Lecturers’ Experiences in Human Expertise and Generative AI in Developing Communicative Speaking Materials for English Foreign Language (EFL)

在全球各地的教室里，教师们面临着一个持续的挑战：如何帮助学生不仅正确地、而且有意义地学习一门新语言。几十年来，最受信任的方法一直是侧重于真实的交流，而非死记硬背规则。这种被称为“交际语言教学法”（Communicative Language Teaching）的方法，要求学生使用语言来解决问题、分享想法并进行互动，就像他们在日常生活中所做的那样。其目标是培养一种技能，使学生能够驾驭对话，而不仅仅是背诵语法表。今天，一股新的力量进入了这一课堂动态：生成式人工智能。这些计算机系统能够秒速编写文本、创建场景并起草教案。虽然这项技术有望节省教师的时间并激发新的灵感，但它也提出了一个隐约却紧迫的问题：如果一台机器可以瞬间写出一份教案，那么教师是否仍需要成为该教案的专家设计者？答案至关重要，因为语言学习是具有深厚人性色彩的；它依赖于对文化、情感以及真实对话中那些混乱且不可预测之本质的理解。

一组研究人员决定观察印尼的英语教师是如何应对这一新现实的。他们重点关注了五位教授英语口语技能的大学讲师，这些讲师的学生正接受成为英语教师的培训。这些教育者使用 ChatGPT 及类似的程序来帮助他们创建课堂材料。研究人员并没有询问这些教师是否使用了这项技术，而是询问他们是如何使用它的。通过详细的访谈，团队倾听了这些讲师如何在自身的专业经验与人工智能的即时输出之间取得平衡。他们的发现呈现出一种清晰的人类控制模式。教师们并没有简单地复制粘贴计算机给出的内容。相反，他们将人工智能视为一个有用的助手，可以用来头脑风暴想法或起草教案的第一版，但他们坚持自己才是最终的编辑者和决策者。

讲师们解释说，他们的专业知识在于了解特定的学生和当地的语境。他们描述了一个过程：他们可能会要求人工智能建议一个关于市场的角色扮演活动或一场辩论话题。计算机随后会快速生成一段剧本或一套指令。然而，教师们随后介入并重塑了这些内容。他们注意到，计算机生成的对话往往过于完美、过于礼貌且过于逻辑化。他们指出，真实的人类言语充满了中断、犹豫以及人们在找到澄清方式之前产生误解的时刻。讲师们会重写计算机那流畅的对话，以加入这些真实的瑕疵，从而确保学生练习的是真实的世界，而非一个精致的模拟环境。他们还会根据当地环境调整主题，将通用的例子替换为与他们所在地区相关的议题，例如南苏拉威西的当地旅游业或环境问题。

这种细致的编辑不仅是为了修正错误，更是为了保护课程的教育价值。教师们发现，虽然人工智能可以节省数小时的准备时间，但它无法取代判断力——即判断学生究竟需要学习什么的判断力。一位讲师提到，计算机可能会建议一个在纸面上看起来很好、但会让眼前这群特定学生感到困惑的困难活动。另一位则提到，计算机经常忽略文化细微差别，提供的例子让学习者感到陌生或不切实际。教师们充当了过滤器，确保每一件材料都具有文化相关性且符合教学法。他们将这项技术视为克服创作疲劳的工具，用以提供创意的火花，但他们始终是决定保留哪些想法以及如何精炼这些想法的人。

这项研究还强调了这些教师是如何培养自己的学生应对这个新数字时代的。讲师们并没有禁止学生使用人工智能，而是鼓励学生批判性地使用它。他们要求学生将计算机编写的内容与他们从教科书或现实生活经验中所学到的知识进行对比。目标是教会学生质疑输出结果、识别偏见并核实事实。教师们强调，机器并非中立的；它带有自身的假设和模式。通过教授学生如何评估这项技术，讲师们确保了下一代教师不仅会使用工具，而且能理解工具。这种方法将课堂变成了一个批判性思维的空间，在这里，技术既是研究的对象，也是辅助的工具。

最终，研究表明，在语言教学中最有效的使用生成式人工智能的方式，是让教师牢牢掌控全局。技术擅长速度和多样性，能在瞬间提供广泛的草稿和创意。但人类教师带来了本质的要素：语境、共情和专业判断。本研究中的讲师们并不认为自己会被机器取代；他们将自己视为新交响乐团的指挥家，利用技术来扩展他们的资源，同时确保音乐始终契合学生的需求。他们所达成的平衡不在于计算机做了多少工作，而在于谁掌握了重要的决策权。只要教师仍然是定义学习目标、调整材料以适应学生并评判互动质量的人，这项技术就是一种强大的支持。研究结论指出，语言教学的未来不在于在人类专业知识与人工智能之间做出选择，而在于寻找一种伙伴关系——由机器处理常规事务，而由人类大脑处理意义。