張　寧　陳軍亮　羅衛(wèi)華　李　揚

1(大連海事大學外國語學院　遼寧 大連 116026)2(大連海事大學信息科學技術(shù)學院　遼寧 大連 116026)

?

人機交互在計算機輔助二語習得中的應用研究綜述

張寧1陳軍亮2羅衛(wèi)華1李揚1

1(大連海事大學外國語學院遼寧 大連 116026)2(大連海事大學信息科學技術(shù)學院遼寧 大連 116026)

針對人機交互在語言學習研究中應用匱乏的現(xiàn)狀，闡述人機交互和計算機輔助二語習得研究之間的關(guān)系。介紹在人機交互研究中被廣泛應用的相關(guān)理論模型和跨學科研究方法，以及近年來人機交互技術(shù)在計算機輔助二語習得中的應用研究實例。分析人機交互技術(shù)應用在計算機輔助二語習得中的優(yōu)勢和不足之處，以及怎樣更好地應用人機交互技術(shù)為計算機輔助二語習得研究發(fā)揮更大的作用。提出未來人機交互技術(shù)應用在二語習得中可能的研究方向。

人機交互計算機輔助二語習得普適計算

0　引　言

計算機輔助語言教學按照其發(fā)展歷程可以劃分為四個主要階段[1]。第一階段是以行為主義占主導的計算機輔助語言教學，表現(xiàn)為在語言實驗室里的自動化學習；第二階段是以交際主義占主導的計算機輔助語言教學，表現(xiàn)為面向個性化學習系統(tǒng)設(shè)計的自主學習；第三階段是整合式計算機輔助語言教學，表現(xiàn)為網(wǎng)絡技術(shù)和信息技術(shù)在語言教學中的應用；第四階段是當前正在發(fā)展的智能化計算機輔助語言教學，表現(xiàn)為多通道界面在語言教學中的應用。

人機交互技術(shù)的發(fā)展使得計算機輔助語言教學從傳統(tǒng)的基于文本的人機對話教學模型轉(zhuǎn)變?yōu)榛谡Z音交互、手勢交互等自適應性更強的語言教學活動。泛在交互技術(shù)的發(fā)展使語言教學的方法和思路經(jīng)歷著更大的變革，計算機語言教學研究所涉及的領(lǐng)域在日益擴大，對學科的交叉性與融合性的要求逐漸提高。人機交互技術(shù)在不斷為語言學習者和語言教師提供資源的同時，也為智能化計算機輔助語言教學帶來了一定的挑戰(zhàn)。如何將新興技術(shù)與語言教學緊密結(jié)合起來，充分發(fā)揮人機交互技術(shù)在語言教學中的優(yōu)勢已成為當前計算機輔助語言教學設(shè)計與研究工作亟待解決的問題。人機交互作為一門交叉性學科，涉及心理學、語言學、計算機科學、社會學等多項領(lǐng)域，旨在解決的是人與計算機之間的溝通問題，使技術(shù)更為便利地服務于使用者。

本文通過分析和整理國際主流人機交互研究的理論和方法，以及這些理論和方法在計算機輔助二語習得中的應用研究現(xiàn)狀，總結(jié)出當前人機交互技術(shù)應用在計算機輔助二語習得研究中的優(yōu)勢和不足，并討論了未來研究的發(fā)展方向。

1　人機交互理論模型研究

人機交互理論研究的前沿領(lǐng)域由交互認知理論和交互行為模型兩部分組成。交互認知理論是關(guān)于人機交互中人的研究，包括交互情感計算理論和交互過程的認知理論、模型等。交互行為模型關(guān)注以人為中心的新型交互理論模型，交互行為的描述和分析方法，以及用戶模型等研究。在本文中，作者只介紹近年來應用比較廣泛的人類信息處理模型、活動理論模型、GOMS模型和?？撕Ｂ伞?/p>

1.1人類信息處理模型

Wickens[2]提出的人類信息處理模型為計算機輔助語言學習績效的評估提供了理論依據(jù)，可以用于了解信息是如何在學習者的記憶系統(tǒng)中進行存儲和處理的方法。該模型把人對外界信息的處理過程分為四個階段，如圖1所示。

圖1　人類信息處理模型

人類信息處理模型可以幫助研究人員在認知發(fā)生的情境中研究和分析認知過程，解釋人與計算機交互時的認知活動，進而分析環(huán)境中的結(jié)構(gòu)如何幫助人類認知，并減輕人類學習語言過程中的認知負擔。

人類信息處理模型在語言學習及教學中的應用還十分有限，比較有代表性的研究有王哲希[22]、孫凱[23]和虞敏捷[24]的工作。關(guān)于人類信息處理模型目前更多的研究應用于計算機相關(guān)設(shè)備的操作績效改進上[25,26]。

1.2活動理論模型

作為一種描述和分析各種人類活動的跨學科理論框架，活動理論對人機交互設(shè)計的主要貢獻在于：它提供了將個體、團體、技術(shù)和行為之間的關(guān)系概念化的方法；提供了計算機所支持的設(shè)計和評估的活動中對情境的理解；對理解和研究計算機輔助語言學習行為也很有啟示。

基于活動理論建立的人機交互分析框架將交互過程分為三個層次[3]。如圖2所示，分別為活動層、行為層和操作層。其中活動層位于最高層，因為活動的目的是為了完成動機。動機是不從屬于其他任何目標的最高目標，動機可能是有意識的，也可能是無意識的。中間層是行為層，行為是活動的組成部分，行為是有意識的，其目的是要實現(xiàn)活動并最終滿足動機。目標可以分解為各個子目標。操作層位于最底層。操作是無意識的，依賴一定的條件自動完成的。行為是通過一系列的操作來完成的。

圖2　活動理論的三個層次

活動理論能夠用于解析各種環(huán)境下的學習過程和學習效果，尤其是解釋學習者如何通過活動或任務來實現(xiàn)學習目標。近年來隨著活動理論的不斷完善，人機交互領(lǐng)域的研究人員對活動理論的應用也愈發(fā)廣泛?；顒永碚撟鳛橐环N描述用戶與信息之間交互過程的工具，用來為人機交互中情境的理解提供有效的分析框架。Uden[27]等人將活動理論應用到自助旅游信息查詢系統(tǒng)的界面設(shè)計與評估研究中，明確了設(shè)計中的主要元素，肯定了活動理論對交互設(shè)計研究的指導作用。Daisy[28]基于活動理論提出了面向活動的設(shè)計方法論，該方法通過八個階段模型分析出系統(tǒng)的構(gòu)成要素，如主體、客體和活動等，并將這些要素運用到系統(tǒng)的設(shè)計與評估中。

1.3GOMS模型

與等級結(jié)構(gòu)動態(tài)變化的活動理論不同，GOMS模型是一種靜態(tài)等級模型。作為人機交互研究領(lǐng)域中最為經(jīng)典的模型之一，GOMS模型將人機交互的過程描述為問題解決的過程，并通過目標、操作、方法和選擇規(guī)則四個方面來分析用戶與系統(tǒng)的交互過程。模型框架[4]如圖3所示。

圖3　GOMS模型框架

GOMS模型認為用戶與系統(tǒng)之間的交互具有目的性，一個目標可以被分解為多個子目標。為了完成各個子目標，用戶可以選擇不同的方法。對于各個子目標的任務完成時間都可以進行精確的計算，并最終預測到用戶的總?cè)蝿胀瓿蓵r間。操作[4]指的是用戶的運動、感知或者認知方面的基本行為。方法是用戶通過一系列操作來實現(xiàn)目標和子目標的手段。如果用戶有幾個未定的可選目標，或者某個目標可以通過多種方法來實現(xiàn)，那么用戶就需要利用選擇規(guī)則來決定下一步該怎么做。

通過GOMS模型可以不經(jīng)過用戶測試，甚至不用實際實現(xiàn)各種設(shè)計方案就可以精確地比較各個設(shè)計方案的優(yōu)缺點，并且根據(jù)希望達到的可用性目標來設(shè)計用戶界面。使用GOMS模型可以對系統(tǒng)進行定性和定量的分析。李炯[5]等應用GOMS模型對考試分數(shù)登記系統(tǒng)的用戶界面進行定量分析，并根據(jù)定量數(shù)據(jù)的分析結(jié)果提出了改進的系統(tǒng)用戶界面，進而提高了系統(tǒng)的效率和操作精確度。

1.4?？撕Ｂ?/p>

?？撕Ｂ擅枋龅氖怯脩糇鳑Q定所需的時間和備選項數(shù)量之間的函數(shù)。界面上的選項越多，用戶作決定所需的時間就越長。用戶不是一個一個地考慮一組備選項，而是將它們細分成各類，決策的每一步排除大約一半的剩余選項。?？撕Ｂ傻木唧w描述[6]如式(1)、式(2)和圖4所示：

T=klog2(n+1)

(1)

式中，n表示存在n種選項的可能；T表示用戶在這n種選項中進行選擇并作出決定所需的平均反應時間；k是一個常數(shù)，需要通過實驗數(shù)據(jù)參照取值。若用戶的選擇是隨機的，假設(shè)概率為pi，則T=kH, 其中H為決定的信息熵，定義為：

(2)

圖4　?？硕墒疽鈭D

?？撕Ｂ蓪θ藱C交互的主要啟示在于，用戶作決策所需的時間受兩個因素的影響，一個是用戶對選項的熟悉度，如是否經(jīng)歷過重復使用；另一個是選項的形式，如聲音、文字、視頻、按鈕等。?？硕沙１粦迷诰W(wǎng)站導航設(shè)計中，對于界面設(shè)計具有較好的指導作用。

希克定律在人機交互研究中常被應用于指導菜單的設(shè)計[29]，但要求用戶對評估的事物具有較高的熟練度。

2　人機交互研究方法

人機交互研究方法具有跨學科性，如何平衡定性研究和定量研究之間的關(guān)系是目前人機交互研究面臨的主要問題。常見的研究思路是先通過定量研究發(fā)現(xiàn)某個現(xiàn)象，再通過定性研究去解釋產(chǎn)生這種現(xiàn)象的原因。常用的人機交互研究方法包括訪談、問卷調(diào)查、日志分析、焦點小組、卡片分類、文化探針、體驗采樣、腦電測試、眼動跟蹤、遠程可用性測試、啟發(fā)式評估等。這里僅介紹在計算機輔助二語習得研究中作用較大卻應用較少的眼動跟蹤法、遠程可用性測試方法和啟發(fā)式評估法。

2.1眼動跟蹤

眼動跟蹤是指通過眼動儀測量眼睛注視點的位置、注視時間和眼球相對頭部的運動而實現(xiàn)對眼球運動軌跡的追蹤。眼動儀是一種能夠跟蹤測量眼球位置及眼球運動信息的一種設(shè)備，在視覺系統(tǒng)、心理學、認知語言學的研究中有廣泛的應用。人機交互實驗中常用的眼動跟蹤設(shè)備如圖5所示。

圖5　眼動儀

眼動跟蹤方法能夠有效評估使用者的認知效率，還能得到技術(shù)產(chǎn)品可用性問題清單，直接指導界面設(shè)計的改進。常用的眼動跟蹤指標[7]與計算方法[8]包括：

注視時間：眼睛在較短的時間(100 ms)穩(wěn)定在相對的空間閾限范圍內(nèi)(1°)，速度低于閾限(每秒15°～100°)可以記為一個注視點。每個注視點的平均所占時間為注視時間。

注視次數(shù)：注視點的數(shù)量。

眼跳距離：從當前注視點位置到下一個注視點位置之間的間隔長度。

瞳孔直徑：每次注視時瞳孔的平均大小。

界面興趣區(qū)域(AOI)轉(zhuǎn)移矩陣：在計算完成一個交互任務的過程中，注視在所選各AOI上轉(zhuǎn)移頻次得到的矩陣。一個3×3的AOI轉(zhuǎn)移矩陣如下：

(3)

式中，aij表示注視從AOIi轉(zhuǎn)移到AOIj(i,j=1,2,3)的頻次。如a11表示前后兩個注視都在AOI1中的頻次，a12表示注視從AOI1轉(zhuǎn)移到AOI2的頻次，a21表示注視從AOI2到AOI1的頻次。

文獻[7]研究發(fā)現(xiàn)，隨著任務復雜性的增加，注視時間和注視次數(shù)也相應增加，瞳孔直徑隨之變大，而眼跳距離沒有表現(xiàn)出規(guī)律行的變化。

由于目前眼動跟蹤設(shè)備的價格仍然較高，目前將眼動跟蹤設(shè)備用于教學的研究并不多見。喻國明[30]等于國內(nèi)首次使用眼動跟蹤方法研究了讀者閱讀報紙版面的視覺軌跡及其規(guī)律。安璐[31]等以廈門大學網(wǎng)絡課程為例，使用眼動儀記錄和分析了大學生對不同網(wǎng)絡課程首頁的觀察與學習過程中的眼動情況。

2.2遠程可用性測試

遠程可用性測試通過安裝遠程測試軟件完成測試任務，研究人員和被試在空間或時間上是相互隔離的。相對傳統(tǒng)的實驗室可用性測試來說，其測試環(huán)境更為真實，測試成本也大為降低。

遠程可用性測試方法可以分為引導型和非引導型兩大類。引導型可用性測試方法包括基于視頻軟件的遠程可用性測試、遠程訪談和遠程焦點小組等；非引導型遠程可用性測試方法包括遠程問卷調(diào)查、自動化遠程可用性評估和被試報告關(guān)鍵事件法。

在計算機輔助語言教學領(lǐng)域，遠程可用性測試方法的應用十分廣泛。隨著在線教育和無紙化作業(yè)的普及，網(wǎng)絡教學平臺的可用性愈發(fā)收到重視，國內(nèi)外相關(guān)的研究逐年遞增[32，33]。

2.3啟發(fā)式評估

啟發(fā)式評估[4]是指少數(shù)幾個評估者檢查界面，并判斷界面是否符合公認的可用性原則，是一種用來發(fā)現(xiàn)用戶界面設(shè)計中的可用性問題從而使這些問題作為再設(shè)計過程中的一部分被重視的可用性工程方法。已有試驗表明，每個評審人員平均可以發(fā)現(xiàn)35%的可用性問題，而5個評審人員可以發(fā)現(xiàn)大約75%的可用性問題。在計算機輔助語言教學研究中，語言教師和語言學習者都可以作為外語教學平臺的評估者，記錄并反饋現(xiàn)有現(xiàn)有語言教學平臺及工具的使用問題，使計算機輔助外語教學工具得到改進，提高教學質(zhì)量和外語學習者的學習績效。

啟發(fā)式評估主要應用于網(wǎng)絡教學平臺可用性的研究中[34，35]。這種方法操作簡單，且成本較低，但主要依賴評估人員的行業(yè)經(jīng)驗，評估結(jié)果容易收到評估人員主要因素的影響。在實際操作中，啟發(fā)式評估通常和眼動跟蹤等一些客觀的評估手段相結(jié)合，以保證評估結(jié)果的客觀性和精準性。

3　應用研究現(xiàn)狀分析

目前人機交互研究方法在計算機輔助語言學習中的應用研究根據(jù)其側(cè)重點的不同，可以分為兩個層面：一是通過設(shè)計開發(fā)新穎的計算機輔助語言學習工具，尤其是情境感知工具，使語言學習具有實時性；二是對現(xiàn)有計算機輔助語言學習工具及學習平臺進行評估和測試，進而改進語言學習體驗，提高語言學習效率。在具體的應用研究中，這兩個層面的研究工作往往是交替進行的，評估與測試的結(jié)果需要應用于設(shè)計開發(fā)工作的迭代改進。

3.1計算機輔助語言學習工具設(shè)計開發(fā)研究

為了使二語學習者不再花費大量專門的時間學習語言，而是將語言學習過程融入日常的碎片化時間中。Andrew[9]等開發(fā)了ALOE系統(tǒng)幫助以英語為母語的學習者在瀏覽英文網(wǎng)站的過程中以情境學習和猜測詞意的方式掌握法語單詞。通過對ALOE系統(tǒng)進行為期2個月的評估發(fā)現(xiàn)，大部分學習者可以通過日常瀏覽網(wǎng)站的碎片化時間掌握平均50個法語單詞,并且享受使用ALOE在英語背景下來學習法語的過程。該研究的不足在于，對ALOE的評估時間有限，且評估過程中所選的詞匯量還相對有限，不足以驗證ALOE系統(tǒng)的有效性。

Darren[10]等基于手持移動設(shè)備開發(fā)情境感知移動學習系統(tǒng)，為外語學習者提供基于位置的語言學習服務。幫助二語學習者實現(xiàn)情境化微學習的目標，并對23位英語為母語的學習者使用手機學習漢語的學習效果進行了為期4周的評估。盡管評估結(jié)果還局限于定性的、尚不明確的結(jié)論，但借助人機交互技術(shù)手段輔助語言學習過程，提供基于情境感知的微語言學習服務正逐漸成為近年來人機交互技術(shù)與語言學習交叉研究領(lǐng)域的熱點問題。

Yung[11]等基于傳統(tǒng)外語教學不足以滿足學習者日常交流表達需求的現(xiàn)狀，開發(fā)了Xpress移動問答系統(tǒng)。該系統(tǒng)為外語學習者提供嵌入式情境感知的外語表達服務，根據(jù)學習者在特定情境中的特定語言表達需求提供相應的語料資源，幫助外語學習者更有效地基于特定需求掌握所要學習的外語表達方式，尤其是日常俚語的表達。研究僅采用啟發(fā)式評估方法對系統(tǒng)的可學習性進行了評估，評估方法較為單一；且Xpress系統(tǒng)目前只支持中英雙語界面，對其他語種的學習效果還有待驗證。

David[12]與諾基亞合作，基于安卓系統(tǒng)開發(fā)了動態(tài)交互性“詞匯主屏幕”(如圖6所示)。幫助外語學習者利用手機學習和記憶外語單詞，并通過實驗設(shè)計驗證了學習者對于情境相關(guān)詞匯的識別和記憶率要高于非情境相關(guān)詞匯的識別和記憶率。

圖6　詞匯主屏幕

王凌燕等先后設(shè)計開發(fā)了基于Android的英語口語移動學習平臺[13]和英語語法移動學習軟件[14]，旨在將移動通訊技術(shù)和英語口語學習相結(jié)合，但缺乏對平臺易用性和學習者學習績效的評估。

王朔[15]在研究語音評分和發(fā)音糾正算法的基礎(chǔ)上，開發(fā)了手機平臺的英語口語訓練系統(tǒng)，該系統(tǒng)可以實現(xiàn)跟讀、實時發(fā)音評價和發(fā)音糾正等功能，且發(fā)音評分準確度與專家評分相似度在90%以上，發(fā)音糾正有效率達到80%，可以用于提高英語學習者的發(fā)音水平。

李曉東[16]等設(shè)計實現(xiàn)了一款基于情境感知的移動英語學習軟件。該軟件首先通過GPS確定用戶所在位置，然后通過地圖服務商提供的API搜索附近的建筑和場所提供周邊場景列表(如圖7所示)。在學習者確定情境后，從服務器端讀取最新的情境數(shù)據(jù)，結(jié)合本地存儲的情境英語一起推送給學習者。對比實驗結(jié)果表明，在特定情境中學習相應情境中的語句能夠增強學習者對于語句的理解，深化學習者對情境語句的記憶，進而提高口語水平。

圖7　情境感知模塊及情境語句模塊

Mohamed[19]等開發(fā)了基于移動設(shè)備的智能日語學習系統(tǒng)。該系統(tǒng)應用機器學習技術(shù)，通過表情識別判斷學習者的學習狀態(tài)，并向?qū)W習者提供難度適當?shù)膶W習資源。這是表情識別技術(shù)在移動語言學習應用開發(fā)中的首次應用，研究尚缺乏對表情識別的精度測試以及對學習者學習進度的跟蹤測試。

Pramod[20]基于增強現(xiàn)實技術(shù)面向智能手機用戶開發(fā)了單詞學習系統(tǒng)，幫助學習者在日常生活中學習掌握單詞。該系統(tǒng)通過社會網(wǎng)絡為學習者提供協(xié)同式學習體驗，但仍缺乏對學習者學習績效及學習體驗的評估。

俄羅斯圣彼得堡大學與俄聯(lián)邦教育部利用虛擬現(xiàn)實技術(shù)開發(fā)了對外俄語教學的三維多用戶俄語虛擬世界[21]，用來模擬各種語言交際場景，使語言教學情境最大化地接近現(xiàn)實應用情境。教學實驗表明，學習者的俄語交際能力得到了極大的提高。

3.2計算機輔助語言學習工具評估測試研究

Saleh[17]的研究發(fā)現(xiàn)學習者通過手機訪問facebook來體驗情景化學習，移動社交媒體為學習者提供了傳統(tǒng)語言教學課堂不具備的真實的學習體驗，增強了語言學習的娛樂性和互助性。

Brenna[18]等對兒童使用移動設(shè)備學習德語的交互方式展開了研究。通過將基于手勢操作的動態(tài)導航和基于觸摸屏操作的靜態(tài)導航進行對比研究，發(fā)現(xiàn)兒童被試更傾向于使用基于觸摸屏的靜態(tài)交互方式。盡管通過這兩種交互方式所完成任務的時間沒有顯著性差異，對基于手勢操作的動態(tài)交互方式需要一定的時間去適應，但在使用拖、拽等交互方式進行游戲并學習語言時，手勢交互的優(yōu)勢較為明顯。

Geza[36]等測試了以英語為母語的漢語學習者觀看漢語視頻時使用智能字幕系統(tǒng)對于學習漢語詞匯的有效性，智能字幕系統(tǒng)在傳統(tǒng)DVD字幕的基礎(chǔ)上添加了對漢語詞匯的英文解釋說明。對8名漢語學習者的測試結(jié)果發(fā)現(xiàn)，漢語學習者使用智能字幕系統(tǒng)學習漢語單詞所花費的時間以及對漢語視頻內(nèi)容的理解與使用傳統(tǒng)DVD字幕學習漢語在時間和學習效果上均不存在顯著性差異。

Michael[37]等評估了菲律賓學生使用多通道移動輔助學習型游戲?qū)W習漢語和日語詞匯的可行性。研究發(fā)現(xiàn)語言學習者使用移動游戲記憶漢語和日語詞匯比傳統(tǒng)學習方式更為容易，且學習過程中的娛樂性更強。

4　結(jié)　語

當前人機交互理論與方法在計算機輔助二語習得研究中的應用主要聚焦于對學習系統(tǒng)的開發(fā)工作。面向?qū)W習者的系統(tǒng)測試與評估工作尚存在不足，且現(xiàn)有的評估工作缺乏足夠的量化分析方法。人機交互作為一門交叉學科，在計算機輔助語言學習領(lǐng)域的應用還處于發(fā)展階段，未來的研究方向可以圍繞以下三個方面展開:

(1) 基于情境感知的自適應界面開發(fā)在語言學習軟件中的應用研究?；谇榫掣兄淖赃m應界面設(shè)計研究成果在語言學習軟件開發(fā)中的應用正日益受到國內(nèi)外相關(guān)研究人員的重視。如何有效結(jié)合學習者所處的物理及社會情境推送相關(guān)的語言學習資源，如何對所推送的資源進行鑒別和篩選，以及如何評價學習者的情境學習績效，是未來該領(lǐng)域研究的重點內(nèi)容。

(2) 多通道交互技術(shù)在計算機輔助語言教學中的應用研究。多通道交互是語言學習者未來學習語言的主要模式。如何把多模態(tài)的信息統(tǒng)一起來，利用機器學習技術(shù)實現(xiàn)學習者視覺信息、情感信息與生理反應的交融，幫助學習者在潛移默化中掌握第二外語，是該領(lǐng)域研究需要突破的重點內(nèi)容。

(3) 泛在交互技術(shù)在移動語言學習領(lǐng)域的應用研究。語言學習是一個連續(xù)的、需要持之以恒的過程。隨著可穿戴技術(shù)的發(fā)展，學習者可以在任何時間、任何地點、以任何方式進行語言學習，如何設(shè)計和開發(fā)可穿戴技術(shù)中的語言學習工具已成為未來該領(lǐng)域研究必須面對的問題。

智能化計算機輔助語言學習具有語言學習資料更新及時、語言學習資源多樣性強、語言學習方式廣泛、學習娛樂性強等優(yōu)勢。人機交互技術(shù)的應用使智能化語言學習更為方便快捷，突破傳統(tǒng)語言學習費時費力、效率低下的局限性。如何在二語習得研究中有效利用和開發(fā)多通道交互技術(shù)、自適應交互技術(shù)、虛擬現(xiàn)實技術(shù)，使二語習得研究在普世計算環(huán)境下發(fā)揮更大的作用，是未來人機交互與計算機輔助語言教學研究中不斷深入探索的問題。

[1] 翁克山，李青.基于計算機網(wǎng)絡技術(shù)的語言教學-設(shè)計與評價[M].上海復旦大學出版社,2010.

[2] Wickens C D. Engineering Psychology and Human Performance[M].2nd Ed.Harper Collins:New York,1992.

[3] Nardi B A. Context and Consciousness: Activity Theory and Human-Computer Interaction [M].MIT Press,1996.

[4] Nielson J. Usability Engineering [M]. San Diego: Academic, 1993.

[5] 李炯,汪文勇,繆靜. GOMS模型在考試登分系統(tǒng)中的應用研究[J].計算機科學,2005,32(4):219-224.

[6] Saffer D. Designing for Interaction: Creating Innovative Applications and Devices[M].Berkeley, CA, New Riders, 2010.

[7] 李金波.人機交互中任務特征和個體特征對認知負荷的綜合影響[J].心理科學,2010,33(4):972-975.

[8] 程時偉，石元伍，孫守遷.移動計算用戶界面可用性評估的眼動方法[J].電子學報,2009,37(4):146-150.

[9] Andrew T, Khai N T. Augmenting the web for second language vocabulary learning[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2011, Vancouver, BC, Canada.

[10] Darren E, Elly S, Kevrin C, et al. MicroMandarin: mobile language learning in context[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2011, Vancouver, BC, Canada.

[11] Yung-Ju C, Shih-Hsuan C, Lezhong L, et al. Xpress: crowdsourcing native speakers to learn colloquial expressions in a second language[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2013, Paris, France.

[12] David D, Khai N T. Evaluating the implicit acquisition of second language vocabulary using a live wallpaper[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2012, Austin, Texas, USA.

[13] 王凌燕, 張仕東, 王麗燕. 基于Android的英語口語移動學習平臺的設(shè)計與實現(xiàn)[J].陜西科技大學學報, 2012,30(5):146-150.

[14] 王凌燕, 吳華, 王麗燕. 基于Android的英語語法移動學習系統(tǒng)設(shè)計與實現(xiàn)[J]. 計算機與現(xiàn)代化,2013,8(6):232-235.

[15] 王朔. 基于Android平臺的智能英語發(fā)音訓練系統(tǒng)的設(shè)計與實現(xiàn)[D].大連：大連理工大學,2013.

[16] 李曉東, 張虹.基于情境感知的移動英語學習軟件設(shè)計與應用[J].現(xiàn)代教育技術(shù),2013,23(5):60-63.

[17] Saleh Al-S. Mobile social networking in language learning: a transformational tool[J]. International Journal of Mobile Learning and Organization,2011,5(4):345-359.

[18] Brenna M, Mona L G, Leyla N, et al. Incorporating peephole interactions into children’s second language learning activities on mobile devices[C]//Proceedings of the 2014 Conference on Interaction Design and Children, 2014:115-124, Aarbus, Denmark.

[19] Mohamed H, Takahiro M. A mobile-based multimedia system for learning Japanese[C]//Proceedings of International Conference on Advances in Mobile Computing & Multimedia, 2013, Vienna, Austria.

[20] Pramod V. MAWL: Mobile assisted word-learning[C]//Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services, 2011, Stockholm, Sweden.

[21] Великосельский, O. A. Использование Технологии Трехмерных Виртуальных[D].Многопользовательских Миров при Обучении Русскому Языку как Иностранному.С-Петербург, 2004.

[22] 王哲希.基于信息加工模型的二語詞匯附帶習得研究[J].外語學刊,2010(1):108-112.

[23] 孫凱,巫濱.基于人腦信息加工模型的教學動畫設(shè)計策略研究[C]//全國電子信息技術(shù)與應用學術(shù)會議,2011.

[24] 虞敏捷.基于信息加工模型的詞匯附帶習得個案研究[D].上海：東華大學,2014.

[25] 金銀花,李楨業(yè),古輝,等.基于人的信息處理模型分析操作人員視覺信息處理過程[J].中國工程科學,2007,9(5):57-61.

[26] Yuta K, Masataka T, Noriaki M. Study on a information processing model with psychological memory for a kansei robot[C]//9thInternational Conference on Entertainment Computing,2010,Seoul, Korea.

[27] Uden L, Willis N. Designing user interfaces using activity theory[C]//34th Hawaii International Conference on System Sciences, 2001, Hawaii, USA.

[28] Daisy M. Where theory meets practice: as case for an activity theory based methodology to guide computer system design[C]//Proceedings of INTERACT’2001, Tokyo, Japan.

[29] Steven C S. Information theoretic models of HCI: a comparison of the Hick-Hyman law and Fitts’Law[J].Human Computer Interaction,2005,20:315-312.

[30] 喻國明,湯雪梅,蘇林森，等.讀者閱讀中文報紙版面的視覺軌跡及其規(guī)律[J].國際新聞界,2007(8):5-19.

[31] 安璐,李子運.眼動儀在網(wǎng)頁優(yōu)化中的實驗研究——以廈門大學網(wǎng)絡課程為例[J].中國遠程教育,2012(9):87-91.

[32] Panagiotis Z, Angeliki P. Developing a usability evaluation method for e-learning applications: beyond functional usability[J].International Journal of Human-Computer Interaction,2009,25(1):75-98.

[33] Mogamat R D, Usuf M E C, Mitchell L H. Effect of improving the usability of an e-learning resource: a randomized trial[J].Advances in Physiology Education,2014,38(2):155-160.

[34] Rocio C, Almudena G, Beatriz I, et al. Are chats and forums accessible in e-learning systems?: a heuristic evaluation comparing four learning content management systems[C]//Proceedings of the 18thACM Conference on Innovation and Technology in Computer Science Education, 2013, New York, USA.

[35] Asmaa A, Asma A O. Usability heuristics evaluation for child e-learning applications[C]//Proceedings of the 11thInternational Conference on Information Integration and Web-based Applications & Services, 2009,New York, USA.

[36] Geza K, Robert C M. Smart subtitles for vocabulary learning[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2014, New York, USA.

[37] Micheal B S, Ma Regina E, Karl T S. ABKD: multimodal mobile language game for collaborative learning of Chinese hanzi and Japanese kanji characters[C]//International Join Conferences on Web Intelligence and Intelligent Agent Technology,2012,Washington,DC,USA.

REVIEW ON APPLYING HUMAN COMPUTER INTERACTION IN COMPUTER ASSISTED SECOND LANGUAGE ACQUISITION

Zhang Ning1Chen Junliang2Luo Weihua1Li Yang1

1(SchoolofForeignLanguage,DalianMaritimeUniversity,Dalian116026,Liaoning,China)2(SchoolofInformationScienceandTechnology,DalianMaritimeUniversity,Dalian116026,Liaoning,China)

Due to the deficiency of the applications of human computer interaction (HCI) in language learning research field, in this paper we expounded the relationship between HCI and computer assisted second language acquisition, and introduced the correlated theoretical models and interdisciplinary research methods extensively applied in HCI research filed, as well as the examples of study on the applications of HCI technology in computer assisted second language acquisition. We also analysed the advantages and disadvantages of such applications, and proposed the way in regard to playing greater role of HCI technology applications in the research of computer assisted second language acquisition. Furthermore, we suggested the possible research directions of applying HCI in second language acquisition in the future.

Human computer interactionComputer assisted second language acquisitionUbiquitous computing

2014-07-07。

中央高?；究蒲袠I(yè)務費專項資金(01780811)。

張寧，博士，主研領(lǐng)域：人機交互。陳軍亮，講師。羅衛(wèi)華，教授。李揚，助教。

TP3

A

10.3969/j.issn.1000-386x.2016.03.001