AI助推英語教學(xué)模式變革

谷海玲 楊珈沐

一、引言

在我國學(xué)歷教育中，英語課程從小學(xué)到大學(xué)不間斷開設(shè)，是一門重要的主課，但教學(xué)效果仍然不盡如人意，學(xué)生能看不能聽說的啞巴式英語普遍存在?！袄蠋熃?，學(xué)生練”的傳統(tǒng)英語學(xué)習(xí)模式已不適應(yīng)學(xué)生的興趣。

隨著科學(xué)技術(shù)的發(fā)展，人工智能出現(xiàn)了，為英語教學(xué)模式創(chuàng)新發(fā)展提供了機(jī)遇。人工智能改變了傳統(tǒng)的教育教學(xué)方式和理念，對當(dāng)今英語教學(xué)變革的影響越來越大。作為新時(shí)代的英語教師應(yīng)改變認(rèn)知，打破傳統(tǒng)的教學(xué)模式，充分展現(xiàn)人工智能的技術(shù)優(yōu)勢和溝通魅力，建立人工智能沖擊下的教學(xué)方式和創(chuàng)新理念。

二、人工智能技術(shù)

1.人工智能的含義

人工智能（Artificial Intelligence，簡寫為AI）是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作。AI可以分為兩部分，即“人工”和“智能”。“人工”是指人力所能及所能完成的事，是通常意義下的人工系統(tǒng);“智能”則涉及諸如意識、自我、思維（包括無意識的思維）等更高思想領(lǐng)域。

AI是模仿人工的方法在機(jī)器上實(shí)現(xiàn)智能，也是構(gòu)建機(jī)器學(xué)習(xí)框架，即算法。算法需要對學(xué)習(xí)框架進(jìn)行訓(xùn)練，通常為算法輸入大量已分類數(shù)據(jù)作為算法的訓(xùn)練集。訓(xùn)練集是用于訓(xùn)練機(jī)器學(xué)習(xí)算法的數(shù)據(jù)樣本集合，每個(gè)訓(xùn)練樣本包含多個(gè)特征和一個(gè)目標(biāo)變量。最終使機(jī)器學(xué)習(xí)算法可以發(fā)現(xiàn)特征和目標(biāo)變量之間的關(guān)系，通過統(tǒng)計(jì)信息獲得結(jié)果。

2.AI的發(fā)展史

在20世紀(jì)50年代初就提出了AI的概念。1956年，美國達(dá)特茅斯學(xué)院AI之父約翰·麥卡錫和一批有遠(yuǎn)見卓識的年輕科學(xué)家首次提出了“人工智能”。1960年，第一臺采用自然語言解釋程序的機(jī)器人誕生。20世紀(jì)70年代，由于算法不成熟及其不確定性問題，導(dǎo)致AI處于低谷。80年代，出現(xiàn)專家系統(tǒng)，但難以捕捉專家的隱性知識，未能應(yīng)用。90年代，互聯(lián)網(wǎng)盛行，開始研究神經(jīng)網(wǎng)絡(luò)和遺傳算法。2006年，杰費(fèi)里辛頓提出“機(jī)器學(xué)習(xí)”觀點(diǎn)，使神經(jīng)網(wǎng)絡(luò)AI取得重大突破。2016年3月，谷歌Alpha Go與職業(yè)九段棋手圍棋世界冠軍李世石進(jìn)行圍棋人機(jī)大戰(zhàn)，以4比1的總比分獲勝;2017年5月，Alpha Go在中國烏鎮(zhèn)圍棋峰會(huì)上，與排名世界第一的世界圍棋冠軍柯潔對戰(zhàn)，再次以3比0的總比分獲勝，AI驚艷世界并迅速走紅。

如今，AI已不僅僅是披著時(shí)髦的外衣，更重要的是為社會(huì)創(chuàng)造核心價(jià)值的工具，包括并不限于降低成本、提高效率、改進(jìn)用戶體驗(yàn)和開辟新業(yè)務(wù)模型等。AI在教育教學(xué)領(lǐng)域的影響也非常深遠(yuǎn)。

3.AI的技術(shù)學(xué)派

從技術(shù)發(fā)展來看，AI主要有以下3大學(xué)派：

（1）聯(lián)結(jié)主義：構(gòu)造模擬大腦的神經(jīng)網(wǎng)絡(luò)，思維過程是神經(jīng)元聯(lián)結(jié)活動(dòng)過程。

（2）符號主義：知識用符號來表示，認(rèn)知通過符號運(yùn)算來實(shí)現(xiàn)。

（3）行為主義：智能取決于感知和行動(dòng)，構(gòu)建“感知-動(dòng)作模型”，如未知的動(dòng)態(tài)環(huán)境中行走的機(jī)器人。

這三大學(xué)派各有所長，又相互結(jié)合，已從分立學(xué)派到綜合集成。

三、AI在英語教學(xué)中的應(yīng)用

1.語音識別

語音識別就是讓機(jī)器通過識別和理解人的講話，把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本。識別過程如圖1所示。

人的聲音通過MIC檢測形成語言電信號、語音信號頻譜顯示出來;準(zhǔn)確識別聲音的特征（聲學(xué)特征識別）;接收端對接收到的語音信號預(yù)處理，得到有效的語音信號;對每一幀波形進(jìn)行聲學(xué)特征提取便可以得到一個(gè)多維向量，包含了一幀波形的內(nèi)容信息;聲學(xué)模型（大詞匯量的語音識別系統(tǒng)）用于計(jì)算語音的特征矢量序列和每個(gè)發(fā)音模板之間的距離，轉(zhuǎn)變?yōu)槲谋据敵?。語言學(xué)理論包括語義結(jié)構(gòu)、語法規(guī)則、語言的數(shù)學(xué)描述模型等，當(dāng)分類發(fā)生錯(cuò)誤時(shí)可以根據(jù)語言學(xué)模型、語法結(jié)構(gòu)、語義學(xué)進(jìn)行判斷糾正，特別是一些同音字則必須通過上下文結(jié)構(gòu)才能確定詞義。

上述過程對計(jì)算速度和準(zhǔn)確率都有較高的要求，目前比較成功的語言模型通常是采用統(tǒng)計(jì)語法的語言模型與基于規(guī)則語法結(jié)構(gòu)命令的語言模型。人工智能下的聽說訓(xùn)練通過語音識別使學(xué)習(xí)外語更有效。

2.先進(jìn)的教學(xué)手段，多元化的課堂教學(xué)

多媒體教學(xué)是當(dāng)前課堂教學(xué)的常用技術(shù)手段，圖片展示、模擬動(dòng)畫、發(fā)音示范、場景模擬等能夠幫助學(xué)生更加直觀形象地理解和記憶英語學(xué)習(xí)的內(nèi)容，在提高學(xué)習(xí)效率的同時(shí)給學(xué)生帶來學(xué)習(xí)的樂趣。

AI可以把教學(xué)媒體的投影儀、觸摸屏、聲控媒體、觸控媒體和發(fā)光發(fā)聲設(shè)備等通過智能軟件進(jìn)行模擬人工控制，使教學(xué)活動(dòng)身臨其境，達(dá)到教師、學(xué)生和教材的互動(dòng)，如圖2所示。AI有利于學(xué)生把英語從課程負(fù)擔(dān)轉(zhuǎn)化為興趣愛好，實(shí)現(xiàn)綜合能力和素養(yǎng)的提升。

3.機(jī)器翻譯

翻譯就是把一種語言翻譯為另外一種語言，也是學(xué)生學(xué)習(xí)英語的目標(biāo)。機(jī)器翻譯即由機(jī)器來實(shí)現(xiàn)，能大大減輕教師的工作量。機(jī)器翻譯經(jīng)歷了3個(gè)發(fā)展歷程：基于規(guī)則的翻譯、基于統(tǒng)計(jì)的翻譯和基于神經(jīng)網(wǎng)絡(luò)的翻譯。也就是從最初的單詞翻譯，然后發(fā)展到句子翻譯，現(xiàn)在已實(shí)現(xiàn)文章翻譯。

近年來AI迅速崛起，相比基于規(guī)則的翻譯和統(tǒng)計(jì)機(jī)器翻譯而言，神經(jīng)網(wǎng)絡(luò)翻譯從模型上來說相對簡單，主要包含兩個(gè)部分，一個(gè)是編碼器，一個(gè)是解碼器。編碼器是把源語言經(jīng)過一系列的神經(jīng)網(wǎng)絡(luò)的變換之后，表示成一個(gè)高維的向量。解碼器負(fù)責(zé)把這個(gè)高維向量再重新解碼（翻譯）成目標(biāo)語言。

神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯（Neural Machine Translation，NMT）是最近幾年提出來的一種機(jī)器翻譯方法。相比于傳統(tǒng)的統(tǒng)計(jì)機(jī)器翻譯（SMT）而言，NMT能夠訓(xùn)練一張可以從一個(gè)序列映射到另一個(gè)序列的神經(jīng)網(wǎng)絡(luò)，輸出一個(gè)可以變長的序列，如圖3所示。

NMT其實(shí)是一個(gè)編碼器和解碼器系統(tǒng)，編碼器把源語言序列進(jìn)行編碼，并提取源語言中的信息，通過上下文向量對解碼器進(jìn)行信息轉(zhuǎn)換，展開為目標(biāo)語言序列，從而完成對語言的翻譯。NMT在翻譯、對話和文字概括方面能夠獲得非常好的表現(xiàn)。6AA379B5-3A65-4D18-9067-50C807C3C6EF

4.虛擬現(xiàn)實(shí)

傳統(tǒng)英語教學(xué)模式最大的痛點(diǎn)就是無法為學(xué)生營造一個(gè)真實(shí)的語言環(huán)境，從而導(dǎo)致學(xué)生英語水平低下，學(xué)生不敢說、不會(huì)說。

VR虛擬現(xiàn)實(shí)可以實(shí)現(xiàn)仿真沉浸式教學(xué)。VR與英語相結(jié)合，利用電腦模擬產(chǎn)生一個(gè)三維空間的虛擬世界，提供使用者關(guān)于視覺、聽覺、觸覺等感官的模擬，讓使用者如同身臨其境一般，可以及時(shí)、沒有限制地觀察三維空間內(nèi)的事物。

AR增強(qiáng)現(xiàn)實(shí)，是一種實(shí)時(shí)地計(jì)算攝影機(jī)影像的位置及角度并加上相應(yīng)圖像的技術(shù)，是一種將真實(shí)世界信息和虛擬世界信息“無縫”集成的新技術(shù)。這種技術(shù)的目標(biāo)是在屏幕上把虛擬世界套在現(xiàn)實(shí)世界并進(jìn)行互動(dòng)，可模擬生活場景，與場景人物進(jìn)行智能交互的系統(tǒng)。

AR與VR教學(xué)的特征如圖4所示。

5.文字識別

文字識別閱讀筆是一款可以提高閱讀和理解速度的數(shù)字智能筆，通過頂部的按鈕，在普通的書本上滑動(dòng)，就可以將書本上的文字轉(zhuǎn)換成語音，再通過藍(lán)牙耳機(jī)傳輸?shù)接脩舻亩淅?。文字識別原理如圖5所示。

文字識別也可用于批改作業(yè)。學(xué)生上完課，作業(yè)全部在平板上完成，每次做題，學(xué)生的反饋不僅自動(dòng)生成，后面還會(huì)按照學(xué)生做題的水平再推送其他題目，也就是說每個(gè)學(xué)生的題目不一樣。

6.個(gè)性化學(xué)習(xí)

針對不同學(xué)生進(jìn)行個(gè)性化教學(xué)，即因材施教，是一項(xiàng)重要的教學(xué)方法。但教師數(shù)量有限，以及應(yīng)試教育模式的限制，很難做到根據(jù)學(xué)生不同的認(rèn)知水平、興趣愛好和學(xué)習(xí)能力來制定具體的、有針對性的學(xué)習(xí)方案。隨著人工智能技術(shù)的發(fā)展和廣泛應(yīng)用，因材施教的可行性有了很大的提高。人工智能技術(shù)可以根據(jù)學(xué)生的歷史學(xué)習(xí)大數(shù)據(jù)，通過回歸算法來預(yù)測學(xué)生未來的學(xué)習(xí)需求，推薦最適合學(xué)生的內(nèi)容，從而高效、顯著地提升學(xué)生的學(xué)習(xí)效果。預(yù)測模型由數(shù)據(jù)收集、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)三個(gè)階段來完成，如圖6所示。

7.AI教學(xué)評價(jià)

學(xué)校和教師不斷為實(shí)現(xiàn)更有效的教學(xué)而努力，但是在客觀上受到了教育技術(shù)手段和工具的阻礙。這其中主要的限制是，我們過去的技術(shù)手段沒有辦法處理視頻、語音、圖片等復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)（世界上85%的數(shù)據(jù)都是非結(jié)構(gòu)化的），也無法獲得實(shí)時(shí)的教學(xué)反饋。

人工智能尤其是情感計(jì)算、自然語音理解、行為分析的發(fā)展，讓計(jì)算機(jī)逐漸具備理解人類情感、語言和行為的能力。在AI技術(shù)的支持下，傳統(tǒng)教學(xué)分析的局限性才得以打破，具體表現(xiàn)在下面3個(gè)方面：（1）提供定量數(shù)據(jù)作為評價(jià)依據(jù);（2）提供過程性數(shù)據(jù)支持形成性評價(jià);（3）實(shí)現(xiàn)常態(tài)化、自動(dòng)化的教學(xué)評價(jià)。

四、結(jié)語

AI不是教學(xué)的對手，而是教育的助手。隨著人工智能技術(shù)的不斷進(jìn)步，人工智能技術(shù)已滲透教育行業(yè)許多領(lǐng)域和方面，除了上述介紹的幾種應(yīng)用外，人工智能技術(shù)還可以用于自動(dòng)化輔導(dǎo)與答疑、智能測評、智能教育決策等方面。隨著計(jì)算機(jī)視覺、語音識別、人機(jī)交互等技術(shù)的不斷提高，未來的人工智能技術(shù)必定會(huì)給教育行業(yè)帶來廣泛而深刻的影響。

參考文獻(xiàn)：

[1]趙慧，唐建敏.基于人工智能的大學(xué)英語教學(xué)模式研究[J].軟件導(dǎo)刊，2019，18（10）：213-216.

[2]馮吉芳.人工智能對大學(xué)英語教育的影響[J].黑龍江教育（理論與實(shí)踐），2020（7）.

[3]程亞美.“Ai+教育”新趨勢下中學(xué)英語教學(xué)新模式的探究[J].海外英語，2020（2）：204-205.

[4]蔡慧敏.人工智能對英語學(xué)習(xí)機(jī)制的影響[J].內(nèi)江科技，2019（40）.

[5]張翰江.人工智能在教育中的應(yīng)用和失范[J].中國信息技術(shù)教育，2017（7）：94-96.

[6]張婧.淺談人工智能在小學(xué)英語教學(xué)中的輔助作用[J].新東方英語，2018（11）：34.

[7]侯婧.人工智能時(shí)代英語口語教學(xué)模式變革[J].教學(xué)與管理，2019（33）：92-94.

[8]譚荔冕.2017-2019神經(jīng)網(wǎng)絡(luò)機(jī)器漢英翻譯質(zhì)量變化和現(xiàn)狀分析[D].北京外國語大學(xué)，2019.

[9]林倩，劉慶，蘇勁松，等.神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯研究熱點(diǎn)與前沿趨勢分析[J].中文信息學(xué)報(bào)，2019，33（11）.

[10]王振興.基于人工智能的大學(xué)英語教學(xué)模式研究[J].佳木斯職業(yè)學(xué)院學(xué)報(bào)，2020（9）：111-112+115.

[11]Chang X，Zhu F，Bi X，et al.Mining knowledge graphs for vision tasks[C]//Database Systems for Advanced Applications，2019：592-594.

[12]Wang Q，Mao Z，Wang B，et al.Knowledge Graph Embedding：A Survey of Approaches and Applications[J].IEEE Transactions on Knowledge & Data Engineering，2017，29（12）：2724-2743.

責(zé)任編輯?陳春陽6AA379B5-3A65-4D18-9067-50C807C3C6EF