計算機輔助語言學習國內動態與研究熱點

摘 要：本研究通過對國內10本CSSCI期刊近5年關于計算機輔助語言學習（CALL）文獻的關鍵詞進行分析得出，目前國內CALL領域熱點研究主要集中圍繞著以下4個主題展開，分別為CALL與外語教學、CALL與新興技術、CALL的教學模式以及CALL中的學習者和教師發展。其中，大學英語、人工智能、混合教學、英語寫作、信息素養等高頻關鍵詞也體現了目前國內CALL領域研究的熱點話題。

關鍵詞：計算機輔助語言學習；CALL；人工智能；大學英語；外語教學

作者簡介：王傳慨，西安科技大學高新學院。

一、引言

計算機輔助語言學習（Computer-assisted language learning，以下簡稱CALL）起源于20世紀60年代的美國。雖然國內外學者對CALL有著不同的定義，但本文選取了Levy的定義，即“計算機在語言學習與教學上應用的研究”。該定義也被本研究用于后續文獻檢索中確定文獻是否屬于CALL研究的重要標準。目前在人工智能背景下，虛擬現實、自動評測以及人機交互等相關技術日益普及，國際上CALL研究熱點也已轉向非正式數字化學習、數據驅動學習以及混合式學習等領域。為了解國內CALL研究目前發展狀況，本研究將對國內CALL研究現狀進行了梳理。

二、研究設計

（一）研究問題

關鍵詞詞頻分析法通過對所選文獻的關鍵詞進行統計排序，來確定該研究領域的熱點以及發展趨勢。本研究基于該方法對所選論文進行統計分析，主要用于回答以下問題：

1.2018-2022年，國內CALL研究的熱點關鍵詞是什么？

2.結合熱點關鍵詞和對應文獻，國內CALL研究圍繞著哪幾個主題展開的？

（二）數據來源

本研究參考了談言玲、嚴華以及鄭春燕等CALL研究中對于期刊的選擇。但因其研究的時效性問題，本研究通過二次人工篩選，最終確定了10本國內CSSCI期刊。所選期刊的權威性和代表性已經在之前學者的研究中得到了檢驗。所選期刊中，外語語言文學類期刊6本，教育技術類期刊4本。外語類期刊包括：《外語電化教學》《外語教學》《外語界》《外語與外語教學》《外語教學與研究》《中國外語》；教育技術類期刊包括：《現代教育技術》《中國電化教育》《電化教育研究》《中國遠程教育》。為了使篩選出的文獻更加精準符合CALL研究領域，研究者放棄了通過關鍵詞在相應數據庫中進行文獻搜索，而是對以上10本CSSCI期刊的6780篇文獻在中國知網數據庫（CNKI）進行人工逐刊檢索，檢索時間自2018年至2022年，通過閱讀標題、摘要和關鍵詞，共篩查出402篇可用文獻作為研究樣本。

（三）研究工具

CiteSpace是學術界常用的科學知識圖譜繪制工具之一，通過使用該軟件我們可以清晰地分析并呈現某一領域的熱點研究以及發展趨勢。本文參考了鄧國民、陳佳以及田臻、彭雅靖對于文獻數據的處理方法，通過使用CiteSpace 6.1.R6 軟件對402篇國內CALL相關文獻進行關鍵詞（Key Words）詞頻檢索，關鍵詞長度設置為2-6字，以此獲取我國近五年CALL研究的熱點關鍵詞。

三、研究結果

（一）國內CALL研究熱點關鍵詞

研究者通過CiteSpace對402篇文獻進行關鍵詞分析。得到分析結果后，研究者將具有相同意義的關鍵詞合并（如，“外語教學”與“外語教育”），共得到有效關鍵詞180個。然后，參考鄭春萍的研究，將“教育技術”“教學模式”等詞義寬泛且不突出的關鍵詞刪除，并選取出現頻次為4次及以上的關鍵詞，共獲得關鍵詞20個，如表1所示。

（二）國內CALL研究熱點主題

研究者將以上20個關鍵詞結合文獻分析，發現目前國內CALL研究主要是圍繞以下4個主題展開：1.CALL與外語教學；2.CALL與新興技術；3.CALL的教學模式；4.CALL中的學習者和教師發展。研究者將對每一個主題中典型關鍵詞所代表的研究熱點進行逐一分析。

1. CALL與外語教學。在所得的關鍵詞統計表中，“大學英語”擁有最高頻次（36）和最高中心性（0.27）。大學英語在CALL領域研究的高熱度，主要因為大部分CALL研究由大學英語教師承擔，并且其中有部分教師從事“計算機語言學”（如，語料庫）等相關研究。高中心性說明“大學英語”與其他研究領域存在著緊密聯系，這與李征、周小勇研究所得出的結論一致。在英語教學聽說讀寫四個方面中，“英語寫作”（詞頻=10）為目前的研究熱點。該趨勢也在之前董靜娟等研究中得到驗證，主要是因為傳統寫作教學中缺乏師生、生生之間的交流協作，而目前在線互評系統提供了相應的交流平臺。“同伴互評” （詞頻=7）和英語寫作教學也有著高相關度，大多數研究者選擇了匹茲堡大學研發的Peerceptiv互評系統作為研究工具，對大學中的同伴評價與反饋進行研究。其中何佳佳的研究證明，在線互評中學生可以對彼此的作文做出客觀的評價并提出有效的修改意見，從而提升學生的寫作質量。該教學模式促進了學生對于學術英語相關知識的掌握，降低了學生的寫作焦慮感，對于學生自主解決問題能力的提升也發揮了積極作用。

2. CALL與新興技術。作為新興的教育技術“人工智能（Artificial Intelligence， AI）”和“虛擬現實（Virtual Reality， VR）”在近幾年成為研究熱點，關鍵詞出現頻次相對較高，分別為11和8。關于人工智能， 余勝泉、王琦指出“AI+教師”人機協同的教育模式將會成為未來的發展趨勢。人工智能將協助教師完成作業批改等重復、瑣碎且耗費精力的工作，讓教師將更多精力投入到“教學設計”等創造性工作上。此外，人工智能在CALL領域研究還包括擬人技術對于語言學習的影響。其中人工智能教師形象、學生性別、人機交互、學習成就中的情感聯系等因素都會對學生的語言學習產生影響。鄭春萍等通過梳理國內外十余本高影響力期刊，分析了虛擬現實技術應用于語言教學的優勢與挑戰。其優勢在于沉浸式的體驗可以提升學習者的學習動機，并且虛擬形象的匿名性可以降低學生的焦慮感。但是，網絡環境、硬件配置以及教師的教學設計能力也是虛擬現實應用于語言教學中所要面對的挑戰。

3. CALL的教學模式。“混合式教學”（頻次=28，中心度=0.26）在整個關鍵詞統計表中僅次于“大學英語”。其中混合式教學與“翻轉課堂”（頻次=10）和“慕課”（頻次=5）的聯系相對緊密。在呂曉敏研究中，基于慕課的混合式教學模式可以為學生提供豐富的線上教育資源和靈活的學習模式，從而進一步提升學生的自主學習性。然而，對于計算機素養相對較低的學生，在慕課學習中可能會遇到較多技術問題，從而影響學習進度。除了上面提到的基于慕課的混合式英語教學，羅莎也研究了基于慕課的大學英語翻轉課堂教學。翻轉課堂與慕課的結合同樣很好地促進了師生、生生間的溝通，使學生在課程教學中獲得一種“沉浸感”的體驗。翻轉課堂促進了學生的主動學習，而慕課有效地整合了學生的課前預習和課后鞏固。“在線學習”（詞頻=10）的高熱度，主要因為在疫情防控的背景下，在線教育能夠保證高校外語教學任務的完成，實現了“停課不停學”的教學模式。但由于目前防疫政策的放開，“在線學習”是否會保持高熱度還充滿未知。

4. CALL中的學習者和教師發展。教師在學生的學習過程中起著引導作用，教師本身的“信息素養”（頻次=6）決定了教學過程中CALL應用的成功與否。2018年，教育部印發了《關于開展人工智能助推教師隊伍建設行動試點工作的通知》，在此背景下教師應擅長利用現代教育技術，掌握整合技術的學科教學知識（Technological Pedagogical Content Knowledge，TRACK）。雖然提升大學英語教師的信息素養已經成為促進其職業發展的關鍵點，但目前學術界對于“大學英語教師的信息素養”的內涵并未達成一致。王海嘯提出了關于大學英語教師信息素養的六個緯度。未來研究者也可以以此為突破口，對CALL中教師的“信息素養”以及“職業發展”進行更深入的探究。

參考文獻：

[1]Levy M. Computer-Assisted Language Learning： Context and conceptualization[M]. Oxford： Oxford University Press， 1997.

[2]田臻，彭雅靖.人工智能背景下的計算機輔助語言學習研究進展（2011-2021）[J].外語界，2022（3）：53-60.

[3]王立非，江進林.國際二語習得研究十年熱點及趨勢的定量分析（2000-2009）[J].外語界，2012（6）：2-9.

[4]談言玲，嚴華.計算機輔助英語教學研究10年：回顧與思考[J].外語電化教學，2007（5）：37-42.

[5]鄭春萍，徐暢，張嫻，等.近十年數字游戲應用于語言教學的系統性綜述[J].現代教育技術，2021（6）：41-48.

[6]李征，周小勇.近20年國內外語教育技術研究評述與未來展望：基于CiteSpace的可視化分析[J].中國電化教育，2018（6）：91-96，122.

[7]朱曄，王陳欣，金慧.智能時代計算機輔助的語言學習研究[J].外語教學，2021（5）：51-56.

[8]鄧國民，陳佳.國際CALL研究的知識圖譜分析：發展狀況與趨勢[J].外語界，2018（3）：81-88，96.

[9]鄭春萍.計算機輔助語言學習的國際動態與研究熱點：2010-2014年CALL論文關鍵詞分析[J].現代教育技術，2015（7）：75-81.

[10]董靜娟，閆志明，張蕾，等.十五年來外語電化教學研究的熱點與趨勢：基于兩權威期刊主題詞的分析[J].現代教育技術，2015（8）：67-73.

[11]何佳佳.基于Peerceptiv在線同伴互評系統的學術英語寫作個性化輔導模式研究[J].外語電化教學，2019（2）：25-33.

[12]余勝泉，王琦.“AI+教師”的協作路徑發展分析[J].電化教育研究，2019（4）：14-22，29.

[13]柳茜，龐暉，王興華，等.人工智能支持的語言學習：擬人化技術如何影響學習[J].電化教育研究，2022（10）：102-109.

[14]鄭春萍，許玲玉，高夢雅，等.虛擬現實技術應用于語言教學的系統性文獻綜述（2009-2018）[J].外語電化教學，2019（4）：39-47.

[15]呂曉敏.基于MOOC的混合式教學模式在大學英語教學中的實踐探索[J].外語電化教學，2021（1）：10，61-65.

[16]羅莎.基于慕課的大學英語翻轉課堂環境評價[J].外語電化教學，2018（4）：16-22.

[17]高霄，李正栓，王密卿.疫情防控背景下高校在線外語教學形態調查研究[J].外語電化教學，2021（3）：3，19-23.

[18]張帥，唐錦蘭，王琦.教育技術在外語教育學中的內涵、定位及作用[J].外語教學，2022（4）：56-61.

[19]王海嘯.大學英語教師信息素養框架與核心內涵初探[J].外語電化教學，2022（6）：31-38，106.