人工智能在外语教学中的应用及研究热点

2019-04-25李春琳

中国教育信息化·基础教育 2019年3期

李春琳

摘要：伴随神经网络、脑科学研究的迅速进步，人工智能在云计算和大数据等相关技术的支持下，催生了颠覆性的技术，并迅速被运用到各个领域，如何将其与外语教育融合成为了外语教师们关注的焦点。文章介绍了人工智能在教育中主要运用到的相关技术以及目前市场上人工智能在外语教育中的一些应用，并梳理了人工智能在外语教育中的研究热点方向，此类的研究国内还较少，该研究结果会对高校外语教师的教育技术研究有一定借鉴启发意义。

关键词：人工智能教育;深度学习;智能教育系统;外语教学技术

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2019）06-0029-04

一、引言

人工智能（Artificial Intelligence，简称AI）近年来成为了人们关注的焦点，最初这个概念是在1956年达特茅斯会议上提出，并被正式确立为一门学科，历经三次高潮三次低谷的发展。1997年，IBM开发的人工智能“深蓝”打败人类的国际象棋冠军。2016年3月，谷歌开发的AlphaGo以4：1的明显优势战胜多次荣获世界冠军的李世石。自此人工智能在学术研究、行业发展和资本市场表现活跃。

伴随神经网络、脑科学研究的迅速进步，人工智能在云计算和大数据等相关技术的支持下，迅速被运用到各个领域。以人工智能为核心的新技术与教学融合将成为下一个核心驱动力。在2018年发布的《人工智能发展白皮书》[1]中，提到教育智能化将会成为教育领域的发展方向，人工智能将会引发教育理念和教育生态的深刻变革。全球主要发达国家当前都在加速教育教学创新，积极开发教育新产品，推进教育教学创新。

2018年4月，《高等学校人工智能创新行动计划》[2]提出了未来的人才培养新模式，要增设“人工智能+X”的复合专业培养，众高校也相继成立了人工智能学院和相关专业，如南京大学、中国科学院大学、西安电子科技大学、上海交通大学等，结合近几年教育部“新工科”教育改革的背景，为外语教学与研究带来了新的契机。

传统的外语教学中一直存在教学质量和效果不理想的困境，我们要充分利用日趋成熟的人工智能技术开展一场深层次的变革，重塑外语教育的时代性、个性化的新形态。

人工智能在神经网络、深度学习和蒙特卡洛数搜索法等技术使用后，逐步形成神经网络“大脑”来进行复杂精准的数据处理，初步有了人类高级智能的“学习能力”。人工智能在教育中所需用到的技术主要包括[3]：①自然语言理解技术，这让计算机与人之间能用自然语言来有效沟通，包括机器理解、机器翻译等。②人机交互技术，包括语音识别、语音合成、情感交互等。③知识图谱技术，指建立语义网络，使用网络中的关系来分析解决问题。④生物特征识别技术，包括指纹识别、语音识别、人脸识别等。

二、人工智能支持下的外语教学改革

我国外语教学的整体效率近年来一直不高，大学生的英语学习效果主要是通过全国大学生四六级考试的成绩来体现，虽然近年来加入了口语考试，但是学生的英语沟通交流水平总体还是令人担忧，应用能力远没有达到熟练实用水平。大学英语的发展方向是要提高质量，增强实效。大学英语的改革目标是要将人文性、实效性、数字化与工具性相结合。

随着00后即将成为大学校园的主力军，他们在学习和认知模式、信息技术运用习惯方面有着鲜明的特色，技术、阅图、创新、急切成为了他们的标识，被认为是“数字原住民” [4]，他们更倾向于用智能化方式去获取数字化资源学习。但是面对海量且品种繁多的外语学习资源，如何满足个性化学习需求，提高学习效率，重构有效适切的外语教学新模式成为了外语教师们探索科研的新目标。

目前市场上比较普遍的在线教育大多是一对一视频，或者把一些教师的课做成视频放在线上播放，这其实只是教学场所的改变，教育方式并没有发生本质变化，如果学生不自觉，效果有时候还没有线下的实体课程好。人工智能则可以使用语音识别和自然语言处理技术来解决口语语音和文本的词法、语法分析和语义理解，增加多元交互的学习环境，极大提升學习效果[5]。

随着人工智能研究的日益成熟，“智慧学习”和“深度学习”被赋予了新的内涵，智慧学习以建构主义、混合学习和现代教学学习理论为理论基础，整合增强现实、云计算、移动通信、大数据等先进信息技术的增强型数字学习[6]。深度学习可以通过神经网络来模拟人脑的学习过程来抽象表达现实世界的大量数据。目前典型的深度学习模型有递归神经网络（RNN， Recurrent Neural Networks）、卷积神经网络（CNN， Convolutional Neural Networks）以及深度信念网络（DBN， Deep Belief Networks）等，其中由于RNN多用于处理时间序列，所以其较多应用在口语训练、口语测试等方面[7]。

近几年，从市场中已知的人工智能运用于外语教育的产品来看，主要分为几类：英语语音测评、智能批改+习题推荐、教育机器人、智能陪练，其中前三类较多，而分级阅读和智能陪练的较少。比如语音测评类的有科大讯飞、流利说、驰声、朗播网等，智能批改类的有极智批改、批改网、作业盒子、狸米教育等，教育机器人类的有寒武纪智能、UBTECH、LEZHI、好儿优等。

1.英语语音评测——AI口语老师和智能口语考试系统

英语口语学习与测评是我国英语教育中的重要组成部分。为了测评学习者的口语语音语调、标准度、流利度以及口头表达能力，通过NLP（自然语言处理）以及语音识别等技术开发，外语教学市场上出现两类“英语语音评测”的产品：AI口语老师和智能口语考试系统。

这两类产品可以替代教师对学生的口语陪练、口语考试测评及评分统计等相关工作，通过机器辅助学习，极大提高了教师的工作效率，同时实现了口语自适应学习。人工测评往往伴随着一些主观因素，智能评测可以有效地避免这类问题，更具客观性、稳定性，高效完成自动评分和成绩统计以及学情分析任务。

从目前英语语音测评产品的现状来看，优点是分析结果相对准确，覆盖多种口语类型，从发音到对话、朗读涵盖多种口语学习和考试类型，包括音标发音、短文朗读、看图说话、口头作文等。短时间可以做出反馈，快速给出评分，同时给出精细的分析。

当然，这类产品也会有一定不足，受口语发音本身的不确定性和语音采集的设备条件等因素的影响，英语语音测评结果会出现一定的偏差，但总体结果相对准确。现阶段此类产品的测试结果是反馈学生发音中的单词读错、遗漏或者语法有误等问题，但是无法检测出学习者的语调和连读等错误。这类产品虽然会根据学生口语情况进行个性化教学和测评，但互动性仍不足，模式化明显，长时间练习只是几种方案方式在循环，多样性和互动性还有待提高。

以目前市场上较为知名的英语流利说为例，流利说开发了世界领先的多粒度和多维度的实时语音识别和评估引擎和游戏化教学，让各水平语言爱好者轻松练口语。每日更新地道美语对话提供好玩上瘾的对话闯关游戏，通过硅谷的实时语音分析技术，让用户轻松愉快练口语。目前有超过3000万人使用流利说，积累了中国人2.75亿分钟口语数据。

2.智能批改+习题推荐

智能批改如图1所示，可以部分减轻教师批改作业的繁重任务。完整的流程是教师先从线上布置作业，系统地利用丰富的语料库资源，使用自然语言处理、图像识别以及数据挖掘等人工智能技术把学习者的作业与语料库进行检测对比，进行自动批改，给出个性化的学情分析报告，对拼写、语法、句型和搭配方面能够迅速地标注错误部分和错误原因，在作业量巨大的情况下，会比教师的批改结果更为细致，教师和家长能在学习者的作业提交后马上得到反馈并了解最新的学习进展，并据此来实时调整学习进度和难度并推荐合适的习题。当然，也会有一些美中不足，如学生作业的主题相关性、篇章结构和内在逻辑性、思想的创新性等方面提示还略有欠缺。

iWrite2.0英语写作与评阅系统，通过在大型语料库中来挖掘联想词库，运用大数据技术，同时探索基于人工神经网络的深度学习来提高作文评阅的智能程度[8]。

科大讯飞开发的产品在2015年某国家级英语考试中在翻译题和作文题的评分准确度比大多数专家教师的评分准确度还要高，同时评卷系统还指出具体语法格式错误和措辞不当等问题。

3.分级阅读

英语分级阅读，可以根据学生的不同认知水平来选择阶梯式的读物，匹配适合学生个人的书目，解决了学生阅读太难的书会失去阅读兴趣、阅读难度低的书无法提升阅读能力的问题，使其感受阅读的乐趣。

全世界时下有几种热门的阅读分类体系：蓝思分级（Lexile）、AR分级法（Accelerated Reader）、A-Z分级法（GRL/ Guided Reading Level）。国内目前在分级阅读方面的产品主要有：Reading Pro、新东方旗下的多纳学英语、叽里呱啦、英语总动员、巴布阅读等，各有其产品的优势和不足。在国外，以美国为例，已有70%的美国公办学校使用Newsela，有40万教师和超过400万学生用户，阅读文章数超过5700万。Newsela通过自适应的真实内容分级阅读将新闻聚合并分级，为不同阅读水平的学生提供阅读内容。

人工智能的分级阅读相较于传统分级阅读，可更为高效地测定分析，依据不同学生的兴趣爱好和阅读能力的学习数据挖掘行个性化精准阅读，使学生阅读兴趣明显提高，学生阅读习惯大为改进，大大提高了教师的工作效率，把教师从收集和推荐书目，阅读监督学生等大量机械式重复性工作解放出来，同时实现了学生自适应阅读，达到了分级阅读的核心目的。教师和家长也可快捷精准地全方位监测分析学生的学习情况。

4.智能学情分析和智能情绪识别

智能学情分析是指在积累了学生学习成绩、学习进度、学习习惯等数据后，对其进行智能分析，并給出分析报告，协助教师对学生学习情况进行管理，设计个性化教学方案，为学生量身定制不同于他人的学习策略和学习方法，让孩子更为有效地学习。做智能学情分析的如极客大数据的“极课EI（Education Intelligence）”是采用“IPH适应性教学模型”和“集中式动态学业档案管理”两大专利技术，采集作业和考试中动态化的海量数据并进行大数据智能算法分析，基于行为和关系数据的知识图谱来制定学生的具体自适应学习方案[9]。根据官方数据，“极客大数据”的活跃使用学校已超过1800所，收集3200万份学生作业考试数据，180万教师、学生及家长的使用习惯。

每个孩子都是与众不同的，有自己独特的天赋特性、偏好和天生优势，也有不同于别人的弱点。解决孩子的学习问题，应当用个性化的方法适应其在学习上的要求。因而这种学习活动对于每个学生而言都是有意义的，因为是由学生自发的兴趣来驱动的。

智能情绪识别目前主要由教育培训机构和技术公司合作开发，如好未来、VIPKID，通过人工智能图像识别技术，智能情绪识别可以识别学生课堂表情来判断学生学习的兴趣、困难点和集中度。

2018年10月，新东方正式发布的首款AI类教育产品BlingABC“AI班主任”[10]，可以通过人脸属性分析和检测、语音识别、NLP（Natural Language Processing）等人工智能技术来发现学生在语言学习中的问题，根据学生上课时的参与度、回答时长、情绪表现和学习结果来进行量化分析。

5.教育机器人

教育机器人除了在科学、技术、工程和数学（STEM）教育方面起着重要作用，在外语教学中的应用也越来越普遍。机器人可以根据学生的认知能力来为其定制学习内容，引导互动学习来营造母语式的外语学习环境，在潜移默化中提高外语语言能力。

从早期2016年简单的聊天学习机器人如著名语言学习App Duolingo （多邻国）的永久免费的外语学习chatbox[11]，开始只允许用户打字对话，到拥有智能复杂功能的机器人，如科大讯飞的“阿尔法大蛋”，好未来旗下励步英语联合机器人领域领先的ROOBO公司推出的小布机器人[12]，与此配套的Lets Chat系统，可以进行进行语音识别、口语评测、绘本伴读等功能，能够智能适配学生的学习水平来进行因人施教。

通过教育机器人的辅导和在线教育的讲解，可以精准定位学生的薄弱知识点到纳米级别来实现因材施教的“智适应”的理想学习方式[13]。借助自然语言处理和情感机器人，通过陪伴学生的成长来增加其对人的关怀[14]。

三、人工智能在外语教育中的研究热点方向

查阅各种资料发现，人工智能近几年在外语教育中的研究热点方向主要有：①知识表示与教育知识图谱，其研究热点是以知识点及课程为中心的图谱和以教学及资源为中心的图谱。②认知诊断，其研究热点是使用大数据分析技术弥补传统IRT模型的不足。③学习者建模，其研究热点是针对学习主体对象的学习者进行建模，对学习者知识状态的识别和诊断。④教育试题资源表征，其研究热点是使用深度学习模型对多源异构教育资源进行深度表征。⑤机器阅读理解与批阅，其研究热点是基于深度学习的机器阅读理解。⑥智能教育系统，其研究热点是教育机器人、游戏化教学、对话形式的学习，建立动态模型。⑦脑科学与教育的结合，其研究热点是交叉学科研究，教师对“神经神话”的认知，对脑科学的信念，以及教师自身的脑科学素养。

人工智能在外语教育中的运用将推动外语学习的精准测评、个性教学和因材施教。配合直播、游戏、VR等技术的教育人工智能可以极大提高学生的兴趣，提高外语的学习效率，有着巨大的应用发展空间。如何融合教育测量、教育理论与人工智能，分析學生的学习效率、能力和水平及目前的知识状态将成为教师学习研究的方向。

四、结束语

《高等学校人工智能创新行动计划》指出[2]，要加快教育领域中人工智能的创新应用，用智能技术改革教学方法，创新人才培养模式，提升教育治理能力，构建个性化、网络化、智能化的教育体系。人工智能变革教育，先是智能化教育装备和智慧化的教育环境的改变，再是融入人工智能服务的教育流程和制度，以及最后到人机结合模式的转型[14]。

信息与信息技术的“同体共生性”是信息技术与外语课程及外语教学进行生态化整合的前提，是新范式生成和转换的基础。技术手段的升级换代促进外语教学发展以及其相关研究，未来是人与人工智能协作的时代，这对高校外语教师的教育技术能力会有更高的要求。学校和社会上，兼具人工智能技术、互联网教育等知识和能力的人才屈指可数，对教师就会提出更高的要求，包括人工智能支持下的全能型教师和精细化的专业性教师[15]两大发展方向。

人工智能应用于用于教学还处于初始阶段，通过产学研的深度结合，定能创新外语教学模式，使外语整体教学质量有质的飞跃。

参考文献：

[1]中国信息通信研究院.人工智能发展白皮书[R].

[2]教技[2018]3号.教育部关于印发《高等学校人工智能创新行动计划》的通知[Z].

[3]吴晓如，王政.人工智能教育应用的发展趋势与实践案例[J].现代教育技术，2018，28（2）：5-11.

[4]陈坚林，贾振霞.大数据时代的信息化外语学习方式探索研究[J].外语电化教学，2017（4）：3-8+16.

[5]北京师范大学未来教育高精尖创新中心.《人工智能+教育》蓝皮书[R].

[6]杨现民.信息时代智慧教育的内涵与特征[J].中国电化教育，2014（1）：29-34.

[7]刘勇，李青，于翠波.深度学习技术教育应用：现状和前景[J].开放教育研究，2017（10）：113-119.

[8]梁茂成.大数据与英语写作智能评卷——“人工智能赋能下的高等外语教育”研讨会[EB/OL].https：//www.sohu.com/a/228850699_256799，2018-04-19.

[9]“AI+教育”对话嘉宾[EB/OL].https：//www.sohu.com/a/254134337_189783.

[10]新东方AI研究院发起“N-Brain”联盟，发布BlingABC“AI班主任”[EB/OL].http：//www.sohu.com/a/272025119_112831.