The Lecturers’ Experiences and Generative AI in Developing Communicative Speaking Materials in English Education Program

在世界各地的教室里，教师们面临着一个持续不断的挑战：如何帮助学生不仅能正确地学习一门新语言，而且能有意义地进行交流。几十年来，最有效的方法一直是交际语言教学法（Communicative Language Teaching），这种方法强调真实的互动，而非死记硬背语法规则。其目标是创造出让学习者必须交换信息、解决问题或分享观点的情境，就像他们在日常生活中所做的那样。这种方法在很大程度上依赖于教师设计出让学生感到真实且与自身生活相关的活动的能力。今天，一个强大的新工具进入了这一领域：生成式人工智能。这些计算机系统能够在几秒钟内创建原创文本、故事和对话脚本。虽然它们提供了一种能够瞬间生成无穷无尽教学材料的方式，但也为教育工作者提出了一个根本性的问题：机器能否理解特定学生群体的细微需求，还是它有可能会产生那些语法完美但社交空洞的课程？

一组研究人员通过观察印度尼西亚五位大学讲师如何应对这一新局面，试图回答这个问题。这些教育工作者教授英语的对象是正在接受教师培训的学生。研究人员想要观察这些专业人士如何利用人工智能来创建口语材料，同时又不丢失使语言学习有效的“人文关怀”。他们进行了深入的访谈，要求讲师们描述他们的日常工作、他们的恐惧以及使用这些数字工具时的策略。研究揭示了一个清晰的模式：讲师们并不让机器掌控方向。相反，他们将人工智能视为一个提供原始构思的得力助手，而人类教师则是负责塑造、编辑并批准最终教案的专家。

研究中的讲师们描述了一种“人为因素不可或规避”的工作流程。他们解释说，虽然教科书很有用，但往往无法捕捉到学生的特定兴趣、文化背景或未来的职业目标。一位教师可能需要一个关于博内（Bone）当地旅游业或南苏拉威西省环境问题的口语活动，而通用的教科书可能会忽略这些主题。当讲师们使用人工智能时，他们通常先向它索要一份构思清单或一段对话的草稿。他们可能会要求生成一个角色扮演场景或辩论话题。然而，他们几乎从不直接使用生成的输出内容。一位讲师指出，计算机可能会生成一段对话，其中每个人都表现得非常有礼貌，并且能瞬间理解对方，而这种情况在现实生活中很少发生。真实的对话是混乱的；人们会打断、犹豫，有时还会产生误解。讲师们会拿走计算机的草稿并对其进行改写，以加入这些自然的瑕疵，从而确保材料具有真实感。

这种编辑的过程正是教师专业判断力的体现。研究人员发现，讲师们充当了“过滤器”，检查计算机的工作是否具有文化相关性和实用性。他们会自问：词汇对他们的特定学生来说是否太难？或者所描述的情境在印尼课堂上是否真的合理？他们还会考虑学习的情感层面。如果教师每次在学生说话时都纠正其语法，学生可能会变得不敢开口。研究中的讲师们解释说，他们通常会先让学生自由表达以建立信心，将纠错留到稍后。他们指出，计算机本身并不知道何时应该克制纠错，以保持学生的参与度。人类教师知道何时该介入，何时该让对话自然流淌，这种决策是基于他们对面前这群特定人群的多年经验。

研究还强调，讲师们将这些工具视为克服“创作疲劳”的一种方式。每学期重复教授同一门课程可能会令人精疲力竭，讲师们承认计算机能帮助他们快速产生新鲜的想法。它可以在几秒钟内建议十几种练习特定技能的不同方式，为教师提供更广泛的选择菜单。然而，讲师们非常谨慎地保持着对最终产品的权威。他们将计算机视为处理头脑风暴和起草等常规工作的工具，从而使自己能够专注于更深层的教学法工作。一位讲师简单地描述了这种关系：计算机提供草稿，但教师产出最终的教学材料。这种区别至关重要。技术加速了过程，但它并不能取代人类决定什么对学习者最好的必要性。

或许最重要的发现是，讲师们也在积极地教导他们的学生也要对这些工具保持批判精神。研究人员观察到，教育工作者不仅自己使用这项技术，还鼓励学生去质疑它。在课堂上，他们可能会要求学生将计算机生成的对话与真实的录音或教科书中的案例进行对比。他们会讨论计算机可能会犯哪些错误、重复某些模式或缺失哪些文化细微差别。这种方法将人工智能的使用本身变成了一个学习机会。学生们学到了，虽然这项技术很强大，但它并非中立或绝对正确的。他们被教导要验证信息，并认识到计算机的输出仅仅是一个起点，而非最终的真理。

研究结论认为，人工智能在语言教学中最成功的整合，发生在技术支持而非取代人类专业知识的时候。本研究中的讲师们找到了一个健康的平衡点：计算机处理构思等繁重工作，而人类教师则确保材料具有意义、符合文化背景且符合教学法要求。研究表明，只要教师仍然是做出重要教育决策的人——设定目标、适应学生需求并判断互动质量——那么这项技术就可以成为一个强大的盟友。这并不是要在人类教师和机器之间做出选择，而是寻找一种让它们协同工作的方法，并始终由人类引导方向。根据这些教育工作者的说法，语言教学的未来在于保持人类判断的核心地位，利用机器来增强而非抹杀教学的艺术。