语文教学中史感培养不可或缺
——以《勃兰特下跪赎罪受到称赞》为例

2017-01-28 18:40陈妍妍
中学语文 2017年34期
关键词:背景笔者文本

陈妍妍

语文教学中史感培养不可或缺
——以《勃兰特下跪赎罪受到称赞》为例

陈妍妍

从中国文脉来看,文史本是不分家的!然而在高中语文教学中,常常出现重文轻史甚至是忽视历史的情形,笔者以为是不妥的。基于这样的思考,笔者提出三个观点供同行参考。

一、以史为背景读文

文史本不分家,语文的人文性很多时候都来自于历史。高中语文的史感培养,除了来自于文言文之外,新闻通讯类的文本也可以让学生更好地触摸现代史与当代史,而学生形成的史感,也可以驱动他们更好地理解文本。故笔者以为,以历史事实为背景来解读文本,是语文教学中新闻通讯类的文本解读的重要选择。

《勃兰特下跪赎罪受到称赞》一文刊登于2005年4月14日的《天津日报》,报道的是至今仍然让人肃然起敬的德国总理维利·勃兰特在华沙波兰犹太人死难者纪念碑前下跪的壮举。对于今天的高中学生,笔者曾经在教学前、教学过程中做过复杂程度的调查,结果发现相当一部分学生尤其是女学生根本不知道这段历史,而知道此事的也只是一鳞半爪式的,与他们交流对此事的观点时,亦看不到他们流露出应有的敬重之情。那个时候笔者就意识到对此文的教学,远不是简单的教学思路所能承担的,在这样的思考背景之下,笔者决定以史为背景引导学生解读。

于是,笔者跟学生交流二战史,交流二战当中纳粹对人类的伤害,交流《辛德勒名单》……用幻灯片、视频给学生呈现相关的材料,以让学生知道包括犹太人在内的被侵略、殖民的国家的人民所遭受的痛苦……所有的努力只为一点,即让学生知道战争的残酷性。其后,再向学生介绍二战后德国向当年被其侵害过的国家及人民所作的悔罪,以及持续至今的经济赔偿等。当学生了解到这样的历史背景之后,就可以在思维中形成一根由战争——赔偿串联起来的历史画卷,而有了这样的史实作为文本解读的背景,学生对文本的理解就不会局限于事情表面,而会深入到人性。

二、文本解读中悟史

在史实作为背景的文本解读中,笔者注意到这样的一些情形:一是学生阅读文本时的表情,没有无史为背景的情况那样轻松了。要知道,这次阅读是在学生通过上述途径了解了史实之后才开始阅读的,学生带着对历史的思考与对比(同为战败国的德国与日本对待历史的态度),在文本的阅读中关注每一个细节,如文章开头的“大雪过后,东欧最寒冷的一天”,尽管学生知道作为新闻报道,这是对当时天气的一种写实,但还是读出了“冷”的一面,用有些学生的话说,读到这句话,仿佛感觉到了二战中凄冷的一面,仿佛看到了电影《辛德勒名单》中的那场大雪;而读到后面勃兰特“肃穆垂首,突然双腿下跪”时,又有一种热泪盈眶的感觉,坦率地说,只要学生有了这样的感觉,那前面那么费时的铺垫就是成功的了,因为学生在这样的文本阅读体验中,必然是会生成史感的。

史感的形成来自于悟史的过程。当培根这位著名的哲学家说出“读史可以明智”时,作为语文教师笔者更关注的是学生悟史的过程。笔者以为,悟史不是一个空洞的过程,在文本解读中,悟史的过程就是从文本的描述中思考,并将思考结果与历史进行对比的过程。如文中有勃兰特对“罪过”与“责任”的表述,其强调罪过是由希特勒等法西斯主义者犯下的,而责任却要由后来的德国人来承担。于是“下意识”地“下跪”,与其说是勃兰特的本能,倒不如说是一种历史责任感驱动其作出这一伟大的决定。

而当这样的认识成为学生的认识时,笔者以为这就是一个悟史的过程。所谓悟,无非感悟、领悟的意思,然而若无史实作背景,若无文本解读作载体,那悟史是不可能发生的。

三、以史为镜鉴未来

笔者一直认为,高中语文教学一定是不能忽视历史背景与社会现实的,尤其是对于像《勃兰特下跪赎罪受到称赞》这样的文本而言,忽视了历史背景与社会现实,那就谈不上文本解读,教师做再多的教材分析,也只是触及皮毛而探索不到文本的本质。这就是此类文本的镜鉴作用!

今天的中国处于发展的关键期,实现中华民族的伟大复兴,既需要经济高速发展,也需要国家层面的大国修养与个人层面的个休修养。当面临着从不肯向历史认错的部分日本人时,当面临着周边的领土争端时,当面对着社会发展中的某些阵痛时。作为高中阶段的学生,其应有的理性态度从何而来?笔者的回答是“从历史中来”。历史给提供的永远是一面镜子,这面镜子明亮与否,不能只靠学生在自我阅读中体悟,还要靠以教材文本为载体的深度分析。

所以说,此类文本不仅要教,还要教得有深度,有广度,这样才能让学生在文本解读中真正收获史感。

[作者通联:江苏如皋市第一中学]

猜你喜欢
背景笔者文本
文本联读学概括 细致观察促写作
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
老师,别走……
黑洞背景知识
作为“文本链”的元电影
在808DA上文本显示的改善
换位思考,教育更精彩
老师,你为什么不表扬我
基于doc2vec和TF-IDF的相似文本识别