探究互联网环境下汉语言文学的深度定位

何亚荣

（海南师范大学文学院，海南 海口 571158）

一、互联网环境下汉语言文学发展过程中所遇到的问题

随着互联网的迅速发展，网络流行语不断的兴起，网络流行语快速传播，从网络进入到日常生活表达中，被日常的人们熟知并应用，对网络文化产生了巨大的影响。网络流行语可以使人们的语言表达形式更加多样化，并且大多数网络流行语通俗易懂、风趣幽默，具有自己典型的特色。然而，网络流行语快速发展对汉语言文学在互联网环境下的传播和发展有着一定的负面影响，因为很多的网络流行语形成规律与汉语言的表达规范差距很大，这对于一些正在学习汉语言文学的 学生们来说，具有误导的负面作用，这样也就阻碍了汉语言文学在互联网背景下的传播与发展。第二，随着互联网的普及，人们的学习更加高效和便捷，在这样一个快节奏的时代里，也使多很多人的学习方法逐渐被改变，人们的学习时间被挤压的越来越少。因此，传统的低效率、低节奏学习方式已逐步被淘汰，学习碎片化这一概念被广泛提出，大多数人盲目地加大学习量，看似非常努力，但实际上却忽略了学习的质量，并没有真正的掌握 有价值的知识，生活中这一现象很是广泛。例如，人们想要在短时间内阅读一本书，直接去学习极速阅读法或者直接去阅读这本书的删减版本。有的人为了在短时间内学习一门技术，直接阅读 有关这本书有关这门艺术的快速入门书籍。此类的生活现象 如果进行长期发展，会使得人们的独自思考能力降低，也会对汉语言文学的发展和正确传播造成影响。第三，在传统方式下学习汉语言文学大多是采用传统教学模式，传统方式重视课本和理论知识，而现在我们更加需要的是动手实践和高强互动的教育模式，才能够使学生从多元角度去掌握 知识。互联网加的发展使得很多网络作品得以迅速蔓延，从知乎到微博等各个平台，发布了很多网络文学作品，长期阅读这些网络文学对学生思想观念和阅读习惯都会造成不利影响，并且大多数的平台都缺乏充分的沟通和互动，人们只能够从单方面的去获取网络知识，却不能够将自己真实的感受感知呈现在大众眼前，就算有所互动也容易被大流量数据给吞没。

二、在互联网背景下，汉语言文学进行深度学习、更好传播的有效方法措施

传统的汉语言教学过程中都是注重理论而忽略实践的教学模式，并且过分地去强调知识中的重难点，使得学习知识面变得越来越窄，这也使得很多的知识变得不够灵活生动，学习趋于教条化。老师们在上课过程中总是从自身经历和感受出发，讲解了一些学生们不感兴趣的话题，并没有站在学生的角度去思考问题。老师上课所传授的知识大部分都是来自课本，没有对这些知识进行过多的拓展，很多学生本就对课堂缺乏兴趣，而老师上课讲解的知识大多数在课本中也能够找到相应的答案，因此就使得学生看似能够顺利解答所有问题，但实际上并没有掌握到这些内容的精髓，也没有将它化为己用。在互联网的时代下，要想实现汉语言文学的深度学习定位，也需要任课老师的配合，老师应该为学生创造一个良好的学习环境，从他们的角度出发，选取与课程教学相关的学生感兴趣的话题作为课堂切入点，并且可以结合多媒体引用网络热点实例，从汉语言文学角度给学生们层层剖析，将一些网络流行语用作反面实例，在课堂上正确引导学生们进行汉语言文学的学习。使学生能够更加深入地去理解知识。

学校在开学之前都会提前制作好班级课程表，老师们也只需要按照课程表的安排进行教学计划，完成每一节课的教学任务。在具体的执行过程中也是一项相当严谨的工作，学生从老师那里获取汉语知识大多数都来源于语文课堂，随着每一节课的跟进，课后基本难碰到老师。这样的固定课程安排虽然能够使得教学任务顺利开展和完成，但是并不能够保证所有的学生都能够跟上学习进度。所以在互联网环境下，可以应用互联网技术使得课外课堂变成可能，老师可以在学生放学、放假回家以后，通过互联网技术平台与学生进行及时的交流互动，为学生进行答疑，培养了学生的语言表达能力和思维能力。并且能够通过互联网技术进行动态演示，例如，老师在讲解《红楼梦》 相关片段时，可以从网络平台寻找相关视频素材，使得学生能够更深层次的去理解知识，这样也促进了汉语言文学的深度学习。在互联网背景下，兴起了许多关于汉语言文化的综艺节目，例如《中国诗词大会》《中国汉字听写大会》等，也都是对汉语言文化的传播。

三、结语

语言是一个民族灵魂和文化的载体，汉语则包含着中华民族五千年的文化。作为最难学的语言之一，传播方式依旧是通过传统课堂教学，这样的方式传播效率较为低下，范围也不够广泛。在互联网背景下，对于汉语言文学的传播既是机遇又是挑战，互联网中诞生出来的网络文学对汉语言的传播起到了一定的冲击和阻碍作用，但与此同时不可忽略的是一些有深度的文化也不断在网络平台兴起，我们应该取其精华，去其糟粕，培养出正确的汉语言文学学习方法。在教学过程中，老师应该结合互联网将知识更加深入地传授给学生，也可以通过互联网实现师生之间更好的交流互动，促进了汉语言文学的深度学习。