让AI少说一点,学生会不会学得更多?
90分钟 · 本科生 · P1独立项目
We can go there after it.
Sure. We can visit the library after lunch because it is nearby.
学习者没有补充任何信息。
We can go there after it.
Which place do you mean by “there”, and after which activity?
I mean the library, after we have lunch.
参考判断:B段创造了更多学习机会。AI要求学习者明确there和it的指代,学习者随后补充地点和时间并重新表达。
一次“聊得很开心”的记录,可能只有AI在持续产出。
判断不看对话长度,而看学习者是否理解并回应、在沟通受阻时澄清、在反馈后再次表达,以及撤去帮助后能否独立完成。
活动必须写清学习者、口语目标、AI互动风格、回合流程、反馈规则和独立出口任务。
向第一次到校的交换生介绍参访路线,并根据游客的新要求修改建议。目标语言:提出建议、说明理由、澄清歧义。
一页:对象、目标、主要interaction style、提示词、4至6步流程和任务要求。
完整5至10分钟对话,标出关键片段,并用理论解释AI和学习者的行为。
发现了什么、依据什么理论、下一轮具体改什么。
理论在前面提供设计原则,试用记录在后面检验这些原则有没有真正发生。

看片前预测:学习者听不懂词语时,教师还能用什么帮助理解?
Bilibili · BV14E411t7g9 · 15:29 · 中文字幕转载,理论定义回到原著核对
可能的理解资源包括手势和动作、图像或实物、共享背景知识、较慢语速、关键词重音、重复和换一种说法。
“We acquire … only when we understand language that contains structure that is ‘a little beyond’ where we are now.”
Krashen (1982)把理解意义放在中心。学习者利用语境、世界知识和语言之外的线索理解略高于现有水平的输入。
Krashen (1982, p. 21)

只说“transfer at Central”,学生可能不懂;给一张标出两条线路和换乘站的简图,学生就有线索推断。
AI: “Take the blue line and transfer at Central.”
Learner: “Change trains at Central?”
Krashen (1982) · 理解来自语言与情境线索的结合。
Long (1996)关注互动调整:当理解出现问题,参与者通过澄清、确认和修正让输入更容易处理。
Long (1996) · The role of the linguistic environment in second language acquisition
一人扮学生,一人扮机器人服务员。学生持过敏说明,AI持配料信息;“without nuts”还不足以安全点餐。
当问题会改变菜品选择,澄清才真正推动意义协商。
Long (1996) · 沟通受阻→追问→补充→完成任务
Swain 和 Lapkin (1995) 指出:尝试表达会让学习者发现“想说却说不清”的缺口,并检验新的表达。
Swain & Lapkin (1995)
Learner: “I buy this yesterday. It broken. I want...”
问题:AI应该改述学生的话,还是让学生把请求说完?
Learner: “I buy this yesterday. It broken. I want...”
AI: “Oh, you bought these headphones yesterday, but they are broken, right?”
AI确认理解并调整表达,推动对话继续;但尚未让学生说完请求。AI: “When did you buy them? What would you like the shop to do?”
Learner: “I bought them yesterday. They are broken. Could I exchange them?”
AI给线索,学生自己完成交际任务。左侧是互动中的改述:AI确认自己理解的时间与商品问题,有助于继续协商;右侧给线索并等待学习者说完请求,保留了更多输出机会。两者服务的理论重点不同。
Schmidt (1990) 强调对语言形式的有意识注意。口语中不需要先显示改写文本:AI可以在关键处停顿、重读,再等待学生发现问题。
Schmidt (1990)
“She go there yesterday.”
AI用停顿和重音提示“She GO there ... YESTERDAY?”
学生能否发现并改说“She went there yesterday”?
学生原句把过去时间 yesterday 与现在时 go 放在一起。AI在口头对话中停顿、重读 yesterday 和 go,让学生注意到两者不匹配;再观察学生是否改成 went。
情境:学生正在讲述昨天发生的事,说出“She go there yesterday.” 同一处问题可以有四种回应。
“She went there yesterday? What happened next?”
保持对话流动;需检查学生是否注意。“Yesterday... she ___?”
让学生自己修正,适合已学过的形式。“The past form of ‘go’ begins with w.”
学生卡住时再加一层线索。“The past form of ‘go’ is ‘went’.”
活动后集中讲解,避免每轮打断。原始表达
She go there yesterday.AI给最小提示
Yesterday... she ___?学生回应反馈
She went there yesterday.换人换事独立表达
My brother went there last week.第3步uptake比第2步AI反馈更接近学习证据;第4步新情境独立使用更强。单独看到AI给出正确答案,不能证明学习者掌握。
| 动作与理论 | 在口语活动中怎么做 | 看什么证据 |
|---|---|---|
| ① 可理解输入|Krashen (1982) | 给地图或情境线索,帮助理解一个新表达 | 学生能指认并重述意义 |
| ② 意义协商|Long (1996) | 用真实信息差引发澄清、确认与改述 | 学生补充信息,任务得以继续 |
| ③ 输出机会|Swain & Lapkin (1995) | 比较AI改述与只给线索:何时把话留给学生? | 学生说完请求并自主重说 |
| ④ 注意与口头反馈|Schmidt (1990) | 用停顿、重音或简短提示突出一处目标错误 | 学生发现差异并尝试修正 |
| ⑤ 再表达与迁移|反馈后检验 | 给新情境,逐步撤去提示 | 无提示完成一次新表达 |

interlocutor · narrator · entertainer · facilitator
interlocutor · narrator · interviewer · facilitator
Du and Reynolds (2025a, 2025b)

Du and Reynolds (2025a, Table 1, p. 8). PDF物理页为第9页;点击图片可放大.
观察重点:每项活动是否写明互动对象、AI承担的功能、学习者要完成的口语行为,以及反馈或任务结果。

风格不是性格设定。判断依据是:谁推动内容、每轮完成什么功能、学习者产生什么输出。
四幅图的关键差异分别是:互换信息、分段叙述后接续、用游戏规则制造重复输出、用渐进支架支持学习者决策。
学习目标:鼓励真实互动,并让意义协商发生;通过澄清限制完成一次安全点餐。
学生:英文菜单+朋友的过敏说明。AI:隐藏配料卡,不能一开始全说。
① 学生点餐并说明限制。
② AI只对影响选择的歧义追问。
③ 学生补充并确认最终菜品。
出口:换一张菜单,独立完成点餐。
Long (1996) → 信息差、澄清、修正。学习目标:听懂关键事件,用过去时预测并复述。
三张夜市连环图,第三张先盖住;一张含时间词的提示卡。
① AI看第一张图讲两句,停下来问学生理解了什么。
② 看第二张图,学生预测接下来会发生什么。
③ 揭示结局;AI先给时间词或情节线索,学生再用自己的话复述完整故事。
出口:换图片顺序,独立讲新故事。
Krashen (1982) + Swain & Lapkin (1995) → 可理解输入后立即输出。学习目标:用功能、位置与例子描述物品,而不是只说单词。
六张生活词卡;学生可以用任何方式描述,但不能直接说出目标词;计时30秒。
① 学生抽到“umbrella”,可以自由描述,但不能说umbrella。
② AI猜词,只在描述含糊时追问用途或场景。
③ 学生换一种说法;AI猜中后给一条简短反馈,然后双方互换猜词与描述角色。
出口:无倒计时,向同伴清楚描述一张新卡。
Swain & Lapkin (1995) → 重复尝试与改述,而不是只算得分。学习目标:比较两个社区志愿活动,并说明选择理由。
活动A/B卡各写时间、交通、服务对象;另有学生的周末时间表。
① 学生先说倾向并给一个理由。
② AI只追问遗漏的约束,必要时逐级提示比较语言。
③ 学生重新权衡,口头给出最终决定。
出口:加入一个新限制,无提示改写决定。
Swain & Lapkin (1995) + Schmidt (1990) → 表达、注意差异、再表达。| 口语目标 | 优先风格 | 理由 |
|---|---|---|
| 澄清与协商 | Interlocutor | 真实信息差触发修正 |
| 听后复述 | Narrator | 分段输入后立即接续 |
| 降低开口压力并重复表达 | Entertainer | 游戏提供重复机会 |
| 比较方案并说明决定 | Facilitator | 渐进支架支持推理 |
你扮演第一次来校的交换生,我是一名B1学生,要用英语推荐一条校园参访路线并说明理由。我手上有校园地图;你持有一张私有需求卡,包含兴趣、可用时间和一项行动限制。请不要一次说完,每轮最多透露一项。只有我的信息不清或路线与你的限制冲突时才追问;不要替我设计路线。若我表达困难,先给一个短线索,再让我自己重说。达成可行路线后,请换一张游客需求卡,让我无提示再提出新方案。
你是第一次来校的英国交换生,我是一名学生,英语水平在B1左右。请生成一张简略的校园地图。我会根据地图用英语向你推荐一条校园参访路线并说明理由。若我表达困难,先给一个短线索,再让我自己重说。
讨论:两版分别把哪些决定交给了AI?试用后再判断规则是否足够。
写清学习者与口语目标;选一种主要互动风格;圈出一至两个相关的理论动作。
与AI共创材料:地图、图片、词卡、角色卡或隐藏信息卡。保留一份学习者材料和一份AI材料。
写提示词:开场任务、回合推进、何时澄清、反馈线索、独立出口。
选一个AI聊天机器人立即试跑;若活动稳定,再考虑封装为专属口语训练智能体。
选定聊天机器人,试跑5至10分钟;保存完整日志,并圈出一处最能说明活动是否有效的回合。
| 看到什么 | 标记 | 判断问题 |
|---|---|---|
| AI请求澄清 | CLARIFY | 是否源于真实沟通障碍? |
| 学习者补充或修改 | REPAIR | 是否推进了任务? |
| AI改述或给线索 | MODIFY / CUE | 下一轮是否仍有学生输出? |
| 学生独立完成新情境 | TRANSFER | 撤去线索后能否完成? |
Krashen, S. D. (1982). Principles and practice in second language acquisition. Pergamon Press. Author PDF
Long, M. H. (1996). The role of the linguistic environment in second language acquisition. In W. C. Ritchie & T. K. Bhatia (Eds.), Handbook of second language acquisition (pp. 413–468). Academic Press. https://doi.org/10.1016/B978-012589042-7/50015-3
Swain, M., & Lapkin, S. (1995). Problems in output and the cognitive processes they generate: A step towards second language learning. Applied Linguistics, 16(3), 371–391. https://doi.org/10.1093/applin/16.3.371
Schmidt, R. W. (1990). The role of consciousness in second language learning. Applied Linguistics, 11(2), 129–158. https://doi.org/10.1093/applin/11.2.129
Du, Y., & Reynolds, B. L. (2025a). Exploring interaction process, L2 motivation and intended effort in chatbot-mediated interactions: Evidence from Latent Dirichlet Allocation (LDA) topic modeling. Computer Assisted Language Learning, 1–26. https://doi.org/10.1080/09588221.2025.2552116
Du, Y., & Reynolds, B. L. (2025b). Rooted in and beyond interaction: A systematic review of interactive affordances of chatbots for language learning amidst the rise of large language models. Acta Psychologica, 259, 105307. https://doi.org/10.1016/j.actpsy.2025.105307