基于人工智能的大學(xué)英語教學(xué)模式研究

趙慧 唐建敏

摘要：如何避免“啞巴英語”一直是我國大學(xué)英語教學(xué)的難點(diǎn)。近年來，人工智能AI在自然語言理解、圖像識別等多個(gè)領(lǐng)域獲得突破，如何將AI技術(shù)引入大學(xué)英語教學(xué)中，與大學(xué)英語“教”和“學(xué)”的環(huán)節(jié)進(jìn)行高效融合尚未得到充分研究。針對該問題，分析相關(guān)AI技術(shù)為大學(xué)英語教學(xué)模式提供演進(jìn)動力的可能性，探究部分AI技術(shù)與大學(xué)英語教學(xué)相結(jié)合的可能性，尤其是對自主學(xué)習(xí)具有重要作用的評價(jià)反饋中應(yīng)用的可能性，并在此基礎(chǔ)上探索AI背景下大學(xué)英語教學(xué)新模式。研究結(jié)果表明，引入AI技術(shù)為當(dāng)前大學(xué)英語教學(xué)模式改革提供了新的思路和切入點(diǎn)，對達(dá)成大學(xué)英語教學(xué)目標(biāo)具有重要意義。

關(guān)鍵詞：大學(xué)英語教學(xué);人工智能;自然語言處理;教學(xué)模式

DOI：10.11907/ejdk.192199開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：G434文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）010-0213-04

0引言

自1956年達(dá)特茅茨會議第一次提出人工智能AI（Ar-tificial Intelligence）一詞以來，AI的研究發(fā)展經(jīng)歷了多次興衰起伏，近年來，AI技術(shù)在多個(gè)研究領(lǐng)域獲得了突破性進(jìn)展。1998年，Lecun（2019年圖靈獎獲得者）將卷積神經(jīng)網(wǎng)絡(luò)CNN（Convolutional Neural Networks）應(yīng)用于手寫字母識別并獲得了成功。該研究中，Lecun設(shè)計(jì)了被稱為CNN鼻祖的LeNet。以LeNet為發(fā)端，CNN和深度學(xué)習(xí)DL（Deep Learning）的理論逐漸完善，并開始在應(yīng)用領(lǐng)域發(fā)揮重要作用。2012年，另一位圖靈獎獲得者Hiton的學(xué)生Alex設(shè)計(jì)基于CNN的AlexNet，在ImageNet競賽上大幅度刷新了原有記錄，激發(fā)了全世界范圍的深度學(xué)習(xí)研究熱潮。以此為肇始，以CNN、DL等為基礎(chǔ)的新一輪AI技術(shù)熱潮在自然語言處理、圖像識別等領(lǐng)域獲得了突破性進(jìn)展，從而具備了從實(shí)驗(yàn)室走向具體應(yīng)用的可能和價(jià)值。

在AI大發(fā)展環(huán)境下如何將AI技術(shù)應(yīng)用于教育工作，國內(nèi)和國外都給予了極大重視。2019年，教育部就人工智能技術(shù)與教育行業(yè)的結(jié)合、應(yīng)用、推廣等提出了要求。本文就AI技術(shù)與大學(xué)英語教學(xué)的結(jié)合方式進(jìn)行初步分析，在研究相關(guān)AI技術(shù)與大學(xué)英語教學(xué)環(huán)節(jié)結(jié)合可能性的基礎(chǔ)上，對AI背景下的大學(xué)英語教學(xué)模式進(jìn)行探索。

1現(xiàn)有大學(xué)英語教學(xué)模式分析

教學(xué)模式是在一定教學(xué)理論指導(dǎo)下建立起來的，針對特定教學(xué)內(nèi)容和教學(xué)對象的較為穩(wěn)定的教學(xué)活動結(jié)構(gòu)框架。目前，我國各類大學(xué)中普遍采用多媒體技術(shù)進(jìn)行外語教學(xué)。在當(dāng)前大學(xué)英語教學(xué)中，多媒體技術(shù)非常有利于“聽”力教學(xué)，同時(shí)也對課文講解、隨堂練習(xí)等教學(xué)手段提供了一定支持。但從“聽說讀寫”能力培養(yǎng)教學(xué)目標(biāo)看，現(xiàn)有教學(xué)模式仍然存在很大的局限性，主要表現(xiàn)在：目前大學(xué)英語教學(xué)是以教師為中心，教師負(fù)責(zé)整個(gè)教學(xué)活動的設(shè)計(jì)、實(shí)施、評價(jià)，而由于教學(xué)班級規(guī)模較大，學(xué)生人數(shù)較多，教師很難掌控每個(gè)學(xué)生的情況，特別是語言學(xué)習(xí)需要充分練習(xí)，沒有對練習(xí)的反饋評價(jià)，或者反饋評價(jià)不詳盡、反饋評價(jià)延遲都會降低學(xué)生學(xué)習(xí)活動質(zhì)量。大學(xué)英語教學(xué)中，如何在有限的教師人力前提下，促使學(xué)生完成語言學(xué)習(xí)所需的大量練習(xí)，并完成對這些練習(xí)的反饋評價(jià)亟待研究。

2017年，《新一代人工智能發(fā)展規(guī)劃》明確提出：“利用智能技術(shù)加快推動人才培養(yǎng)模式、教學(xué)方法改革，構(gòu)建包含智能學(xué)習(xí)、交互式學(xué)習(xí)的新型教育體系”、“建立以學(xué)習(xí)者為中心的教育環(huán)境，提供精準(zhǔn)推送的教育服務(wù)。在國外，AI在教育中的應(yīng)用也得到了極大重視，斯坦福大學(xué)明確提出：雖然素質(zhì)教育永遠(yuǎn)需要人類教師的主動參與，但是AI可以用于加強(qiáng)各級教育，尤其是大規(guī)模的個(gè)性化教育。如何將蓬勃發(fā)展的AI新技術(shù)與現(xiàn)有面對面的課堂教學(xué)相結(jié)合值得研究，這也是一個(gè)AI技術(shù)如何落地，更好與教育相結(jié)合的問題。將AI技術(shù)應(yīng)用于大學(xué)英語教學(xué)大致可以劃分為3個(gè)子問題：哪些教學(xué)環(huán)節(jié)可以引入AI技術(shù)、在新的模式中AI扮演什么角色、如何評價(jià)教學(xué)活動質(zhì)量。

2可用于大學(xué)英語教學(xué)的AI技術(shù)

要想回答大學(xué)英語教學(xué)中哪些環(huán)節(jié)可以引入AI技術(shù)這個(gè)問題，首先需要明白AI技術(shù)可以解決什么問題。目前AI技術(shù)正蓬勃發(fā)展，本文對可能在大學(xué)英語教學(xué)中發(fā)揮作用的AI技術(shù)進(jìn)行初步分析和研究。目前，對大學(xué)英語教學(xué)產(chǎn)生較大影響的主要是AI技術(shù)中的NLP（NaturalLanguageProcessing）研究分支，而NLP自身又包含了數(shù)十個(gè)小的分支。NLP在教育中的應(yīng)用，如在作文閱卷中的應(yīng)用、結(jié)合計(jì)算機(jī)程序增強(qiáng)教育過程等近幾年越來越受到關(guān)注。本文從大學(xué)英語教學(xué)所涉及的能力角度出發(fā)，對NLP在大學(xué)英語教學(xué)中應(yīng)用的可能性進(jìn)行初步歸納和分析。

2.1與“聽、說”能力相關(guān)的NLP技術(shù)

目前，NLP技術(shù)與“聽、說”能力相關(guān)研究領(lǐng)域包括但不限于：Voice Recognition、Speech Recognition、Speaker Rec-ognition、Lip-reading、Text-To-Speech、Speech Synthesis等?；谡Z音切分、發(fā)音建模、元輔音區(qū)分、語言建模等技術(shù)實(shí)現(xiàn)語音識別、合成、轉(zhuǎn)換等功能都有了較為成熟的解決方案，并應(yīng)用到了很多軟件中，如目前在微信等軟件中普遍使用的語音輸入。但這些功能相對于大學(xué)英語教學(xué)所需功能而言存在一些需求上的不匹配。

“聽、說”能力培養(yǎng)一直是大學(xué)英語教學(xué)難點(diǎn)，主要原因有兩個(gè)：一是無法產(chǎn)生真正的浸入式英語環(huán)境，學(xué)生“聽”和“說”訓(xùn)練不夠;二是囿于當(dāng)前大學(xué)英語教學(xué)條件，即使學(xué)生進(jìn)行了課下練習(xí)，但如果這些練習(xí)沒有正確、及時(shí)的評價(jià)反饋，學(xué)生可能會失去繼續(xù)學(xué)習(xí)的興趣。這也是目前大學(xué)英語教學(xué)中“啞巴”、“聾子”英語很多，課堂氣氛難以活躍的重要原因。

目前，開發(fā)能實(shí)現(xiàn)大學(xué)英語教學(xué)中聽說練習(xí)功能的軟件成為可能?？突仿〈髮W(xué)開發(fā)了“The CMU Pronounc-ing Dictionary”，包含北美英語中的134000個(gè)單詞及其發(fā)音。另外，卡耐基梅隆大學(xué)還聯(lián)合惠普、微軟等多個(gè)實(shí)驗(yàn)室研發(fā)了CMUSphinx語音識別軟件，軟件包含通用對話（Generic Dictation）、語音搜索（Voice Search）、智能輔助（Intelligent Assistants）、語言學(xué)習(xí)（Language Learning）等功能。其語言學(xué)習(xí)功能描述中有這樣的語句：“幫助學(xué)習(xí)者建立一個(gè)框架用于追蹤不正確的發(fā)音，對發(fā)音進(jìn)行評分等。目前，CMUSphinx已經(jīng)發(fā)展到第4個(gè)版本，該版本支持與說話人無關(guān)的、連續(xù)的語音識別。

綜上可知，從當(dāng)前大學(xué)英語“聽、說”教學(xué)現(xiàn)狀出發(fā)，在大學(xué)英語教學(xué)中應(yīng)該引入具備學(xué)生“聽、說”練習(xí)實(shí)時(shí)評分和錯誤標(biāo)注等功能的軟件。這些軟件可以讓學(xué)生在練習(xí)“聽”后進(jìn)行轉(zhuǎn)述或復(fù)述式的“說”練習(xí)，并進(jìn)行評分和錯誤標(biāo)注。未來，這些軟件還可能對學(xué)生開放式的英語對話練習(xí)進(jìn)行錄音、再放、評分和錯誤標(biāo)注。這種具有詳細(xì)反饋的AI軟件將極大地促進(jìn)學(xué)生“聽、說”練習(xí)興趣，提升“聽、說”練習(xí)質(zhì)量。

2.2與讀、寫能力相關(guān)的NLP技術(shù)

目前大學(xué)英語教學(xué)中，大多數(shù)學(xué)生認(rèn)為“讀”較為容易而“寫”難度很大，原因是“寫”能力涉及單詞使用和搭配、句子構(gòu)成和句法正確性、段落語義是否聚合、文章整體結(jié)構(gòu)是否合理等多個(gè)層面。這需要大量練習(xí)，以及對這些練習(xí)進(jìn)行較為詳盡的評價(jià)反饋。但從目前大學(xué)英語教學(xué)的師生比等條件看，顯然難度較大。

NLP技術(shù)中與“讀、寫”能力相關(guān)的研究領(lǐng)域包括但不限于：Word Segmentation、Word Embeddings、Word Predic-tion、Word Sense Disambiguation、Sentiment Analysis、Sen-tence Boundary Disambiguation、Semantic Role Labeling、Part-of-speech Tagging、Paraphrase Detection、GrammaticalError Correction、Text Similarity、Automated Essay Scoring等領(lǐng)域。這些研究領(lǐng)域基于單詞分割、詞向量建模、詞屬性標(biāo)簽、斷句、句子意義分割等技術(shù)實(shí)現(xiàn)對文本從單詞、句子、段落等各部分到文章整體的識別、分析和理解等任務(wù)。目前，這些技術(shù)應(yīng)用的一個(gè)典范就是AES。AES（Automated Essay Scoring）方法已經(jīng)在美國ETS（Education-al Testing Service）中心的TOEFL、GRE、TOEIC等考試中得到了普遍應(yīng)用。TOEFL等考試目前普遍使用AES完成對這些試卷的初步評閱，再由兩名教師在AES評語的基礎(chǔ)上完成最終成績確認(rèn)，這大大提高了作文評閱速度。國內(nèi)對AES的使用和測試也已有十余年歷史，但由AI完成的作文評分準(zhǔn)確度有待提高，反饋評價(jià)有待完善。最近幾年，RNN（Recurrent Neural Network）、LSTM（LongShort-Term Memory）等神經(jīng)網(wǎng)絡(luò)技術(shù)迅猛發(fā)展，一些基于RNN或LSTM技術(shù)的AES評分其相關(guān)性在相關(guān)測試集上已經(jīng)達(dá)到甚至超出了教師評分相關(guān)性。

綜上所述，基于對AES等AI技術(shù)的了解，本文認(rèn)為在大學(xué)英語“讀、寫”能力培養(yǎng)教學(xué)中，應(yīng)該引入具有學(xué)生“讀、寫”練習(xí)實(shí)時(shí)評測功能的軟件。這些軟件可以在學(xué)生“讀”的同時(shí)自動對學(xué)生閱讀素材進(jìn)行分析，生成閱讀理解題目;可以由學(xué)生根據(jù)閱讀內(nèi)容進(jìn)行模仿寫作或者針對性問答，并對學(xué)生所寫內(nèi)容進(jìn)行實(shí)時(shí)評分，并標(biāo)注錯誤之處;進(jìn)一步地，還可以對學(xué)生開放式的英語閱讀、寫作練習(xí)進(jìn)行分析、理解和評價(jià)。

2.3與大學(xué)教學(xué)相關(guān)的其它AI技術(shù)

除上述NLP技術(shù)外，還有很多AI技術(shù)，它們不僅可用于大學(xué)英語教學(xué)，也可用于其它科目教學(xué)。例如，基于問答技術(shù)的AI機(jī)器人，在經(jīng)過足夠的領(lǐng)域知識訓(xùn)練后能夠回答一些學(xué)生的專業(yè)知識點(diǎn)問題;再比如，基于段落、文本理解等技術(shù)，在足夠的領(lǐng)域知識訓(xùn)練后某些AI實(shí)體可以在課程初始階段為學(xué)生提供本科目或者本階段學(xué)習(xí)的引領(lǐng)、導(dǎo)航，幫助學(xué)生實(shí)現(xiàn)在線學(xué)習(xí)時(shí)的資料收集等;基于統(tǒng)計(jì)的AI實(shí)體還可以為學(xué)生建立完善的個(gè)人學(xué)習(xí)模型，提供個(gè)性化的學(xué)習(xí)導(dǎo)航服務(wù)。

總體而言，AI技術(shù)正蓬勃發(fā)展，其極限遠(yuǎn)未可知，在大學(xué)英語“聽、說、讀、寫”能力培養(yǎng)中可考慮引入AI技術(shù)?？梢哉f，AI技術(shù)在大學(xué)英語教學(xué)中的應(yīng)用才剛剛開始，有大量的工作需要探索、挖掘和實(shí)現(xiàn)。

3

AI背景下的大學(xué)英語教學(xué)模式

與傳統(tǒng)課堂授課相比，在引入AI技術(shù)后，大學(xué)英語教學(xué)模式中教師和學(xué)生角色會發(fā)生巨大變化，二者承擔(dān)的任務(wù)也會發(fā)生相應(yīng)變化。

傳統(tǒng)課堂教學(xué)遵循授課、理解、鞏固、練習(xí)、檢查模式，循環(huán)往復(fù)推進(jìn)，教師是教學(xué)活動的中心。在當(dāng)前大學(xué)英語教學(xué)中，這種模式越來越難以激發(fā)學(xué)生學(xué)習(xí)興趣。雖然目前有很多關(guān)于翻轉(zhuǎn)課堂的研究報(bào)告，但從目前大學(xué)英語教學(xué)實(shí)踐看，要形成以學(xué)生為中心的翻轉(zhuǎn)課堂難度仍然很大，其主要難點(diǎn)在于雖然教師認(rèn)識到了以學(xué)生為中心這種學(xué)習(xí)模式的益處，但學(xué)生對此缺乏認(rèn)識。如何激發(fā)學(xué)生從被動學(xué)習(xí)轉(zhuǎn)變?yōu)橹鲃訉W(xué)習(xí)是一個(gè)整體的教育改革任務(wù)，不單單是某一個(gè)學(xué)?；蛘咄ㄟ^一門課程或某一位教師能獨(dú)立完成的。另外，目前教改中常見的教學(xué)模式要求學(xué)生和教師成為合作者，但考慮到中國大學(xué)師生比約束，要達(dá)成這種“合作”教學(xué)模式的實(shí)施條件難度很大。因此，本文基于AI技術(shù)探索大學(xué)英語教學(xué)模式。

在AI背景下的大學(xué)英語教學(xué)中，教學(xué)活動或者學(xué)習(xí)活動不再僅僅是教師和學(xué)生二者之間的互動。引入AI技術(shù)后，會形成一種新的基于AI的大學(xué)英語教學(xué)角色模型，如圖1所示。圖1中教師和學(xué)生之間引入了一個(gè)新的角色：AI實(shí)體，這些AI實(shí)體，也即輔助學(xué)生進(jìn)行“聽說讀寫”等學(xué)習(xí)活動的各類智能軟件。教師可以通過這些AI實(shí)體掌握學(xué)生學(xué)習(xí)狀況，學(xué)生也可以通過這些AI實(shí)體了解自己的學(xué)習(xí)情況。圖1所示的教學(xué)模式需要具備一定的實(shí)施條件：①學(xué)生和教師要能夠上網(wǎng);②教師和學(xué)生均具備可以使用AI軟件的終端;③要有支持“聽說讀寫”練習(xí)的AI軟件。從目前AI技術(shù)發(fā)展以及智能手機(jī)和4G網(wǎng)絡(luò)普及看，基于AI的大學(xué)英語教學(xué)已經(jīng)具備了實(shí)施條件。

通過引入AI實(shí)體，教師和學(xué)生在各教學(xué)階段所需承擔(dān)的任務(wù)發(fā)生了很大變化，如圖2所示。歷年來各學(xué)習(xí)階段、本專業(yè)相關(guān)各層次學(xué)生的歷史數(shù)據(jù)、教師采取的相應(yīng)教學(xué)活動、指導(dǎo)以及最終教學(xué)結(jié)果等均被保存到數(shù)據(jù)庫中，從而為AI實(shí)體運(yùn)行提供良好支持。與傳統(tǒng)教學(xué)模式相比，很多學(xué)生學(xué)習(xí)活動的指導(dǎo)和評價(jià)都可以由AI實(shí)體初步完成，再由任課教師進(jìn)一步精煉，這大大減輕了教師的工作負(fù)擔(dān)，極大地緩解了當(dāng)前大學(xué)英語教學(xué)中的師生比約束。從圖2也可以看出，在引入AI實(shí)體后，教師和學(xué)生所承擔(dān)的任務(wù)也發(fā)生了極大變化。由于AI實(shí)體的介入，學(xué)生可以根據(jù)自己的情況進(jìn)行個(gè)性化選課，從而實(shí)現(xiàn)彈性教學(xué)目標(biāo)設(shè)置;在學(xué)習(xí)過程中，可以充分利用各類線上線下資源借助AI進(jìn)行針對性學(xué)習(xí)。教師所承擔(dān)的任務(wù)也從單純依靠個(gè)體能力指導(dǎo)學(xué)生，改變?yōu)閷⒊跫壷笇?dǎo)交由AI實(shí)體完成，教師則在面對面的課堂中完成更多高級指導(dǎo)和答疑，例如在寫作練習(xí)中，詞法、句法等方面的錯誤由AI實(shí)體完成反饋、校正，教師則負(fù)責(zé)對語義、篇章結(jié)構(gòu)等問題進(jìn)行指導(dǎo)，并解答學(xué)生的疑問。

教學(xué)任務(wù)考核如圖3所示。與傳統(tǒng)期末考試一考定成績，或者當(dāng)前期末考試占大部分、學(xué)生平時(shí)表現(xiàn)（主要是課堂表現(xiàn)、作業(yè)質(zhì)量等）占小部分的方式相比，在引入AI實(shí)體后，在最終考核中過程性評價(jià)的比重可以大幅度提升。在過程性評價(jià)中，可以根據(jù)各類狀態(tài)指標(biāo)計(jì)算學(xué)生是否真正投入到學(xué)習(xí)中，這些指標(biāo)不僅僅是平時(shí)作業(yè)，或者課堂表現(xiàn)這種區(qū)分度較低的指標(biāo)，而是具有個(gè)性化的指標(biāo)，例如：學(xué)生與AI實(shí)體的問答次數(shù)、學(xué)生與教師的問答次數(shù)、資料查詢次數(shù)、資料閱讀時(shí)間和閱讀過程、聽說讀寫等練習(xí)的提交次數(shù)等。

從圖1、圖2和圖3可以看出，在引入AI實(shí)體后，大學(xué)英語教學(xué)就不再僅僅是教師和學(xué)生的關(guān)系，而是教師、AI實(shí)體和學(xué)生之間的關(guān)系，原來教師一對多的局面變?yōu)橐粋€(gè)教師+N個(gè)教學(xué)輔助AI實(shí)體對應(yīng)N個(gè)學(xué)生，這突破了當(dāng)前大學(xué)英語教學(xué)師生比約束，為激發(fā)學(xué)生學(xué)習(xí)興趣提供了途徑。

4結(jié)語

語言能力培養(yǎng)是一個(gè)循序漸進(jìn)、持之以恒的過程，需要大量練習(xí)。大學(xué)英語教學(xué)的主要難點(diǎn)在于如何激發(fā)學(xué)生自主學(xué)習(xí)熱情，如何突破師生比約束為學(xué)生提供良好的評價(jià)反饋。引入AI技術(shù)為改變當(dāng)前大學(xué)英語教學(xué)模式提供了新的思路和切入點(diǎn)，對于提升學(xué)生“聽說讀寫”能力，達(dá)成大學(xué)英語教學(xué)目標(biāo)具有重要意義。本文對AI背景下的大學(xué)英語教學(xué)模式進(jìn)行了研究，在對與大學(xué)英語教學(xué)“聽說讀寫”能力相關(guān)的AI技術(shù)進(jìn)行分析的基礎(chǔ)上，探索了引入AI技術(shù)后大學(xué)英語教學(xué)模式變化。當(dāng)前，相關(guān)AI技術(shù)發(fā)展以及AI技術(shù)與教育的結(jié)合還處于初步階段，更深入的研究有待后續(xù)進(jìn)行。