人工智能与英语学习
人工智能与改变
秋风起兮白云飞，草木黄落兮雁南归。
古人总爱悲秋，感叹岁月流逝，也感慨事业未成。学校里的英语学习走过了这么多岁月，学生却总觉差强人意。如何改变？试看改变的改变是什么。
《改变——问题形成和解决的原则》一书作者在书中区分了两种改变：“第一序改变”与“第二序改变”。
第一序改变：事物从同一个系统内的一个状态迁移到另一个状态，系统本身的结构并没有发生任何变化。比如，做恶梦的人，无论怎么跑、躲、打、喊、跳下悬崖，都无法改变梦境。
第二序改变：是指跳出这个系统，改变系统的结构，从根本上革新系统的运作。比如，从梦中苏醒。
英语学习的第一序改变，指在当前学习系统内，改变系统要素的组合方式。第二序改变，站在系统顶端，从全局视角，改变系统的结构。
引入人工智能，改变数据的输入和输出方式，让资源更适应学生，并能及时帮助学生在各自层次上跃迁。
英语学习的数据重在语篇的输入和输出，人工智能在筛选和处理语篇层面优势极大。在这个美好的秋夜，月亮伴我坐上人工智能船，探索英语学习的新岛屿。
学习之源
马奇在《经验的疆界》里，谈到，学习是嵌套的，它同时发生在数个不同但相关的层级之上：
- 学习做什么：寻找好的（或者最好的）技术、战略或合作伙伴，等等；
- 学习如何做：精炼并改进在某技术、战略或合作伙伴上的胜任力；
- 学习期盼什么：调整绩效目标。
那么，在思考英语学习时，你要思考：
- 学什么：什么样的资源才是适合英语学习者的资源？
- 怎么学：针对资源可以给英语学习者怎样的训练？
- 学成什么样：什么样的训练才能让英语学习者有效达成学习目标？
本文以词法句法学习为例，谈谈人类该如何利用人工智能，让英语学习更为高效。
英语学习的根基
学什么，怎么学
英语学习的内容不外乎词汇、句法, 这就是英语的根基。词法句法学习就是理解词的结构、意义与不同情境中的用法。国人学习英语数十载，学习方法层出不穷，教学法也经历了语法翻译法、听说法、情境法再到任务型驱动法的演变，已有了一套操作流程清晰的体系。然而，英语教育仍时常遭人诟病— 学了10多年英语，说不出几句像样的英文。
为什么？
从计算机科学看，路径依赖，缺乏迭代。这就像用90年代的电脑来处理互联网时代海量的数据，效率低下却不迭代程序，这就限制了智识的创新。如果说英语学习是人类在生物世界的沟通方式，那么从物理世界和心理世界来看英语学习，跨越学科的界限，是不是就可以创造一些新信息？
原型理论（prototype theory）在认知科学中，是一种分级归类的模式。它在 1970 年代，由Eleanor Rosch 与其他学者们建立。它认为每个范畴内都包含层级。同一个范畴中，某些项目会比其他项目更为核心。例如，当我们想到家具这个概念的时候，椅子会比起板凳更常常被提起，因为它是基本层次范畴。家具是上位层次范畴，扶手椅属下位层次范畴。
因此，词汇学习应先学习范畴中核心的成员（基本层次范畴），再了解上位和下位层次范畴的词汇。例如，在以下两组词：「动物 —— 猫 —— 波斯猫」，「交通工具 —— 汽车—— 宝马」猫和汽车就是「基本层次范畴」，而动物、交通工具就是上位层次范畴；波斯猫、宝马则属下位层次范畴。句法学习应抓住动词的核心成员，了解基本层次，再关注动词的非范畴化用法。
此外，范畴成员之间会相互渗透，相互重叠。同一范畴的词汇学习不必求全，而是抓住7%的核心成员。
《社会网络分析》作者在实验中发现，当网络密度接近7%的时候，将从线性增长（每次增加一条连接）转化为病毒式扩散，也就是说，如果转发一条微博、加入一个网络社群等的人数比例达到7%，其他人将会在关键阶段马上跟进。在网络科学中，信息的节点以信息这个范畴中的成员为单位，那么，在词法句法学习中，词汇就是一个个节点，而连接词汇的就是词法及逻辑。 是不是可以这样推论，在某一范畴学习了7%的核心词汇，那么，这7%就会与该范畴甚至其他范畴的词汇产生病毒式联系。就有了如下启发：
第一, 一开始你要进入某个范畴的核心网络，如高频语料库，如某个话题的核心语篇库。
第二，明确自己在当前层次的范畴要达到的理解程度：7%。你要学会利用这7%的词汇，与该范畴其他成员产生联系。
第三，当你在一个层次里达到一定高度后，需要及时跃迁，与其他范畴的词汇发生联系，以点带面。
学成什么样？
大多数国内英语学习者都不可避免经历考试，下面以高考完形填空这个题型为例，具体谈谈人工智能可以如何帮助英语学习跨越层次。
考试用于检测学习，所以，任何考试都逃不出学习的三问。那么完型填空如何回答这三问呢？
- 考什么：篇章中考察词在语境中选择最佳词汇的能力。
- 怎么考：在篇章中，将表示人心理状态的词挖空，然后根据描述人动作的词语，引导学生作出选择。
- 考成什么样：考查学生是否掌握考纲内规定的话题及相关的词汇用法，能否发现单词与词组的对应，能否利用代词、连接词理解篇章逻辑，能否发现副词与作者情感态度的关联。
举个例子，完型填空经常考察人类与环境的互动中体现出来的情感态度。
____ about what was inside, I walked secretly so that I could have a better look at it.
Thinking 与 Wondering 相比，逊色不少，因为 secretly 体现出作者的情感态度— 好奇。
那么，人工智能可以在海量数据库中抽取类似特征的语篇，让学习者反复操练，体会不同范畴内与范畴之间词汇如何关联。从名词、动词再到形容词、副词、介词和冠词，分层跃迁，让学习者学会抓住语篇的关键信息，作出推断。
小结
总结来看，人工智能能做什么？
1.从语料库海量数据中，提取组合适合英语学习者的语篇网络，学习该范畴的词汇，在满足该范畴层次需求后，及时帮助学习者跃迁。
2.利用外部设备，给学习者推送内容，帮助学习者建构学习闭环。
英语教育者能做什么？给人工智能提供人性化的教学范式。要做到这点，你要思考，抓住人性的英语教育是怎样的？你如何给机器下达指令，建构自适应学习？
泛楼船兮济汾河，横中流兮扬素波。欢乐极兮哀情多, 少壮几时兮奈老何!
古时汉武帝乘船游于汾河之上，享天地大美, 叹年华易逝。如今，我们有人工智能这一利器，赶紧上船吧，扬帆吧，去探索有人性的英语教育，目标是星辰大海！
留下评论