关于点对点的新式英语科学备考模式的反命题策略研究

来源：核心期刊咨询网时间：12

摘要：摘 要：本文提出了一种完全通过互联网大数据与人工智能技术实现的新式反命题英语科学备考模式。它主要通过教师端直接在线上发起，并将备考信息和资源以直播形式传输给学生端，中间不需要经过任何多余的环节。该模式主要依赖智能学习平台、智慧教育平台、线上

　　摘 要：本文提出了一种完全通过互联网大数据与人工智能技术实现的新式反命题英语科学备考模式。它主要通过教师端直接在线上发起，并将备考信息和资源以直播形式传输给学生端，中间不需要经过任何多余的环节。该模式主要依赖智能学习平台、智慧教育平台、线上直播平台这三种媒介，通过教师传授一系列反命题策略帮助学生完成备考，具有做题速度快、准确率高、记忆内容少等特点。同时，这一模式需要的基础设施投入成本较少，可以极大地压缩备考成本。

　　关键词：反命题;英语科学备考;互联网大数据;人工智能

　　大数据和人工智能技术不仅可以应用到互联网英语教育培训行业的基础配套设施和相关应用建设，还可以补齐传统英语教学领域的短板。

　　在传统英语教学中，由于受到资源条件和应试模式的制约影响，长久以来“以教师为中心”的自上而下的教学模式贯穿全局。这种把教师作为课堂主角的教学过程，无法激发学生作为“好知者”和“乐知者”获取知识的需求 [1]。而新式英语科学备考模式可应对教学观念改善、冗杂的成绩数据处理以及信息资源整合等问题。大数据和人工智能技术的发展就适时有效地提供了契机。对于教师来说，新式英语科学备考模式既能减轻教师的备课压力和负担，又可以辅助教师更加综合全面地分析学生的学习习惯与成绩。对于学生来说，这种新式英语科学备考模式在一定程度上使备考的趣味性和科学性更强，同时能够根据学生个人不同的学习习惯、学习方法和学生个人的优势与劣势搭配适合的备考方案，进一步提高备考质量和学生个人素养。

　　一、新式英语科学备考模式简介

　　(一)新式英语科学备考模式的关键

　　大数据让英语备考更科学。教育的最终目标是培养社会运作和发展需要的人才 [2]。因此，伴随着历年各项宏观政策的提出以及对人才培养要求的不断提高，各项英语考试内容的技巧性、灵活性以及难度都远远超过从前，目前更多考查的是考生的综合素养能力。以往那种单纯对语法单词的考查已经转变为对考生英语学科综合理解水平的评估，现实性和实时性尤为重要。仅仅依靠背诵语法单词是不能够取得较好成绩的。这种综合的考察容易使考生在备考过程中难以抓住考试重点，这就需要更加科学的备考方案。

　　新式英语科学备考模式能否成功的关键主要取决于两个方面。首先，对于不同的考试能否提出不同的具有针对性的备考方案。新式英语科学备考模式的最终目的应当是能够为各种英语考试的备考群体提供精准的、个性化的服务，包括但不限于中高考英语、大学英语四六级、专业英语四八级、成人英语三级、托福雅思等。因此，对各种英语考试类型与特点有清晰、明确的把握是实现目的的基础，这当中需要大数据技术搭建承载的知识库与数据库，通过人工智能技术来帮助备考学生确立个性化的学习目标、方案和策略等。其次，能否强化新式英语科学备考模式的区域性、科学性与技巧性。对于不同考试提出不同的备考方案只是一个基础条件，接下来还应当按照学生当地的教学特点进行更为细致的规划。由于地域的差异，备考相同考试的考生对考试的侧重点有所不同。因此，在备考方案上必须进一步调整，新式英语科学备考模式原则上应该按照考试类型、学生情况进行划分和调整，最重要的是利用主要的媒介平台，实现各项信息的互联互通，快速把握宏观政策走向变动与备考方案的科学性和适应性。

　　(二)反命题策略的提出

　　新式英语科学备考模式首先提出一个概念——“反命题策略”。反命题策略实际上是新式英语科学备考模式的核心，在新式英语科学备考模式中主要以知识库的形式贯穿。其中，目的是在降低考前备考成本的同时，最大限度地提高备考质量与备考效率。这是新式英语科学备考模式的最大亮点。

　　所谓的反命题策略，它的来源是高等教育众多专业中的稀缺专业——语言测试学。语言测试学从属于测试学，本身是专门研究如何出题命题的，也称之为命题及编辑试卷。语言测试学主要研究的是如何通过命题格式、命题步骤、分辨题型、书写题干、编写选项等一系列步骤，形成一套科学有效的筛查方式。

　　所以，新式英语科学备考的内在要求就是对正常的命题予以总结，予以归纳，判断出常态思考问题的方式方法，相当于是由命题人自我总结一套专门用来破解试题的答题手法。反命题策略可以使命题变得更加科学有效、严谨直观，从而使考试逐步地改革、改良、改进，同时选拔出更加符合新一代标准要求的人才，它为新的考试改革提供参照依据，为后续人才选拔奠定衡量基础。在冲突中寻求进步，在矛盾里愈发完善。通过反命题来倒逼命题进步，驱使新命题来预判反制方向，最后达到制衡的目的。

　　(三)人工智能学习平台的开发

　　在人工智能背景下，个性化学习是技术与教育深度融合的表现形式，以机器学习和深度学习为关键支撑的人工智能技术的应用，对个性化学习进行了重塑和再造。人工智能技術可以根据学生的学习需要，有针对性地推荐学习资源 [3]。

　　因此，为了最终构建一组有效的科学备考方案，仅仅利用“单项匹配”的方法是不够的，就是指按照学生的需求提供一整套现成方案，而不划分学生学习的侧重点。我们还需要构造一个能够将知识点不断延伸，并能够按照知识点间关系进行统计分类的人工智能学习平台。换句话说，就是首先利用大数据技术搭建一个包含所有知识点的人工智能学习平台，在运行系统分析历年真题时，能够显示出每个题目的具体考点、考察频率等，从而帮助教师更加精准地预测未来考情方向。同时，在进行数据匹配运算时，人工智能技术的引入可以对n个需求限定进行同时扫描，比方说，在高考知识图谱系统中，需求限定以1个或n个开始。随着需求限定数目的上升，得到的题目数量将呈现递减趋势，最后就可以根据实际需要选择合适的题目。

　　平台还可以根据每种考试的实际特性，选择性地搭载学习平台的功能，为学生提供更合适的备考方案。与以往相比，这种平台的优势在于：可以根据学生的变化制定动态的学习计划，同时根据学习的进度实时调整专属于学生的时间管理计划。此外，由于知识点不再以零散形式存在，而是被编排成为一套知识骨牌，这使得学习效果能够图像化，从而大幅提高复习效率和质量，让学习行为更加可视化，并且通过数据监测分析记录，自动定位弱项和短板。

　　推荐阅读：高中英语教学与跨文化意识的培养

转载请注明来自：http://www.qikan2017.com/lunwen/jyu/19687.html