摘要
关键词
大数据; 英语阅读能力; 阅读能力培养及测评
1.引言
2.大数据对英语阅读能力培养与测评的意义
3.基于大数据建构英语阅读能力培养及测评体系的主要任务
建构基于大数据的英语阅读能力培养及测评体系既需要开展基础理论研究,也需要进行技术应用研究。本文暂不讨论基础理论研究的问题。从技术和实践层面来看,目前需要重点完成以下任务:
3.1 建立基于大数据的英语阅读能力标准
英语阅读能力是英语教学中的一个常用概念,教师和学生都已经习以为常。但是,英语阅读能力的本质内涵其实非常复杂。比如,理解文章大意是常见的英语阅读能力之一。但是,平常的英语教学和测试关注的往往是阅读理解的结果,而对理解大意的认知过程重视不够。理解文章大意的能力背后还有一系列技能,比如把握语篇宏观结构的技能。目前关于阅读能力的描述,既有基于阅读结果的描述( 如能理解语篇直接陈述或隐含的表达意图) ,也有关于阅读过程和阅读技巧的描述( 如能根据语篇中的线索进行推理) 。
目前已有不少研究者根据功能语言学理论、心理语言学理论、图式理论等研究成果,多层次、多角度、多方面考察中国学生英语阅读能力的结构和内涵,建构中国英语阅读能力模型,为英语阅读课程的设计与开发、教学途径的研究与应用提供理论依据,为英语阅读教学研究提供新的视角和方法。例如,郭宝仙、章兼中( 2016) 结合阅读的心理认知观和内容因素观,借鉴王淑花( 2012) 的英语理解能力量表,参照国内外已有的标准和经验,针对我国中小学英语阅读的实际情况,构建了两维度( 认知和内容) 、三因素( 语言、内容和结构) 和六层次( 感知与识别、定位与提取、理解与整合、分析与推理、赏析与评价、迁移与应用) 的外语阅读能力结构框架体系。王蔷、陈则航( 2016) 提出了中国中小学生英语阅读素养框架,其中包括阅读能力( 解码能力、语言知识、阅读理解和文化意识) 和阅读品格( 阅读习惯和阅读体验) 。《中国英语能力等级量表》中的英语阅读能力包含九个等级的认知能力( 识别与提取、概括与分析、批判与评价) 和阅读策略( 规划、执 行、评估与补救) ( 曾用强,2017) 。
但是,根据理论和经验对阅读能力进行界定有一定的局限性。在很大程度上,阅读是一种内隐的复杂认知过程。理论阐释和实践经验只能让我们了解阅读认知过程的某些方面。我们还应该通过更多的渠道和方式了解学生在阅读过程中需要使用的知识、经历的心理和思维过程、采用的技能和策略等,以便更加科学地回答阅读能力核心要素是什么、阅读能力标准的“元标准”是什么等问题。也就是说,为了建构英语阅读能力标准及测评体系,我们首先应确定阅读行为与阅读能力发展的关系。例如,学生在阅读方面投入的时间和精力与阅读能力发展之间的关系是否平衡? 在现有英语教学条件和环境下,中国学生的英语阅读能力在不同阶段究竟能够达到什么样的水平? 读多少、读什么、怎么读与阅读结果有什么样的关联性?
英语阅读能力标准不能仅仅依据理论分析或凭借经验判断来制定,还应考虑在中国环境下学生的认知能力、已有知识与经验、可利用的阅读时间、可获得的阅读材料以及已有的阅读习惯、阅读方式等现实条件。
也就是说,制定英语阅读能力标准要考虑学生在可利用的阅读条件下究竟能够形成什么样的阅读能力。这就需要更多有关学生阅读的真实数据。在教育信息化时代,获得这样的数据的条件已经成熟。比如,在线英语阅读系统能够在后台记录学生实际阅读行为和阅读结果的大量数据。这些数据包括: 阅读时间( 包括时长、频率、速度) 、阅读材料( 包括材料的类型、难度、主题等信息) 、阅读过程( 如在阅读过程中查阅生词) 、阅读效果( 阅读理解检测结果) 等。
因此,建构基于大数据英语阅读能力培养及测评体系的第一项任务是: 开展阅读教学实验,组织学生进行在线英语阅读和测试,跟踪学生的阅读时间、阅读行为、阅读量,监控其阅读能力的增长,回答关于阅读投入和产出的关键问题。通过大量的实验研究,可以制定各年级的阅读能力标准、各年级之间的跨度等,形成英语阅读能力测评及发展数据库。之后再以这些数据库为基础,结合相关阅读理论,界定中国学生英语阅读能力的内涵以及不同学段学生英语阅读能力标准。本文第一作者承担的教育部人文社会科学研究一般项目“中小学生英语阅读能力标准及测评体系研究”正在进行以上相关工作。
3.2 研发基于大数据的阅读能力培养体系
在建构基于大数据的英语阅读能力标准后,可以开发基于大数据的英语阅读能力培养体系。该体系最重要特点是基于学生英语阅读图谱( English reading map) 设计阅读实施方案。比如,根据学生对不同文本类型的理解能力、学生英语阅读认知水平、英语阅读话题偏好等大数据进行阅读书单初选,让学生从中选择合适阅读的图书。大数据下的电子阅读平台可以记录和统计有关学生阅读过程的所有数据,包括具体到某一章节、某一页、某一段的阅读时间,首次答题正确率、答题正确率、错误的纠正率、阅读次数等高价值数据资源( 张京鱼、吴玺,2016) ,从而更加准确地设置英语阅读能力培养目标。再比如,前文提到过的蓝思分级阅读框架对实现差异化阅读教学、教材的选编、试卷的编制和测评、教学大纲的修订以及推广分级阅读研究具有重要价值( 罗德红、余婧,2013) 。学乐立博蓝思英语自主学习平台能根据平台记录的阅读大数据为学生提供阅读能力的个性化测评,以便及时、准确了解学生的阅读能力水平。测试之后,教师可以根据学校的培养目标、年级的培养目标、学生的现状,引导每个学生制定自己的阅读能力发展目标,以及年度、月度阅读计划。学生可以分析自身与能力目标之间的差距,确定现阶段阅读书目的难度范围,计算自己目前的阅读速度,推测自己每天/每周阅读时长,预测阅读字数,选择独立阅读的时间等。学生可根据自己的阅读能力、年龄阶段和阅读兴趣在海量图书的数据库中自主创建个性化的阅读书单。教师利用每周一次一小时的阅读素养课支持学生阅读,创新阅读教学模式,建构对话式课堂,利用阅读圈、阅读报告、诗歌画报等多种形式培养学生思维能力和表达能力。平台提供的大数据不仅可协助教师指导学生制定个性化的阅读能力成长方案,还可以借助阅读理解试题库实现线上和线下图书阅读效果的及时检测。平台的监测和管理系统还可以对学生阅读能力和阅读进度、效果进行监测,并实时以报表呈现,以满足学生、教师和管理者的不同需求。
学乐立博蓝思英语自主学习平台的内部统计数据显示,一个初中三年级的学生,如果阅读能力能为600L?,阅读速度大约为每分钟 50 个词,坚持每天阅读 30 分钟或更多,全年不少于 180 天进行内容广泛的阅读,全年可以完成 27 万词的阅读量。某市 9 个英语阅读实验班 376 名学生在该平台进行了近 4 个月的阅读,每天自主在线阅读或纸质阅读 20 分钟左右,学生人均有效阅读量达 21,449 个词,人均已阅读电子图书本数达 34 本。
该市某国际学校利用蓝思阅读平台对本校 110 名学生进行英语阅读理解能力首测。之后根据测试结果,教师指导学生利用寒假开展分级自主阅读活动,共完成 400 余万词的英文原版书籍阅读量。第二次英语阅读理解能力测试( 寒假期间或结束时进行测试) 结果表明,学生的蓝思值平均增长 50L( 在蓝思阅读理论框架下,该数值是一个具有显著差异的变化值) 。在共计 3,800 余次的阅读理解小测试中,平均得分达到80% ,阅读成效显著,说明学生在持续的蓝思英语阅读中,英语阅读理解能力整体情况明显提升。以上数据是“中小学生英语阅读能力标准及测评体系研究”项目已经收集的部分数据。由于该项目尚未结项,大部分数据尚未公开。
基于大数据的英语阅读能力培养体系有利于实现英语阅读选材方式、阅读内容和阅读过程的转变。比 如: 学生可以基于自身阅读能力水平自主选择阅读材料,教师可以从传统的阅读考核体系转变为基于阅读数据的量化管理。通过网络平台跟踪测评,记录学生阅读过程数据,监测学生阅读能力发展轨迹。信息技术的发展为改变阅读能力的培养和测评方式提供无限可能,为提升学生的阅读素养助力。
3.3 开发基于大数据的阅读能力测评体系
研发基于大数据的阅读能力培养体系之后,接下来的一项重要工作是了解学生已有的阅读能力以及在学习过程中阅读能力的提升情况,这就需要对学生的阅读能力进行测评。如何测量学生的阅读能力是一个难题。大数据为解决这一问题提供了新的可能。比如,PISA 考试在考量学生阅读素养时综合使用了大数据。PISA 将学生的阅读表现通过阅读素养综合量表、阅读素养精熟度以及认知分量表和文本形式分量表来体现( 齐宇歆,2013) ; 将学生阅读喜爱程度、阅读材料广度、趣味阅读时间、学校阅读时间和网上阅读活动等因素合称为学生的阅读参与度,探寻影响其阅读素养养成的个人因素,与阅读测试成绩、调查问卷一起多维地记录了学生的阅读素养高低和素养结构( 张民选等,2011) 。
分级阅读测评体系将阅读能力所包含的可以量化的客观要素进行评测。例如,美国蓝思分级阅读体系通过采用同一套分值标准( 即蓝思值) 对出版物的难易程度和读者的阅读水平进行检测,既可以测量人的阅读能力,又可以测量整本书和文章的阅读难度,目的在于帮助学生找到与自身阅读能力相匹配的书籍。
大数据可以提供学生阅读参与度相关的参考依据,例如大数据可以帮助我们了解学生自主选择阅读材料的主题、类型、难度,从而协助命题人员选择与之相匹配的测试材料,充分发挥大数据在开发阅读测评体系中的作用。我们还可借鉴国外已成熟的英语阅读能力测评体系,或依托第三方专业评估机构,系统、准 确、安全地采集、整合、分析和应用学生阅读行为大数据,运用数据可视化技术,搭建大数据库,分学段研制学生英语阅读能力测评体系,为教师进行个性化阅读教学以及学生进行个性化阅读诊断与发展提供依据。
4 基于大数据的英语阅读能力培养及测评体系基本框架
完成上文讨论的三项工作之后,就可以形成基于大数据的英语阅读能力培养及测评体系基本框架( 如 图 1 所示) 。该框架主要包括三个系统,即英语阅读能力标准、英语阅读能力培养体系和英语阅读能力测评体系,每个系统又包括若干个子系统。阅读能力标准的子系统包括阅读能力的几个主要方面,如阅读理解认知能力、语言知识、文化知识、阅读策略、阅读习惯,每个方面包括具体的能力指标。阅读能力培养体系包括阅读材料分级与分类、阅读水平起点自测、阅读材料推送、学生自主阅读、阅读行为及能力提升跟踪、阅读策略与习惯培养等环节。其中有些环节由网络系统自动完成,如阅读材料分级与分类; 有些环节由学习者在网络平台上完成,如阅读水平起点自测、学生自主阅读; 有些环节可能还需要教师的参与或干预,如阅读策略与习惯的培养。英语阅读能力测评体系包括阶段性阅读能力测量、阅读能力分析、阅读行为数据分析、阅读能力分析报告生成、阅读策略及习惯分析报告生成等子系统。
该框架中三个系统之间的双向箭头连接线表示这三个系统之间是相互关联的,也是相互支撑的。英语阅读能力标准是英语阅读能力培养和英语阅读能力测评的基础; 同时,英语阅读能力培养和英语阅读能力测评所获得的数据也能为英语阅读能力标准提供反馈信息,以便更新和修订英语阅读能力标准。而英语阅读能力培养与英语阅读能力测评之间的互动关系则更加紧密。阅读能力培养的结果通过能力测评来体现,而测评结果又能为阅读能力培养过程与方法提供反馈信息。
5结语
建构学生英语阅读能力培养及测评体系主要是为了解决英语教学中的一些关键问题,特别是英语阅读教学中的实践问题。具体来讲,该体系的实际应用价值主要体现在四个方面: ①可以为英语课程改革、教材编写和教学方法创新提供指导和依据; ②可以为学校英语阅读课程的开发提供指导和依据; ③该体系可以应用到英语阅读考试试题命制过程中; ④该体系可以转化为阅读指导策略,为一线英语教师实施个性化阅读教学以及学生进行个性化阅读学习提供指导。
大数据在现代外语教学创新中具有不可估量的作用,它可以使外语教学范式和学习方式更加智能化( 王哲、张跃,2015; 陈坚林、贾振霞,2017) 。基于大数据研发英语阅读能力标准及测评体系,有利于我们更好地理解阅读能力和阅读过程的本质,设计更加合理的阅读能力目标、阅读能力测评方式和手段、阅读课程体系,最终推动英语阅读教学现代化、英语阅读学习自主化、英语阅读能力标准化和英语阅读能力评估多元化的实现。
作者简介
联系客服