基于AI测试的宏微观音系语训实证效应研究.pdf

125Online Education在 线 教 育2023.8 中国电化教育 总第439期文章编号:10069860(2023)080125009基于AI测试的宏微观音系语训实证效应研究蒋国武(阳光学院 公共基础部，福建 福州350015)摘要：近年来，学术界呼吁混合式教学设计和跨学科交叉研究，但在我国，基于人工智能测评的“宏微观音系语训”效应的研究为数不多。该研究以福建省福州市高校学生为研究对象，采用拟实验设计，评估语训设计对大学生英语听说技能发展的习得效果。首先，对101名初始研究参与者进行了为期12周的专门训练，通过皮尔森英语(PTE)模拟测试模块(WFD听写，RA大声朗读和RS复述句子)进行测试。成绩分析显示，后测及滞后测成绩显著高于前测。然后再招募200名主要研究参与者，平均分配到实验组A和控制组B。前100名学生接受了为期12周的宏微观音系语训，而后100名学生则被控制为自然学习，学习内容和目标相同，但没有宏微观音系语训的干预。通过SPSS混合方差分析模型2(实验组Avs.控制组B)3(时间：前、后和延迟)，对测试分数进行分析。结果表明，实验组A在后测和延迟测的WFD、RA和RS三个方面的成绩显著优于控制组B。该研究对大学英语应用型方向教改以及雅思PTE听说教学具有一定的启示和建设性意义。关键词：宏微观进程；音系语训；混合式设计；AI测试中图分类号：G434文献标识码：A一、引言“宏微观音系混合式语训”是一个全新的、可追溯的二语训练法，涉及四个关键要素。第一，“宏微观双维度进程处理”。从广义上来说，微观正向是一种归纳或数据驱动的处理形式，从较小或较低的单元开始，往较大或较高的单元向上移动，而宏观逆向进程模式则与之相反。虽对这两种进程的优劣势分析尚未有定论，但他们的的结合是习得和产出的必然12。第二“音系语训”。由于二语言习得的核心是“音形义”的习得34，而声音的习得是任何外语习得过程中的前提和表现形式。早在19世纪后期，著名语言学家索绪尔(F.deSaussure)就指出，语音是传达思想的工具，语义依靠语音而存在。因此，声音是语言最为重要的表现形式5。另一位著名语言学家吉姆森(A.C.Gimson)认为，一个人要学会说任何一门语言，必须学会其几乎100%的语音6。“音系语训”的设计概念主要将二语习得的过程以“音”为切入点，把音形意分为“智能理解、技能操练和体能呈现”的形式，以求证操练的肌肉记忆效果，而非传统的认知学习效果78。第三，“混合式教学”。混合式教学设计强调内容、形式、过程、考核等方面要结合线上和线下，融合传统和人工智能的元素，以弥补传统模式的不足。第四，“AI测试”。现阶段，人工智能测试已广泛应用在教学领域。以“宏微观音系混合式语训”这四个关键要素为研究出发点，本研究通过皮尔森学术英语PTE人工智能测试的模拟训练软件，对参与者的二语习得发展做出客观的水平测试评价(ProficiencyTests)，以探讨融入上述四个关键要素的混合式电化语训在二语习得中的发展和前景，并对大学英语应用型教学改革提供启示。二、相关文献(一)微观音系溯源语言是由声音构成的，其输入、内化和输出是一个宏观微观双向的过程。二语的认知和习得本质上也是一个微观双向的过程，包括处理话语的音系、形态、词汇以及概念和语义内容的相互联系。宏观逆向的处理模式则从概念语义内容开始，然后才为之分配句法、结构、语音、语素等微观层面。如果没有扎实的宏微观正向处理技能，语言处理就很难顺利完成。Tyler和Warren指出，学习者需要使用微观正向处理模式来成功解码二语输入，并将其整合到他们现有的知识中，才能进行宏观整体的理解9-11。在话语输出中，处理模式同样是宏微观双向进程，在产出和自我监控层面上都是双向进程处126Online Education在 线教育2023.8 中国电化教育 总第439期理模式。在语言认知中，有声话语输入的解码通常从微观正向进程模式开始，即处理信息的音素和语素特征。但是，只要涉及为其赋予语义和综合知识时，就会立刻调用宏观逆向的处理模式1213如图1所示。学术界一直在争论微观正向和宏观逆向对语言习得的效应，笔者曾对这两种效应在二语词汇习得中进行了实证研究。研究发现，尽管基础较为薄弱的中国学生更倾向于微观正向教学，但不能排除在宏观逆向过程中也会有习得者受益的可能。为避免研究人员在探究语言习得过程中对微观和宏观处理模式的贡献存在的争议，该研究采用了微观双向音系语训的概念，并使用了更为客观平衡的操作方法，即宏微观双维度进程。(二)混合式解读混合式教学是将传统教学和科技的优势结合起来的一种教学模式，它是课堂内外学习活动的有机结合，旨在促进学习由浅入深的过程。传统课堂通常是学生观看老师授课的地方，被专家称为“旧课堂模式”。目前，外语教学模式仍然大多要求学生被动地听取老师的授课内容，按照教学大纲完成任务，几乎没有其他选择。由于大学的隐性传统和评估体系强化了现状，这种教学模式只能促进部分学生的学习，如听觉型和视觉型学习者，而不能激励所有人学习。相关研究表明，这种流水线式的教学方法会导致40%以上的学生离开课堂，甚至对课堂感到厌烦15-18。在“旧课堂模式”中，教师和学生通常都被系统培养成符合学校和课堂需要的人才，而非社会需要的人才。专家指出，“新课堂模式”的教学将是一个复杂而动态的习得过程和应用环境，可以推动教育从“课堂化”转向“现实化”。教学需要采用“新课堂模式”来帮助学生创建成功的学习流程和应用环境，让每个学生能够拥抱并掌握现实教学环境、场景、外语应用策略以及文化底蕴和内涵，从而成为“语言全人”，而非“语言机器”。同上，为避免学界对新旧课堂模式长时间的是非争端，本研究采取了一种线上线下新旧融合的混合式设计。该设计主要包括如下五大特点：1.形式上同时采用“线上”和“线下”新旧融合的途径来开展；2.“线上”活动不是整个训练活动的锦上添花，而是必备的活动；3.“线下”教学不是传统模式活动的照搬，而是基于新旧模式的融合，取其精华去其糟粕，保证“线下”的语训活动在“线上”课后得到升华；4.这种“混合”是具体到设计、内容、过程、评价的混合，而不是宏观广义模糊的教学理论、教学理念、教学策略、教学方法等形式上的口号式混合。因为宏观广义上的理论缺乏操作性，所以混合缺乏可行性价值；5.混合式语训弥补了传统课堂模式的缺陷，因为这种模式把传统外语教学的知识性学习转变成应用性技能训练，扩展了传统的时间和空间，使得“教”和“学”不一定在课堂发生，课后的精进也许是学习的重要组成部分。具体到合理设计方法、内容、过程、程序、资源等，以抛砖引玉式的启发来促进“学”主位，而非“教”主位。(三)语训设计该语训设计采用独特的科瑞思道模式进行语言训练，与传统的语言讲解、机械模仿和枯燥练习不同。科瑞思道的名称由“科瑞”和“思道”两部分组成，意在将“语言科学和人文大道”融合为一体。该模式以著名语言学家DavidCrystal和作者导师、澳大利亚应用语言学家Christo的名字命名，与我国尊师重教的思政理念融为一体，专注于发展语言体能、智能、技能、艺术修养和哲学思考五个层面的语言境界。该模式的核心是将语言学习视为微观双维度的音系集合，并从体能训练、智能理解、技能锻造、艺术修养、中西文化以及马克思列宁主义哲学思考等多个方面进行培养，精简设计，文化自信，思政如盐化水，育人如水有源，从而实现“学语言育全人”的宏观育人目标和概念生成器信息生成监控语前信息句法生成器语法编码表层结构语音编码语音方案(内部言语)发音器官言语模型、情景知识、百科知识等解析后言语词汇词元言语理解系统语音流形式听觉公开言语图1 言语产出模型：话语蓝图14127Online Education在 线 教 育2023.8 中国电化教育 总第439期微观语言目标19，如图2所示。科瑞思道语言训练的创新教学灵感来源于语言学元认知LinguisticMetacognition。该术语的前缀meta发音与Mother母亲有关，即语言认知之母。例如，对于单词Metaphor(比喻)，我们可以解释为：meta(母亲本体)+phor(为了)：喻体是为了让本体更形象。Mother关联着Mom，而Mom可关联汉语中的妈(ma)，最终回到了英汉通用的认知初元。可以用乔姆斯基的“通用语法”来解释：所有语言的基本定律初元都是共享的，不需要刻意学习，就像世界各国的孩子最开始会发出的声音/ma/，例如汉语“爸爸妈妈”对应英文“PapaMama”，几乎所有语言都有这个音20。根据科瑞思道的原理，掌握英语发音只需要掌握发/ma/这个音，就已经掌握了英语中80%的发音。这是因为英语中的元音字母轻读(Schwa)占音素的80%以上，而所有a、e、i(y)、o、u(w)元音字母的轻读都是这个音，其它元音则是在此基础上通过嘴唇的前后开口程度得出。该语训各个层面的设计都根据表1所示的发音规律。表1 英语元音发音规律图21最清晰AeiEi:IaiOuUu:次清晰ei较模糊(四)AI测试潮流人工智能语言评价已经成为语言测试的潮流和趋势。2018年6月正式执行的中国英语能力等级量表对语言应用能力进行了流利度测试，该测试基本和雅思IELTS和皮尔森学术英语测试PTE接轨，其要求比以前更高且更加客观。PTE是全球公认的国际学习和移民英语人工智能测试的先驱。该测试完全由人工智能完成，其优势在于没有考官主观评分的印象和偏见。特别是在主观题的评分方面，PTE评价基于大型语料库的平均值，其评分更加客观，并提供基于GSE(全球英语量表)的分数。由于条件和经费使用的限制，该研究仅仅使用了PTE的听力模块(WritefromDictation)和口语模块(ReadAloud和RepeatSentences)进行测试22。三、研究设计及目标该研究的主要目的是检验宏微观音系混合式语训学习的效果。该研究分为初步研究(PilotStudy)和主要研究(Main)两个部分。后者采用了“组间准实验前后测”设计法。如图3所示，该研究一共分为三个阶段五个步骤。步骤1：分配参与者。从301名自愿参与研究的志愿者中随机招募了200名学生作为初始研究后的主要研究对象。利用随机数发生器将200名参与者平均分配到实验组A和对照组B。步骤2：收集背景信息。在开始收集主要研究数据(测试前、测试后和延迟测试)之前，对每个组的100名参与者进行背景信息问卷调查。采用结构化问卷，收集包括性别、年龄、社会经济背景等信息，以确保两组在变量范围内匹配。步骤3：前测。收集完背景信息后，进行了PTE模拟前测，以收集学生在WFD、RA以及RS中的表现，从而判断分组的合理性，以便与后测和滞后测进行对比分析。步骤4：语训干预。前测结束后，对实验组进行为期48小时的语训干预；而对照组只提供相同的学习目标和现有的英语环境。即A组学习者通过语训干预获得英语学习，而B组学习者则在没有语训嵌入的情况下学习相同的内容。步骤5：后测与滞后测。学习12周后，进行了即时测试和延迟测试。将后测结果与前测结果进行比较，并利用SPSS软件对实验组A和对照组B进行纵横向交叉分析。四、研究方法(一)参与者该研究的参与者来自福建省福州市的阳光学院，这是一所位于福建省福州市的私立大学。共宏观育人目标：教语言育全人智能技能艺思哲思体能CHRISTO语言科学人文之道学生为本语言技能文化意识逻辑思维研学能力思政教育全人教育图2 科瑞思道全人语言教育第一阶段：语训与方法改良不满意文献综述语训设计修订试点研究满意语训干预第二阶段：实验第三阶段：语训修正和完善会议报告论文发表分析数据采集实验组控制组图3 研究设计128Online Education在 线教育2023.8 中国电化教育 总第439期有301名自愿参与者匿名参加了该研究。参与者被随机分配到三个学习小组，初始研究共有101人，其中实验组A和对照组B各有100人。通过使用随机数发生器将200名参与者平均分配到实验组A和对照组B，有效地避免了他们与亲密的朋友或同学故意在同一个学习小组。同时，在事先不知道自己会被分配到实验组A还是对照组B的情况下进行了随机分配。随后对参与者的背景进行了初步统计，并发现在一系列统计变量(包括年龄、性别、受教育程度、父母受教育程度、种族、母语、城市/农村等)上，各组之间没有显著性差异，即相互匹配。此外，正如前测成绩所示，两组在语言能力上只存在相对较小的预先差异。这些差异在随后的数据分析中进行了进一步的分析，其统计显著性可以忽略不计。(二)“微观音系语训”设计与流程为了达到研究目的，研究者特别设计了一套微观音系语训，其设计充分借鉴了DeborahJ.Short.的英语学习者模范学习的六项原则，包括以下原则23：原则1：考虑学习者的全面语言发展和加工处理过程，包括输入、内化和产出。原则2：根据学习者的偏好，创造适合他们的学习条件。原则3：根据输入、输出任务和加工偏好，设计高质量的语言训练活动。原则4：根据需要进行语训设计和活动安排的调整。原则5：定量和定性地监测和评估学生的语言发展。原则6：在学习群体中促进相互协作和互动。此外，该语训设计很大程度上受到现代混合式小学的启发，采用了大量的线上和线下跨学科资源。所选择的文献和在线资源包括：语音(英语):https:/soundsofspeech.uiowa.edu/index.html#english美国口音训练:http:/ 微观语言层面设计框架图5 英语元音图图6 英语辅音图129Online Education在 线 教 育2023.8 中国电化教育 总第439期事件3：利用微观音系节奏重音系统训练词汇层面的重读和轻读，如图7所示。事件4：运用微观音系在句子层面练习音群、意群、重读、轻读、停顿和语调，如图8所示。事件5：结合系统的宏微观双维度在语境和语篇层面练习，如图9所示。除了整组的初始研究外，本研究主要分为实验组A和对照组B两组，其中实验组A按照上述的5个不同环节进行训练，而对照组B只分配学习内容，并采用传统方式进行学习，没有进行训练干预。该训练为期12周，每周进行4小时的宏微观双维度音系语言训练，共计48小时。为了避免教师个体差异，研究者本人亲自参与了语训的指导。研究者于2018年11月获得澳大利亚NEAS认证的TESOL教师资格证书，2016年6月获得中华人民共和国教育部认证的应用语言学教师资格证书(TESOL)。截至目前，研究者已经在中国和澳大利亚从事英语学习和研究工作超过10年，对于创造性的英语教学和培训有着强烈的动机。(三)AI水平测试该研究采用PTE模拟测试中的听写(WFD)、大声朗读(RA)和重复句子(RS)对参与者的语言能力进行前测、后测和滞后测。PTE是全球公认的留学和移民英语人工智能测试的先驱。该测试提供了一种减少人为偏见、快速和方便的系统。一方面，该测试在世界范围内被广泛用于大学入学和移民的衡量标准，并且它们的有效性已经被实证确定。因为受研究资源局限，该研究只采用了模拟考试版本。为了进一步衡量其可信度，分析了前测、后测和延迟后测，每个时间组的相关系数为0.04，数据的显著性表模拟测试的评估方法较为可靠。WFD测试采用机经库随机生成的20个句子对参与者进行了测试。他们被要求在听完录音后，尽可能多地输入正确的词。每句话的得分都是基于参与者的表达内容、准确性和流利度，这部分成绩最高可达100分。五、初始研究与分析结果本初始研究采用了重复测量同一被试在语训练干预后的配对t检验，旨在验证是否由于语训练干预而产生了语言习得的显著变化。为了确保分析结果的可靠性，我们不仅采用了Jacobson和Truax的“可靠性改变法”来评估个体变化的大小以确定其学习效应是否具有统计学意义，还使用了Blomqvist和Hayes等学者所使用的方法评估个体变化分数与个体初始值分数之间的关系。本初始研究的主要问题是，从语训开始到结束的前测与后测成绩是否有显著变化。如表2所示，WFD、RA和RS三项测试的平均值在语训后均显著提高，p.001，提升的平均分值具有统计学显著效应，Cohensd范围为1.241.89。表2 WFD、RA和RS语言习得测试汇总表(前后测差异显著性及标准化效应量Cohensd)PrePostChangescore*MeasureM(SD)M(SD)M(SD)t(100)pdWFD44.9(14.1)68.2(11.2)23.3(12.3)19.0.001 1.89RA46.8(15.9)62.7(13.0)15.9(8.9)18.0.001 1.79RS49.5(12.6)64.9(11.2)15.4(12.4)12.4.001 1.24 注：变化分数是指每位参与者的前和后的差异。WFD、RA和RS三种测试前后评分的Pearson相关系数分别为0.54、0.83和0.46。图7 英语重音图8 英文句子音群意群图图9 英语宏微观层面图130Online Education在 线教育2023.8 中国电化教育 总第439期六、主要研究与分析结果为了进一步衡量MMCW的相对有效性和效率，从前测试、后测试和延迟后测试中收集了18组分数：RFD、RA和RS各三组。这些测试分数经过描述性和推理分析，如图10所示。本研究旨在评估MMCW语训对参与者语言习得的影响，通过WFD、RA和RS三种测评形式的前、后、以及滞后测的形式来呈现学习效应。首先进行了整体的描述性统计报告。接着，采用重复测量方差分析(ANOVA)，考察试验组和对照组在语训前、后和延迟三个时间点的表现，以验证语训干预是否具有显著影响，并探究时间因素的统计学意义。通过比较实验组A和对照组B在WFD、RA和RS方面的改善情况，以求证MMCW语训的相对有效性。(一)描述性统计结果通过描述性统计，主要研究的前测、后测和滞后测的分数总结如表3所示。三种测试的分数分布呈钟形曲线，代表数据的正态分布。偏度值接近于-0.2，而峰度值在-0.5左右。此外，偏度与标准差之比，峰度与标准差之比均在2.00以下，说明数据分布无极端倾向。表3 前、后、滞后测试的描述性统计Pre.WFDPost.WFDDelayed.WFDPre.RAPost.RADelayed.RAPre.RSPost.RSDelayed.RSMean45.26 58.4066.2347.22 58.6765.2550.69 59.75 66.36Skewness-.220-.261-.420-.296-.392-.541-.201-.167-.228Std.ErrorSkewness.172.172.172.172.172.172.172.172.172Kurtosis-.467-.359.064-.516.151.485.842-.272-.537Std.ErrorKurtosis.342.342.342.342.342.342.342.342.342根据表3的平均值数据，试验组在三种测试中表现出显著的进步，前测、后测和滞后测的平均值之间存在较大的差异。特别值得注意的是，试验组A在WFD、RA和RS三种测试的后测平均值都显著高于对照组B。下面将分别探讨每个测试成绩的差异。(二)WFD结果经过SPSS重复测量方差分析模型2(A组：实验组vs.B组：控制组)3(时间：前、后和延迟)对WRD测试评分进行分析，结果显示语训时长对参与者的WRD测试成绩有显著影响，F(1.68，334.26)=480.67，p=.000，部分2=.71。WFD后评分和WFD延迟评分与前测分比较均有显著性差异。需要注意的是，eta平方统计量的大小(.71)表明时间(干预时长)的影响非常显著，显著的时间*组交互作用(p=.000)表明试验组在WFD测试中优于对照组。对参与者进行前、后、延迟的分析表明，试验组的WFD显著提高，F(1.68，334.26)=63.24，p=.000，partial2=.24。显著的交互作用表明，实验组在WFD方面可能获益显著。此外，在一般情况下，组内差异考虑在内时，WFD的后测和延迟测试相对于前测而言，也产生类显著的提升，组间效应同样显著，F(198)=24.86，p=0.000，partial2=.11。(三)RA结果对RA测试结果采用相同的分析方法。首先，采用SPSS重复测量方差分析模型2(A组：实验组vs.B组：控制组)3(时间：前、后和延迟)对RA测试评分进行分析。结果再次显示，与WFD测试成绩一样，RA测试结果也受到语训时长的显著影响，F(1.58,312.91)=391.62，p=.000，partial2=.66。这个结果表明，语训时间对RA测试成绩有着相当显著的影响，同时时间*组交互作用的显著性也表明，语训试验组在RA测试中表现出了优异的表现。值得注意的是，实验组A和控制组B在后测和滞后测的平均分差异非常明显(A组后测平均分差为15.63，滞后测为8.3；B组后测平均分差为7.27，滞后测为4.87)。采取同样的SPSS分析步骤，当控制各组前测差异时，组间统计仍然具有显著性，F(1，198)=17.74,p=.000，partial2=.08。这个结果进一步表明，语训干预对语言能力的发展在RA测试方面具有显著贡献，不仅语训实验组A在RA后测和滞后测分数明显优于受控组B，而且两组之间的平均分差异也得到了显著提升。(四)RS结果针对RS测试，我们也进行了类似的组间方差分析，以评估实验组A和控制组B在前测、后测和滞后测试之间的差异。本次测试参与者在前、后和滞后测分析值，F(1.65,365.68)=320.19，p=.000，partial2=.62，显示出显著差异。由于PaillasTrace=.000，进一步分析显示两组之间的交互作用和时间干预影响显著，F(1.65,365.68)=320.19，p=.000，partial2=.20。这个值表明语训实验组有助于促进学生的RS得分。此外，组间分析F(1,198)=.104，p=.000，partial2=.104，表明在考虑组内差异时，实验组A和控制组B在RS方面具有显著的图10重复测量方差分析(ANOVA)(受试者间)2(试验组vs.对照组)x3(时间:前、后和延迟)分析设计131Online Education在 线 教 育2023.8 中国电化教育 总第439期得分差异。该分析充分表明语训试验组A在RS测试表现方面优于受控组B。从研究结果来看，在RA、WFD和RS测评中，初始研究组和主要研究都表明该语训设计的干预对参与者语言习得具有显著的促进作用，即试验组显著优于控制组。在控制了前测时两组之间先前存在的边缘差异后，实验组A在三种测试中仍然优于受控组B。两组之间在后测和滞后测的差异都具有统计显著性。这表明实验组A在前测到后测期间在RA、WFD、RS上均有较大的平均值增长。两组在后测和滞后测的平均成绩差异的统计显著性表明，语训实验组A对参与者群体的二语习得有明显改善。七、讨论与建议该研究是我国私立大学进行的一项二语语训混合多元电化教学实践。研究发现，该方法在后方法时代对多元创新混合式电化教学方面具有一定的启示意义。首先，无论学界如何对宏微观音系设计的合理性和有效性意见相左，争论不休，该设计都对系统学习语言有积极的功效。无论英语学习底子是否薄弱，都有各不相同的进程处理习惯(微观正向或宏观逆向)，该设计都导致显著性的二语习得效应。其次，该研究使用的多元混合式交叉设计，从音系出发，到多元混合式的语训设计，有别于传统的课堂教学。同学们从微观到宏观的模块流水线上进行训练，最后用人工智能客观测试对其语言产出进行检验，而非人为主观的判断。这一创新不仅将语言教学从传统课堂教学变为微观模块流水线式操练，同时将传统的主观评价变为客观的语料产出结果分析。从微观音系多维度为语言的每个层面去构建一套操练流程，充分利用混合式线上线下电化资源进行自主学习，也能够获取较为客观的学生语言产出的评价，避免人为的偏见24。该举措有利于大学生看到自己的客观表现，从产出内容完整性、清晰度和流利度等方面来评判产出标准。参与者不仅能够看到基于人工智能的客观反馈和科学的认知，从而科学面对学习成绩，找到不足之处，力求精进。同时也有机会与老师面对面进行交流，反馈，以弥补机器测评和训练的不足。当然，该研究的主要目的是确定宏微观音系混合式语训的相对有效性。研究结果表明，无论在初始研究还是主要研究过程中，其语训效果都具有统计显著性。尽管这一结论还需要进一步的研究来追加其确切性。作者认为本次语训设计与学习者的语言水平、语言宏微观双维度处理模式以及二语发展的规律有机结合。这种种因素都有可能在某种程度上影响了参与者的学习效应。并进一步认为，参与者的心理认知模式也与该研究结果息息相关。如果该推测合理，宏微观双维度进程模式在二语习得中应该是根深蒂固、深入人心的重要习得环节，是课程和语训设计中不可或缺必要元素。如前文所述，本研究是专门针对听说产出导向而设计的。不难看出，该项研究的一个明显的扩展方向将可以延伸到宏微观音系混合式语训对其他语言技能，比如阅读、听力、写作、翻译等的有效性测试。英语一线教师如能结合每个模块的教学属性，从宏微观音系出发，聚焦听说读写译的对应模块，语训设计将会有无限的可扩展空间，尤其是受控产出性技能和自由产出性技能训练，因其发展会滞后于接受性语言知识。因此，大学英语应用型改革课程设计可在一定程度上参考该设计展开，尤其在综合英语应用技能训练方面，而非传统的语言点和语言考试本身。基于该研究结果和作者多年的教学经验，研究者试探性的提出语训的目的不应聚焦于大纲，正如前文语训设计部分考虑到的“杰出英语学习者教学的六个原则”，而应聚焦于学生的个性特点和需求分析。大学英语教学的师资和教学资源应该围绕学生特性和应用需求而设计，根据学生个体做到各不相同，因才施教，而不是千篇一律。教师工作的重点应该是学生特点和需求的分析，根据分析研究学生个例情况，真正协助学子自发找到学习者的需要和终生发展的全面育人需求。本次语训设计中用到的语言理论知识和宏微观层面框架的只作为系统学习模块的参考尺度，仅此而已。当英语教学不是按照“自上而下”的学校教学条例和教学大纲来设计课堂，而是真正按照“自下而上”的学生内在需求和前文提到的“科瑞思道式全人教育”模式为导向时，学生就会开始理解英语学习的生活属性、学习属性和工作属性。这种理解将会是他们学习兴趣和打开世界大门的桥梁，而不仅仅是一种学科或考试，因为赋予了语言学习的意义，只有如此，学生对外语学习的激情才会绽放，方向才会明确，目标自然就会达到，从而达到“假以外语，而超越外语”的科瑞思道全人培育模式，而非培育语言机器25。基于该研究还合理利用了一定的教学资源和教学技术，作者最后建议，外语教师工作的另一个重点应该是熟悉当前领先的教学资源和教育技术例132Online Education在 线教育2023.8 中国电化教育 总第439期如，该研究涉及的皮尔森学术英语(PTE)可采用人工智能或人机混合式设计，无论是语训过程还是结果评估。只有了解学生的需求，为其提供和分配恰当的教学资源，一线教师才能自然而然地满足学生的个人追求、目标和方向，为其找到适合的学习资源、方法和甚至老师(包括选择电脑、虚拟人工智能平台还是真人老师)。这样不仅可以节省大量授课师资，同时也可以让教与学的自由选择来源于学生内在动力，而不是老师和环境施加的外在力量。公平教育的含义在于在每个学生需要的时候给予他们最需要的资源和帮助，而不是把所有的学生放在一个被事先设计好标准的盒子里。当代外语教学改革的重点是分析了解学生个体差异，为其合理分配教学资源、提供教学环境，创造适合学生发展的出路和平台，让其自主追求就业、创业，考研或留学等梦想导向外语教学大出口的成功。其重点是“学”的资源、平台和服务，而非“教”的地位，方法和老师，这种学本位的导向与学生成功的结果，从本质上巩固了学生尊师重教的优良传统和强则回馈社会的文化自信及家国情怀26。参考文献：1Xu,Jian,XuyanQiu.Studyabroadexperiencescount:MotivationalprofileofEFLlistenersanditsimpactontop-downandbottom-upprocessingJ.AppliedLinguisticsReview,2023,14(1):145-172.2Tessari,A.,Proietti,R.,etal.Bottom-upandtop-downmodulationofrouteselectioninimitationJ.CognitiveNeuropsychology,2022,38(7-8):515-530.3张茗沁,李继琴.TheEffectivenessofTop-DownandBottom-UpProcessinListeningComprehensionJ.海外英语,2021,(1):274-275+277.4文秋芳.认知语言学与二语教学M.北京:外语教学与研究出版社,2013.5IsaacsT.IntegratingformandmeaninginL2pronunciationinstructionJ.TESLCanadaJournal,2009,27(1):1-2.6Ellis,Rod.RodEllis sEssentialBookshelf:FocusonFormJ.LanguageTeaching,2022,(1).1-16.7Ellis,Rod,etal.Task-BasedLanguageTeaching:TheoryandPracticeC.Camberidge:CambridgeUniversityPress,2019.8王海啸,王文宇.创新创优共建共享“项目式大学英语教学模式改革虚拟教研室”建设路径探索J.外语界,2022,(4):8-15.9文秋芳.”产出导向法”的中国特色J.现代外语,2017,40(3):348-358+438.10RichardsJC,RodgersTS.ApproachesandmethodsinlanguageteachingM.Camberidge:Cambridgeuniversitypress,2014.11Larsen-Freeman,D.I.A.N.E.Onlanguagelearneragency:AcomplexdynamicsystemstheoryperspectiveJ.TheModernLanguageJournal,2019,103:61-79.12Larsen-Freeman,Diane.ComplexdynamicsystemstheoryinsecondlanguageacquisitionC.London:Routledge,2020.13Krashen,Stephen.SecondlanguageacquisitionJ.SecondLanguageLearning,1981,3(7):19-39.14Levelt,W.J.,Roelofs,A.,etal.AtheoryoflexicalaccessinspeechproductionJ.Behavioralandbrainsciences,1999,22(1):1-38.15张倩苇,张敏等.高校教师混合式教学准备度现状、挑战与建议J.电化教育研究,2022,43(1):46-53.16管艳郡.基于人工智能的英语教学系统设计与趋势展望J.中国电化教育,2020,(4):132-13317李维,陈桦.面向高水平组学生的大学英语翻转课堂教学实证研究J.外语教育研究前沿,2023,6(1):53-59+94.18Riazi,Mehdi.ConcurrentandpredictivevalidityofPearsonTestofEnglishAcademic(PTEAcademic)J.PapersinLanguageTestingandAssessment,2013,2(2):1-27.19蔡基刚.课程思政视角下的大学英语通识教育四个转向:大学英语教学指南(2020版)内涵探索J.外语电化教学,2021,(1):27-31+4.20Sardegna,V.G.Evidenceinfavorofastrategy-basedmodelforEnglishpronunciationinstructionJ.LanguageTeaching,2022,55(3):363-378.21AlenCruttenden.吉姆森英语语音教程(GIMSON SPRONUNCIATIONOFENGLISH)M.北京:外语教研出版社,2001.22Moskovsky,C.,Jiang,G.,etal.Bottom uportop down:EnglishasaforeignlanguagevocabularyinstructionforChineseuniversitystudentsJ.TesolQuarterly,2015,49(2):256-277.23DeborahJ.Short.The6PrinciplesforExemplaryTeachingofEnglishLearnersEB/OL.https:/www.the6principles.org/about/,2023-05-10.24Tamanno,V.ModernTechnologiesinTeachingEnglish:Learning,Understanding,SpeakingJ.EuropeanMultidisciplinaryJournalofModernScience,2022,4:548-555.25彭青龙,蒋洪新.全球大变局时代的文明交流对话与互学互鉴访谈欧洲科学院院士蒋洪新J.上海交通大学学报:哲学社会科学版,2022,30(5):1-14.26蒋洪新.新时代外语专业复合型人才培养的思考J.中国外语,2019,16(1):1+11-14.作者简介：蒋国武：副教授，博士，研究方向为应用语言学TESOL方向。133Online Education在 线 教 育2023.8 中国电化教育 总第439期A Study on the Empirical Effects of Macro-Micro Pronunciation Training Based on AI TestingJiang Guowu(Yango University,Department of Universal Foundation Studies,Fuzhou 350015,Fujian)Abstract:In recent years,there has been a call in the academic community for blended teaching designs and interdisciplinary research.However,there are few studies on the effects of“macro-micro pronunciation training”based on artificial intelligence assessment in China.This study focuses on unversity students in Fuzhou City,Fujian Province,and adopts a quasi-experimental design to evaluate the acquisition effects of pronunciation training on the development of English listening and speaking skills among university students.First,101 initial participants received specialized training for 12 weeks,and were tested using the Pearson Test of English(PTE)simula