儿童口语理解监控的发展特点及影响因素

史梦梦， 任桂琴

(辽宁师范大学 心理学院，辽宁 大连 116029)

一、引 言

口语理解监控是指在口语交流过程中，个体对自身口语信息理解程度进行评估和调控的过程，是一种元认知行为[1-2]。在这一过程中，评估是对理解状态的判断(如，个体对自身是否听懂了口语信息的内容作出判断)；调控则是面临口语理解困难时产生的纠正行为(如，在不能完全理解口语信息的情况下，个体针对理解障碍提出解释的请求)。从评估和调控两个过程来说，儿童口语理解监控不仅包括发现口语理解中的错误(评估)，也包括澄清或纠正错误(调控)。在口语理解中，相对于正确或简单的信息，当需要理解的信息错误或复杂时，评估和调控的作用更为明显。

口语理解监控的本质是对口语信息的意义进行建构整合，它普遍存在于任何一种口语交流中，尤其当口语存在错误或不一致信息时其作用显得更为突出。Markman设计的错误检测范式是在口语中嵌入错误或不一致信息，通过个体对此类信息的检测和解决来考察儿童的口语理解监控水平[3]。错误检测范式根据儿童对错误信息的反应，提供了儿童是否有效且频繁进行口语理解监控的证据，成为口语理解监控的常用范式。

在日常生活中，口语理解是儿童与他人互动或认识世界的主要方式之一。儿童通过评估难以明白的口语信息或察觉理解障碍，继而进行口语信息的重新加工或接收新信息，以保证口语交流的持续[4]。这说明口语理解监控是儿童社会性发展的重要体现。值得关注的是，儿童口语理解监控水平的高低不仅对其口语理解的发展存在直接影响，也对其阅读理解具有潜在影响。口语理解是阅读理解的基础，口语理解监控的发展水平会影响阅读理解监控的表现，口语理解监控水平越高，阅读理解监控表现往往也越好[5]。随着语言理解研究的逐渐深化，对理解监控的探索开始成为新的研究方向。对口语理解监控的研究不仅有助于个体明确口语理解中存在的困难，促进言语交流过程；也能促进个体阅读理解监控的发展，使其合理分配学习资源，提高学习效率。然而笔者纵观以往文献发现，目前学界对儿童口语理解监控的研究仍不多见。

儿童期是口语理解监控发展的重要时期，口语理解监控对其口语理解发展有显著的预测作用[6]。已有研究者对儿童口语理解监控何时和在何种情况下产生、具体表现形式有哪些、又是如何发展的、是否有助于学习等方面进行了初步探索，这有助于我们了解口语理解背后的认知加工过程和儿童社会认知发展的程度。本文尝试对近年来儿童口语理解监控研究成果进行梳理，探讨儿童口语理解监控的发展特点、相关影响因素及干预研究，提出进一步的研究方向，以期为后续研究提供思路。

二、儿童口语理解监控的发展特点

(一) 儿童口语理解监控的表现形式

在儿童早期阶段口语理解监控就已出现，但受语言能力的限制，其口语理解监控主要通过言语、非言语或二者相结合的行为表现出来[7]。儿童口语理解监控的言语行为是通过简单的口头反应对错误信息进行评估或调控，包括肯定、否定、模棱两可三种类型[8]。肯定细分为直接肯定和提供后续陈述或疑问：直接肯定通常指儿童说“是”或重复叙述(如，那是一辆漂亮的卡车)；提供后续陈述或疑问是进行细致的描述或产生疑问(如，那是一辆漂亮的卡车或那是一辆卡车吗？)。否定细分为直接否定、质疑性询问和自发纠正三种。直接否定通常是儿童使用“不”或“没有”一类的词汇进行否定。Pea通过向幼儿提出包含真假名称的请求句子(如，实验者指着一辆车说“给我看球”)，验证幼儿能否以直接否定的形式作出反应[9]。质疑性询问是对质疑的强调性重音重复或上升语调性重复(如，“牛？”或“牛！”)。自发纠正是澄清或更改(如，“不是牛，是马”)。直接否定和质疑性询问多体现为口语理解监控的评估过程，自发纠正则更深层次体现了调控过程。模棱两可是指儿童的回应比较模糊，有时会切换到新主题或提供不可解码的回应(如，“la la”)。

由于口语的快速性、不规则性等复杂特点，加之儿童认知和语言表达的限制性，使得儿童除了口头的言语行为外，还通过适当的手势或肢体动作进行口语理解监控。这种非言语行为是伴随于口语理解监控中的身体语言，包括眼睛注视的变化，面部表情的变化(微笑、皱眉、疑惑)，肢体动作的发生或停止(摇头、手势、环顾四周、停止敲击)，等等[8]。在某些情况下，年幼儿童无法通过言语表达出理解监控，只能通过肢体表现出来。如，儿童会通过“摇头”表示自己对理解的看法，也会通过“环顾四周”试图去寻找证据以反驳对方的错误表达。非言语行为是年幼儿童口语理解监控的主要表现形式，有时也是口语理解监控的唯一指标。

言语与非言语的结合是指在进行口头反应时辅之以一定的身体语言。Kim和Phillips发现，4～5岁儿童更倾向于在“摇头”的同时对前后矛盾的故事说“没有道理”[5]。Skarakis-Doyle指出，儿童口语理解监控以非言语以及言语与非言语的结合为主，单纯的言语行为很少[7]。Markman也指出，儿童通常以非言语行为进行口语理解监控，只有在口语理解较为复杂时，儿童才进行言语评论[3]。这些似乎说明非言语反应是口语理解监控的早期表现，是衡量口语理解监控的首要指标。但该指标仅仅能够反映口语理解监控的评估过程却无法反映调控过程。总体来说，儿童口语理解监控的表现形式多种多样，未来研究应同时结合多种行为表现指标考察口语理解监控评估过程或调控过程的发生和发展。

(二) 儿童口语理解监控的年龄特点

儿童口语理解监控出现的时间较早，大约在1岁左右。早期关于教学意图和信任证词的社会认知发展研究指出，儿童会自发利用社会信号，如，利用眼神的直接接触或偶然发生的参照性互动提示自己对接收的信息进行辨别，通过评估指出可信信息[10]。这说明儿童口语理解监控主要体现在评估过程上，且该行为需要一定的外界支持。研究还指出，幼儿(1～2岁)只能通过肢体动作进行理解监控，极少通过口语评估或调控自己的理解状态[8]。这表明幼儿虽进行了积极的理解监控，但并不善于通过明确的言语表达自身的理解监控状态，这使得其口语理解监控不易被察觉和测量。

已有研究还发现，2岁左右幼儿的口语理解监控水平有了一定的发展，他们不仅能够发现口语理解中的错误(评估过程)，甚至可以澄清或纠正错误(调控过程)，这一时期的口语理解监控表现形式也愈加丰富和复杂。Chapman等人发现，30个月大的幼儿会疑惑地凝视、告诫和调控父母口语中的错误(如，误解角色或混淆事件等)[11]。一些观察研究发现，幼儿口语理解监控主要通过词汇命名任务得到发展和揭示[12]。Koenig和Echols发现，16个月大的幼儿可以评估口语词汇命名错误，一些幼儿有时还会对命名对象或名称作出评论，这体现出幼儿的评估和调控过程都在发展[13]。然而这种口语理解监控仅限于发声体为人类时。从幼儿自身来看，词汇命名任务中的口语理解监控不仅是对物体和词汇命名之间差异的关注，更是对说话者的关注。幼儿对人类的语音更加敏感，可以借助独特的语音线索来察觉错误，但目前仍不清楚这种独特的语音线索是什么。此外，Koenig和Woodward要求幼儿在成年人对物体命名(正确或错误)之后进行再次命名[4]。结果发现，幼儿可以从成年人身上学习到新物体的名称，且对正确命名的学习多于对错误命名的学习。这说明幼儿不仅能够对词汇命名进行有效的评估或调控，也可以根据口语理解监控指导进一步的学习。

儿童口语理解监控水平随年龄的增长不断提升[14]。Skarakis-Doyle采用即时期望违反检测任务考察2.5～4岁儿童在脚本类故事中的口语理解监控水平发现，年幼儿童的口语理解监控水平低于年长儿童[7]，且儿童口语理解监控在3岁时出现明显的变化，具有速度快、准确性高、精细化的特点，能够针对具体的不一致之处进行调控。Doebel等人要求儿童指出逻辑不一致的口语讲话者或文本，考察3～5岁儿童理解监控的发展情况。结果显示，3岁儿童尚不能指出任何形式的逻辑不一致，4岁儿童仅能指出口语讲话者的逻辑不一致，5岁儿童则可以同时指出口语讲话者或文本中的逻辑不一致[14]。该研究表明口语理解监控在4岁及年龄更长的儿童中才会出现。Doebel等人的研究结果与以往研究并不一致，这主要是由于采用逻辑不一致检测任务导致的。从儿童语言发展规律来讲，逻辑语义关系的发展相对较晚一些。因此，儿童口语理解监控出现的准确时间可能要早于4岁。此外，Doebel等人也并未细致区分评估或调控过程的发展，这可能造成对口语理解监控水平的低估。以上研究表明，口语理解监控在儿童早期阶段就已出现，表现出年龄发展特点，年龄越大的儿童其口语理解监控水平越高[15]。

三、儿童口语理解监控的影响因素

口语理解监控在儿童口语理解中发挥着重要作用，总结儿童口语理解监控的影响因素对后续探索及干预研究有重要意义。基于以往研究，儿童口语理解监控的影响因素主要集中在儿童语言水平、他人讲话时的姿态、语言材料的特征等方面，不同因素或单独或共同对儿童口语理解监控产生影响。

(一)儿童语言水平对其口语理解监控的影响

以往研究者从词汇知识、句法知识、听力理解等不同方面证实儿童语言水平对其口语理解监控的影响。Jeong考察小学四年级语言障碍学生的口语理解监控水平，要求儿童对包含错误信息的故事进行评估和调控，结果发现语言障碍儿童的评估和调控得分低于正常儿童[16]。采用词汇命名任务考察儿童口语理解监控水平的研究表明，词汇知识是影响儿童口语理解监控水平的重要因素。儿童通过评论、质疑或纠正的口头反应进行词汇口语理解监控时，需要具备关于词汇与物体对象关系的社会认知，以此评估口语表达者是否正确使用了有关对象名称的词汇。此外，对句法意识的有效监控可以促进口语理解[17]。当口语理解监控仅围绕句法进行时，相比于“专家型”儿童，“新手型”儿童普遍表现出句法理解监控的延迟，对句法错误的调控行为较少。这可能是由于“新手型”儿童句法意识发展较晚，对句法监控更困难。

另一些研究探讨了语言理解中不同层次语言认知技能间的关系，认为听力理解与理解监控存在相关[18-19]。其中，多元分析的证据显示，阅读的低阶过程(词汇知识、句法知识、工作记忆)预测高阶过程(理解监控、心理理论)，进而预测听力理解[19]。Kim等人发现，听力理解正向预测口语理解监控[20]。有趣的是，即时加工研究一致认为听力理解可以预测理解监控，其他研究的结果则相反。理解监控与听力理解的关系研究存在争议可能是由于测量方法存在差异，即时加工研究结果侧重于对时间指标进行分析，同时考察评估和调控过程；其他研究结果则侧重于对正确率进行分析，仅关注评估过程。

(二) 他人讲话时的姿态对儿童口语理解监控的影响

他人讲话时的姿态是影响儿童口语理解监控的重要因素。对于语言能力受到更多限制的年幼儿童来说，他人讲话时出现的姿态有助于其口语理解监控的发展。已有研究表明，幼儿能够通过多种暗示成人意向性的行为线索来进行口语理解监控。Koenig和Echols发现，16～19个月大的幼儿可以通过他人讲话时的视线、身体姿势、面部表情、眼神交流等来判断一个新标签是否与某个物体有关[13]，这仅仅体现了评估过程，但目前仍不清楚当幼儿认识到不匹配时会关注哪些信息以及是否试图通过调控过程解决不一致。然而也有研究指出，他人讲话时的姿态有时不能提高儿童的口语理解监控水平，反而会使年长儿童口语理解监控出现困难。其中，他人讲话时的手势对口语理解监控发展变化的影响比较明显[8]。随着儿童语言水平的提高，尤其是经历学龄期的快速发展，即使是在理解异常的情况下，儿童的手势使用也有所减少。对于一些无需手势辅助理解的口语信息，手势的存在反而容易使儿童耗费更多的认知资源，降低其口语理解监控水平。以上发现表明，他人讲话时的姿态是否有助于口语理解监控可能随儿童的发展而产生变化，后续研究需结合儿童的年龄特征或语言成熟度等进一步探索。

(三)语言材料的特征对儿童口语理解监控的影响

语言材料的特征对口语理解监控的影响总体上可以概括为语言理解的难度，涉及口语信息的熟悉度、语义复杂性、具体性等因素[21]。口语信息的熟悉度影响儿童口语理解监控的水平。Marazita和Marriman发现，4岁儿童对物体名称的评估准确率与词汇熟悉度有关，对物体的命名很大程度上依赖于相关口语词汇信息是否被检索到[12]。语义复杂性也会影响儿童口语理解监控的水平。Revelle等人通过设置难以理解、不可能、模棱两可的请求条件考察学龄前儿童口语理解监控的水平，结果发现，4岁儿童在不同请求条件下都表现出口语理解监控，而3岁儿童不能对模棱两可的请求条件进行理解监控[22]。这可能是因为年龄较小的儿童更容易发现简单请求条件中的错误之处并进行理解监控。在一项离线检测研究中，Doebel等人以儿童熟悉的成对反义词(上/下，满/空，大/小，大声/安静)构成逻辑不一致语句，以儿童指出不一致的平均得分为因变量考察其口语理解监控的表现[14]。结果显示，3岁儿童无法指出不一致的讲话者，这可能是由于不理解语句表述中的逻辑不一致[14]，但实验任务未要求儿童及时报告不理解。即使4岁以上儿童能够识别出不一致，他们是否对检测出的不一致进行了调控，对此该研究并未深入探讨。来自口语语篇理解监控的证据发现，儿童对人物角色和行为意向的理解监控比对时间信息的理解监控更为频繁；相对于记叙文，小学二年级儿童对说明文进行理解监控更加困难，这种差异可能是由儿童对不同体裁文本的熟悉度、涉及的主题知识及儿童的语言需求等多种因素造成的[23]。以上研究均暗示儿童口语理解监控水平与语义复杂性有着一定关系。

(四)其他因素对儿童口语理解监控的影响

除儿童语言水平、他人讲话时的姿态及语言材料的特征外，儿童的执行功能、动机、注意力、情绪及其所处的社会语言环境均会对其口语理解监控造成影响[24]。Doebel等人发现，执行功能预测理解监控的发展，对于理解监控尤其是自发地理解监控，执行功能需要抑制原本接受误导性信息的主导反应，而执行控制功能水平较低的儿童很难抑制[14]。受动机的影响，儿童倾向于高估自己的理解监控水平[25]。一种动机是儿童认为报告理解失败会带来尴尬的处境，另一种动机是对自身欲望的满足，儿童通过报告对文本的理解(而实际上并未理解)给实验者留下深刻的印象。此外，一项考察儿童对错误命名反应的研究发现，儿童口语理解监控受到注意力分配的影响。值得关注的是，以往关于社会语言环境对儿童口语理解监控影响的探讨仍处于推测层面，包括父母的教养方式、父母的言语风格等。如，父母经常使用积极言语是否会使儿童对积极口语理解进行更准确的监控仍有待进一步探究。

四、儿童口语理解监控的可塑性和延展性

口语理解监控的可塑性是指儿童口语理解监控水平可以通过干预得到提高[26]。以往文献中比较经典的是Kim和Phillips采用不一致检测任务对低社会经济地位家庭的学龄前儿童进行理解监控教学干预[5]。这一干预将儿童分成小组，每周4次，每次5分钟，为期8周。干预采用由易到难的方式进行，前4周呈现外部不一致(违反世界知识)故事，并配有插图；后4周呈现内部不一致(违反上下文)故事，并逐步删除插图(目的是促进儿童在自然情景中对口语理解监控的应用)。结果发现，接受理解监控教学的儿童比不接受理解监控教学的儿童更能识别短篇故事中的不一致。这表明简短、明确、系统的干预指导可以提高儿童的口语理解监控水平。理解监控教学干预不仅适用于不同的群体规模(如个别儿童、小团体，或整个班级)，还易于非专业训练的教师或课堂辅助人员在各种课堂环境中进行教授。因此，口语理解监控应该被考虑作为幼儿日常指导的一部分，这可能有助于提高学龄儿童对复杂语言的理解能力。

口语理解监控的延展性是指儿童口语理解监控可以迁移到阅读理解监控中[27]。儿童阅读理解监控发展得较晚，口语理解监控困难可以在更早的时候被发现，并通过关注语言认知技能来进行干预，进而将相应技能迁移到阅读理解监控过程中[5]。因此，相应的理解监控教学不必等到儿童发展阅读理解监控时才开始，而应在口语环境中就加以训练，并应用于阅读理解监控中。然而，在缺乏口语理解监控干预研究的情况下，口语理解监控的相应技能如何迁移到阅读理解监控中，以及是否受到词汇、语音和语义、短期记忆等因素的影响仍有待探索。

五、小结与展望

本文根据以往有关口语理解监控的研究成果，从发展特征、影响因素及可塑性和延展性等方面揭示儿童口语理解监控的表现。总体来看，传统的自然观察法、自主报告法等对口语理解监控的探索具有极大的参考作用，但也存在一些亟待解决的问题，主要集中在以下几个方面。

第一，儿童口语理解监控的研究方法和研究内容有待拓展和深化。以往研究者采用不同的实验任务、借助不同的反应指标考察儿童的口语理解监控水平，使用的实验材料不具有明确的难易区分度，容易导致对儿童口语理解监控水平的高估或低估。如，相对于熟悉简单的口语信息，使用不熟悉或复杂的口语信息可能低估儿童的口语理解监控水平。Revelle发现，2.5～4.5岁的学龄前儿童对指称歧义句子进行理解监控的表现没有差别[22]。这可能是由于儿童对指称歧义句子的理解能力发展相对较晚，对此类句子的理解监控更为困难，即使是年长的学龄前儿童也无法对指称歧义句子进行监控。在反应指标上，年幼儿童的理解监控多通过肢体等非言语指标表现出来，在某些仅考察言语指标的情况下也会低估儿童口语理解监控的水平。因此，考虑儿童口语理解监控的发展特点，选择适合不同年龄段儿童的口语理解监控任务，将多种反应指标相结合，对儿童口语理解监控进行探索显得尤为必要。此外，早期口语理解监控采用的观察法、自我报告法操作简单，生态效度高，但主观性也较强。以往研究采用的离线检测(off-line)方式仅可以考察口语理解监控完成后的结果，无法捕捉动态发展过程。随着功能性磁共振成像(fMRI)、事件相关电位(ERP)、眼动技术开始被广泛应用，如何利用即时加工方式考察口语理解监控的认知加工过程以促进对口语理解监控的全面理解将成为非常重要的研究课题。

第二，儿童口语理解监控的研究视角较为单一。以往儿童口语理解监控的研究内容仅聚焦于单纯的口语交流，忽视了视觉感官传达的信息。在日常口语交流中，儿童通常需要接收来自不同感觉通道的信息。如，当儿童与他人面对面交流时，在听到话语的同时，眼睛也看到相关的视觉信息。这意味着口语理解监控很大程度上受到视觉信息的影响。未来研究应考虑视觉信息这一因素，从视听跨通道整合角度对儿童口语理解监控水平进行考察。视觉情境范式的应用可以有效揭示儿童视听整合过程中的口语理解监控水平[28]。

第三，儿童口语理解监控的发展特点有待细化，后续研究应纳入更多的特殊群体。以往研究虽在一定程度上阐明了口语理解监控的发展特点，但缺乏对不同年龄段儿童口语理解监控特点的细致和深入探索。如，自然观察法仅指出口语理解监控在幼儿时期就已存在，但并不清楚儿童口语理解监控发生的频率以及评估和调控两个过程的发展情况。自然对话情境中的笼统观察也很少提供儿童是否真正知道命名对象的证据，致使儿童口语理解监控在某些方面很难被解释清楚。此外，Schirmer和McGough发现，与没有听力受损的小学生相比，听力受损的小学生更不擅长监控自己的理解[29]，探索特殊儿童群体(自闭症儿童、盲哑儿童等)的口语理解监控能够为改善特殊儿童群体教育及学业成绩提供指导和帮助。

第四，儿童口语理解监控的神经机制研究和理论模型比较匮乏。已有理解监控认知神经机制的研究及理论模型的建立大多数是基于成年人或成年特殊群体的表现，且在内容上主要围绕阅读理解监控。相关的fMRI研究发现，口语理解监控时大脑前额叶相关区域的激活程度增加，且激活脑区随监控内容的不同而不同[30]。ERP研究发现，N400 效应的延迟和P600效应均反映出个体进行了理解监控。Kolk等人提出的监控假设模型也指出，语义异常和句法异常诱发的P600效应在头皮(中央顶叶)上的分布极为相似，二者在本质上都是个体对错误加工监控的结果，这是P600效应产生的原因[31]。然而，从发展的角度看，儿童理解监控是成人理解监控的早期发展，对成人理解监控的发展存在直接影响；从语言的加工机制上来说，口语理解监控和阅读理解监控存在密切联系。因此，这些认知神经机制和理论模型的探索对儿童口语理解监控的研究具有启发意义，但目前关于儿童口语理解监控的神经机制尚不清楚。