人工智能背景下高职英语听说教学模式改革

■王 锦

（武汉职业技术学院外语外贸学院，湖北 武汉 430000）

随着互联网、大数据、云计算和物联网等技术的不断发展，人工智能技术逐渐映入人们的眼帘，并悄悄改变着人们的生活、工作以及学习方式。2017年国务院印发的《新一代人工智能发展规划》中提出，“利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系”。教育部于2018年4月制定了《高等学校人工智能创新行动计划》中明确说明加快人工智能在教育领域的创新应用，构建智能化、网络化、个性化、终身化的教育体系，是提高教育质量的重要手段和实现教育现代化不可或缺的动力和支撑。而高等职业院校正处于科技第一生产力、人才第一资源、创新第一动力的结合点，切实有效进行教学模式的改革将刻不容缓。英语听说教学作为英语教学的重要组成部分，既是学生们的薄弱点，又是检验学生英文综合实力的重要指标之一。因此，本文以武汉职业技术学院非英语专业学生为例，深入探究在人工智能背景下，如何将该技术与英语听说教学模式改革进行融合以及解决所面临的困难和不足。

一、高职英语听说教学现状分析

（一）学情分析

高职学生英语能力差次不齐，分层教学具体实施存在困难。首先，高职院校非英语专业学生英语基础普遍偏低，听力和口语能力低下尤为突出。而听说课程又绝大多数依附于大学基础英语教学，其课时量占比极少，导致学生无论听力还是口语的训练都缺少连贯性，即使教师组织了相关训练活动，也会由于班级容量大、学生基础差等因素而达不到预期教学目标，进而抑制了教师教学和学生学习的积极性。其次，英语听说教学主要以课本为依托，教师进行知识技能的传授为主，学生演练为辅的教学模式进行开展。由于课本主题内容的限制，使得听说话题过于单一和缺少时效性，进而降低学习的实用性。此外，高职英语评价体系对于听说能力的忽视也极大地影响了学生学习主观能动性。

（二）教学情况分析

首先，目前高职院校教学团队不重视各种教学素材和教学课件的更新以及视频课程等资源的建设，导致学生在听说方面输入量严重不足，从而难以为学生创造高质量口语学习的氛围和语境。其次，绝大多数高职英语教师虽然拥有过硬的英文素养，但缺乏行业知识背景，使得教学没有体现出高职教育“知识”和“技能”相结合的发展重心，而且部分教师信息化能力的不足，导致其不能将传统的教学与网络教学资源有效整合，且无法针对学生线上自主学习提供实质性的帮助，无法满足学生们个性化学习的需求。

二、人工智能技术与高职英语听力教学的深度融合

（一）听力学习资源由固定化和单一化向碎片化、多样化和时效性转变

学生英语听力能力的提升是一个循序渐进和长期积累的过程。传统的英文教学只是片面地传授听力技巧来应付考试，而与现实语境剥离，从而导致低效的学习效果。人工智能使得学习资源冲破了教材的限制，教师可以通过互联网、大数据分析，有目的地整合国内外各种优质的、开放性的英语学习资源，并且以当代大学生青睐的形式，如视频、音频、动画等全感官的刺激方式在课堂上进行呈现，甚至可以通过增强现实(AR)、虚拟现实(VR)技术让学生有身临其境的感知，从而激发学生学习的积极性。碎片化的听力学习资源将极大地增加泛听对学生英语语感、词汇和常用表达方式的长期而有效积累的影响。学生可以通过智能化手机、平板电脑、学习APP等打破时空限制，随时随地获取他们喜爱的英语听力学习资源并实现自主探究、内化知识的过程。教师也可以在课后通过QQ群、微信群向学生推送听力学习资源，并及时为学生答疑解惑，提高学习效率。与此同时，在当今信息大爆炸时代，每一分每一秒都有新鲜事、新鲜词不断地发生，这对教师和学生都有着极大的冲击。而传统的听力教学资源往往几年甚至几十年不变，教师如果一味地照本宣科，根本满足不了当今学生学习的时效性和实用性的需求。而人工智能技术就如同教师的隐形助手，它会自动向教师和学生推送热门新闻。以今年新冠肺炎为例，教学平台会在第一时间向教师和学生推送有关于coronavirus/COVID-19的新闻报道，教师就可以适当增加和调整听力资料以保证教学的时效性。

（二）学生听力学习由模式化向个性化、自主化转变

传统听力教学一般由教师简单介绍听力材料背景和讲解生词，通过反复播放听力材料，然后给出学生答案。这种教学模式最大的弊端就是机械化，学生在整个学习过程中学到的是如何记忆，而不是教会学生如何去听以及解决听力中碰到的问题。而且课程中由于教师的讲授主导地位，学生课堂参与度不足，造成了学生英语自主学习意识缺失、自主学习能力低下、被动式学习的弊端。但在人工智能技术的支持下，学生们首先可以不再受到校园、课堂、教室、教材等的限制下进行学习，从而实现线上与线下融合，正式学习和非正式学习互补交融，真正实现了时空的自由。教师可以通过智能学习平台向学生推送海量优选的听力资源，学生只需要按照教师的教学指引，选择符合自己能力水平和感兴趣的材料进行泛听和精听。与此同时，智能学习平台通过学生平时浏览偏好和学习效果有针对性和系统化向学生定时定量推送新的学习资料，让学习变成一件愉快的事情。

（三）听力教学模式由普遍性和凌乱性向个性化和系统化转变

传统的英文听力教学无论是教学内容还是教学模式，都只能围绕大部分学习者的需求进行展开，无法兼顾水平较差或者水平较好的同学的需求。这就导致教师无论如何开展教学，成绩差的同学永远听不懂，成绩好的同学压根不用听。而目标群体还会因为素材内容、素材形式以及兴趣的不同等诸多因素的影响而得到差次不齐的学习效果，从而打击教师教学积极性和学生学习的主观能动性。但在人工智能技术的支持下，教师完全可以根据同学们在课余时间学习的轨迹，通过数据分析后非常直观地制定出符合每位同学能力的学习计划来，并可以根据定期有效的测试，随时调整学习计划，有效提高学生的听力能力。

三、人工智能技术与高职英语口语教学的深度融合

（一）口语教学由教师讲授向人机和师生互动转变

随着近几年教学改革的深入，翻转课堂和混合式教学在高职院校的大力推广，教师已逐步从知识的传授者转变为教学活动的组织者和引领组织者。教学模式从知识的单向传递逐步转变为学生自主探索、教师辅助的认知建构，因此教师更应努力尝试将混合式、任务式、合作式等多种教学模式与人工智能技术有机融合，推动人机互动、生生互动以及师生互动在口语课堂教学中的进一步深化，将师生生生之间的认识和情感高效融合，实现真正意义上的“教学相长”。

把整个教学过程划分为课前、课中和课后三个阶段。课前预习阶段，教师需按照教学目标和重难点，设计课前任务，将学生需掌握的词汇、短语、功能句以任务单形式上传学习平台，学生以个人形式完成预习任务，跟读相关词汇和功能句并自我建构口语知识的认知。对于学习中遇到的问题，学生可以选择在学习平台中与同学讨论解决或及时反馈给教师，寻求教师的指导帮助，从而降低了口语教学的难度，还增加了学生的课堂交际会话练习时间。此外，教师在课前就已经可以通过平台对于学生预习情况有数据化分析，便于其对教学计划进行及时调整。

在口语课程教学中，教师可依据课前数据分析结果，基于学生认知能力和知识水平的差异性，有针对性地通过教学平台推送给学生主题相同或相似但难度不同的教学资源，使得对学生进行有效语言点的输入。并通过材料的趣味性、充足性和实用性，使得学生对口语知识真正的理解和吸收，并进一步通过师生互动、人机互动和生生互动将这些知识点及时应用到实际的情境中。对于一些英语基础较差或者性格相对内向的同学而言，人机对话可以有效降低他们在学习中因为外在因素如老师的指证、同学们的嘲笑等而导致的不必要焦虑，从而进一步提升学习效率。对于成绩较好的同学而言，人机对话可以实时反馈其在语音语调、词汇应用、语法结构等方面所存在的问题，提高其学习效率。而教师只需要做好学生的引导者、监督者，根据具体的口语教学情境及时调整教学方法，推动学生个性化知识的构建，实现师生互动。

口语课后教师要通过人工智能学习平台发布口语复习任务，督促学生巩固和内化所学知识，从而达到强化口语训练的目的。

（二）口语教学由一对N向一对一转变

判断学生英语口语的好坏除了词汇、短语和语法应用的准确性以外，其语音语调也是一个更为明显的评判方式。很多学生所面临的最大口语问题并不是不知道如何遣词造句，而是他们说的别人听不懂或者不地道而导致他们不敢说英语，更不敢和老外说英语。而这个问题主要是由于高等职业院校现在大面积挤压英语教学时间、班级容量大等客观因素造成，教师根本没有时间和精力在课堂上或者课下对每位同学进行一对一的纠音训练。以本校外语教师为例，每个学期所要面对新生至少200名，即使每天为每位同学进行一句话的纠音，这个工作量也是教师无法负荷并且学生能得到的成效也是微乎其微的。但是人工智能技术却能大大降低教师为学生进行纠音的时间成本和错误率。教师只需要开学之初让每位同学上传自己朗读的几段英文短文，教学平台就可以自动分析出每位学生的易错点的薄弱环节，老师根据分析结果建立语料库，系统将可以自动和有计划地向学生推送学习任务，学生以打卡等方式完成后再通过设定好的测试来决定其是否进入下一阶段的学习。这无形中为每位学生提供了一名私人英语教师，教师也不会在重复和繁重的工作中疲于奔命，从而有时间和精力进一步完善和优化教学方案一达到最优的学习效果。

（三）口语教学评价体系由主观化向多元化转变

传统口语教学评价中，教师是评价的主体，以口语考试这种总结性评价为主。口试内容过于滞后和死板，更多考的是学生的记忆能力，而非实际的语言应用能力。而以人工智能技术为依托的口语课堂，教学评价则变为基于“数据化”的过程型评价，其反应问题更加精准，评价更为科学和有说服力。同时，由于评价过程的数据化和公开化，评价主体就可以由原来老师一言堂变成学生自评、生生互评、教师点评、系统评价等多种评价方式并存，使得评价更加客观、全面，评价内容也更加丰富，从单纯知识领域向技能、情感、认知等领域拓展。此外，形成性评价和终结性评价、线上评价和线下评价互相结合，及时提供个性化反馈，让教师、学生发现口语活动中的问题，帮助学生修正学习行为，帮助教师调整教学方式，达到获得更好的学习效果目的。

四、存在的问题

目前有关人工智能我国还属于发展阶段，对于各个高职院校而言，无轮是硬件设备、技术支持，还是资金支持等方面都呈现不均衡发展，因此标准化和系统化的使用标准还需要进一步的细化。与此同时，师资水平也极大地影响人工智能与课程教学深度融合的落实，毕竟教师年龄层次不齐，对于信息化的掌握和理解也大相径庭。一些有着丰富教学经验的老教师可能在人工智能背景下无法及时做到与时俱进，而新晋的年轻教师可能对于新鲜事物的应用和掌握能力远超于年纪大的教师，但正因为其缺乏实际的教学经验而易于将教学流于技术上的形式化，弱化了教学理论和教学方法在教学中的主导地位。因此，各个高等职业院校都将面临如何对于这些实际问题进行解决以及人工智能辅助教学与先进的课堂教学的优劣势的取舍。最后，部分学者也担忧，随着人工智能的进一步深化发展，机器人是否会最终威胁到人类自身的生存和发展，就学校教育本身而言，是否很多教师将面临失业，很多专业是否会自然淘汰等诸多问题，而我们作为教育者，不能一味地阻止学生利用新科技，而应该想方设法如何让新科技为学生的学习效果和就业前景服务。

综上所述，学生确实可以在人工智能的辅助下获得与传统教学相比更为个性化的学习，教师也能通过该技术，在教学中更好地激发学生学习的积极性和参与度。接下来我们应该进一步探索如何将人工智能技术更好运用于听说读写等多方面的提升，进一步有效提高教学质量。