分類: 語言發展

Categories
語言發展 小學教育

人工智能聊天機器人在小學外語英語學習中的效能

人工智慧（AI）被視為一項可能顛覆傳統格局的技術，目前已滲透至包括英語作為外語（EFL）教學在內的多個教育領域。此前研究表明，儘管AI語言教育受到了廣泛關注，但大多數關於聊天機器人輔助語言教學的研究僅聚焦於高等教育領域。對於正處於語言學習關鍵期、接受初級語言教育的兒童而言，聊天機器人的影響同樣值得探討。

 

為此，Yuan (2024) 探討了AI聊天機器人在小學EFL教學中的效能，重點關注英語口語水平與溝通意願（WTC）的提升。研究在中國某小學開展，對比了傳統教學方法與聊天機器人輔助學習的效果。74名五年級學生被分為兩組：實驗組使用Mondly聊天機器人進行學習，對照組採用傳統教學方式。在三個月內，除常規課程外，實驗組學生還需每週與聊天機器人進行三次15分鐘的英語對話練習。

 

結果顯示，聊天機器人輔助組的學生在口語水平和溝通意願上顯著優於對照組。聊天機器人有效降低了學生的語言焦慮，提升了流利度、發音準確性並豐富了詞彙量。教師觀察到課堂氛圍改善，學生參與更積極且信心增強。學生對聊天機器人提供的互動式支持環境表示認可，這種環境鼓勵他們將所學詞彙應用於實際場景，展現出超越學業進步的實際效用。

 

作者建議通過引入自適應學習系統、個性化糾錯功能以及名人語音或主題知識等趣味元素來優化聊天機器人設計，以保持學習興趣。教師需接受培訓以有效整合聊天機器人至課堂教學。此外，未來研究應探索長期效果、擴大樣本規模並納入家長視角，以增強研究結論的適用性。

 

文獻來源：Yuan, Y. (2024). An empirical study of the efficacy of AI chatbots for English as a foreign language learning in primary education. Interactive Learning Environments, 32(10), 6774-6789.

https://doi.org/10.1080/10494820.2023.2282112… Read the rest

Categories
語言發展 小學教育 幼稚園教育

教師的語言運用對兒童語言發展的影響

Jiang及其團隊最近進行的一項統合分析，探討了教師的語言實踐在促進兒童從學前班到三年級的語言發展中的作用。作者分析了2001年至2022年間發表的104項獨立研究，共411項效應值，探討教師的語言實踐與兒童的表達、接受和讀寫技能之間的關係。

作者採用偏相關（partial correlation，淨相關）作為效應值，藉此控制混淆變量，專注於教師語言實踐的獨特貢獻。研究把教師語言分為質量和數量（說話的字詞數量）。質量進一步分為三個維度：互動性（例如，回應性、反饋）、語言特徵（例如，詞彙多樣性、語法複雜性）和概念特徵（例如，抽象討論、去語境化語言）。

結果顯示，教師語言質量與兒童語言發展之間呈顯著的正相關（r = +.11）。進一步，語言特徵 （r = +.13）、互動性（r=+.10）和概念特徵 （r=+.10）沒有顯示出顯著差異。值得注意的是，教師的語言數量與兒童的整體語言發展成果沒有顯著相關（r = +.15）。研究還發現，質量的影響在年齡較大的兒童、女性學生比例較高的班級，以及語言教學活動中效果更強 （r=+.21）。值得注意的是，使用系統編碼 （r = .16）評估教師談話的研究比使用全球評分 （r=+.07） 的研究顯示出更強的相關性。

該研究強調，在支持兒童語言發展方面，語言質量的重要性遠勝於語言數量。因此，未來政策應聚焦於提升教師培訓中的高質量語言實踐，特別是在幼兒教育階段。由於效應值的數量有限（效應值數量＝17 ），語言數量未呈現顯著相關的發現需謹慎解讀。

 

文獻來源（開放取用）：Jiang, Y., Kaplan, B., & Ko-Wong, L. (2025). Does teacher talk matter too? A meta-analysis of partial correlations between teachers’ language practices and children’s language development from preschool to third grade. Review of Educational Research, 00346543251339131. https://doi.org/10.3102/00346543251339131… Read the rest

Categories
語言發展 K-12 教育階段 教育行政及領導

電子閱讀不利於年輕學習者

隨著電子設備取代教室和家中的實體書籍，許多家長、教師和學校管理人員不禁想知道這種電子閱讀是否與傳統書籍對學習中的讀者有同樣的好處。Altamura、Vargas 和 Salmeron 最近發表在Review of Educational Research上的一項統合分析，專門探討了電子設備上「休閒」閱讀對閱讀理解的影響。他們回顧了2000年至2022年間發表的26項研究，涵蓋469,564名參與者。

作者發現，數字休閒閱讀與閱讀理解之間的效應值（相關性）為r = 0.06，顯示兩者之間有一定的正相關。然而，這一效應值跟過去紙本休閒閱讀與閱讀理解的相關性相比（1-12 年級的平均效應值 r 接近 0.35），顯得微不足道。作者還發現效應值會因年齡組別而異：對小學和中學學生而言，電子閱讀與閱讀理解呈負相關；而對高中和大學生則呈正相關，這表明電子閱讀對年幼學生的閱讀理解有負面影響。

值得注意的是，為了解釋這種效應值，電子閱讀活動不僅包括閱讀虛擬文本，還包括其他線上「閱讀」活動，包括電子郵件、瀏覽網頁、線上聊天等。然而，作者比較了以文本為主的活動與以社交溝通為主的活動後，並未發現兩者對閱讀理解的關聯性有顯著差異。

在BEIB中有關其他紙本與電子閱讀研究的結論，可在此處查閱。

 

文獻來源：Altamura, L., Vargas, C., & Salmerón, L. (2025). Do new forms of reading pay off? A meta-analysis on the relationship between leisure digital reading habits and text comprehension. Review of Educational Research, 95(1), 53–88. https://doi.org/10.3102/00346543231216463… Read the rest

Categories
語言發展 K-12 教育階段 數學及理科學習

兒童對STEM與語言能力的性別定型從何時開始出現呢？

一項關於兒童對STEM和語言能力性別定型的最新統合分析研究整合了來自33個國家、98項研究數據，145,000多名兒童。研究發現，偏向女生的語文能力較優秀的性別定型（b = 0.19）比整體STEM性別定型（b = 0.09）更強。深入分析發現，在6歲時，性別定型的偏見已反映社群內——男生偏向男生更優秀，女生偏向女生更優秀。這種性別差異隨著年齡的增長逐漸減少，到16歲時，性別定型趨向符合傳統的性別角色認知：男生在STEM能力較佳，女生則在語言能力更強。

女生比男生表現出更支持女生語言能力性別定型，語文性別定型越會隨著年齡增長而增强，STEM 性別定型則相對穩定。女生的 STEM 信念約在 10-12 歲從偏向女性轉變為偏向男性，而男生的語文信念約在 8-10 歲轉變為偏向女性。到8歲時，語文性別定型已經顯著偏向女生。STEM性別定型因領域而異，在電腦科學、工程和物理方面呈較強的男性偏向（b = 0.25），而在數學（b = 0.06）和科學（b = 0.09）中的偏向較弱或幾乎不存在。背景也很重要：與白人兒童相比，黑人兒童持有較弱的STEM性別定型，這種情況在女生中特別明顯。黑人兒童的觀點大致呈性別中立，而白人兒童則略微偏向男孩子。

這些結果表明，性別定型出現得很早，並可能影響兒童的興趣和學術選擇。解決這些信念需要跨學科合作，並更多地關注電腦、工程和語文能力發展等研究不足的領域。未來的干預策略應明確了解這些觀念何時開始形成，以便有效地挑戰或拓展兒童的性別信念，減緩其負面影響。

 

文獻來源（開放取用）：Miller, D. I., Lauer, J. E., Tanenbaum, C., & Burr, L. (2024). The development of children’s gender stereotypes about STEM and verbal abilities: A preregistered meta-analytic review of 98 studies. Psychological bulletin, 150(12), 1363–1396. https://doi.org/10.1037/bul0000456… Read the rest

Categories
語言發展 高等教育

GenAI 聊天機器人會增強EFL學生的自主學習和閱讀投入度嗎？

Pan及其同事的一項準實驗探討了生成式AI聊天機器人Reade 是否可以增強英語作為外語（EFL）學生在自主學習（SRL）閱讀策略和閱讀投入度。該研對象為中國東部一所大學的61名英語系大一學生（超過80%為女性，平均年齡 = 18.5歲）。兩個班級被隨機分配到實驗組（31人）或對照組（30人）。

通過使用研究團隊開發的ReadMate平台（由ChatGPT 3.5Turbo驅動），學生可使用Reade兩大核心功能：（1）根據學生英語水平與喜好推薦閱讀材料，以及（2）通過「計劃–執行–反思」方法支援自主閱讀策略。在「執行」階段，實驗組學生可以使用ReadMate中的全部功能，包括GenAI支援的互動SRL以獲取更多SRL策略指導，而對照組使用不包括這項功能的ReadMate。為期12週的研究中，參與者需通過ReadMate完成作為課程作業的閱讀任務。在干預前和干預後三週收集了關於自主閱讀策略運用和閱讀投入度的自我報告問卷。

在控制基線分數後，結果顯示實驗組在後測中顯著優於對照組，於後設認知、認知、動機和行為維度的SRL策略使用上。平台記錄顯示，實驗組更頻繁地使用計劃策略和自我檢查清單的功能。此外，實驗組在認知、行為和情感維度的閱讀投入度更高，在平台上投入閱讀任務的時間和努力也更多。

儘管該研究強調了像Reade這樣的GenAI聊天機器人在支援 SRL和閱讀投入方面的潛力，但其依賴小樣本和自我報告數據的局限性表明需要更嚴謹的研究來探索AI在提升EFL學生閱讀成果方面的作用。

 

文獻來源：Pan, M., Lai, C., & Guo, K. (2025). Effects of GenAI-empowered interactive support on university EFL students’ self-regulated strategy use and engagement in reading. The Internet and Higher Education, 65, 100991. https://doi.org/10.1016/j.iheduc.2024.100991… Read the rest

Categories
計劃評鑑 語言發展 小學教育 中學教育

哪種閱讀理解干預更有效？貝氏網絡統合分析

Peng 及其團隊進行了一項貝氏網絡統合分析（BNMA），以評估各種閱讀理解策略對3 至12年級、面臨閱讀困難（RD）的學生的效用。他們納入了52項實驗/準實驗研究，這些研究檢查了包括中心思想（或摘要總結）、推理、文本結構、複述、預測、自我監測和圖像組織等閱讀理解策略以及這些策略的組合。研究人員探討了潛在的調節因素，如背景知識教學、年齡、文本類型、閱讀困難的狀態、評估類型、干預劑量和實驗研究的質量。

有別於傳統的統合分析，網絡統合分析可以同時比較多種干預並對其有效性進行排序，即使某些干預沒有在同一個研究中直接比較，也能基於直接和間接證據予以評估。研究發現，最有效的策略組合是「中心思想-文本結構-複述」（MTR）組合（效應值 =+1.72，SUCRA = 0.89）。其他有效的策略組合有「中心思想-文本結構-自我監測-圖像組織」（MTSG）組合（效應值 =+1.13，SUCRA = 0.76），單獨使用中心思想策略也被證實有效（效應值 =+1.07，SUCRA=0.77）。背景知識教學（詞彙／內容知識）是唯一顯著的調節因素，其增強了上述這些策略的有效性。若缺乏背景知識教學，任何策略或組合均未顯示出顯著效果。組合中的策略數量不會影響閱讀理解結果，這表明教授過多的策略可能增加閱讀困難学生的認知負荷，使其難以有效運用這些策略。

這些見解可以幫助教育工作者設計出更有效的閱讀理解干預方案，通過關注最佳策略組合並增加背景知識教學，來提升閱讀困難學生的理解能力。

 

註：SUCRA（累積排序曲線下面積分數）表示干預策略被評估為最有效的可能性（最差的0%到最好的100%）。

 

文獻來源（開放取用）：Peng, P., Wang, W., Filderman, M. J., Zhang, W., & Lin, L. (2024). The Active Ingredient in Reading Comprehension Strategy Intervention for Struggling Readers: A Bayesian Network Meta-analysis. Review of Educational Research, 94(2), 228–267. https://doi.org/10.3102/00346543231171345… Read the rest