学院辽宁 大连 116026)2(大连海事大学信息科学技术学院辽宁 大连 116026)

针对人机交互在语言学习研究中应用匮乏的现状，阐述人机交互和计算机辅助二语习得研究之间的关系。介绍在人机交互研究中被广泛应用的相关理论模型和跨学科研究方法，以及近年来人机交互技术在计算机辅助二语习得中的应用研究实例。分析人机交互技术应用在计算机辅助二语习得中的优势和不足之处，以及怎样更好地应用人机交互技术为计算机辅助二语习得研究发挥更大的作用。提出未来人机交互技术应用在二语习得中可能的研究方向。

人机交互计算机辅助二语习得普适计算

0　引　言

计算机辅助语言教学按照其发展历程可以划分为四个主要阶段[1]。第一阶段是以行为主义占主导的计算机辅助语言教学，表现为在语言实验室里的自动化学习；第二阶段是以交际主义占主导的计算机辅助语言教学，表现为面向个性化学习系统设计的自主学习；第三阶段是整合式计算机辅助语言教学，表现为网络技术和信息技术在语言教学中的应用；第四阶段是当前正在发展的智能化计算机辅助语言教学，表现为多通道界面在语言教学中的应用。

人机交互技术的发展使得计算机辅助语言教学从传统的基于文本的人机对话教学模型转变为基于语音交互、手势交互等自适应性更强的语言教学活动。泛在交互技术的发展使语言教学的方法和思路经历着更大的变革，计算机语言教学研究所涉及的领域在日益扩大，对学科的交叉性与融合性的要求逐渐提高。人机交互技术在不断为语言学习者和语言教师提供资源的同时，也为智能化计算机辅助语言教学带来了一定的挑战。如何将新兴技术与语言教学紧密结合起来，充分发挥人机交互技术在语言教学中的优势已成为当前计算机辅助语言教学设计与研究工作亟待解决的问题。人机交互作为一门交叉性学科，涉及心理学、语言学、计算机科学、社会学等多项领域，旨在解决的是人与计算机之间的沟通问题，使技术更为便利地服务于使用者。

本文通过分析和整理国际主流人机交互研究的理论和方法，以及这些理论和方法在计算机辅助二语习得中的应用研究现状，总结出当前人机交互技术应用在计算机辅助二语习得研究中的优势和不足，并讨论了未来研究的发展方向。

1　人机交互理论模型研究

人机交互理论研究的前沿领域由交互认知理论和交互行为模型两部分组成。交互认知理论是关于人机交互中人的研究，包括交互情感计算理论和交互过程的认知理论、模型等。交互行为模型关注以人为中心的新型交互理论模型，交互行为的描述和分析方法，以及用户模型等研究。在本文中，作者只介绍近年来应用比较广泛的人类信息处理模型、活动理论模型、GOMS模型和希克海曼定律。

1.1人类信息处理模型

Wickens[2]提出的人类信息处理模型为计算机辅助语言学习绩效的评估提供了理论依据，可以用于了解信息是如何在学习者的记忆系统中进行存储和处理的方法。该模型把人对外界信息的处理过程分为四个阶段，如图1所示。

图1　人类信息处理模型

人类信息处理模型可以帮助研究人员在认知发生的情境中研究和分析认知过程，解释人与计算机交互时的认知活动，进而分析环境中的结构如何帮助人类认知，并减轻人类学习语言过程中的认知负担。

人类信息处理模型在语言学习及教学中的应用还十分有限，比较有代表性的研究有王哲希[22]、孙凯[23]和虞敏捷[24]的工作。关于人类信息处理模型目前更多的研究应用于计算机相关设备的操作绩效改进上[25,26]。

1.2活动理论模型

作为一种描述和分析各种人类活动的跨学科理论框架，活动理论对人机交互设计的主要贡献在于：它提供了将个体、团体、技术和行为之间的关系概念化的方法；提供了计算机所支持的设计和评估的活动中对情境的理解；对理解和研究计算机辅助语言学习行为也很有启示。

基于活动理论建立的人机交互分析框架将交互过程分为三个层次[3]。如图2所示，分别为活动层、行为层和操作层。其中活动层位于最高层，因为活动的目的是为了完成动机。动机是不从属于其他任何目标的最高目标，动机可能是有意识的，也可能是无意识的。中间层是行为层，行为是活动的组成部分，行为是有意识的，其目的是要实现活动并最终满足动机。目标可以分解为各个子目标。操作层位于最底层。操作是无意识的，依赖一定的条件自动完成的。行为是通过一系列的操作来完成的。

图2　活动理论的三个层次

活动理论能够用于解析各种环境下的学习过程和学习效果，尤其是解释学习者如何通过活动或任务来实现学习目标。近年来随着活动理论的不断完善，人机交互领域的研究人员对活动理论的应用也愈发广泛。活动理论作为一种描述用户与信息之间交互过程的工具，用来为人机交互中情境的理解提供有效的分析框架。Uden[27]等人将活动理论应用到自助旅游信息查询系统的界面设计与评估研究中，明确了设计中的主要元素，肯定了活动理论对交互设计研究的指导作用。Daisy[28]基于活动理论提出了面向活动的设计方法论，该方法通过八个阶段模型分析出系统的构成要素，如主体、客体和活动等，并将这些要素运用到系统的设计与评估中。

1.3GOMS模型

与等级结构动态变化的活动理论不同，GOMS模型是一种静态等级模型。作为人机交互研究领域中最为经典的模型之一，GOMS模型将人机交互的过程描述为问题解决的过程，并通过目标、操作、方法和选择规则四个方面来分析用户与系统的交互过程。模型框架[4]如图3所示。

图3　GOMS模型框架

GOMS模型认为用户与系统之间的交互具有目的性，一个目标可以被分解为多个子目标。为了完成各个子目标，用户可以选择不同的方法。对于各个子目标的任务完成时间都可以进行精确的计算，并最终预测到用户的总任务完成时间。操作[4]指的是用户的运动、感知或者认知方面的基本行为。方法是用户通过一系列操作来实现目标和子目标的手段。如果用户有几个未定的可选目标，或者某个目标可以通过多种方法来实现，那么用户就需要利用选择规则来决定下一步该怎么做。

通过GOMS模型可以不经过用户测试，甚至不用实际实现各种设计方案就可以精确地比较各个设计方案的优缺点，并且根据希望达到的可用性目标来设计用户界面。使用GOMS模型可以对系统进行定性和定量的分析。李炯[5]等应用GOMS模型对考试分数登记系统的用户界面进行定量分析，并根据定量数据的分析结果提出了改进的系统用户界面，进而提高了系统的效率和操作精确度。

1.4希克海曼定律

希克海曼定律描述的是用户作决定所需的时间和备选项数量之间的函数。界面上的选项越多，用户作决定所需的时间就越长。用户不是一个一个地考虑一组备选项，而是将它们细分成各类，决策的每一步排除大约一半的剩余选项。希克海曼定律的具体描述[6]如式(1)、式(2)和图4所示：

T=klog2(n+1)

(1)

式中，n表示存在n种选项的可能；T表示用户在这n种选项中进行选择并作出决定所需的平均反应时间；k是一个常数，需要通过实验数据参照取值。若用户的选择是随机的，假设概率为pi，则T=kH, 其中H为决定的信息熵，定义为：

(2)

图4　希克定律示意图

希克海曼定律对人机交互的主要启示在于，用户作决策所需的时间受两个因素的影响，一个是用户对选项的熟悉度，如是否经历过重复使用；另一个是选项的形式，如声音、文字、视频、按钮等。希克定律常被应用在网站导航设计中，对于界面设计具有较好的指导作用。

希克定律在人机交互研究中常被应用于指导菜单的设计[29]，但要求用户对评估的事物具有较高的熟练度。

2　人机交互研究方法

人机交互研究方法具有跨学科性，如何平衡定性研究和定量研究之间的关系是目前人机交互研究面临的主要问题。常见的研究思路是先通过定量研究发现某个现象，再通过定性研究去解释产生这种现象的原因。常用的人机交互研究方法包括访谈、问卷调查、日志分析、焦点小组、卡片分类、文化探针、体验采样、脑电测试、眼动跟踪、远程可用性测试、启发式评估等。这里仅介绍在计算机辅助二语习得研究中作用较大却应用较少的眼动跟踪法、远程可用性测试方法和启发式评估法。

2.1眼动跟踪

眼动跟踪是指通过眼动仪测量眼睛注视点的位置、注视时间和眼球相对头部的运动而实现对眼球运动轨迹的追踪。眼动仪是一种能够跟踪测量眼球位置及眼球运动信息的一种设备，在视觉系统、心理学、认知语言学的研究中有广泛的应用。人机交互实验中常用的眼动跟踪设备如图5所示。

图5　眼动仪

眼动跟踪方法能够有效评估使用者的认知效率，还能得到技术产品可用性问题清单，直接指导界面设计的改进。常用的眼动跟踪指标[7]与计算方法[8]包括：

注视时间：眼睛在较短的时间(100 ms)稳定在相对的空间阈限范围内(1°)，速度低于阈限(每秒15°～100°)可以记为一个注视点。每个注视点的平均所占时间为注视时间。

注视次数：注视点的数量。

眼跳距离：从当前注视点位置到下一个注视点位置之间的间隔长度。

瞳孔直径：每次注视时瞳孔的平均大小。

界面兴趣区域(AOI)转移矩阵：在计算完成一个交互任务的过程中，注视在所选各AOI上转移频次得到的矩阵。一个3×3的AOI转移矩阵如下：

(3)

式中，aij表示注视从AOIi转移到AOIj(i,j=1,2,3)的频次。如a11表示前后两个注视都在AOI1中的频次，a12表示注视从AOI1转移到AOI2的频次，a21表示注视从AOI2到AOI1的频次。

文献[7]研究发现，随着任务复杂性的增加，注视时间和注视次数也相应增加，瞳孔直径随之变大，而眼跳距离没有表现出规律行的变化。

由于目前眼动跟踪设备的价格仍然较高，目前将眼动跟踪设备用于教学的研究并不多见。喻国明[30]等于国内首次使用眼动跟踪方法研究了读者阅读报纸版面的视觉轨迹及其规律。安璐[31]等以厦门大学网络课程为例，使用眼动仪记录和分析了大学生对不同网络课程首页的观察与学习过程中的眼动情况。

2.2远程可用性测试

远程可用性测试通过安装远程测试软件完成测试任务，研究人员和被试在空间或时间上是相互隔离的。相对传统的实验室可用性测试来说，其测试环境更为真实，测试成本也大为降低。

远程可用性测试方法可以分为引导型和非引导型两大类。引导型可用性测试方法包括基于视频软件的远程可用性测试、远程访谈和远程焦点小组等；非引导型远程可用性测试方法包括远程问卷调查、自动化远程可用性评估和被试报告关键事件法。

在计算机辅助语言教学领域，远程可用性测试方法的应用十分广泛。随着在线教育和无纸化作业的普及，网络教学平台的可用性愈发收到重视，国内外相关的研究逐年递增[32，33]。

2.3启发式评估

启发式评估[4]是指少数几个评估者检查界面，并判断界面是否符合公认的可用性原则，是一种用来发现用户界面设计中的可用性问题从而使这些问题作为再设计过程中的一部分被重视的可用性工程方法。已有试验表明，每个评审人员平均可以发现35%的可用性问题，而5个评审人员可以发现大约75%的可用性问题。在计算机辅助语言教学研究中，语言教师和语言学习者都可以作为外语教学平台的评估者，记录并反馈现有现有语言教学平台及工具的使用问题，使计算机辅助外语教学工具得到改进，提高教学质量和外语学习者的学习绩效。

启发式评估主要应用于网络教学平台可用性的研究中[34，35]。这种方法操作简单，且成本较低，但主要依赖评估人员的行业经验，评估结果容易收到评估人员主要因素的影响。在实际操作中，启发式评估通常和眼动跟踪等一些客观的评估手段相结合，以保证评估结果的客观性和精准性。

3　应用研究现状分析

目前人机交互研究方法在计算机辅助语言学习中的应用研究根据其侧重点的不同，可以分为两个层面：一是通过设计开发新颖的计算机辅助语言学习工具，尤其是情境感知工具，使语言学习具有实时性；二是对现有计算机辅助语言学习工具及学习平台进行评估和测试，进而改进语言学习体验，提高语言学习效率。在具体的应用研究中，这两个层面的研究工作往往是交替进行的，评估与测试的结果需要应用于设计开发工作的迭代改进。

3.1计算机辅助语言学习工具设计开发研究

为了使二语学习者不再花费大量专门的时间学习语言，而是将语言学习过程融入日常的碎片化时间中。Andrew[9]等开发了ALOE系统帮助以英语为母语的学习者在浏览英文网站的过程中以情境学习和猜测词意的方式掌握法语单词。通过对ALOE系统进行为期2个月的评估发现，大部分学习者可以通过日常浏览网站的碎片化时间掌握平均50个法语单词,并且享受使用ALOE在英语背景下来学习法语的过程。该研究的不足在于，对ALOE的评估时间有限，且评估过程中所选的词汇量还相对有限，不足以验证ALOE系统的有效性。

Darren[10]等基于手持移动设备开发情境感知移动学习系统，为外语学习者提供基于位置的语言学习服务。帮助二语学习者实现情境化微学习的目标，并对23位英语为母语的学习者使用手机学习汉语的学习效果进行了为期4周的评估。尽管评估结果还局限于定性的、尚不明确的结论，但借助人机交互技术手段辅助语言学习过程，提供基于情境感知的微语言学习服务正逐渐成为近年来人机交互技术与语言学习交叉研究领域的热点问题。

Yung[11]等基于传统外语教学不足以满足学习者日常交流表达需求的现状，开发了Xpress移动问答系统。该系统为外语学习者提供嵌入式情境感知的外语表达服务，根据学习者在特定情境中的特定语言表达需求提供相应的语料资源，帮助外语学习者更有效地基于特定需求掌握所要学习的外语表达方式，尤其是日常俚语的表达。研究仅采用启发式评估方法对系统的可学习性进行了评估，评估方法较为单一；且Xpress系统目前只支持中英双语界面，对其他语种的学习效果还有待验证。

David[12]与诺基亚合作，基于安卓系统开发了动态交互性“词汇主屏幕”(如图6所示)。帮助外语学习者利用手机学习和记忆外语单词，并通过实验设计验证了学习者对于情境相关词汇的识别和记忆率要高于非情境相关词汇的识别和记忆率。

图6　词汇主屏幕

王凌燕等先后设计开发了基于Android的英语口语移动学习平台[13]和英语语法移动学习软件[14]，旨在将移动通讯技术和英语口语学习相结合，但缺乏对平台易用性和学习者学习绩效的评估。

王朔[15]在研究语音评分和发音纠正算法的基础上，开发了手机平台的英语口语训练系统，该系统可以实现跟读、实时发音评价和发音纠正等功能，且发音评分准确度与专家评分相似度在90%以上，发音纠正有效率达到80%，可以用于提高英语学习者的发音水平。

李晓东[16]等设计实现了一款基于情境感知的移动英语学习软件。该软件首先通过GPS确定用户所在位置，然后通过地图服务商提供的API搜索附近的建筑和场所提供周边场景列表(如图7所示)。在学习者确定情境后，从服务器端读取最新的情境数据，结合本地存储的情境英语一起推送给学习者。对比实验结果表明，在特定情境中学习相应情境中的语句能够增强学习者对于语句的理解，深化学习者对情境语句的记忆，进而提高口语水平。

图7　情境感知模块及情境语句模块

Mohamed[19]等开发了基于移动设备的智能日语学习系统。该系统应用机器学习技术，通过表情识别判断学习者的学习状态，并向学习者提供难度适当的学习资源。这是表情识别技术在移动语言学习应用开发中的首次应用，研究尚缺乏对表情识别的精度测试以及对学习者学习进度的跟踪测试。

Pramod[20]基于增强现实技术面向智能手机用户开发了单词学习系统，帮助学习者在日常生活中学习掌握单词。该系统通过社会网络为学习者提供协同式学习体验，但仍缺乏对学习者学习绩效及学习体验的评估。

俄罗斯圣彼得堡大学与俄联邦教育部利用虚拟现实技术开发了对外俄语教学的三维多用户俄语虚拟世界[21]，用来模拟各种语言交际场景，使语言教学情境最大化地接近现实应用情境。教学实验表明，学习者的俄语交际能力得到了极大的提高。

3.2计算机辅助语言学习工具评估测试研究

Saleh[17]的研究发现学习者通过手机访问facebook来体验情景化学习，移动社交媒体为学习者提供了传统语言教学课堂不具备的真实的学习体验，增强了语言学习的娱乐性和互助性。

Brenna[18]等对儿童使用移动设备学习德语的交互方式展开了研究。通过将基于手势操作的动态导航和基于触摸屏操作的静态导航进行对比研究，发现儿童被试更倾向于使用基于触摸屏的静态交互方式。尽管通过这两种交互方式所完成任务的时间没有显著性差异，对基于手势操作的动态交互方式需要一定的时间去适应，但在使用拖、拽等交互方式进行游戏并学习语言时，手势交互的优势较为明显。

Geza[36]等测试了以英语为母语的汉语学习者观看汉语视频时使用智能字幕系统对于学习汉语词汇的有效性，智能字幕系统在传统DVD字幕的基础上添加了对汉语词汇的英文解释说明。对8名汉语学习者的测试结果发现，汉语学习者使用智能字幕系统学习汉语单词所花费的时间以及对汉语视频内容的理解与使用传统DVD字幕学习汉语在时间和学习效果上均不存在显著性差异。

Michael[37]等评估了菲律宾学生使用多通道移动辅助学习型游戏学习汉语和日语词汇的可行性。研究发现语言学习者使用移动游戏记忆汉语和日语词汇比传统学习方式更为容易，且学习过程中的娱乐性更强。

4　结　语

当前人机交互理论与方法在计算机辅助二语习得研究中的应用主要聚焦于对学习系统的开发工作。面向学习者的系统测试与评估工作尚存在不足，且现有的评估工作缺乏足够的量化分析方法。人机交互作为一门交叉学科，在计算机辅助语言学习领域的应用还处于发展阶段，未来的研究方向可以围绕以下三个方面展开:

(1) 基于情境感知的自适应界面开发在语言学习软件中的应用研究。基于情境感知的自适应界面设计研究成果在语言学习软件开发中的应用正日益受到国内外相关研究人员的重视。如何有效结合学习者所处的物理及社会情境推送相关的语言学习资源，如何对所推送的资源进行鉴别和筛选，以及如何评价学习者的情境学习绩效，是未来该领域研究的重点内容。

(2) 多通道交互技术在计算机辅助语言教学中的应用研究。多通道交互是语言学习者未来学习语言的主要模式。如何把多模态的信息统一起来，利用机器学习技术实现学习者视觉信息、情感信息与生理反应的交融，帮助学习者在潜移默化中掌握第二外语，是该领域研究需要突破的重点内容。

(3) 泛在交互技术在移动语言学习领域的应用研究。语言学习是一个连续的、需要持之以恒的过程。随着可穿戴技术的发展，学习者可以在任何时间、任何地点、以任何方式进行语言学习，如何设计和开发可穿戴技术中的语言学习工具已成为未来该领域研究必须面对的问题。

智能化计算机辅助语言学习具有语言学习资料更新及时、语言学习资源多样性强、语言学习方式广泛、学习娱乐性强等优势。人机交互技术的应用使智能化语言学习更为方便快捷，突破传统语言学习费时费力、效率低下的局限性。如何在二语习得研究中有效利用和开发多通道交互技术、自适应交互技术、虚拟现实技术，使二语习得研究在普世计算环境下发挥更大的作用，是未来人机交互与计算机辅助语言教学研究中不断深入探索的问题。

[1] 翁克山，李青.基于计算机网络技术的语言教学-设计与评价[M].上海复旦大学出版社,2010.

[2] Wickens C D. Engineering Psychology and Human Performance[M].2nd Ed.Harper Collins:New York,1992.

[3] Nardi B A. Context and Consciousness: Activity Theory and Human-Computer Interaction [M].MIT Press,1996.

[4] Nielson J. Usability Engineering [M]. San Diego: Academic, 1993.

[5] 李炯,汪文勇,缪静. GOMS模型在考试登分系统中的应用研究[J].计算机科学,2005,32(4):219-224.

[6] Saffer D. Designing for Interaction: Creating Innovative Applications and Devices[M].Berkeley, CA, New Riders, 2010.

[7] 李金波.人机交互中任务特征和个体特征对认知负荷的综合影响[J].心理科学,2010,33(4):972-975.

[8] 程时伟，石元伍，孙守迁.移动计算用户界面可用性评估的眼动方法[J].电子学报,2009,37(4):146-150.

[9] Andrew T, Khai N T. Augmenting the web for second language vocabulary learning[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2011, Vancouver, BC, Canada.

[10] Darren E, Elly S, Kevrin C, et al. MicroMandarin: mobile language learning in context[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2011, Vancouver, BC, Canada.

[11] Yung-Ju C, Shih-Hsuan C, Lezhong L, et al. Xpress: crowdsourcing native speakers to learn colloquial expressions in a second language[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2013, Paris, France.

[12] David D, Khai N T. Evaluating the implicit acquisition of second language vocabulary using a live wallpaper[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2012, Austin, Texas, USA.

[13] 王凌燕, 张仕东, 王丽燕. 基于Android的英语口语移动学习平台的设计与实现[J].陕西科技大学学报, 2012,30(5):146-150.

[14] 王凌燕, 吴华, 王丽燕. 基于Android的英语语法移动学习系统设计与实现[J]. 计算机与现代化,2013,8(6):232-235.

[15] 王朔. 基于Android平台的智能英语发音训练系统的设计与实现[D].大连：大连理工大学,2013.

[16] 李晓东, 张虹.基于情境感知的移动英语学习软件设计与应用[J].现代教育技术,2013,23(5):60-63.

[17] Saleh Al-S. Mobile social networking in language learning: a transformational tool[J]. International Journal of Mobile Learning and Organization,2011,5(4):345-359.

[18] Brenna M, Mona L G, Leyla N, et al. Incorporating peephole interactions into children’s second language learning activities on mobile devices[C]//Proceedings of the 2014 Conference on Interaction Design and Children, 2014:115-124, Aarbus, Denmark.

[19] Mohamed H, Takahiro M. A mobile-based multimedia system for learning Japanese[C]//Proceedings of International Conference on Advances in Mobile Computing & Multimedia, 2013, Vienna, Austria.

[20] Pramod V. MAWL: Mobile assisted word-learning[C]//Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services, 2011, Stockholm, Sweden.

[21] Великосельский, O. A. Использование Технологии Трехмерных Виртуальных[D].Многопользовательских Миров при Обучении Русскому Языку как Иностранному.С-Петербург, 2004.

[22] 王哲希.基于信息加工模型的二语词汇附带习得研究[J].外语学刊,2010(1):108-112.

[23] 孙凯,巫滨.基于人脑信息加工模型的教学动画设计策略研究[C]//全国电子信息技术与应用学术会议,2011.

[24] 虞敏捷.基于信息加工模型的词汇附带习得个案研究[D].上海：东华大学,2014.

[25] 金银花,李桢业,古辉,等.基于人的信息处理模型分析操作人员视觉信息处理过程[J].中国工程科学,2007,9(5):57-61.

[26] Yuta K, Masataka T, Noriaki M. Study on a information processing model with psychological memory for a kansei robot[C]//9thInternational Conference on Entertainment Computing,2010,Seoul, Korea.

[27] Uden L, Willis N. Designing user interfaces using activity theory[C]//34th Hawaii International Conference on System Sciences, 2001, Hawaii, USA.

[28] Daisy M. Where theory meets practice: as case for an activity theory based methodology to guide computer system design[C]//Proceedings of INTERACT’2001, Tokyo, Japan.

[29] Steven C S. Information theoretic models of HCI: a comparison of the Hick-Hyman law and Fitts’Law[J].Human Computer Interaction,2005,20:315-312.

[30] 喻国明,汤雪梅,苏林森，等.读者阅读中文报纸版面的视觉轨迹及其规律[J].国际新闻界,2007(8):5-19.

[31] 安璐,李子运.眼动仪在网页优化中的实验研究——以厦门大学网络课程为例[J].中国远程教育,2012(9):87-91.

[32] Panagiotis Z, Angeliki P. Developing a usability evaluation method for e-learning applications: beyond functional usability[J].International Journal of Human-Computer Interaction,2009,25(1):75-98.

[33] Mogamat R D, Usuf M E C, Mitchell L H. Effect of improving the usability of an e-learning resource: a randomized trial[J].Advances in Physiology Education,2014,38(2):155-160.

[34] Rocio C, Almudena G, Beatriz I, et al. Are chats and forums accessible in e-learning systems?: a heuristic evaluation comparing four learning content management systems[C]//Proceedings of the 18thACM Conference on Innovation and Technology in Computer Science Education, 2013, New York, USA.

[35] Asmaa A, Asma A O. Usability heuristics evaluation for child e-learning applications[C]//Proceedings of the 11thInternational Conference on Information Integration and Web-based Applications & Services, 2009,New York, USA.

[36] Geza K, Robert C M. Smart subtitles for vocabulary learning[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2014, New York, USA.

[37] Micheal B S, Ma Regina E, Karl T S. ABKD: multimodal mobile language game for collaborative learning of Chinese hanzi and Japanese kanji characters[C]//International Join Conferences on Web Intelligence and Intelligent Agent Technology,2012,Washington,DC,USA.

REVIEW ON APPLYING HUMAN COMPUTER INTERACTION IN COMPUTER ASSISTED SECOND LANGUAGE ACQUISITION

Zhang Ning1Chen Junliang2Luo Weihua1Li Yang1

1(SchoolofForeignLanguage,DalianMaritimeUniversity,Dalian116026,Liaoning,China)2(SchoolofInformationScienceandTechnology,DalianMaritimeUniversity,Dalian116026,Liaoning,China)

Due to the deficiency of the applications of human computer interaction (HCI) in language learning research field, in this paper we expounded the relationship between HCI and computer assisted second language acquisition, and introduced the correlated theoretical models and interdisciplinary research methods extensively applied in HCI research filed, as well as the examples of study on the applications of HCI technology in computer assisted second language acquisition. We also analysed the advantages and disadvantages of such applications, and proposed the way in regard to playing greater role of HCI technology applications in the research of computer assisted second language acquisition. Furthermore, we suggested the possible research directions of applying HCI in second language acquisition in the future.

Human computer interactionComputer assisted second language acquisitionUbiquitous computing

2014-07-07。

中央高校基本科研业务费专项资金(01780811)。

张宁，博士，主研领域：人机交互。陈军亮，讲师。罗卫华，教授。李扬，助教。

TP3

A

10.3969/j.issn.1000-386x.2016.03.001