自适应学习技术支持下的英语教学模式变革

《自适应学习技术支持下的英语教学模式变革》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、自适应学习技术支持下的英语教学模式变革　　2016年4月，北京市教委正式发布了新的高考方案，其中英语考试改革引起了社会各界的广泛关注。新高考方案规定，从2017年起，英语采用计算机化考试，听力一年两考；从2021年起，英语增加口语考试，口语加听力共计50分。　　在我们高度关注考试方式、分值等变化的同时，更需要深刻理解这种改革的动因与实质。在我看来，新高考方案一方面强化了语言学习的交流功能，另一方面强化了听说的要求并提高了分值。这是因为传统的英语教学一直以读、写、译为核心，由此造成的“哑巴英语”长期受社

2、会诟病，学生花了大量的时间学习，但仍然听不懂、说不出。另一方面，我认为新高考方案在计算机化考试的牵引下，一定会创造出一个新型的、信息技术环境支持下的英语教学新模式，并借此突破英语教学过程中听说不力的瓶颈。　　为什么传统的英语教学不能很好地解决听说问题？怎样认识并构建信息技术支持下的英语教学新模式？这是在我们即将步入改革前需要认真思考并在实践中积极探索的问题。　　传统英语教学模式存在的主要问题　　1.违背了语言的生成规律9　　人类脑认知科学研究表明，语言的生成与信息的处理需要依靠大脑皮层的语言中枢，而语

3、言中枢又分别由听觉语言中枢、运动语言中枢等组成，且不同语言中枢分布在大脑皮层的不同区域。在人类语言初始形成的过程中，需要大量刺激听觉语言中枢，从而在听觉和运动语言中枢间建立联系，才能让人类在一岁左右开始简单的语言表达，并在积累到一定程度的时候开始自由表达。由于长期以来我们的英语教学是建立在读、写、译基础上的，没有对听觉语言中枢持续进行长期的有效刺激，因此，想让学生能够开口，首先要从听的学习和训练开始。　　2.违背了英语作为第二语言的教学规律　　受英语考试方式的影响，再加上英语教师师资短缺等各种因素，英

4、语教学一直采用的是以知识为核心的教学模式，语法讲解、阅读文章、书写练习成为了教学的主要环节。在课堂上和课堂外，学生得到有指导的听说练习非常少，甚至没有。在这种模式的驱使下，传统英语教学不断在追求共性的统一，无法照顾到语言的个性化生成，也就根本无法实现语言的交流功能。　　3.不能为个性化学习提供强有力的技术支撑　　英语教师一直在努力将技术应用于英语教学，以提高英语教学的有效性，从借助于录音机、电视机，到使用多媒体课件以及我们今天广泛使用的微课等。但实际上，一方面这种技术应用还是在强化以知识为核心的教学，

5、另一方面是这些技术并不能很好地解决语言个性化的学习与指导问题。　　4.没有一个有效的理论体系支撑9　　二语习得理论一直是传统英语教学研究并遵循的重要理论基础。从我们对二语习得理论的研究分析中可以发现，国内外发表的二语习得研究成果数量大、范围广、理论观点不胜枚举，但目前还没有出现一种广为接受的主流理论[1]。　　综上，我们可以将传统英语教学简单概括为一个违背语言生成与学习规律、缺少正确理论指导、没有强大技术支撑、以知识学习为核心的非个性化的语言教学模式。　　自适应学习技术相关理论研究　　2016年1月，

6、北京师范大学智慧学习研究院联合美国新媒体联盟发布了中国版的《地平线报告》。中国的专家们预测：自适应学习技术将在未来4-5年内被广泛使用，而美国新媒体联盟的《地平线报告》中，则将其提前到2-3年。有关自适应学习技术的研究自20世纪70年代就已经开始，但由于学习行为的复杂性与差异性，对于自适应学习以及自适应学习技术的定义，不同研究者有各自的理解。　　来自维基百科的定义是，自适应学习是一种使用计算机作为交互式教学设备的教学方式。计算机根据学生的特定需要，如学生对问题的回答情况，提供适应性的教育材料，目的是使

7、电子教育体现学生与真实的教师或指导者之间交互性的价值。　　在2015年《地平线报告》中，美国新媒体联盟对自适应学习技术做了最新阐述。报告中指出，自适应学习技术是指适应个体学生学习需要的软件和网络平台。在一篇受“比尔及梅林达?盖茨基金会（BillandMelindaGatesFoundation）”委托完成的论文中谈到自适应学习技术，认为它是一种“复杂的、数据驱动的、（在某些情况下）非线性的指导和矫正方法，与学习者的互动及其表现出的水平相适应，且能随之预测学习者在某个具体的时间点要取得进步所需的内容和资

8、源类型”。9　　在这个意义上说，当代教育工具已能获知人们的学习方式；借助于机器学习技术，这些工具可适应每个学生的学习进展，实时调整学习内容，或在需要时提供量身定制的练习。在学校，很多教师将这些自适应平台预想成新型的、富有耐心的导师，可以在大范围内提供个性化的指导。自适应学习技术包含两个层面：一是对个人用户数据做出反应并相应地调整指导材料；二是利用大样本用户汇总数据，对课程的设计和适应进行分析。　　综上，我们可以看到，自适应学习技术发展和以下要素密不可分。