人智交互語(yǔ)言學(xué)習(xí)環(huán)境中英語(yǔ)專業(yè)研究生自我調(diào)節(jié)學(xué)習(xí)的質(zhì)性分析

徐錦芬 李娟

華中科技大學(xué)外國(guó)語(yǔ)學(xué)院

摘要

人工智能技術(shù)驅(qū)動(dòng)下的人智交互語(yǔ)言學(xué)習(xí)環(huán)境為自我調(diào)節(jié)學(xué)習(xí)（SRL）創(chuàng)造了新的機(jī)遇。然而，SRL 在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中的具體表現(xiàn)形式仍有待進(jìn)一步探索。為此，本研究收集了 30 名英語(yǔ)專業(yè)研究生的回溯性日志，并對(duì)其進(jìn)行了訪談，然后利用 MAXQDA 12 軟件對(duì)這些數(shù)據(jù)進(jìn)行扎根理論的三級(jí)編碼，對(duì)編碼結(jié)果實(shí)施理論飽和度檢驗(yàn)，在找出人智交互語(yǔ)言學(xué)習(xí)環(huán)境中 SRL 具體表現(xiàn)形式的基礎(chǔ)上，構(gòu)建了 SRL 理論模型。本研究認(rèn)為，SRL 可以分為 3 個(gè)階段：個(gè)性化學(xué)習(xí)規(guī)劃階段、SRL 實(shí)施階段以及學(xué)習(xí)過(guò)程與成果的反思階段。其中，個(gè)性化學(xué)習(xí)規(guī)劃階段涉及需求分析、經(jīng)驗(yàn)求取、目標(biāo)-計(jì)劃設(shè)定以及學(xué)習(xí)資源推薦與篩選；SRL 實(shí)施階段包括任務(wù)完成、人智協(xié)同評(píng)估、人智監(jiān)控調(diào)節(jié)、人智輔助指導(dǎo)和社群交流互動(dòng)；學(xué)習(xí)過(guò)程與成果的反思階段旨在總結(jié) SRL 學(xué)習(xí)的有效成果和不足之處。該 SRL 三階段模型不僅拓展了 SRL 的理論視角，而且為提升學(xué)習(xí)者在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中的 SRL 能力提供了干預(yù)思路。

關(guān)鍵詞：人智交互語(yǔ)言學(xué)習(xí)；自我調(diào)節(jié)學(xué)習(xí)；個(gè)性化學(xué)習(xí)規(guī)劃；SRL 實(shí)施；學(xué)習(xí)過(guò)程與成果的反思；扎根理論

引言

人工智能（artificial intelligence，AI）技術(shù)的迅猛發(fā)展與數(shù)字化環(huán)境的廣泛普及正在深刻地改變著外語(yǔ)學(xué)習(xí)的方式，為外語(yǔ)教育帶來(lái)了前所未有的機(jī)遇（陳堅(jiān)林，2020）。人工智能技術(shù)驅(qū)動(dòng)下的人智交互（human-AI interaction）學(xué)習(xí)逐步成為外語(yǔ)學(xué)習(xí)的新趨勢(shì)。人智交互是指 AI 基于“感知—思考—行動(dòng)”的范式，與人類進(jìn)行互動(dòng)與合作。在這一過(guò)程中，AI 扮演著雙重角色，它不僅是輔助工具，而且也是人類的合作伙伴，與人類一起實(shí)現(xiàn)相互理解、合作和共同決策等一系列任務(wù)（Heyder et al.，2023）。例如，AI 可以利用語(yǔ)言生成模型完成寫(xiě)作任務(wù)（Draxler et al.，2024），進(jìn)行需求分析、資源推薦以及評(píng)估反饋（Zhai et al.，2021；Wu et al.，2024）。人智交互作為人機(jī)交互的高級(jí)形態(tài)，體現(xiàn)了 AI 的自主性（汪靖等，2024）。這種自主性為自我調(diào)節(jié)學(xué)習(xí)（self-regulated learning，SRL）創(chuàng)造了更多可能性（祝智庭等，2022）。SRL 以學(xué)習(xí)者的自我導(dǎo)向?yàn)橹饕卣鳎趯?shí)施 SRL 的過(guò)程中，學(xué)習(xí)者會(huì)利用各種認(rèn)知和行為策略主動(dòng)監(jiān)控自己的學(xué)習(xí)（Zimmerman & Schunk，2011）。SRL 在語(yǔ)言學(xué)習(xí)中發(fā)揮著關(guān)鍵性作用（Wei，2023），具備 SRL 能力的學(xué)生能夠有效地診斷學(xué)習(xí)需求、制定目標(biāo)、選擇學(xué)習(xí)資源，并在學(xué)習(xí)過(guò)程中進(jìn)行自我監(jiān)控和反思，從而更高效地達(dá)成預(yù)期的學(xué)習(xí)目標(biāo)（Su et al.，2019；李昆，2021；Teng & Zhang，2022）。

然而，外語(yǔ)教育中的 SRL 研究目前仍處于起步階段，尤其是對(duì)如何在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中進(jìn)行 SRL，相關(guān)研究尚顯不足（徐錦芬、黃子碧，2020； Teng & Zhang，2022）。盡管部分研究已經(jīng)對(duì) AI 賦能語(yǔ)言學(xué)習(xí)環(huán)境中的 SRL 進(jìn)行了探討，但多改編自原有的 SRL 量表，難以全面揭示 SRL 的具體表現(xiàn)形式（如 Pan et al.，2024；Xu et al.，2024）。此外，以往技術(shù)環(huán)境中對(duì)語(yǔ)言學(xué)習(xí)的研究大多聚焦大學(xué)生群體，對(duì)研究生群體的關(guān)注較少（徐錦芬、楊嘉琪，2023），而實(shí)際上，研究生在學(xué)習(xí)過(guò)程中對(duì) AI 技術(shù)的需求和依賴程度都更高，其 SRL能力的培養(yǎng)尤為重要。再者， 現(xiàn)有的 SRL 理論框架（ 如 Boekaerts，1992； Zimmerman & Kitsantas，1997；Pintrich，2004；Hadwin et al.，2011）多基于傳統(tǒng)教學(xué)環(huán)境或者計(jì)算機(jī)輔助的學(xué)習(xí)環(huán)境，并不完全適用于當(dāng)前 AI 賦能的語(yǔ)言學(xué)習(xí)情境，特別是人智交互語(yǔ)言學(xué)習(xí)環(huán)境。為此，本研究擬采用扎根理論方法，系統(tǒng)地探索在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中英語(yǔ)專業(yè)研究生 SRL 的具體表現(xiàn)形式。

研究設(shè)計(jì)

1. 研究對(duì)象

本研究采用目的抽樣和方便抽樣的方式，選取有人智交互學(xué)習(xí)經(jīng)歷的英語(yǔ)專業(yè)研究生作為研究對(duì)象。在研究正式開(kāi)展前，研究人員首先向 13 位英語(yǔ)專業(yè)研究生導(dǎo)師詳盡闡述本研究的目的和可能產(chǎn)生的貢獻(xiàn)，并在征得導(dǎo)師明確同意的基礎(chǔ)上，通過(guò)小組訪談的形式，分別對(duì)每位導(dǎo)師的研究生團(tuán)隊(duì)進(jìn)行了前情訪談，以了解潛在被試在利用 AI 輔助英語(yǔ)學(xué)習(xí)時(shí)的態(tài)度、現(xiàn)狀以及他們參與本研究的意愿。前情訪談問(wèn)題主要包括：你如何看待 AI 在英語(yǔ)學(xué)習(xí)中的應(yīng)用？你如何借助 AI 輔助英語(yǔ)學(xué)習(xí)？訪談小組由兩名研究人員組成，一人負(fù)責(zé)發(fā)布問(wèn)題并引導(dǎo)被訪人員自由發(fā)言或逐一發(fā)言，另一人負(fù)責(zé)補(bǔ)充提問(wèn)和記錄訪談內(nèi)容。在前情訪談后，對(duì)潛在被試進(jìn)行篩選，通過(guò)郵件逐一邀請(qǐng)潛在被試參與進(jìn)一步的研究，并根據(jù)回復(fù)最終確定了 30 名參與正式研究的被試。這些被試都有利用各種 AI 工具（如 DeepL、趣配音、Duolingo、有道翻譯、有道翻譯·AI 寫(xiě)作、 Kimi、文心一言和ChatGPT 等）進(jìn)行語(yǔ)言學(xué)習(xí)的經(jīng)歷。例如，利用DeepL 練習(xí)翻譯、輔助學(xué)術(shù)文章閱讀；通過(guò)趣配音練習(xí)和評(píng)估聽(tīng)說(shuō)能力；利用 Duolingo 進(jìn)行詞匯和語(yǔ)法練習(xí)、英語(yǔ)水平檢測(cè)，或者通過(guò) Duolingo 的學(xué)習(xí)社區(qū)與其他學(xué)習(xí)者展開(kāi)互動(dòng)，分享學(xué)習(xí)經(jīng)驗(yàn)和成果；基于 ChatGPT、Kimi 或文心一言模擬真實(shí)對(duì)話，實(shí)現(xiàn)陪伴學(xué)習(xí)，尤其在科研思路商討、背景資料查找和輔助學(xué)術(shù)寫(xiě)作等方面使用得較為頻繁。被試的基本信息見(jiàn)表 1。

2. 數(shù)據(jù)收集

本研究的數(shù)據(jù)主要來(lái)自被試的回溯性日志和訪談。回溯性日志提綱包括以下內(nèi)容：①你是如何借助 AI 開(kāi)展英語(yǔ)學(xué)習(xí)的；②在利用 AI 學(xué)習(xí)英語(yǔ)的過(guò)程中，有什么令你印象深刻的事；③在利用 AI 學(xué)習(xí)英語(yǔ)時(shí)，你遇到過(guò)什么挑戰(zhàn)；④你覺(jué)得什么是自主學(xué)習(xí)；① ⑤在 AI 賦能語(yǔ)言學(xué)習(xí)環(huán)境中，你是如何開(kāi)展自主式英語(yǔ)學(xué)習(xí)的；等等。日志文件格式可以是音頻或者 Word 文檔，通過(guò)郵件提 交。此外，研究還對(duì) 4 名愿意接受訪談的學(xué)習(xí)者分別進(jìn)行了半結(jié)構(gòu)化訪談，以深入挖掘其在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中對(duì) AI 輔助英語(yǔ)學(xué)習(xí)的體驗(yàn)和對(duì) SRL 的感知。半結(jié)構(gòu)化訪談的內(nèi)容包括：①你覺(jué)得 AI 輔助英語(yǔ)學(xué)習(xí)對(duì)你的學(xué)習(xí)方式產(chǎn)生了哪些影響；②在利用 AI 學(xué)習(xí)英語(yǔ)的過(guò)程中，尤其是與 AI 進(jìn)行對(duì)話的過(guò)程中，你如何看待 AI 與你的關(guān)系；③你如何看待 AI 輔助下的自主學(xué)習(xí)；④哪些因素推動(dòng)或者制約你利用 AI 進(jìn)行英語(yǔ)學(xué)習(xí)；⑤未來(lái)你會(huì)如何運(yùn)用 AI 輔助英語(yǔ)學(xué)習(xí)；等等。半結(jié)構(gòu)化訪談?dòng)韶?fù)責(zé)前情訪談的兩名研究人員通過(guò)騰訊會(huì)議進(jìn)行，在征得學(xué)習(xí)者同意后，訪談過(guò)程全程錄制，每位被訪者的訪談時(shí)間約為 1.5 小時(shí)。在對(duì)全部視頻和音頻數(shù)據(jù)進(jìn)行轉(zhuǎn)碼改寫(xiě)時(shí)，刪除其中包含的口語(yǔ)詞匯（如 “嗯”“我想想”“這個(gè)”“那個(gè)”等），最終收集到 43 218 字的原始文字材料。

3. 數(shù)據(jù)分析

本研究的數(shù)據(jù)分析采用扎根理論方法。這一理論由 Glaser & Strauss（1999）提出，以逐層遞進(jìn)的三級(jí)編碼（分別為開(kāi)放式編碼、主軸式編碼和選擇性編碼）為核心，強(qiáng)調(diào)對(duì)數(shù)據(jù)進(jìn)行自下而上的深入分析，逐步從原始材料中提煉并構(gòu)建理論框架。本研究利用 MAXQDA 12 軟件，通過(guò)系統(tǒng)化的操作步驟對(duì) 27 份回溯性日志和 3 份訪談進(jìn)行自下而上的三級(jí)編碼，其余 3 份回溯性日志和 1 份訪談?dòng)糜诤罄m(xù)的飽和度檢驗(yàn)。具體而言，在開(kāi)放式編碼階段，整理原始文本中有關(guān) SRL 的材料，提取初始概念和初始范疇；在主軸式編碼階段，將意義相近的初始范疇進(jìn)行整合，提煉出主范疇；在選擇性編碼階段，根據(jù)主范疇之間的關(guān)系提煉出核心范疇。隨后，基于最后 3 份回溯性日志和 1 份訪談進(jìn)行開(kāi)放式編碼，觀察是否產(chǎn)生了新的范疇和關(guān)系。結(jié)果顯示，該階段并無(wú)新范疇和關(guān)系產(chǎn)生，表明 SRL 的理論框架已經(jīng)飽和。此外，本研究還在三級(jí)編碼的基礎(chǔ)上采用過(guò)程編碼的方式，對(duì) SRL 行為和事件在不同時(shí)間和情境中的變化進(jìn)行分析，以厘清 SRL 的動(dòng)態(tài)過(guò)程。整個(gè)過(guò)程確保了研究的系統(tǒng)性和嚴(yán)謹(jǐn)性，對(duì) AI 賦能語(yǔ)言學(xué)習(xí)環(huán)境中的 SRL 進(jìn)行了較為深入的分析。

二、研究結(jié)果

通過(guò)三級(jí)編碼和過(guò)程編碼分析，本研究構(gòu)建了 SRL 的三階段模型（見(jiàn)表 2）。

首先，在開(kāi)放式編碼階段的概念化和范疇化過(guò)程中，剔除出現(xiàn)頻次少于 3次的初始概念（Hadley，2017；徐錦芬，2024），最終提煉出 27 個(gè)初始范疇。然后，在主軸式編碼階段，對(duì)具有相似主題的初始范疇進(jìn)行系統(tǒng)化整合，形成了 11 個(gè)主范疇。其中，“任務(wù)完成”（78 次）是出現(xiàn)頻次最高的主范疇，其次是“目標(biāo)- 計(jì)劃設(shè)定”（61 次）、“有效成果”（55 次）、“學(xué)習(xí)資源推薦與篩選”（37 次）和“人智監(jiān)控調(diào)節(jié)”（34 次）。相較而言，出現(xiàn)頻次最低的主范疇為“社群交流互動(dòng)”（4 次），其他頻次較低的主范疇包括“人智協(xié)同評(píng)估”（14 次）、“人智輔助指導(dǎo)”（13 次）、“不足反思”（13 次）、“需求分析”（6 次）和“經(jīng)驗(yàn)求取”（6 次）。

最后，在選擇性編碼階段，通過(guò)進(jìn)一步梳理主范疇之間的邏輯聯(lián)系，最終確定了 3 個(gè)高度概括且具有統(tǒng)領(lǐng)性的核心范疇，并依據(jù)過(guò)程編碼所顯示的SRL的先后順序?qū)ζ溥M(jìn)行排列，依次為：個(gè)性化學(xué)習(xí)規(guī)劃階段（110 次）、SRL 實(shí)施階段（143 次）和學(xué)習(xí)過(guò)程與成果的反思階段（68 次）。這些核心范疇構(gòu)成了 SRL 在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中的三階段模型，有助于我們進(jìn)一步理解這種學(xué)習(xí)模式。

本研究厘清了人智交互語(yǔ)言學(xué)習(xí)環(huán)境中 SRL 的具體表現(xiàn)形式，構(gòu)建了 SRL的三階段模型。其中，個(gè)性化學(xué)習(xí)規(guī)劃階段包含 4 個(gè)要素，SRL 實(shí)施階段包括 5 個(gè)要素，學(xué)習(xí)過(guò)程與成果的反思階段涉及 2 個(gè)要素。

1. 個(gè)性化學(xué)習(xí)規(guī)劃階段

在個(gè)性化學(xué)習(xí)規(guī)劃階段，AI 可以輔助學(xué)習(xí)者做好語(yǔ)言學(xué)習(xí)的準(zhǔn)備工作，如目標(biāo)-計(jì)劃設(shè)定、需求分析、經(jīng)驗(yàn)求取以及學(xué)習(xí)資源推薦與篩選等。這一階段與 Zimmerman & Kitsantas（1997）和 Pintrich（2004）所描述的前思階段類似，核心目的均是為語(yǔ)言學(xué)習(xí)的開(kāi)展奠定基礎(chǔ)。然而，本研究發(fā)現(xiàn)，個(gè)性化學(xué)習(xí)規(guī)劃階段的內(nèi)涵更為豐富，不僅包括學(xué)習(xí)者的自主規(guī)劃，還涉及 AI 的輔助和支持。其中，目標(biāo)-計(jì)劃設(shè)定在這一階段的占比最高，出現(xiàn)頻次高達(dá) 61 次，主要體現(xiàn)在AI 輔助規(guī)劃、學(xué)習(xí)者自主設(shè)定目標(biāo)以及合理安排時(shí)間 3 個(gè)方面。這些要素在 Zimmerman & Kitsantas（1997）和 Pintrich（2004）的模型中均有所體現(xiàn)，這表明目標(biāo)- 計(jì)劃設(shè)定在 SRL 中發(fā)揮著關(guān)鍵性作用（Schunk & Greene，2017）。占比排第二的要素是學(xué)習(xí)資源推薦與篩選（37 次），這是個(gè)性化學(xué)習(xí)規(guī)劃階段出現(xiàn)的新要素，具體指 AI 向?qū)W習(xí)者推薦學(xué)習(xí)資源，或?qū)W習(xí)者自主搜索學(xué)習(xí)資源，并且學(xué)習(xí)者會(huì)對(duì) AI 推薦的資源進(jìn)行篩選。AI 基于自適應(yīng)技術(shù)，能夠根據(jù)學(xué)習(xí)者的學(xué)習(xí)現(xiàn)狀有針對(duì)性地推薦學(xué)習(xí)資源（Zhai et al.，2021），這反映了在人智交互學(xué)習(xí)環(huán)境中，AI 在賦能語(yǔ)言學(xué)習(xí)方面具有獨(dú)特的優(yōu)勢(shì)，可以彌補(bǔ)計(jì)算機(jī)、移動(dòng)技術(shù)等常規(guī)技術(shù)在資源提供方面的不足（Oxford，2016；徐錦芬、李娟， 2024）。

需要指出的是，本研究的需求分析指的是 AI 輔助分析或?qū)W習(xí)者自主分析，與 Zimmerman & Kitsantas（1997）所強(qiáng)調(diào)的任務(wù)難度分析或要求分析并不相同。在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中，AI 可以整合學(xué)習(xí)管理系統(tǒng)、社交網(wǎng)絡(luò)和學(xué)習(xí)數(shù)據(jù)庫(kù)等不同平臺(tái)的數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)對(duì)學(xué)生的行為和需求進(jìn)行預(yù)測(cè)與分析，為學(xué)習(xí)者提供全面的語(yǔ)言學(xué)習(xí)需求分析（Molenaar，2022）；同時(shí)，學(xué)習(xí)者也可以直接與 AI 對(duì)話，明確表達(dá)自身需求，以指導(dǎo) AI 更好地輔助語(yǔ)言學(xué)習(xí)。

經(jīng)驗(yàn)求取指的是學(xué)習(xí)者向同伴或社交媒體尋求經(jīng)驗(yàn)，以最大化地發(fā)揮 AI 輔助英語(yǔ)學(xué)習(xí)的功效，與 Boekaerts（1992）在適應(yīng)性學(xué)習(xí)模式中提出的同伴求助相類似。值得注意的是，在本研究中，經(jīng)驗(yàn)求取主要發(fā)生在語(yǔ)言學(xué)習(xí)的規(guī)劃階段，而同伴求助則主要發(fā)生在 SRL 實(shí)施階段。

總體而言，個(gè)性化學(xué)習(xí)規(guī)劃階段強(qiáng)調(diào)在 AI 輔助下學(xué)習(xí)者所作的計(jì)劃和規(guī)劃，為自我調(diào)節(jié)語(yǔ)言學(xué)習(xí)的開(kāi)展奠定了堅(jiān)實(shí)基礎(chǔ)。該階段不僅驗(yàn)證了已有模型的部分觀點(diǎn)，還擴(kuò)展了 SRL 的概念框架，為研究者更好地理解 AI 賦能語(yǔ)言學(xué)習(xí)環(huán)境下的 SRL 提供了新的視角。

2. SRL 實(shí)施階段

SRL 實(shí)施階段在三階段模型中占比最大，具體包含任務(wù)完成（78 次）、人智監(jiān)控調(diào)節(jié)（34 次）、人智協(xié)同評(píng)估（14 次）、人智輔助指導(dǎo)（13 次）以及社群交流互動(dòng)（4 次）5 個(gè)要素。其中，任務(wù)完成出現(xiàn)的頻次最高，涉及學(xué)習(xí)者英語(yǔ)知識(shí)技能的習(xí)得訓(xùn)練、科研訓(xùn)練和作業(yè)輔導(dǎo)。這 3 個(gè)方面不僅體現(xiàn)了英語(yǔ)專業(yè)的學(xué)科特性，也顯示了研究生群體的獨(dú)特性。

人智監(jiān)控調(diào)節(jié)強(qiáng)調(diào)學(xué)習(xí)者的自我調(diào)節(jié)（如調(diào)整注意力、心態(tài)以及策略方法等）、AI 監(jiān)督（如監(jiān)控學(xué)習(xí)進(jìn)度等）以及學(xué)習(xí)者的自主控制（如反復(fù)練習(xí)、克服拖延和控制學(xué)習(xí)進(jìn)程等）。這一結(jié)果與 Zimmerman & Kitsantas（1997）所提出的表現(xiàn)階段中的自我監(jiān)控相類似，二者均強(qiáng)調(diào)學(xué)習(xí)者對(duì)學(xué)習(xí)過(guò)程的調(diào)節(jié)和掌控。然而，本研究進(jìn)一步擴(kuò)展了這一概念，加入了 AI 對(duì)學(xué)習(xí)進(jìn)度的監(jiān)控。這是因?yàn)樵谌酥墙换サ恼Z(yǔ)言學(xué)習(xí)環(huán)境中，AI 技術(shù)（如數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)）能夠跟蹤學(xué)習(xí)者的行為數(shù)據(jù)，預(yù)測(cè)其學(xué)習(xí)表現(xiàn)，并通過(guò)這些數(shù)據(jù)動(dòng)態(tài)地調(diào)整學(xué)習(xí)進(jìn)度和內(nèi)容難度（蘭國(guó)帥等，2024），從而實(shí)現(xiàn)更精細(xì)化的學(xué)習(xí)過(guò)程管理。

人智協(xié)同評(píng)估包括 AI 輔助評(píng)估和學(xué)習(xí)者自我評(píng)估兩部分。在 AI 輔助評(píng)估的過(guò)程中，AI 通過(guò)機(jī)器學(xué)習(xí)技術(shù)（如自然語(yǔ)言處理）對(duì)學(xué)習(xí)者的語(yǔ)言輸入和行為模式進(jìn)行分析，為學(xué)習(xí)者提供個(gè)性化的反饋和建議，幫助其更精準(zhǔn)地識(shí)別知識(shí)盲點(diǎn)（袁莉等，2021）。AI 輔助評(píng)估彌補(bǔ)了 Hadwin et al.（2011）的框架在學(xué)習(xí)任務(wù)測(cè)量和評(píng)估方面的不足，進(jìn)一步顯示了AI 在語(yǔ)言學(xué)習(xí)過(guò)程中的重要作用。未來(lái)研究可以進(jìn)一步探索AI 在語(yǔ)言評(píng)估方面的應(yīng)用，實(shí)現(xiàn)以評(píng)促學(xué)、學(xué)評(píng)融合。此外，人智協(xié)同評(píng)估還包括學(xué)習(xí)者的自我評(píng)估，學(xué)習(xí)者可以根據(jù) AI 提供的反饋報(bào)告審視自身在語(yǔ)言學(xué)習(xí)中存在的問(wèn)題，這與 Zimmerman & Kitsantas（1997）提出的自我評(píng)估相類似，二者均強(qiáng)調(diào)學(xué)習(xí)者在 SRL 過(guò)程中的主體性和主動(dòng)性。

人智輔助指導(dǎo)包括 AI 輔助指導(dǎo)和教師指導(dǎo)，將 AI 的自動(dòng)化能力與教師的專業(yè)知識(shí)相結(jié)合，可以為學(xué)習(xí)者提供全面的支持與指導(dǎo)。通過(guò)實(shí)時(shí)評(píng)估和自適應(yīng)資源推薦，AI 能夠幫助學(xué)習(xí)者進(jìn)行個(gè)性化學(xué)習(xí)，優(yōu)化其語(yǔ)言學(xué)習(xí)體驗(yàn)。教師可以利用 AI 的反饋報(bào)告，及時(shí)了解學(xué)習(xí)者的需求和學(xué)習(xí)現(xiàn)狀，從而靈活地調(diào)整教學(xué)內(nèi)容和策略。這種協(xié)同合作的模式體現(xiàn)了 AI 與教師在語(yǔ)言教育中的互補(bǔ)性和合作潛力（周琴、文欣月，2020；Liu & Wang，2024），是數(shù)智化教育的關(guān)鍵組成部分（蘇旭東，2024）。然而，如何平衡教師與 AI 在指導(dǎo)過(guò)程中的作用，以最大限度地發(fā)揮 AI 與人類教師的協(xié)同效果，是未來(lái)研究需要關(guān)注的焦點(diǎn)。

社群交流互動(dòng)是指學(xué)習(xí)者在 AI 技術(shù)賦能的語(yǔ)言學(xué)習(xí)環(huán)境中，利用由 AI 構(gòu)建的學(xué)習(xí)社群進(jìn)行經(jīng)驗(yàn)交流與分享。雖然在 SRL 實(shí)施階段中，社群交流互動(dòng)出現(xiàn)的頻次最低，但它揭示了人智交互語(yǔ)言學(xué)習(xí)環(huán)境中同伴交流的現(xiàn)狀。AI 技術(shù)的智能化使其在語(yǔ)言學(xué)習(xí)中不再僅僅充當(dāng)工具的角色，而是逐漸轉(zhuǎn)變?yōu)閷W(xué)習(xí)者的合作伙伴（Heyder et al.，2023）。隨著學(xué)習(xí)者與 AI 交互頻次的增加，雖然學(xué)習(xí)者之間直接的交流與互動(dòng)在一定程度上減少了，但學(xué)習(xí)過(guò)程中的互動(dòng)方式卻變得更加豐富多元。這一現(xiàn)象反映了人智交互語(yǔ)言學(xué)習(xí)環(huán)境中多樣化的互動(dòng)特征，也揭示了人智交互環(huán)境中社會(huì)共享調(diào)節(jié)學(xué)習(xí)的運(yùn)行機(jī)制（Hadwin et al.， 2011；Teng & Zhang，2022）。社會(huì)共享調(diào)節(jié)學(xué)習(xí)是一種發(fā)生于合作學(xué)習(xí)環(huán)境中的元認(rèn)知和適應(yīng)性心理過(guò)程（Singh & Muis，2024）。在人智交互語(yǔ)言學(xué)習(xí)環(huán)境中，AI 不僅提供了豐富的互動(dòng)機(jī)會(huì)，而且促進(jìn)了學(xué)習(xí)者之間的協(xié)作與共同成長(zhǎng)。例如，AI 可以幫助學(xué)習(xí)者分析交流數(shù)據(jù)，對(duì)交流內(nèi)容和方式進(jìn)行評(píng)估與反饋，從而提高同伴之間的互動(dòng)質(zhì)量和效果。通過(guò)這些交互，學(xué)習(xí)者能夠更好地進(jìn)行社會(huì)共享調(diào)節(jié)學(xué)習(xí)，增強(qiáng)合作能力，改善學(xué)習(xí)效果。未來(lái)研究可以進(jìn)一步探討在 AI 賦能的人智協(xié)同合作學(xué)習(xí)環(huán)境中如何更有效地實(shí)現(xiàn)學(xué)習(xí)者之間的社會(huì)共享調(diào)節(jié)學(xué)習(xí)。例如，研究者可以考察 AI 如何通過(guò)智能分析和反饋，促進(jìn)學(xué)習(xí)者之間更深層次的交流與合作，或者探討如何平衡學(xué)習(xí)者與 AI 的互動(dòng)和人際互動(dòng)之間的關(guān)系，以獲取更好的學(xué)習(xí)效果。

綜上所述，SRL 實(shí)施階段不僅體現(xiàn)了語(yǔ)言學(xué)習(xí)的學(xué)科屬性，展示了語(yǔ)言學(xué)習(xí)者在自主學(xué)習(xí)過(guò)程中的行為特征，還表明了 AI 在人智交互合作中的獨(dú)特優(yōu)勢(shì)和作用。這些發(fā)現(xiàn)對(duì)未來(lái)人智交互語(yǔ)言學(xué)習(xí)環(huán)境的設(shè)計(jì)與應(yīng)用具有重要的啟示。

3. 學(xué)習(xí)過(guò)程與成果的反思階段

在 SRL 的三階段模型中，學(xué)習(xí)過(guò)程與成果的反思階段占比最小，但依然是重要組成部分，主要體現(xiàn)在對(duì)有效成果的總結(jié)和對(duì)不足的反思兩個(gè)方面。有效成果總結(jié)在這一階段占據(jù)主要地位，包括加強(qiáng)個(gè)性化學(xué)習(xí)、輔助思考與交流、革新學(xué)習(xí)模式、提高英語(yǔ)學(xué)習(xí)效果和效率以及提升綜合能力 5 個(gè)方面。這些成果進(jìn)一步驗(yàn)證了 AI 對(duì)語(yǔ)言學(xué)習(xí)的支持作用（鄒斌、汪明潔，2021；Zhou & Hou，2024），為 AI 與外語(yǔ)教育的深度融合提供了堅(jiān)實(shí)的理論基礎(chǔ)。然而，本研究也發(fā)現(xiàn)，人智交互語(yǔ)言學(xué)習(xí)環(huán)境中的 SRL 過(guò)程并非無(wú)懈可擊，也存在諸如反饋不準(zhǔn)確、學(xué)習(xí)主動(dòng)性下降等問(wèn)題。這些問(wèn)題揭示了在 AI 賦能外語(yǔ)教育的過(guò)程中所面臨的困難與挑戰(zhàn)（李佐文，2024；Xu et al.，2024）。面對(duì)這樣的情況，未來(lái)的技術(shù)發(fā)展需要進(jìn)一步優(yōu)化機(jī)器學(xué)習(xí)算法，提高 AI 反饋準(zhǔn)確性和個(gè)性化推薦能力。同時(shí)，需要平衡 AI 賦能與學(xué)習(xí)者自主性之間的關(guān)系，確保在 AI 輔助下的學(xué)習(xí)者依然能夠主動(dòng)參與學(xué)習(xí)過(guò)程。為此，研究者可以探索在 AI 賦能語(yǔ)言學(xué)習(xí)環(huán)境中，如何通過(guò)適當(dāng)?shù)母深A(yù)措施來(lái)提升學(xué)習(xí)者的自主學(xué)習(xí)能力，以確保他們?cè)诩夹g(shù)支持下仍能保持高水平的自主性和強(qiáng)烈的學(xué)習(xí)動(dòng)機(jī)。

總體而言，雖然學(xué)習(xí)過(guò)程與結(jié)果的反思階段在 SRL 的三階段模型中占比最低，但它仍是一個(gè)至關(guān)重要的環(huán)節(jié)。通過(guò)對(duì)學(xué)習(xí)過(guò)程與結(jié)果的深入評(píng)價(jià)和反思，學(xué)習(xí)者能夠認(rèn)識(shí)到自身的優(yōu)勢(shì)與不足，為下一輪的 SRL 提供參考和指導(dǎo)。

綜上所述，本研究所構(gòu)建的 SRL 三階段模型不僅體現(xiàn)了學(xué)習(xí)者的自主調(diào)節(jié)，如利用認(rèn)知、行為和元認(rèn)知進(jìn)行調(diào)節(jié)，也揭示了學(xué)習(xí)者與 AI、教師和同伴之間的共享調(diào)節(jié)，這與 Hadwin et al.（2011）所強(qiáng)調(diào)的共享調(diào)節(jié)不謀而合。但在本研究中，共享調(diào)節(jié)建立在對(duì)學(xué)習(xí)者的個(gè)體差異進(jìn)行分析（通過(guò)數(shù)據(jù)挖掘、自然語(yǔ)言處理、自適應(yīng)學(xué)習(xí)系統(tǒng)等 AI 技術(shù)對(duì)學(xué)習(xí)者進(jìn)行實(shí)時(shí)畫(huà)像）的基礎(chǔ)上，彌補(bǔ)了 Hadwin et al.（2011）忽視學(xué)習(xí)者個(gè)體差異及過(guò)程評(píng)估的不足。此外， SRL 的三階段模型在強(qiáng)調(diào)學(xué)習(xí)者個(gè)體內(nèi)部學(xué)習(xí)的同時(shí)，也反映了學(xué)習(xí)者在語(yǔ)言學(xué)習(xí)過(guò)程中與 AI、教師以及同伴之間的交互，修正了先前模型忽視社會(huì)交互的問(wèn)題。再者，SRL 的三階段模型證實(shí)了 SRL 的動(dòng)態(tài)性和多維性特征（Oxford， 2016；Teng et al.，2024），與 Zimmerman & Kitsantas（1997）的三階段模型類似，均強(qiáng)調(diào)規(guī)劃、執(zhí)行和反思的重要性。這一研究結(jié)果為在教學(xué)中培養(yǎng)學(xué)生的 SRL 能力提供了思路。例如，教師可以依據(jù) SRL 三階段模型，設(shè)計(jì)多樣化的教學(xué)活動(dòng)和評(píng)估機(jī)制，引導(dǎo)學(xué)生對(duì)學(xué)習(xí)過(guò)程與結(jié)果進(jìn)行自主規(guī)劃、監(jiān)控調(diào)節(jié)和評(píng)價(jià)反思，進(jìn)而促進(jìn)其 SRL 能力的發(fā)展。

結(jié)語(yǔ)

本研究依據(jù)扎根理論研究范式，系統(tǒng)地構(gòu)建了人智交互語(yǔ)言學(xué)習(xí)環(huán)境中英語(yǔ)專業(yè)研究生 SRL 的三階段模型，并全面剖析了各階段的核心要素及表現(xiàn)形式。具體而言，個(gè)性化學(xué)習(xí)規(guī)劃階段涉及需求分析、經(jīng)驗(yàn)求取、目標(biāo)- 計(jì)劃設(shè)定和學(xué)習(xí)資源推薦與篩選；SRL 實(shí)施階段包括任務(wù)完成、人智協(xié)同評(píng)估、人智監(jiān)控調(diào)節(jié)、人智輔助指導(dǎo)和社群交流互動(dòng)；學(xué)習(xí)過(guò)程與成果的反思階段旨在總結(jié) SRL 的有效成果和不足。整體而言，該三階段模型為 SRL 提供了新穎的理論視角與框架結(jié)構(gòu)，豐富了 SRL 理論體系，也為構(gòu)建動(dòng)態(tài)多元的學(xué)習(xí)者評(píng)價(jià)體系、設(shè)計(jì)行之有效的教學(xué)干預(yù)策略提供了借鑒。當(dāng)然，該研究成果也為 AI 技術(shù)賦能語(yǔ)言教育提供了理論支撐，有助于促進(jìn) AI 技術(shù)與語(yǔ)言教育的深度融合，推動(dòng)語(yǔ)言教育領(lǐng)域的持續(xù)創(chuàng)新與發(fā)展。然而，由于本研究?jī)H聚焦 SRL 三階段模型的表現(xiàn)形式分析，并未探討三階段之間復(fù)雜的交互關(guān)系，未來(lái)研究可以在本文的基礎(chǔ)上進(jìn)一步加以探索，揭示 SRL 三階段模型的動(dòng)態(tài)交互過(guò)程。這將有助于更加全面地理解 SRL 在語(yǔ)言學(xué)習(xí)中的作用，并為人智交互語(yǔ)境下的外語(yǔ)教育實(shí)踐提供更為精準(zhǔn)的指導(dǎo)。

參考文獻(xiàn)：

免責(zé)聲明：原文載于《北京第二外國(guó)語(yǔ)學(xué)院學(xué)報(bào)》，2024（6），版權(quán)歸作者所有，如有侵權(quán)，請(qǐng)及時(shí)聯(lián)系刪章。