计算机辅助语言学习(CALL)对中国英语学习者自主性与词汇习得的促进作用研究

推荐：本研究针对中国高校英语教学中学习者自主性不足的问题，探讨了计算机辅助语言学习(CALL)工具(Anki/Quizlet/Kahoot!/ChatGPT)对EAL(英语作为附加语言)学习的影响。通过8周混合方法实验发现，CALL组自主学习得分显著高于传统教学组(42.16 vs 37.47)，并揭示了工具偏好层级与动机提升机制，为技术赋能的语言教育改革提供了实证依据。

　　

在全球化浪潮中，英语能力已成为中国学生的重要竞争力。然而传统的填鸭式教学仍占据主导地位，教师中心化的课堂模式严重制约了学习者自主性(learner autonomy)的发展。这种矛盾在高等教育阶段尤为突出——学生们需要为国际交流做准备，却困在背单词、刷考题的机械循环中。随着教育数字化转型加速，计算机辅助语言学习(Computer-Assisted Language Learning, CALL)技术为解决这一困境提供了新思路，但中国语境下的实证研究仍属空白。

Haohao Zhang团队发表在《Acta Psychologica》的研究，首次系统评估了CALL工具对中国大学生英语学习自主性的影响。研究基于自我决定理论(Self-Determination Theory, SDT)框架，通过8周对照实验发现：使用Anki等智能工具的试验组，其自主学习能力得分显著提升42.16分，较传统教学组高出12.5%。更引人注目的是，NVivo分析的访谈数据揭示了"工具偏好层级"现象——学习者自发将Anki的间隔重复算法评为最有效功能，而ChatGPT虽能模拟真实对话，却因准确性问题需要交叉验证。这些发现为破解"高投入低产出"的语言学习困局提供了技术解决方案。

研究方法上，团队采用解释性序列混合设计：先对100名四川城市职业学院英语专业学生进行分组对照实验(50人CALL组/50人传统组)，通过前后测比较词汇自主性量表得分；随后用数字分析追踪工具使用数据(如Anki复习间隔、Kahoot!响应时间)；最后对20名参与者进行半结构化访谈，通过NVivo进行主题编码。技术方法的关键创新在于整合四种互补型工具——Anki(间隔重复)、Quizlet(自适应闪卡)、Kahoot!(游戏化测试)、ChatGPT(对话AI)，形成多维度的自主学习支持系统。

研究结果呈现五大发现：

1. 1.

   工具偏好层级

   量化数据显示Anki对长期记忆保留效果最佳，其算法能根据遗忘曲线动态调整复习间隔。访谈中78%参与者认为"比纸质卡片高效3倍"，但34%初学者反映设置复杂。Quizlet因操作简便排名第二，而Kahoot!虽课堂互动性强，但一周后的单词遗忘率达61%。

2. 2.

   自主-投入关联

   SDT框架分析表明，自定义功能显著提升内在动机。例如允许自建单词库的参与者，每周平均多投入1.8小时。一位学生描述："选择职场相关词汇后，背单词从任务变成了需求"。但数据也警示——完全自主可能导致认知超载，需要适度脚手架支持。

3. 3.

   游戏化双刃剑

   Kahoot!的实时排行榜使课堂参与度提升142%，但后续测试显示其记忆保持率比Anki低39%。有趣的是，将游戏化元素与间隔重复结合的小组，表现出最佳的持续参与模式。

4. 4.

   AI辅助学习悖论

   ChatGPT凭借24/7的对话可用性广受欢迎(使用频次每周均达4.2次)，但68%用户遭遇过语法错误输出。这促使学习者发展出"三重验证法"——对比教材、网络搜索和教师反馈，意外培养了批判性数字素养。

5. 5.

   技术采纳壁垒

   农村学生面临网络不稳定(平均每周2.4次连接中断)，而年长教师群体中83%需要专项培训才能掌握工具设置。这提示数字鸿沟可能加剧教育不平等。

讨论部分深入阐释了三个理论突破：首先验证了SDT在数字语言学习中的适用性——当CALL工具同时满足自主性(内容定制)、能力感(自适应反馈)、关联性(社交功能)时，学习效果最佳。其次，修正了"技术决定论"误区，证明单纯引入工具不足以保证效果，必须配合元认知策略训练。最后提出"混合自主"模型，主张将AI工具嵌入有指导的框架，既保持技术优势又规避风险。

该研究的现实意义在于为教育信息化2.0行动提供了精准实施路径：建议院校优先部署Anki类基于认知科学的工具，建立"数字导师"制度解决技术障碍，并开发离线上传功能应对网络限制。这些举措对实现《中国教育现代化2035》提出的"智能化英语教学"目标具有重要参考价值。未来研究可拓展到K12阶段，探索不同年龄层对CALL工具的响应差异，以及如何通过脑科学手段优化数字学习界面设计。