人工智能在外語教學的應用

時間:2022-04-27 08:53:49

導語:人工智能在外語教學的應用一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

人工智能在外語教學的應用

一、引言

人工智能(ArtificialIntelligence,簡稱AI)近年來成為了人們關注的焦點,最初這個概念是在1956年達特茅斯會議上提出,并被正式確立為一門學科,歷經三次高潮三次低谷的發展。1997年,IBM開發的人工智能“深藍”打敗人類的國際象棋冠軍。2016年3月,谷歌開發的AlphaGo以4:1的明顯優勢戰勝多次榮獲世界冠軍的李世石。自此人工智能在學術研究、行業發展和資本市場表現活躍。伴隨神經網絡、腦科學研究的迅速進步,人工智能在云計算和大數據等相關技術的支持下,迅速被運用到各個領域。以人工智能為核心的新技術與教學融合將成為下一個核心驅動力。在2018年的《人工智能發展白皮書》[1]中,提到教育智能化將會成為教育領域的發展方向,人工智能將會引發教育理念和教育生態的深刻變革。全球主要發達國家當前都在加速教育教學創新,積極開發教育新產品,推進教育教學創新。2018年4月,《高等學校人工智能創新行動計劃》[2]提出了未來的人才培養新模式,要增設“人工智能+X”的復合專業培養,眾高校也相繼成立了人工智能學院和相關專業,如南京大學、中國科學院大學、西安電子科技大學、上海交通大學等,結合近幾年教育部“新工科”教育改革的背景,為外語教學與研究帶來了新的契機。傳統的外語教學中一直存在教學質量和效果不理想的困境,我們要充分利用日趨成熟的人工智能技術開展一場深層次的變革,重塑外語教育的時代性、個性化的新形態。人工智能在神經網絡、深度學習和蒙特卡洛數搜索法等技術使用后,逐步形成神經網絡“大腦”來進行復雜精準的數據處理,初步有了人類高級智能的“學習能力”。人工智能在教育中所需用到的技術主要包括[3]:①自然語言理解技術,這讓計算機與人之間能用自然語言來有效溝通,包括機器理解、機器翻譯等。②人機交互技術,包括語音識別、語音合成、情感交互等。③知識圖譜技術,指建立語義網絡,使用網絡中的關系來分析解決問題。④生物特征識別技術,包括指紋識別、語音識別、人臉識別等。

二、人工智能支持下的外語教學改革

我國外語教學的整體效率近年來一直不高,大學生的英語學習效果主要是通過全國大學生四六級考試的成績來體現,雖然近年來加入了口語考試,但是學生的英語溝通交流水平總體還是令人擔憂,應用能力遠沒有達到熟練實用水平。大學英語的發展方向是要提高質量,增強實效。大學英語的改革目標是要將人文性、實效性、數字化與工具性相結合。隨著00后即將成為大學校園的主力軍,他們在學習和認知模式、信息技術運用習慣方面有著鮮明的特色,技術、閱圖、創新、急切成為了他們的標識,被認為是“數字原住民”[4],他們更傾向于用智能化方式去獲取數字化資源學習。但是面對海量且品種繁多的外語學習資源,如何滿足個性化學習需求,提高學習效率,重構有效適切的外語教學新模式成為了外語教師們探索科研的新目標。目前市場上比較普遍的在線教育大多是一對一視頻,或者把一些教師的課做成視頻放在線上播放,這其實只是教學場所的改變,教育方式并沒有發生本質變化,如果學生不自覺,效果有時候還沒有線下的實體課程好。人工智能則可以使用語音識別和自然語言處理技術來解決口語語音和文本的詞法、語法分析和語義理解,增加多元交互的學習環境,極大提升學習效果[5]。隨著人工智能研究的日益成熟,“智慧學習”和“深度學習”被賦予了新的內涵,智慧學習以建構主義、混合學習和現代教學學習理論為理論基礎,整合增強現實、云計算、移動通信、大數據等先進信息技術的增強型數字學習[6]。深度學習可以通過神經網絡來模擬人腦的學習過程來抽象表達現實世界的大量數據。目前典型的深度學習模型有遞歸神經網絡(RNN,RecurrentNeuralNetworks)、卷積神經網絡(CNN,ConvolutionalNeuralNetworks)以及深度信念網絡(DBN,DeepBeliefNet-works)等,其中由于RNN多用于處理時間序列,所以其較多應用在口語訓練、口語測試等方面[7]。近幾年,從市場中已知的人工智能運用于外語教育的產品來看,主要分為幾類:英語語音測評、智能批改+習題推薦、教育機器人、智能陪練,其中前三類較多,而分級閱讀和智能陪練的較少。比如語音測評類的有科大訊飛、流利說、馳聲、朗播網等,智能批改類的有極智批改、批改網、作業盒子、貍米教育等,教育機器人類的有寒武紀智能、UBTECH、LEZHI、好兒優等。1.英語語音評測———AI口語老師和智能口語考試系統。英語口語學習與測評是我國英語教育中的重要組成部分。為了測評學習者的口語語音語調、標準度、流利度以及口頭表達能力,通過NLP(自然語言處理)以及語音識別等技術開發,外語教學市場上出現兩類“英語語音評測”的產品:AI口語老師和智能口語考試系統。這兩類產品可以替代教師對學生的口語陪練、口語考試測評及評分統計等相關工作,通過機器輔助學習,極大提高了教師的工作效率,同時實現了口語自適應學習。人工測評往往伴隨著一些主觀因素,智能評測可以有效地避免這類問題,更具客觀性、穩定性,高效完成自動評分和成績統計以及學情分析任務。從目前英語語音測評產品的現狀來看,優點是分析結果相對準確,覆蓋多種口語類型,從發音到對話、朗讀涵蓋多種口語學習和考試類型,包括音標發音、短文朗讀、看圖說話、口頭作文等。短時間可以做出反饋,快速給出評分,同時給出精細的分析。當然,這類產品也會有一定不足,受口語發音本身的不確定性和語音采集的設備條件等因素的影響,英語語音測評結果會出現一定的偏差,但總體結果相對準確。現階段此類產品的測試結果是反饋學生發音中的單詞讀錯、遺漏或者語法有誤等問題,但是無法檢測出學習者的語調和連讀等錯誤。這類產品雖然會根據學生口語情況進行個性化教學和測評,但互動性仍不足,模式化明顯,長時間練習只是幾種方案方式在循環,多樣性和互動性還有待提高。以目前市場上較為知名的英語流利說為例,流利說開發了世界領先的多粒度和多維度的實時語音識別和評估引擎和游戲化教學,讓各水平語言愛好者輕松練口語。每日更新地道美語對話提供好玩上癮的對話闖關游戲,通過硅谷的實時語音分析技術,讓用戶輕松愉快練口語。目前有超過3000萬人使用流利說,積累了中國人2.75億分鐘口語數據。2.智能批改+習題推薦。智能批改如圖1所示,可以部分減輕教師批改作業的繁重任務。完整的流程是教師先從線上布置作業,系圖1智能批改圖統地利用豐富的語料庫資源,使用自然語言處理、圖像識別以及數據挖掘等人工智能技術把學習者的作業與語料庫進行檢測對比,進行自動批改,給出個性化的學情分析報告,對拼寫、語法、句型和搭配方面能夠迅速地標注錯誤部分和錯誤原因,在作業量巨大的情況下,會比教師的批改結果更為細致,教師和家長能在學習者的作業提交后馬上得到反饋并了解最新的學習進展,并據此來實時調整學習進度和難度并推薦合適的習題。當然,也會有一些美中不足,如學生作業的主題相關性、篇章結構和內在邏輯性、思想的創新性等方面提示還略有欠缺。iWrite2.0英語寫作與評閱系統,通過在大型語料庫中來挖掘聯想詞庫,運用大數據技術,同時探索基于人工神經網絡的深度學習來提高作文評閱的智能程度[8]。科大訊飛開發的產品在2015年某國家級英語考試中在翻譯題和作文題的評分準確度比大多數專家教師的評分準確度還要高,同時評卷系統還指出具體語法格式錯誤和措辭不當等問題。3.分級閱讀。英語分級閱讀,可以根據學生的不同認知水平來選擇階梯式的讀物,匹配適合學生個人的書目,解決了學生閱讀太難的書會失去閱讀興趣、閱讀難度低的書無法提升閱讀能力的問題,使其感受閱讀的樂趣。全世界時下有幾種熱門的閱讀分類體系:藍思分級(Lexile)、AR分級法(AcceleratedReader)、A-Z分級法(GRL/GuidedReadingLevel)。國內目前在分級閱讀方面的產品主要有:ReadingPro、新東方旗下的多納學英語、嘰里呱啦、英語總動員、巴布閱讀等,各有其產品的優勢和不足。在國外,以美國為例,已有70%的美國公辦學校使用Newsela,有40萬教師和超過400萬學生用戶,閱讀文章數超過5700萬。Newsela通過自適應的真實內容分級閱讀將新聞聚合并分級,為不同閱讀水平的學生提供閱讀內容。人工智能的分級閱讀相較于傳統分級閱讀,可更為高效地測定分析,依據不同學生的興趣愛好和閱讀能力的學習數據挖掘行個性化精準閱讀,使學生閱讀興趣明顯提高,學生閱讀習慣大為改進,大大提高了教師的工作效率,把教師從收集和推薦書目,閱讀監督學生等大量機械式重復性工作解放出來,同時實現了學生自適應閱讀,達到了分級閱讀的核心目的。教師和家長也可快捷精準地全方位監測分析學生的學習情況。4.智能學情分析和智能情緒識別。智能學情分析是指在積累了學生學習成績、學習進度、學習習慣等數據后,對其進行智能分析,并給出分析報告,協助教師對學生學習情況進行管理,設計個性化教學方案,為學生量身定制不同于他人的學習策略和學習方法,讓孩子更為有效地學習。做智能學情分析的如極客大數據的“極課EI(EducationIntelligence)”是采用“IPH適應性教學模型”和“集中式動態學業檔案管理”兩大專利技術,采集作業和考試中動態化的海量數據并進行大數據智能算法分析,基于行為和關系數據的知識圖譜來制定學生的具體自適應學習方案[9]。根據官方數據,“極客大數據”的活躍使用學校已超過1800所,收集3200萬份學生作業考試數據,180萬教師、學生及家長的使用習慣。每個孩子都是與眾不同的,有自己獨特的天賦特性、偏好和天生優勢,也有不同于別人的弱點。解決孩子的學習問題,應當用個性化的方法適應其在學習上的要求。因而這種學習活動對于每個學生而言都是有意義的,因為是由學生自發的興趣來驅動的。智能情緒識別目前主要由教育培訓機構和技術公司合作開發,如好未來、VIPKID,通過人工智能圖像識別技術,智能情緒識別可以識別學生課堂表情來判斷學生學習的興趣、困難點和集中度。2018年10月,新東方正式的首款AI類教育產品BlingABC“AI班主任”[10],可以通過人臉屬性分析和檢測、語音識別、NLP(NaturalLanguageProcessing)等人工智能技術來發現學生在語言學習中的問題,根據學生上課時的參與度、回答時長、情緒表現和學習結果來進行量化分析。5.教育機器人。教育機器人除了在科學、技術、工程和數學(STEM)教育方面起著重要作用,在外語教學中的應用也越來越普遍。機器人可以根據學生的認知能力來為其定制學習內容,引導互動學習來營造母語式的外語學習環境,在潛移默化中提高外語語言能力。從早期2016年簡單的聊天學習機器人如著名語言學習AppDuolingo(多鄰國)的永久免費的外語學習chatbox[11],開始只允許用戶打字對話,到擁有智能復雜功能的機器人,如科大訊飛的“阿爾法大蛋”,好未來旗下勵步英語聯合機器人領域領先的ROOBO公司推出的小布機器人[12],與此配套的Let’sChat系統,可以進行進行語音識別、口語評測、繪本伴讀等功能,能夠智能適配學生的學習水平來進行因人施教。通過教育機器人的輔導和在線教育的講解,可以精準定位學生的薄弱知識點到納米級別來實現因材施教的“智適應”的理想學習方式[13]。借助自然語言處理和情感機器人,通過陪伴學生的成長來增加其對人的關懷[14]。

三、人工智能在外語教育中的研究熱點方向

查閱各種資料發現,人工智能近幾年在外語教育中的研究熱點方向主要有:①知識表示與教育知識圖譜,其研究熱點是以知識點及課程為中心的圖譜和以教學及資源為中心的圖譜。②認知診斷,其研究熱點是使用大數據分析技術彌補傳統IRT模型的不足。③學習者建模,其研究熱點是針對學習主體對象的學習者進行建模,對學習者知識狀態的識別和診斷。④教育試題資源表征,其研究熱點是使用深度學習模型對多源異構教育資源進行深度表征。⑤機器閱讀理解與批閱,其研究熱點是基于深度學習的機器閱讀理解。⑥智能教育系統,其研究熱點是教育機器人、游戲化教學、對話形式的學習,建立動態模型。⑦腦科學與教育的結合,其研究熱點是交叉學科研究,教師對“神經神話”的認知,對腦科學的信念,以及教師自身的腦科學素養。人工智能在外語教育中的運用將推動外語學習的精準測評、個性教學和因材施教。配合直播、游戲、VR等技術的教育人工智能可以極大提高學生的興趣,提高外語的學習效率,有著巨大的應用發展空間。如何融合教育測量、教育理論與人工智能,分析學生的學習效率、能力和水平及目前的知識狀態將成為教師學習研究的方向。

四、結束語

《高等學校人工智能創新行動計劃》指出[2],要加快教育領域中人工智能的創新應用,用智能技術改革教學方法,創新人才培養模式,提升教育治理能力,構建個性化、網絡化、智能化的教育體系。人工智能變革教育,先是智能化教育裝備和智慧化的教育環境的改變,再是融入人工智能服務的教育流程和制度,以及最后到人機結合模式的轉型[14]。信息與信息技術的“同體共生性”是信息技術與外語課程及外語教學進行生態化整合的前提,是新范式生成和轉換的基礎。技術手段的升級換代促進外語教學發展以及其相關研究,未來是人與人工智能協作的時代,這對高校外語教師的教育技術能力會有更高的要求。學校和社會上,兼具人工智能技術、互聯網教育等知識和能力的人才屈指可數,對教師就會提出更高的要求,包括人工智能支持下的全能型教師和精細化的專業性教師[15]兩大發展方向。人工智能應用于用于教學還處于初始階段,通過產學研的深度結合,定能創新外語教學模式,使外語整體教學質量有質的飛躍。

作者:李春琳 單位:上海工程技術大學