鄒圣杰

摘要：本文首先介紹了分級閱讀的概念及其發(fā)展背景，接著論述了分級閱讀實現原理，分析了傳統分級閱讀體系存在的問題以及人工智能技術如何促進分級閱讀的個性化、智能化水平，之后借助兩個案例介紹了智能分級閱讀的發(fā)展現狀，最后分析了其面臨的問題，并給出針對性建議。

關鍵詞：分級閱讀;人工智能;個性化

1 引言

分級閱讀是指根據每個學生的閱讀能力和認知思維水平，根據語言學習規(guī)律而為其推薦適合的書籍、文章等閱讀內容，以推動和促進其閱讀能力、思維品質、情感態(tài)度和價值觀的發(fā)展。分級閱讀最早起源于歐美國家，因而在英語分級閱讀方面的研究成果較多[1]。近年來，隨著我國社會經濟的不斷發(fā)展，教育水平也隨之提升，學生在分級閱讀方面的需求也快速增加。

長久以來，閱讀教育往往伴隨著效率低下、個性化不足等問題。例如：在日常教學中，學生的閱讀水平各不相同，但由于班級人數較多以及對閱讀能力的評估較難等問題，教師往往會根據大多數人的閱讀水平進行閱讀內容的推薦或作業(yè)的布置，這就導致閱讀水平高的學生覺得內容太簡單，而沒有閱讀的興趣，因而無法滿足他們的閱讀需求，而對于閱讀能力較低的學生來說，難度太大的內容閱讀起來會非常吃力，閱讀效率較低，嚴重地甚至會影響其閱讀的興趣[2]。近年來，分級閱讀越來越受到我國教育學者的關注，有人認為分級閱讀可以減少“一刀切”式閱讀教育的弊端。在國外的分級閱讀實踐已經證明其在閱讀效率上的作用十分明顯，可至少提高1.5倍，并能夠充分培養(yǎng)學生的閱讀興趣與閱讀能力。然而，在我國關于分級閱讀的分級標準并沒有取得統一的認識，分級閱讀還未應用到實際教學過程中。隨著教育信息化2.0時代的來臨，人工智能與分級閱讀的組合被認為是解決學生閱讀問題的有效手段[3]。

2 分級閱讀原理

分級閱讀的提出是為了向學生推薦適合其閱讀能力且感興趣的閱讀資源，從而實現閱讀的個性化。而利用人工智能技術可以幫助老師為學生自動推薦閱讀內容，提高推薦的效率與準確性，可以稱之為智能分級推薦。而實現智能分級閱讀需要從三個方面努力，分別是學生閱讀能力智能評估、閱讀資源庫建設以及配套的推薦算法。目前，國內外應用比較廣泛的分級閱讀產品為藍思指數。Lexile（藍思指數）是由美國科學基金會研究出的一種評估學生閱讀水平和標識書籍難易程度的標準。在對讀物難度進行評級方面，藍思指數主要考量語義難度和句法難度兩個因素，其中語義難度主要通過詞匯的出現頻率評估，一個詞匯在閱讀內容中出現的頻率越高，即越常見，讀者就會越熟悉，相應地，閱讀時難度就會越低;相反，讀者對閱讀中的詞匯越陌生，閱讀難度就越高;句法難度主要根據句子的長度進行評價，句子越長，難度就越高，藍思等級也越高。在閱讀能力評估時，首先讓學生閱讀一本已經定級（如1000L）的圖書或其它讀物，之后對學生閱讀的效果進行評價，假如學生能讀懂這本書的75%，就認為其閱讀能力為1000L，之后學生就可以選擇其它1000L藍思指數的書籍進行閱讀[4]。藍思指數在對讀物難度的評價方面比較客觀、準確，但其未對讀物的具體內容進行標記，學生或老師需要根據等級進一步地篩選，同時其對學生的能力評估方面被認為不夠準確，評價方法太過絕對。

為此，相關研究機構嘗試利用人工智能技術對分級閱讀的關鍵環(huán)節(jié)進行改進。在閱讀能力測試方面，中文與英文的分級閱讀測評方法不同：中文閱讀能力的評估可通過學生閱讀時長和閱讀試題測試了解學生的閱讀水平，而英文閱讀能力可以使用聽讀、跟讀、測試等完成。當對學生的閱讀能力進行測試時，基于人工智能技術的評測系統會根據學生測評答題情況實時調整出題難度和方向，從而更加科學地量化學生的閱讀能力。閱讀資源庫建設可以利用自然語言處理等技術對數字讀物進行自動分析，確定其難度，并標簽化其內容，之后利用相應的推薦算法，根據學生的閱讀水平和偏好，分配其相應的閱讀內容，使得學生的偏好、閱讀能力與內容的匹配度最大化。

3 發(fā)展現狀

3.1 ReadingPro

ReadingPro是由北京佳智滿教育咨詢有限公司與藍思閱讀指數官方合作的本土化線上閱讀平臺。ReadingPro能夠為9-18歲學生提供專業(yè)的英文閱讀解決方案，借助藍思閱讀測評體系對學生的真實閱讀水平進行評測，同時還為學生提供個性化定制書單、在線視頻文學趣讀課。在閱讀能力評估方面，初次測評之后，ReadingPro會結合學生歷史測試數據，對學生的閱讀能力進行綜合評分，使測試結果更加精準[5]。

Reading Pro發(fā)展早期，其產品形態(tài)主要是通過引進閱讀讀物，建立分級閱讀圖書館，并為中學生提供免費的閱讀能力測試，并推薦相應的讀物。經過一段時間的推廣應用，使用效果并不好，學生的使用頻率和時長較低。通過分析，主要原因是閱讀需要占用長時間，而中國學生的閱讀時間并不多，同時學生的閱讀過程缺乏監(jiān)督。隨后，Reading Pro轉換策略，跟國內的學校和留學機構合作，將分級閱讀的理念應用到現有的教學體系，讓學生在課堂上完成閱讀任務。此外，還為學校與教師提供輔助教學功能如實時反饋閱讀數據、自動推薦閱讀內容等。

3.2 考拉閱讀

考拉閱讀是由北京享悅教育科技有限公司開發(fā)的一款面向中文分級閱讀的應用產品。目前該平臺已經在全國上萬所學校推廣應用?？祭喿x平臺具有ER測評、分級書庫、閱讀監(jiān)測、分析報告等功能。學生能夠通過ER測評獲知自己的閱讀能力。ER測評是基于享閱中文分級閱讀標準（ER Framework）實現的，該標準是基于北京大學的語言學研究成果，借助先進的人工智能、大數據挖掘及深度學習技術，建立的一套中文分級閱讀標準，能夠對中文文本和學生閱讀能力進行量化評測，從而幫助學生選擇符合其閱讀能力的書籍。

考拉平臺擁有覆蓋全年級的海量分級書庫，類型廣泛，每本書標注難度等級，平臺根據學生個人的閱讀能力，智能推薦書目。除了學生用它匹配感興趣的圖書，老師和家長也可以動態(tài)掌握學生閱讀情況，并且通過平臺數據進行督促鼓勵，調整閱讀培養(yǎng)計劃。學生閱讀之后，平臺可以從閱讀知識結構、閱讀進度、閱讀能力等不同緯度進行全面、量化的評價分析，幫助學生發(fā)現自己的問題，幫助老師和家長有針對性的輔導學生。

4 討論

4.1 存在問題與建議

雖然智能分級閱讀平臺在多方面取得了進展，但也有問題需要解決?，F有的智能分級閱讀平臺對學生的閱讀能力評估及閱讀建議不一定完全科學，在技術方面還有進一步改進的空間，主要是目前還沒有一套統一的評價標準，特別是在中文閱讀方面。此外，目前國內分級閱讀發(fā)展較快，但產品質量參差不齊，甚至質量較差的不僅不能提高學生的閱讀能力，還會影響學生的閱讀興趣。

為此，在應用分級閱讀產品的過程中，老師的閱讀教學要與智能分級閱讀平臺配合使用，并對學生的閱讀能力進行更加精準的評價。教育部門要加快制定符合我國國情的學生閱讀分級體系和測評標準，為分級產品提供理論指導，同時，還應對分級閱讀產品進行監(jiān)督，防止質量不高的產品流入市場。在中文分級閱讀方面，要在技術上進行攻關，建立科學、個性化的評價體系，為學生提供符合自身能力水平的、個性化的閱讀內容。

4.2 未來展望

在傳統的閱讀教育中，教師統一布置閱讀任務，通過作業(yè)或考試檢測學生閱讀情況，這種方式難以針對每個學生的具體情況進行輔導，即無法實現因材施教。而借助智能分級閱讀平臺，每個學生會根據自己的閱讀能力、興趣進行閱讀訓練，教師、家長可以查看學生的閱讀軌跡，監(jiān)督、了解學生閱讀情況，老師還可以根據學生的閱讀情況進行閱讀任務的布置，極大地提高了學生的閱讀興趣，減輕了教師的工作負荷。在一些教育資源相對落后的地區(qū)，學生閱讀能力參差不齊，智能閱讀平臺的應用將會有利于優(yōu)質教育資源的普及。

如今，人工智能與分級閱讀的結合已經引起了廣大學者、教育機構的重視，并開始在部分地區(qū)試點應用。隨著技術的進步，智能分級閱讀將逐步走進校園，每個學生都能享受到個性化的閱讀內容推薦，教師也將有更多時間關注學生的全面發(fā)展，而不必花費大量時間進行學生閱讀能力評估、閱讀任務布置、閱讀過程監(jiān)督以及結果分析等工作。

在信息技術、大數據飛速發(fā)展的時代，人工智能與分級閱讀必將融入大數據的影子，未來學校將智能閱讀平臺形成一個有機整體，學生在智能閱讀平臺完成閱讀，平臺自動對學生的閱讀數據進行分析，形成報告反饋給老師，教師可以據此針對性的進行輔導。

參考文獻：

[1]黃海燕.分級閱讀在小學英語閱讀教學中的實踐與探索[J].小學教學研究，2018 （12）：44-48.

[2]張文彥，張凱.中文智能閱讀的困境與突破[J].語言戰(zhàn)略研究，2018，3 （04）：70-77.

[3]趙梓淳，任易，高華健.人工智能+分級閱讀 教育信息化2.0時代的閱讀教育——全國少兒中文分級閱讀教育的探究與應用[J].中小學信息技術教育，2018 （11）：88-90.

[4]羅德紅，余婧.美國藍思分級閱讀框架：差異化閱讀教學和測評工具[J].現代中小學教育，2013 （10）：90-93.

[5]林楚娟.利用Reading Pro分級英語閱讀平臺提升中職學生英語自主閱讀能力初探[J].課程教育研究，2018 （25）：130.