大家好。我是博士课程一年级的李。在这里，我想介绍一篇在之前的英语文献研讨会上讨论过的论文，该论文探讨了中文在线口语练习与学习者心理因素之间的关系。

标题：Beyond technology: the dominance of affective factors in explaining speaking ability among Chinese learners using an online platform

・作者：Bao, W., Wu, J., Zhou, Y., & Zha, R.

・刊载期刊：Frontiers in Psychology（2026年，第17卷，论文编号1802635）

・DOI：https://doi.org/10.3389/fpsyg.2026.1802635

在学习外语时，如果拥有便捷的学习应用程序或自动判定发音的系统，口语能力是否就能自然提升呢？近年来，能够实时判定录音准确性的在线学习工具越来越多。然而，即使使用相同的工具，有的学习者会积极练习，而有的学习者则因害怕出错而犹豫不决。

本研究关注这些差异，旨在探讨对于中文学习者而言，技术评价与“说话意愿”或“焦虑”等“情感因素”相比，哪一个与口语成绩的相关性更强。

1．研究背景

在中文学习热度不断高涨的同时，教师和教育资源短缺、难以确保课内外充足的口语练习机会等问题也日益凸显。在线学习平台作为一种能够让学习者反复进行口语练习的手段，备受期待。特别是对于中文而言，不仅声调和发音重要，发音与汉字的对应关系也至关重要，因此基于自动语音识别（ASR）的反馈在中文学习中具有独特的作用。

以往的研究中，学习者的焦虑、动机等心理层面，与学习系统的易用性、有用性等技术层面往往被分开探讨。本研究的特点在于将两者纳入同一分析框架，并比较了它们与口语成绩之间的关系。

2．研究目的

本研究针对参加为期两周的ASR辅助中文课程的学习者，探讨了以下两方面因素与口语考试成绩的关联：①“尝试用中文说话”的意愿、口语焦虑、口语动机、自尊感等情感因素；②认为学习平台有用且易于使用的程度。此外，研究还试图明确在两组因素中，哪一组能更好地解释口语成绩的个体差异。

这里需要明确的是，本研究的目的并非证明“使用该平台提升了口语能力”。研究仅在于调查接受相似课程的学习者的口语成绩，与各自的心理因素及技术认知之间的关系。

3．研究方法

调查对象为中国安徽省某大学中文系HSKK（汉语水平口语考试）三级预备课程的初级学习者。分析对象共113人，年龄在18至35岁之间，来自34个国家。所有学习者均至少有一学期的中文学习经验，且尚未通过HSKK三级考试。

课程使用了名为“Global Chinese Learning Platform（GCLP）”的在线学习平台。在两周内进行了4次40分钟的课程，内容涵盖自我介绍、日常生活、校园生活、简单的社交互动等与HSKK三级相关的口语任务。当学习者发音时，ASR功能会将语音与目标汉字进行比对，并以颜色显示发音的准确度。通过这种方式，学习者可以确认需要重新练习的部分。

在最后一节课后，通过问卷调查了学习者的情感因素及对平台的认知。情感因素测量了“交流意愿（WTC）”、口语焦虑、口语动机、口语时的自尊感这四个维度。WTC是指实际尝试用中文开口说话的意愿或倾向。另一方面，关于技术认知，测量了“是否觉得对学习有帮助（感知有用性：PU）”和“是否觉得操作简单（感知易用性：PEOU）”。

问卷由68个五点量表题目组成，采用了符合中文学习语境的现有量表。经过专家内容审核及预调查，各量表的内部一致性Cronbach’s α系数在.83至.96之间。口语能力则使用GCLP上的HSKK三级模拟考试进行评估，由两名受过培训的评估员打分。评估员间的一致性系数（ICC）为.92，确认了高度的一致性。

分析方面，首先确认了各因素与口语成绩的相关性。随后使用“分层多元回归分析”方法，通过调整情感因素和技术认知的投入顺序，比较了哪一组因素能更好地解释口语成绩的差异。

4．研究结果

最显著的结果是，交流意愿（WTC）与口语成绩之间存在较强的正相关（r＝.746）。这意味着越倾向于积极用中文交流的学习者，其口语考试成绩往往越高。此外，口语动机和自尊感也存在中等程度的正相关。另一方面，口语焦虑与成绩呈中等程度的负相关（r＝−.429），即焦虑感越强的学习者，成绩往往越低。

在技术相关因素方面，认为平台“对学习有帮助”的程度（PU）与口语成绩之间存在微弱的正相关（ρ＝.345）。然而，认为“易于使用”的程度（PEOU）与口语成绩的相关性在统计学上并不显著。换言之，仅凭觉得操作简单，并不能充分解释口语成绩的高低。

此外，在分层多元回归分析中，仅使用四个情感因素就能在统计学上解释口语成绩58.7％的个体差异。在此基础上加入两个技术认知因素，解释率仅从58.7％微增至59.2％，且增加量在统计学上不显著。相反，仅使用两个技术认知因素时解释率为11.8％，但加入情感因素后，解释率大幅提升至59.2％。

根据这一结果，在本研究的对象和课程条件下，相比于对平台的评价，学习者的“想说”、“害怕说”、“有自信”等情感因素与口语成绩的个体差异联系更为紧密。不过，从相关分析和回归分析中，无法直接判断这些因素与成绩提升之间存在因果关系。

5．研究局限与未来课题

本研究存在一些局限性。首先，参与者均为某大学HSKK三级预备班的初级学习者，结果是否适用于其他学习环境或中高级学习者尚不明确。其次，口语能力是通过模拟考试评估的，未必能充分衡量实际对话中的互动能力。

此外，心理因素和技术认知是通过自评问卷测量的。两周的时间较短，本研究并未持续追踪学习者心理的变化。再者，由于所有人在课内完成了相同的任务，无法分析自主练习次数或实际利用行为的个体差异。同时，主要回归分析中未控制课前的口语能力水平，这一点也需要注意。

未来需要进行跨度超过一学期的调查，并在不同熟练程度和教育机构中进行验证。不仅依靠问卷，若能结合实际练习次数、语音记录、系统使用记录、对话任务中的发言情况等，将能更具体地捕捉学习者的心理、行为与口语能力之间的关系。

6．对中文教育的启示

本研究表明，在引入新的学习技术时，仅关注操作的简便性是不够的。让学习者能够安心开口、不怕出错地反复练习、保持说话意愿和自信，在设计口语练习环境时同样重要。

例如，对于在教师面前感到紧张的学习者来说，独自录音并反复练习的环境，可能有助于减轻发音时的心理负担。不仅要明确指出发音错误，提供能让学习者理解“哪里需要修正、如何修正”的反馈，以及能感受到进步的机制，也是非常有益的。不过，此类支持在多大程度上能真正减轻焦虑并提升能力，仍需另行验证。

特别是在中文学习中，需要将确认声调和音节准确性的技术支持，与让学习者敢于开口的情感支持结合起来考虑。“构建高功能系统”与“让学习者真正能够开口说话”并不完全等同。

7．参考该论文的理由

我参考这篇论文的原因是，它以利用在线学习平台的中文口语学习为对象，与我自己的研究有许多共同点。我目前的研究关注初级中文学习者在接受AI反馈后，如何理解反馈内容、修正发音并再次练习的学习过程。

另一方面，本论文探讨了在ASR辅助的口语练习环境中，学习者的情感因素与技术认知如何与口语成绩相关联。虽然研究的核心问题不同，但将在线平台融入课程并分析学习者的口语能力及学习经验这一大框架是共通的。

特别值得参考的是将口语练习融入常规课程的干预方法、现有问卷量表的使用、口语考试的评分及评估员间一致性的确认，以及比较多个因素解释力的分析方法。此外，关于“仅凭技术评价无法充分捕捉学习成果”的结论，也为我在设计和评估AI反馈时提供了重要的视角。