语言教育学

对应：培养方案 专业基础课 · 学期 3 · 2 学分 · 32 学时（20 课堂 + 12 实践）

这门课是你专业的"实践出口"，前面那些课都在回答"人是怎么学语言、怎么想事情的"，
这门课把方向掉过来问：知道了这些，到底该怎么教？

这份笔记怎么用：先读「导论」把地图建起来，再按章往下。
每一派教学法都先讲它要修上一代的什么毛病，再讲理论依据；
有效性尽量给元分析数据，而不是"某个人说"。
末尾有习题和出处索引。数字标出处，核不到的标「待核」。

1 导论：这门课在研究什么（先读这个）

1.1 先说清楚它不是什么

你大概会带着这几种期待来上这门课，它们都不是这门课：

为什么必须先破除这四个误解？因为它们会决定你用哪种方式读后面的内容。
如果你把它当成一门"教学法名词课"，你就会去背表格，
读到 d = 1.13 这种数字会觉得莫名其妙、不知道有什么可看的；
但一旦你知道这门课的核心动作是"用证据判断教法好不好"，
那些效应量就不再是装饰，而是整门课的证据骨架，
你读它们的眼光会从"记数字"变成"查这个数字硬不硬"。

1.2 这门课在整个专业里的位置

你专业的课可以想成一条链：语言是什么 → 人怎么学 → 怎么教 → 怎么测。
语言教育学在第三环。看这张图：

   ┌──────────────────────────────┐
   │  语言学概论 / 现代汉语          │  语言本身长什么样（语音、语法、汉字）
   └──────────────────────────────┘
                  │  提供"教什么"
                  ▼
   ┌──────────────────────────────┐
   │  第二语言习得概论 + 学习科学     │  人是怎么学会一门语言的
   │  教育心理学 / 认知科学概论       │  （输入、互动、输出、记忆、动机）
   └──────────────────────────────┘
                  │  提供"人怎么学、所以该怎么做"
                  ▼
   ┌──────────────────────────────┐
   │  语言教育学 （你现在这门）       │  ← 把上面两层变成"怎么教"
   │  流派史 · 有效性 · 纠错 · 汉语难点 │
   └──────────────────────────────┘
                  │  提供"教出来的效果从哪来"
                  ▼
   ┌──────────────────────────────┐
   │  语言教学测评与应用             │  怎么把"学会了多少"测出来
   └──────────────────────────────┘

几个分工要说清楚，否则你会把几门课混成一团：

• 和 第二语言习得概论 的分工：那门课研究"人是怎么学会的"（描述规律），这门课研究"那我该怎么教"（设计干预）。同一个"显性 vs 隐性"，在那门课里是心理机制问题，在这门课里是教学决策问题。
• 和 学习科学导论 的分工：学习科学给的是跨学科的通用学习原理（认知负荷、迁移、间隔），语言教育学把它们落到"语言"这个具体内容上，而语言有许多别的学科没有的麻烦（汉字、声调就是）。
• 和 语言学概论 / 现代汉语 的分工：那两门告诉你汉语的结构长什么样；这门课告诉你这个结构对"教"意味着什么（"汉语有声调"是个语言学事实，它变成教学难题还需要一步翻译）。

前面的课回答"为什么"，这门课回答"那又怎样、我该怎么做"。
它是你专业里唯一一门要你交出"干预方案"的课。

1.3 这门课真正要教你的能力

这门课要教的核心能力是这一条：

遇到一个"某教法有效"的说法，能判断它有多硬。

具体就是三个动作：

1. 追问测量方式：这个"有效"是用填空、句型转换测的，还是用自由表达测的？（§2 会告诉你，这个区别能直接决定结论）
2. 追问效应量的边界：d 值多大、置信区间跟谁重叠、能推广到谁身上？（§2、§3）
3. 追问理论前提：这个教法假设语言是什么？（听说法假设语言是"习惯"，交际法假设语言是"交际工具"，前提一换，教法就得换，§1）

这三问会在整份笔记里反复出现。它们不是"培养批判思维"这种空话，
而是几条能查、能核、能落到具体数字上的检查项。

1.4 这份笔记的组织逻辑

四块内容，按"从理论到实践"排：

§1  流派史      →  每一代教学法在修上一代的什么毛病（理论如何驱动教法）
§2  有效性证据  →  到底哪种教法有效？用元分析的效应量回答
§3  纠错之争    →  一个具体争议：该不该纠错、怎么纠（理论落到课堂动作）
§4  汉语难点    →  把上面全部落到"教汉语"上（你专业的实践出口）
§5  习题        →  自测
§6  出处索引    →  每个数字的来源

§2 是这份笔记的重心，也最练"证据判断"。
别只记那几个 d 值，要能复述"这个数字是怎么来的、它有什么坑"。
§1 是背景，§4 是你以后真正动手的地方。

还有一条要提前说：这门课里，"有争议"比"有定论"更常见。
"要不要纠错""要不要单独教语法"这些问题，到今天没有一个公认的标准答案。
有的只是"在什么条件下、对什么人、更倾向于哪种做法"。
这不是这门课没讲明白，这恰恰是它最诚实的结论。

2 教学法流派史：每一代在修上一代的什么毛病

先给你一个读法：不要把这一节读成"教学法名录"。
把它读成一条"问题-修补"的链条，每一代新方法，都是在回答"上一代为什么不行"。

语言学、心理学对"语言是什么""语言怎么学会"的认识一变，
教学法就跟着变。读这一节只要问两句："这一代的理论依据是什么？它被什么推翻了？"

2.1 语法翻译法（Grammar-Translation）

它为什么会设计成这样？因为它最初是为教"死语言"服务的。
拉丁语、希腊语当时主要是用来读文献的，没人拿它跟人聊天。
所以"翻译 + 语法分析"其实是匹配当时目标的：目标就是读懂，方法就是翻译。
毛病出在它被原封不动地搬去教活语言之后。

它自己修不了的那个毛病：教的目标和用的场景脱节。
学生能背出"一般现在时第三人称单数加 s"，但真要开口时说不出来。

这就是中国人学英语的传统方式，你和我大概率都经历过。
它的最大问题是"学了不会用"，即 学习科学导论 里的"迁移没发生"：
课堂里练的能力（分析句子、做翻译题）没能迁移到真实交流场景。
注意这不能怪学生不努力，而是方法本身没给迁移搭桥。

2.2 直接法（Direct Method）

它的修法非常干脆：既然"翻译"是罪魁祸首，那就彻底不许翻译。

只用目标语，不翻译；靠实物、动作、情境来建立"声音-意义"的直接联系，
比如教"苹果"，不写中文"苹果"给你看，而是直接举起一个苹果说 apple。

强项：口语、语感。弱项：对老师要求极高（得能全程用目标语把抽象概念讲明白）；抽象内容难教。

它的边界在哪："直接"对具体名词好用，一到抽象概念就卡死。
"民主""既然""虽然"，你怎么比划？
所以直接法把"不会说"这个毛病修好了，却把一个新毛病（教不深）带进来了。

2.3 听说法（Audiolingual Method）

它的设计和它的理论完全自洽：
如果"学语言 = 建立一套刺激-反应的习惯"，那正确做法自然就是：
大量重复（强化）、不许犯错（错误一旦被强化就难改）、不解释规则（习惯本来也不需要理解）。
所以才有"句型操练"（pattern drill）：老师给一句、学生换一个词再说一遍，一直练到脱口而出。

听说法的衰落是个教科书级案例：
它的理论基础（行为主义）被认知革命推翻了。
乔姆斯基指出：儿童能说出从没听过的新句子，说明语言是一套"规则系统"，不是"习惯"。

这就是"理论变了，教学法跟着变"，而且是理论先垮、教法后垮。
（乔姆斯基那篇批评见 §6 索引，1959 年对 Skinner《言语行为》的书评。）

为什么"能说没听过的新句子"这一点这么致命？因为按"习惯论"，
你会说的话只能是听过的句子的复制或重新组合；
但事实上一个三岁小孩每天都在造他从没听过的句子，
他一定是在用一套"生成规则"，而不是在记忆库里检索现成的句子。
证据一摆，行为主义在语言上的地基就塌了。

2.4 交际法（Communicative Language Teaching, CLT）

这一代把"目标"整个换掉了：不再问"学生会不会说出正确的句子"，
而是问"学生能不能用这门语言把事办成"。

"交际能力"这个关键概念由 Hymes 提出，它的要害在于：会说正确的句子 ≠ 会用语言。
一个语法完全正确的句子，在错误的场合说出来，照样是一次失败的交际。

交际能力的四个成分：

"策略能力"最容易被忽略，但最实用：
你在国外药店买消炎药，想不起"消炎药"怎么说，于是说"吃了能让伤口不发炎的药"，
这就是策略能力（绕过去）。它是真本事，不是"退而求其次"。
交际法会给这种"绕"留出空间；语法翻译法不会，因为它只盯着你句子对不对。

2.5 任务型教学（Task-Based Language Teaching, TBLT）

围绕"任务"组织教学（不是围绕语法点）。
例子："用中文订一次外卖"，这个任务有真实目标（订到饭）和真实沟通需求（说不清楚就订不到）。

三阶段框架：

任务前（Pre-task）→ 任务中（During-task）→ 任务后（Post-task）
  老师引入          学生用语言做事          聚焦语言形式

Post-task 是最常被误解的一点：
TBLT 不是"只做事、不管语言"。它在任务之后专门有一段时间聚焦语言形式
（比如把刚才订外卖时反复错的那个句式，拎出来集中讲一讲）。
这一点常被误解。（下一节的数据会说明为什么这个设计重要。）

为什么非要有 post-task？因为学生在"任务中"只顾着把意思送出去，
语法对不对根本顾不上（这叫"意义优先"）。
结果可能是"意思沟通成功了，但错误一直没人纠、慢慢固定下来"，
所以必须留一段时间，把注意力从"意义"拉回"形式"。
这件事在 §2 的数据里有直接支撑（显性教学有效），到 §3 的纠错之争还会再出现一次。

2.6 后方法时代（Post-method）

它的主张：没有"最好的方法"，因为教学情境千差万别
（学生年龄、母语、目标、班级人数、考试压力……全不一样），
老师应该根据情境做判断，而不是迷信某个方法的招牌。

为什么这算"进步"而不是"摆烂"？因为前面几代都在争"哪种方法最好"，
而后方法说的是："最好"这个问题本身问错了，它取决于条件。
这跟 §2 里发现"FonF 和 FonFS 没差别"、§3 里"纠不纠错取决于优先级"是同一个道理：
成熟的研究领域给出的往往是"视条件而定"，而不是"唯一正解"。

3 ⭐ 哪种教学法真的有效：Norris & Ortega (2000)

问题：教学到底有没有用？哪种教法更有效？

先注意这一节的地位：§1 讲的都是"理论说该怎样"，
这一节给你的是元分析的数据，不是"某个人说"。

先把三个术语就地讲清楚，不然后面全是天书：

元分析（meta-analysis）：把一堆已经做完的研究的结论，
折算成同一把尺子上的数字，再加权平均起来。
打个比方：单说"这种药有效"不算数，但把 49 个各自做过的试验的核心结果统一折算后合在一起，
就能说"总体上有效，平均有多大、多确定"。

效应量（effect size，记作 d）：那把"统一的尺子"。
它衡量"实验组比对照组好多少"，单位是标准差。
经验读法：d ≈ 0.2 算小、0.5 算中、0.8 算大；
d = 1.0 意味着实验组平均比对照组高整整一个标准差，在教育研究里这已经相当大。

置信区间（confidence interval）：给这个数字圈一个"合理波动范围"。
如果两组各自的区间不重叠，就说明它们的差异不太可能是碰运气，而是"显著"的。

3.1 出处

Norris, J. M., & Ortega, L. (2000). Effectiveness of L2 instruction: A research synthesis and quantitative meta-analysis.
Language Learning, 50(3), 417–528.

（"L2" = second language，第二语言。所以这篇研究的是"第二语言教学"的效果。）

3.2 做了什么

他们汇总了 1980–1998 年间的二语教学实验研究：

注意 77 和 49 这两个数字的关系，它本身就是一个教训：
77 项研究里，只有 49 项（约六成）数据完整到能做元分析，
剩下那 28 项的问题出在报告得不够全、没法用，不是"结果不好"。
这就是这项工作的真实起点：你能汇总的，永远比你想汇总的少。

（"对比数比研究数更多"是因为：一项研究里可以塞好几个实验组-对照组比较，
所以"对比"是比"研究"更细的计数单位，后面各处的括号里标的就是它。）

3.3 结果：四组关键效应量

3.3.1 教学 vs 纯接触：教学有效

读法："有人教"比"只是把人泡在语言环境里"好大约 0.96 个标准差，
接近一个完整标准差。这是"教学确实有用"的直接证据。

为什么这个对比重要：因为一直有一种说法："语言是泡出来的，不用专门教"（自然习得论）。
这个 d = 0.96 就是对它的直接反驳：光靠接触不够，有聚焦的教学还能额外带来可观的提升。

3.3.2 显性 vs 隐性：显性明显更有效 ⭐

两者的置信区间不重叠 → 差异显著。
显性的效应量大约是隐性的 2 倍。

这张表回答了几乎每个学外语的人都纠结过的问题：
"语法规则到底要不要学？" 数据说：明确讲规则的那一组，效果明显更好。
别信"自然习得就行、规则不用背"，至少在这套测量的口径下，显性更胜一筹。
（但"这套测量的口径"是个大坑，见下面限制 ①。）

3.3.3 Focus on Form vs Focus on Forms：没有显著差异

先定义这两个极容易混的词（英文只差一个 s，含义却完全不同）：

• Focus on Forms（FonFS）：把语言形式一条条拆出来单独教（先教"把字句"，再教"被字句"……）。
• Focus on Form（FonF）：在交际/任务进行中，顺手把注意力引到语言形式上（用中文讨论时学生说错了，老师借机点一下）。

记法：多了个 s，多的是那个"把语言切成一条条"的味道。

差异小且统计上不显著：两种干预方式效果相当。
（"不显著"的意思是：1.00 和 0.93 这点差距，在统计上可能只是噪音，不能当成真差异来解读。）

这条结论的价值在于：它把"要不要单独开语法课"这个争论降了一级，
两种做法都行，关键是有没有聚焦到语言形式，而不是"形式"出现在不在专门的语法课上。

3.3.4 效果是否持久：持久

先解释"延迟后测"：教学结束过了一段时间之后再测一次（不是当场测）。
它问的是"学到的东西留住了没有"，而不是"当场考得好不好"。

结果：延迟后测的平均效应量 d = 1.02，
而且置信区间下界 0.78 也仍然落在"大"的范围里。
→ 教学效果不随时间消失。教学不是"当场提分、过后归零"的短期效应。

3.4 他们提出的效果等级

FonF 显性 > FonFS 显性 > FonF 隐性 > FonFS 隐性

怎么读这个排序：决定效果的第一因素，是"显性还是隐性"（显性两档都排在前面）；
排在第二位的才是"FonF 还是 FonFS"。换句话说，"说没说清楚"比"在哪儿说"更关键。

3.5 ⚠️ 三个必须知道的重要限制（这部分最该读）

注意：这三个限制是 Norris & Ortega 自己写下的，不是后人挑刺。
越是硬的研究，越会主动标出自己的边界，这恰恰是它可信的原因。

3.5.1 测量方式可能夸大效果 ⚠️

很多被审查的研究用的是「受限的构造性表现」，
如填空、句型转换这类受控的题目。

而这类题目天然有利于"显性教学"（因为它考的就是刚教的规则）。
用"自由表达"（free constructed response）测的研究，结果更混杂。

这一条很硬："显性教学有效"这个结论，可能部分是"考试方式"造成的。

举个具体例子你就懂了：课上刚讲了把字句，考试正好就填空填把字句，
那"显性讲规则"的实验组当然考得好。但这测的到底是"她会不会用把字句"，
还是"她记不记得刚才讲的规则"？这两件事根本不是一回事。

3.5.2 研究方法有普遍缺陷

他们记录了该领域"大量、普遍的方法学缺陷"（基于 77 项研究的全样本）。
意思是"整个领域的平均水平都有问题"，不是"个别研究差"，
比如随机分配不严、样本太小、报告不全。这会拉低你对该领域所有结论的信任度。

3.5.3 可推广性有限

他们自己警告：结果基于当时积累的证据，不能直接推广到"二语教学"这个抽象概念。
"二语教学"这四个字涵盖的东西太多了：教小孩和教成人、教汉语和教西班牙语、
课堂教学和出国沉浸……一个平均出来的数字，不能自动适用于每一个具体情境。

一个"有效"的教学法，要看它是被什么测出来的。
填空测出来有效，不等于自由表达也有效。
（这直接对应实验方法论课程里的"构念效度"，
你测的到底是"语言能力"，还是"做这类题的能力"？）

3.6 你从这一节该带走什么

第一，讲语法不用心虚。你会常听到"交际法才先进、讲规则太老土"这类说法，
但数据方向上支持"明确讲"，你可以有底气地把规则讲清楚，
只是要紧接着给它配上一个真实使用的机会（否则就退回了语法翻译法的老路）。
第二，听到"某研究证明 XX 教法有效"时，你的第一个问题是"用什么测的"，不是"谁说的"。
这一个习惯，就能让你绕开这一节列出的三个大坑。

4 纠错之争：该不该纠正学生的错

这一节是把 §1、§2 的理论落到"课堂下一秒该做什么"。
问题非常具体：学生说错了，你当场纠正吗？

三种立场，各有道理：

先解释那个术语：「化石化」（fossilization），
指一个错误长期不改、最终固化成习惯，之后再学也改不掉了
（比如很多人一辈子把某个音发错、把某个句型一直说错）。
"有错必纠"派的全部依据，就是怕化石化。

但另一派也有硬理由：你一打断，学生就不敢说了。
学语言最怕的说到底不是"说错"。真正要命的是"不敢开口"，纠错的代价可能是把表达意愿浇灭。
（这跟 普通心理学 里"过度理由效应"是同一类问题：
一个外部干预，可能悄悄改变了内部动机。）

这个争论的答案取决于优先级：要流利度还是准确度？（两者常常冲突。）
注意：这里没有"谁对谁错"，只有"你更看重哪个"，是典型的价值选择。

"重铸 vs 提示"的实验证据（已核实，Ammar & Spada 2006 在线核对）：
Ammar & Spada (2006)（Language Learning）在 ESL 课堂里对比 recast 和 prompt，
发现提示组（prompt）在部分条件下优于重铸组，尤其对低水平学习者。
Lyster & Ranta (1997) 的课堂观察也显示：重铸最常见但"被觉察率"低，
教师大量用 recast，但学生往往没意识到那是纠错，所以 uptake 低。
→ 通行说法的准确版本是："重铸最普遍，但效果依赖学生是否觉察到；提示类纠错更显式、通常更有效"。
不过两者的效应量差异在后续研究中并不总是显著，引用时请指明具体研究。

把这条证据里的三个术语就地讲清楚，它才读得懂：

重铸（recast）：学生说错了，老师不直接说"你错了"，
而是把他说的话用正确形式重说一遍。
例：学生说"我昨天去图书馆了没有" → 老师说"哦，你昨天没去图书馆"。
它是"最不打断交际"的纠错方式，所以老师最爱用它。

提示（prompt）：明确把问题点出来、让学生自己改。
例：老师说"'昨天'后面能说'了没有'吗？你再说一遍试试"。
它更显式，但也更打断。

uptake：学生在老师纠错之后、当场把话改正了的动作。
"重铸的 uptake 低"就是说：老师重说了一遍，但学生没接住、也没改。

为什么"重铸被觉察率低"这件事很关键？因为一个纠错如果学生根本没意识到，
它就等于没发生，而它偏偏又是老师用得最多的那一种。
这直接呼应 §2 的主题：显性比隐性更有效，提示比重铸"显式"，
所以通常更有效；但这不代表重铸没用，只是它对"学生有没有觉察到"依赖更强。

这也和你的 教育学原理 里"教育目的"是一类问题，是价值选择。
（要准确度还是流畅、要纠错还是要保护表达意愿，背后是"你认为语言教育的目标是什么"。）

5 汉语教学的特殊难点

你专业在北语，这部分是你最有条件研究的方向。
前面几节讲的是"所有语言教学"的通用问题，这一节讲"教汉语"特有的麻烦。

5.1 四个特有难点

为什么偏偏这几项对汉语特别难：

• 声调：多数语言的音高只用来表达语气，汉语却用声调区分词义（"妈/麻/马/骂"只差声调）。
  对母语无声调的学生，这是要新增一整套从未用过的听觉维度。
• 送气/不送气：汉语里"怕"和"爸"的区别就在送气上，它是区分词义的；
  而很多语言里送不送气只是口音、不影响意思。学生的问题不是"听不清"，而在"压根没在听那个特征"。
• "了/着/过"：汉语的时体标记和英语的时态不是一一对应的，
  学生想拿母语的时态系统去套，必然出错（"了"什么时候该用、什么时候不该用，是留学生最头疼的语法点之一）。
• 补语：像"跑完""看到""说得很好""累得走不动"，
  一个动词后面挂一串成分，结构紧凑、语义细腻，是汉语独有且非常高产的句式。

5.2 ⭐ "汉字怎么教"是汉语教学的核心难题

为什么难：难点不在"多记几个字"，而在加工路径根本不同。

拼音文字学习者没有"字形 → 意义"直接联通的习惯，
他们习惯的是"字形 → 声音 → 意义"。
而汉字是表意文字（形声字占多数），可以直接"字形 → 意义"。

读法：一个英语母语者看到 book，脑子里走的是 拼写 → 读音 → 意思；
而一个熟练的汉语读者看到"书"，可以直接到意思，不一定要经过声音。
两种文字对大脑要求的"通路"不一样。
所以照搬教拼音文字的方法去教汉字，等于逼学生多走一段没必要的中介路。

纠正一个常见夸大：不是"90% 以上"，通行数字是"约 80%"（已核实）：
- 周有光 (1978) 据 1971 年版《新华字典》8075 个正字统计："含旁字"（≈形声字）占 81%
- 康加深 (1993)：7000 个通用汉字中形声字 5631 个，占 80.5%
- 国家语委课题：若按严格的现代形声字标准，7000 字中仅 3975 字合格，占 70.5%
- 施正宇 (1992)：3500 常用字中约 72%
→ 稳妥写法："现代汉字中约 80% 是形声字"（口径不同会在 70%–81% 间浮动，
但"90% 以上"偏高，别用）。

为什么这几个数字会不一样？因为"算不算形声字"取决于判定口径：
- 周有光的 81% 数的是"含旁字"，只要带一个部件就算，口径最宽；
- 康加深的 80.5% 用的是"通用字表 7000 字"，标准稍严；
- 国家语委的 70.5% 用的是"严格的现代形声字标准"，要求声旁到今天还真的表音，口径最严；
- 施正宇的 72% 划的范围是"3500 常用字"。

这一小段又是 §2 那个道理的演示：
同一个问题，换一个口径，数字就从 70% 变到 81%。
所以引用时别说"90% 以上"，说"约 80%"最稳妥，它同时兜住了四个口径。

教学含义：需要专门的方法（部件教学、字理教学），不能照搬拼音文字的路子。

这两种方法各治什么毛病：

• 部件教学：把汉字拆成部件来教（"江""河"共享"氵"），
  用有限的部件去撬动大量的字，减轻记忆负担（对应 学习科学导论 的"组块"）。
• 字理教学：讲这个字为什么这么写（"休" = 人靠着树 = 休息），
  把"死记字形"变成"理解字形"，让"字形 → 意义"这条路真的通起来。

第一，别把汉字教学当成"认字课"的附属品，它是汉语教学的核心难题，值得专门研究，
而这正好是你专业在北语的资源优势。
第二，引用汉字数据时要标口径：说"约 80% 是形声字"，
并说明这是"不同统计口径在 70%–81% 之间"的稳妥说法，别用"90% 以上"这种被夸大的数字。
第三，碰到"汉字太难、不如直接上拼音"这类主张，你能说出它错在哪：
它省掉的是"字形直接通意义"这条对表意文字最高效的路，不是"负担"。

6 习题（带答案）

先自己写，再对答案。这几道题不是考你记不记得数字，
而是考"你能不能用这一节的方法，去判断一个说法"。

1. 听说法的理论基础是行为主义。乔姆斯基用什么论据批评它？这个批评怎么影响了教学法？

2. Norris & Ortega 发现显性教学的效应量（1.13）约为隐性（0.54）的 2 倍。那是不是应该全部用显性教学？

3. 同一个元分析里，"教学 vs 纯接触"的效应量是 0.96。这个数字说明什么？

4. 元分析里有一句警告："很多研究用的是受限的构造性表现"。这句话是什么意思？它为什么重要？

5. Focus on Form 和 Focus on Forms 的效应量差不多（1.00 vs 0.93）。这说明"要不要单独教语法"这个问题该怎么回答？

6. TBLT 里有"任务后聚焦语言形式"这一阶段。为什么需要它？

7. 汉字教学为什么不能照搬拼音文字的教学法？

6.1 参考答案

1. 论据：儿童能说出从没听过的新句子，如果语言是"习惯的堆砌"，不可能说出没听过的句子。
   说明语言是"规则系统"，不是"刺激-反应联结"。
   影响：听说法失去了理论基础，后来的教学法转向认知/建构（交际法、任务型教学）。

2. 不能只看效应量就"全用显性"。
   因为：① 测量方式可能偏向显性教学（很多研究用填空这类受控题目）
   ② 显性和隐性可能对应不同的能力（显性利于"做对题"，隐性利于"自然使用"）
   ③ 效应量大 ≠ 适合所有人所有场景（如儿童初学者可能不同）。
   正确的结论是："显性比隐性更有效"这个方向可信，但不能推成"显性永远更好"。

3. 说明"教学确实有用"，聚焦式教学比"单纯把学生泡在语言里"有效接近一个标准差。
   这是反驳"自然习得就够了"的直接证据。

4. 意思是：很多研究用填空、句型转换这类"受控题目"来测学习效果，
   而这类题目天然有利于刚教过的规则。
   为什么重要：它意味着测出来的"有效性"可能部分是"考试方式"造成的，
   换成自由表达，效果可能就不同了（他们发现自由表达的研究结果更混杂）。
   这是"构念效度"问题（你测的真的是"语言能力"吗，还是"做这类题的能力"？）。

5. 说明"单独教语法"和"在任务中教语法"效果相当。
   所以不用纠结"要不要专门开语法课"，两种做法都行，关键是有没有聚焦到语言形式。

6. 因为光"做事"不够。
   Swain 的输出假说指出：学生可能"把意思沟通过去了"，但语法一直不准确（→ 第二语言习得概论 §4.2）。
   post-task 就是专门用来把注意力拉回语言形式的，
   这也是 Norris & Ortega 数据里"显性教学有效"的体现。

7. 因为学习者的加工路径不同：
   拼音文字是"字形 → 声音 → 意义"（因为形音对应规则强）；
   汉字可以直接"字形 → 意义"（形声字有表意成分）。
   照搬拼音文字的教学法，等于强迫学生走一条不必要的中介路径。
   所以需要部件教学、字理教学这类针对表意文字的方法。

7 出处索引

带 [DOI] 的条目可直接点开核对原文；书/古籍/语料库/官方文件没有 DOI，按题名 + 出版社（或机构）查找。

本页数字的来源说明：Norris & Ortega 的49 项 / 77 项 / d=0.96 / 1.13 / 0.54 / 1.00 / 0.93 / 1.02，
都查证过原始文献。

（2026-09-19 复核）：形声字比例已核实为约 80%（原文"90% 以上"已改）；
重铸 vs 提示已核到 Ammar & Spada (2006) 与 Lyster & Ranta (1997)；
Long & Robinson (1998) 已补全为书章 pp. 15–41。本页已无「待核」项。

8 相关

• 学习科学导论：认知负荷、迁移、设计研究
• 第二语言习得概论：这门课的理论基础（输入/互动/输出）
• 现代汉语：教汉语要懂汉语的结构
• 语言学概论：语言的结构框架
• 专业学习路线：这门课的位置