趙云建 汪洋 陳玲 何靜

[摘? ?要] 課堂是“雙減”的重要陣地，教師間接語言在組織課堂教學和影響學生學習參與中起著重要的作用，然而，對于其教學意義卻缺乏基于數(shù)據(jù)的挖掘。文章基于深度學習算法實現(xiàn)了教師話語的智能分類，并對180節(jié)優(yōu)質課例的話語文本進行編碼，通過聚類分析和序列分析對教師間接語言的數(shù)量結構進行了探索。此外，研究選取接納情感、表揚、接受或利用學生想法三類研究不足且數(shù)量較少的間接語言，結合定量數(shù)據(jù)對其語句本身的教學意義進行了歸納與總結。研究發(fā)現(xiàn)，教師間接語言促進了課堂互動質量提升和學生高效學習。文章最后提出了三類間接語言的設計和使用策略：及時接納學生感受、深度利用學生觀點、多運用描述式表揚，以期為教師課堂教學提供具體的教學指導。

[關鍵詞] 自然語言處理； 話語分析； 教師間接語言； 聚類分析； 序列分析

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 趙云建（1985—），女，山東聊城人。編輯，碩士，主要從事教育信息化、教師專業(yè)發(fā)展研究。E-mail：2623904122@qq.com。汪洋為通訊作者，E-mail：137977988@qq.com。

基金項目：教育部教育技術與資源發(fā)展中心2022年度基本科研業(yè)務費專項資金資助課題“信息技術與教育教學深度融合的案例研究”（課題編號：KJY202206）

一、問題的提出

2021年7月，中共中央辦公廳、國務院辦公廳印發(fā)《關于進一步減輕義務教育階段學生作業(yè)負擔和校外培訓負擔的意見》（簡稱“雙減”），旨在減輕學生的學習負擔，更好地回歸校園[1]。因此，政策提出大力提升教育教學質量，確保學生在課堂內“學足學好”。教師需要盡快提高專業(yè)素養(yǎng)和教學能力，以更優(yōu)質、更高效的課堂促進學生的全面發(fā)展。

教師語言是課堂中師生交流、互動的主要媒介，也是教師開展教學反思與改進的依據(jù)和對象之一。間接語言是教師語言的一種，主要指教師鼓勵和支持學生參與的話語行為。隨著技術的發(fā)展，已有研究開始關注基于課堂語言的量化數(shù)據(jù)挖掘教師間接語言對課堂教學的影響[2-3]。然而，相關分析雖然揭示了課堂教師間接語言基于數(shù)據(jù)“結果”層面的特征，但忽略了語言發(fā)生的具體情境和意義的豐富性，對于教師究竟如何運用間接語言影響課堂教學，并未能給出更深入、基于課堂過程和情境的建議和解決方案。而有的研究嘗試通過對教學片段的定性分析探究教師間接語言的教學意義[4]，但由于間接語言在單一課堂中出現(xiàn)的頻次較低，其結論缺乏數(shù)據(jù)量的支撐，又難以反映教師群體的語言共性特征和普遍教學規(guī)律。因此，只有將課堂語言的數(shù)量結構和教學意義建立聯(lián)系，把量化和質性兩種研究范式結合運用于話語分析中，才能更好地探究課堂中教師對于間接語言的運用策略。

鑒于此，本研究利用人工智能技術對優(yōu)質課堂話語數(shù)據(jù)進行自動標注和分類，在定量分析教師間接語言數(shù)量結構的同時，結合課堂語境，以定性分析的視角揭示其背后的教學意義和運用策略，為課堂“質”與“效”的提升提供參考。具體研究問題如下：（1）教師間接語言在優(yōu)質課堂中對其“質”與“效”產生了何種影響；（2）優(yōu)質課堂中教師在不同教學階段和情境中是如何利用間接語言提升教學效果的。

二、 文獻綜述

（一） 教師間接語言

弗蘭德斯互動分析系統(tǒng)FIAS（Flanders Interaction Analysis System）按教師教學對學生的影響將教師語言分為間接語言和直接語言。間接語言強調教師與學生的情感和認知互動，包括接納情感、表揚、接受利用學生想法、提問四類話語。相反，直接語言如講授、指令和批評往往會起到限制學生發(fā)言的效果[5]。

在FIAS的研究基礎上，國外多位學者通過長期的課堂觀察和測驗評估，發(fā)現(xiàn)間接語言有助于學生學習態(tài)度的改變和學業(yè)成績的提高[6-7]。結合文獻發(fā)現(xiàn)，部分研究基于教師間接語言的整體量化數(shù)據(jù)，以“對比”的視角分析不同水平的教師和課堂的間接語言數(shù)量差異[8]。其得出的結論也較為一致，即優(yōu)質課堂中教師對于間接語言的運用更為頻繁，能夠較好地引導學生思考，鼓勵學生積極的參與。而另一部分研究則聚焦于某一類間接語言的量化分析，以挖掘其隱含的數(shù)量特征，如對不同類型提問的數(shù)量進行統(tǒng)計，發(fā)現(xiàn)推理性等提問有利于教學效果的提升[9]。此外，還有一些研究基于間接語言語句本身，利用定性的方法分析具體的教學片段。如結合典型的教學片段分析表揚語句，發(fā)現(xiàn)不同歸因取向的表揚對學生學習有不同的影響[10]，教師在情境創(chuàng)設中對學生感受的接納達成了良好的教學效果[11]。

在如何提升教師間接語言運用能力方面，相關文獻也給出了相應的指導建議，尤其對于提問話語的策略進行了較多的探索與總結。如多位學者提出，教師應把握問題建構的關鍵時機，準備誘導性、開放性等不同類型的提問[12-13]。然而，對于接納情感、表揚、接受利用學生想法三類頻次較低的情感間接語言還缺乏基于數(shù)量和教學意義層面的策略指導。

（二）技術支持下的課堂話語研究

在傳統(tǒng)的課堂話語研究中，往往存在數(shù)據(jù)采集繁瑣、規(guī)?；治隼щy等問題。近年來，人工智能技術快速發(fā)展，為分析課堂話語提供了新的工具。智能技術可以客觀地對課堂對話數(shù)據(jù)進行自動采集和編碼，為探索大規(guī)模課堂的教學規(guī)律提供了有力支持。

結合文獻發(fā)現(xiàn)，一部分研究基于技術的發(fā)展，聚焦課堂話語識別自動化的實現(xiàn)。例如：國內外諸多學者對課堂語言的特征進行人工提取，利用傳統(tǒng)機器學習算法實現(xiàn)了師生常見話語的自動分類[14-15]；還有一些學者在先前研究的基礎上，利用深度學習算法進一步提升了分類的準確率[16-17]。另一部分研究則在技術帶來的海量話語數(shù)據(jù)的基礎上，對其背后隱含的教學規(guī)律進行規(guī)?；奶骄?。例如：對不同課堂教師的話語進行自動編碼，利用序列分析的方法探究不同教師群體課堂的互動模式[18]；基于課堂中學生發(fā)言語義識別，利用社會網絡分析和聚類分析的方法探究學生想法的質量和分布[19]。

但是，目前研究對于課堂話語的技術實現(xiàn)以教師直接語言和學生語言為主，缺乏對教師間接語言的識別。究其原因，教師間接語言的語義特征不如直接語言明顯，且樣本數(shù)據(jù)量較少，因此，難以被計算機所理解。對此，技術的發(fā)展提供了有益的解決思路，例如，預訓練模型和自注意力機制的提出，能夠幫助計算機更好地理解語句的含義[20]；數(shù)據(jù)增強策略能夠增加樣本數(shù)據(jù)的多樣性和數(shù)量，有利于識別效果的提升[21]。

（三）小結

綜上所述，技術對于課堂話語的識別和分析具有重要意義，但利用技術對課堂間接語言的研究相對不足，需要結合定性和定量的兩種范式來深層次揭示間接語言的特征和具體應用策略。本研究旨在通過技術對優(yōu)質課堂話語的數(shù)量結構進行規(guī)?；治?，并進一步探索教師間接語言特別是接納情感、表揚、接受或利用學生想法這三類頻次較低的情感間接語言對課堂的影響方式和使用策略。

三、研究設計

（一）數(shù)據(jù)來源與量表

用于本研究構建話語自動分類模型的訓練課例共計50節(jié)，測試課例共計10節(jié)。為保障研究結果的信度，相關課例盡量覆蓋典型學段和除英語外的典型學科。訓練課例的學段包括20節(jié)小學課例，30節(jié)中學課例；學科包括15節(jié)語文課例，13節(jié)數(shù)學課例，22節(jié)其他課例。測試課例的學段包括4節(jié)小學課例，6節(jié)中學課例，選取自不同學科課例各1節(jié)。用于分析的優(yōu)質課堂的樣本數(shù)據(jù)來源于180節(jié)經三位權威專家認定的優(yōu)質課例，代表優(yōu)質課堂教學情況，其中，學段包括87節(jié)小學課例，93節(jié)中學課例；學科包括48節(jié)語文課例，54節(jié)數(shù)學課例，78節(jié)其他課例。

考慮到自動化的可實現(xiàn)性，本研究采用編碼較為精煉的FIAS課堂話語編碼量表，且不考慮混亂等無意義話語。由于本研究聚焦教師語言，且課例視頻中難以獲取學生小組討論的具體語言，因此，將學生主、被動發(fā)言和小組討論統(tǒng)一合并為學生發(fā)言，將話語類別縮減至8種。對優(yōu)質課堂的初步觀察后發(fā)現(xiàn)，教師往往不會嚴厲地對學生提出批評或責罵，而是以委婉的方式指出錯誤從而促進學生反思。此外，教師很少在教學過程中對學生進行生硬地命令。因此，將量表中批評和指令兩類話語進行修改，使其更符合實際課堂情況，見表1。

（二）研究過程

1. 數(shù)據(jù)預處理

計算所有話語文本的平均持續(xù)時間為3.07秒，符合FIAS的記錄要求。為保證編碼的有效性，兩名研究人員編碼后，計算一致性為 0.94，滿足內部可靠性要求，并對不同編碼進行了討論更正。統(tǒng)計各個類別數(shù)量，發(fā)現(xiàn)教師話語中講授（6125條）、指令（1479條）和提問（1970條）三類數(shù)量較多，表揚（714條）數(shù)量中等，接納情感（228條）、接受或利用學生想法（422條）和批評（24條）的數(shù)量較少。針對數(shù)據(jù)量不平衡的情況，收集互聯(lián)網上部分類別的文本數(shù)據(jù)，并人工篩選出符合語義和課堂場景的語句（967條），采用同義詞替換、回譯、隨機組合等數(shù)據(jù)增強技術擴充數(shù)據(jù)集（共計86497條），使得各個類別的數(shù)據(jù)量較為均衡，以提高模型的泛化能力。

2. 教師話語分類模型的訓練

本研究采用深度學習的方法，使用 Bert模型對編碼文本進行模型訓練，并利用準確率和加權平均F1值考察模型在測試集上的表現(xiàn)。其中，測試集的平均準確率達到89.82%，加權平均F1值達到0.90，說明該模型能夠較好地對教師話語進行分類，且具有良好的泛化能力。用模型對優(yōu)質課堂教師話語文本自動編碼后，研究人員再對少部分置信度較低的編碼進行矯正，并統(tǒng)計學生發(fā)言發(fā)言數(shù)量，以便后續(xù)進一步分析。

3. 教師間接語言的數(shù)量結構與教學意義挖掘

首先，采用量化方式，觀察總體課堂不同類別話語的數(shù)量分布，并結合聚類和滯后序列分析，以教師間接語言的視角探究優(yōu)質課堂話語的數(shù)量特征和轉換模式。其次，采用質性分析，回歸具體話語文本和對應課例，基于課堂中三類典型間接語言的時間分布特點，在理解和剖析其教學意義基礎上，對如何提升教師間接語言設計能力給出具體的策略和建議。

四、數(shù)據(jù)分析結果

（一）不同類別話語的總體描述性統(tǒng)計分析

180節(jié)優(yōu)質課堂的不同類別話語數(shù)量統(tǒng)計見表2。話語類別中學生發(fā)言數(shù)量最多，批評話語數(shù)量最少，且接納情感、表揚、接受或利用學生想法三類話語數(shù)量較少。此外，教師語言比率約為58.4%，其中，間接影響話語占比約33.1%，說明總體課堂的教師話語以直接語言為主，間接語言總體數(shù)量較少。

（二）間接語言視角下的課堂話語特征類型與典型轉換模式分析

根據(jù)各個課堂的話語類別數(shù)量進行K-Means聚類，結果見表3。

確定最優(yōu)k值后得到四個類簇，代表不同的課堂教學特征類型。對各個類簇進行滯后序列分析后繪制對應的話語轉換圖，如圖1所示。由于話語數(shù)據(jù)平均持續(xù)時間較短，殘差表中各個類簇的前后同類話語轉換路徑均顯著（Z-score>1.96），為使話語轉換圖更為清晰，在話語轉換圖中不予展示。

結合聚類結果和話語轉換圖，并觀察每個類簇對應的課堂錄像，以間接語言的視角總結各類簇中課堂師生話語的基本特征和轉換模式如下：

1. 學生活動討論型課堂

此類課堂的學生發(fā)言占比最多，教師講授占比最少，且提問比例最少，觀察視頻發(fā)現(xiàn)，學生以小組討論等活動形式積極參與課堂，說明此類課堂中學生是學習活動的主體。值得注意的是，該類課堂運用接受或利用學生想法這類間接語言的次數(shù)較多，且為許多話語序列的起點。教師在接受學生主張后往往會進行提問或講授（B3-B4，Z=9.58 | B3-B5，Z=2.15），或是給予表揚后（B3-B2，Z=5.26），再進行提問（B2-B4，Z=5.12）。此外，教師可以對學生的觀點表達自己的情感（B3-B1，Z=2.98），也可以進而指出學生的錯誤（B1-B7，Z=7.05）。由此可見，該類型課堂中教師抓住了學生在活動中產生的觀點，并利用這些觀點展開了更深入的探討。同時，教師在指導學生活動過程中及時給予表揚或指出學生的錯誤，使得課堂活動討論有序、深入開展。

2. 師生情感交流型課堂

此類課堂的接納情感、表揚以及接受或利用學生想法三類間接語言的次數(shù)均居于四類課堂首位，且相互之間均存在高度顯著的轉換，說明此類課堂中教師注重建立與學生之間的情感聯(lián)系，營造積極的學習氛圍。其中，表揚與接納情感、接受或利用學生想法之間存在雙向轉換，且教師接受學生想法后往往會伴隨著對學生感受的接納（B3-B1，Z=3.03）。由此可見，師生情感交流型課堂中表揚是許多話語序列的中介點，是引導學生積極參與、表達想法和情感的關鍵因素。此外，課堂中教師講授比例較低，而提問和學生發(fā)言占比處于高位水平，體現(xiàn)在教師對學生的想法進行利用、肯定或指出學生的錯誤后往往進行提問（B3-B4，Z=7.77 | B2-B4，Z=7.35 | B7-B4，Z=3.05），并引導學生發(fā)言（B4-B8，Z=4.51）。由此可知，該類課堂中教師善于組織和引導學生思考，使得學生愿意表達自己的觀點并參與到師生之間的交流合作中來。

3. 師生對話型課堂

此類課堂的教師講授和學生發(fā)言比例相當。間接語言中提問占比最多，且表揚和接受或利用學生想法話語占比較多，說明此類課堂的師生互動頻次處于高位水平。此外，在該類課堂中，教師由提問轉換為學生發(fā)言并及時接受、肯定學生主張的轉換序列最為顯著（B4-B8，Z=26.69 | B8-B3，Z=14.12），甚至進行下一輪提問（B3-B4，Z=6.57 | B2-B4，Z=3.37）。同時，教師在接受或利用學生想法后往往會給予表揚（B3-B2，Z=10.68），并及時接納情感（B2-B1，Z=6.33）。由此可見，在師生對話型課堂中，教師常通過提問作為引導教學進程的主要行為，主動引導學生參與學習、回答問題，吸收學生的觀點并予以延伸，以促進學生對于知識的認知與建構。

4. 教師講授型課堂

此類課堂的教師講授占比最多，學生發(fā)言占比最少，說明此類課堂中教師以講授知識為主，較少組織學生進行活動或討論。雖然，該類課堂間接語言的運用次數(shù)處于低位水平，但觀察話語轉換圖可知，其中，表揚與接納情感、接受或利用學生想法之間存在雙向轉換，同時也存在顯著性較高的教師提問轉換為學生發(fā)言并及時接受、肯定學生主張的轉換序列（B4-B8，Z=20.53 | B8-B3，Z=9.02 | B8-B2，Z=5.92）。由此可見，雖然該類課堂存在大量的講授類話語，間接語言數(shù)量相對較少，但其中既存在情感交流型課堂的顯著轉換結構，又存在對話型課堂的典型話語序列，說明教師不僅關注知識的講授，而且善于通過提問等方式與學生進行互動并建立情感聯(lián)系。

（三）教師間接語言的語句分析

為深入理解教師間接語言教學意義層面的作用，對間接語言應用的時機和策略等進一步挖掘和分析?？紤]到已有較多學者對提問的教學場景和運用策略進行了深入的探究，本文選擇接納情感、接受或利用學生想法、表揚三類數(shù)量占比較低且研究關注較少的間接語言的時間分布進行可視化呈現(xiàn)，如圖2所示。

1. 接納情感語句分析

如圖2所示，接納情感話語分布曲線呈現(xiàn)兩個明顯的峰值，分別出現(xiàn)在課前導入階段和課堂收尾，說明教師傾向于在課堂的始末接納學生感受，表達自己的情感。本文統(tǒng)計了優(yōu)質課堂中所有接納情感話語，根據(jù)不同的課堂階段和教學效果進行了分類。

（1）課前導入階段。約38.2%的接納情感話語出現(xiàn)在課前導入階段，其作用分為兩類。一方面，教師利用視頻等資源導入時主動接納學生的感受，有助于教學主題的引入。如“大家一定很好奇為什么氣球放在一堆針上不容易扎破”，教師播放完實驗視頻后接納學生對于針扎不破氣球的好奇，繼而自然地引出現(xiàn)象背后的知識點。另一方面，此階段話語的運用能夠引起學生興趣，使學生放下緊張、畏難的情緒。如“老師知道同學們都很喜歡小動物，今天我們就請來了一位動物朋友，大家猜猜它是誰”，教師通過學生對于小動物的喜愛推動了積極的課堂氛圍的形成，吸引學生參與到課堂活動中來。

（2）課中階段。曲線在課堂的中間階段也呈現(xiàn)出了一些峰值，說明教師在不同的課堂環(huán)節(jié)也存在與學生情感的聯(lián)系，其話語比例約為30.3%。此階段接納情感話語的運用能夠推進教學環(huán)節(jié)，如“大家都沉浸在這篇古文當中，意猶未盡，那就讓我們再來讀一讀蘇軾的另一篇文章”，教師通過學生的情感引出了另一篇古文的教學。此外，該話語還可以起到安撫學生消極情緒、鼓勵學生克服困難的作用。如“同學們不用著急，老師相信你們一定能夠完成任務”，教師捕捉到了一些學生在學習過程中的急躁情緒，及時地給予了安撫和鼓勵，使得學生順利地完成了學習任務。最后，教師在學生回答中進行情感的接納，如“從你的朗讀我能夠深刻感受到你對廬山的喜愛”，能夠起到與學生情感達成共鳴的效果。

（3）課堂收尾階段。當課堂進入總結收尾階段，此類話語出現(xiàn)的比例約為31.5%，其中，最突出的作用是能夠幫助教師實現(xiàn)課堂的情感目標。如“同學們感受到了對稱性能把世界裝扮得非常美麗，只要我們用心觀察與創(chuàng)造，就能把生活變得更加美好”，教師接納情感后引導學生創(chuàng)造生活中的美好，培養(yǎng)了學生正確的價值觀和情懷。此外，教師能夠通過此類語句進行作業(yè)的布置，如“學完這節(jié)課之后，大家一定有很多話想對杜甫說，同學們可以寫一封信跟杜甫交流一下”，以及建立情感聯(lián)系，如“這堂課同學們掌握了因式分解的難點，老師為你們感到驕傲自豪”，均能使課堂的收尾充滿情感的溫度，有利于激發(fā)學生課后的學習熱情。

2. 接受或利用學生想法語句分析

觀察表揚、接受或利用學生想法兩條分布曲線，發(fā)現(xiàn)二者存在多個峰值，且曲線的變化趨勢較為接近。結合話語轉換模式分析，教師在課堂的各個教學環(huán)節(jié)中經常連續(xù)運用兩類話語。統(tǒng)計分析優(yōu)質課堂中教師對于學生想法的接受話語，根據(jù)其利用程度將其劃分為高低兩個層次，發(fā)現(xiàn)優(yōu)質課堂中教師更多對學生想法進行深層次的利用，占比約為73.5%。

在淺層次利用中，學生分享想法后，教師只是簡單的復述，繼而轉去尋求其他同學的想法，亦或是以“正確”等詞反饋而不進行想法的延伸，不利于學生深入的思考。淺層次利用有其適用的課堂情境，常用于學生回答封閉性提問以及教師了解學生集體想法和知識掌握水平。

深層次利用的作用有三種，首先，教師利用學生的想法推進教學環(huán)節(jié)，使得教學內容轉變與遞進更加符合學生的思維邏輯，從而提升學生的課堂參與感與主體性，如“剛才同學從宏觀的角度解釋了原因，現(xiàn)在我們一起從微觀的角度來觀察這個過程”。其次，教師對學生想法進行延伸，能夠促進學生知識的建構。如“剛才王熾提到了滴酚酞溶液會變紅，這間接證明了其中有氫氧化鈉”，教師結合學生描述的現(xiàn)象進一步解釋原理，使得學生在觀察的基礎上認識到現(xiàn)象的本質，激發(fā)了學生的思維和好奇心，促使學生在課堂上積極思考與探索。最后，教師敏銳抓住學生觀點中的知識點或漏洞，并結合教學重難點和易錯點，以提問的方式引發(fā)全班思考與討論，往往有很好的效果。如“同學們都認同這個觀點，老師卻持反對意見，請你們能幫我找一下0的因數(shù)”，教師沒有直接指出同學們觀點的漏洞，而是給予反例使其思考，從后續(xù)課堂中觀察到學生自發(fā)的找到了問題所在，深刻地掌握了“0沒有因數(shù)”的易錯點。

3. 表揚語句分析

教師在表揚學生時并不只是簡單使用“非常棒”“很好”等詞匯，而是伴隨著對學生具體行為和成就的描述，有研究者將這種方式稱之為描述式表揚[22]。對 優(yōu)質課堂中的表揚語句進行統(tǒng)計，教師使用描述式表揚的比例約為65.2%。卡羅爾·德韋克（Carol Dweck）根據(jù)表揚取向的差異將表揚分為了過程取向的表揚和結果取向的表揚[23]，本文觀察表揚語句后，將其分類歸并為描述式表揚的兩個維度，并進一步細化。

具體而言，結果取向的表揚指向學生行為的客觀結果，如“很好，大家把這兩個數(shù)的不同的意思給說出來了”，教師對學生的學習結果給予及時的肯定，能夠幫助學生了解自己的能力水平，從而提升學生的成就感。而過程取向的表揚指向學生行為活動過程的兩個方面：一方面是外顯的努力程度、專注度及運用的策略，如“同學們這種抓關鍵詞來體會語言的方法，可真棒”；另一方面是學生內隱的品質和能力，為教師提供了多維度的表揚視角，如“何悅真勇敢，主動舉手發(fā)言”，盡管學生的回答并非期望的答案，但教師對其勇敢品質的肯定促使該學生在后續(xù)課堂中積極參與發(fā)言，有效激發(fā)了學生的學習興趣。

五、總結與建議

（一）教師間接語言對于課堂“質”與“效”的影響

1. 有助于課堂互動質量的提升

課堂類型的劃分具有相對性和互補性，其目的是加深對優(yōu)質課堂多種側面構成的認識，促成綜合的整體教學風格，提升課堂的教學效果[24]。間接語言雖然總體數(shù)量占比較低，但對于課堂教學風格的形成有著顯著影響。一方面，活動型和對話型課堂中間接語言是多種話語轉換序列的核心樞紐，甚至在“以教為主”的講授型課堂中，也存在著典型間接語言的頻繁轉換。另一方面，過去的研究普遍以行為和認知層面對課堂教學進行審視，而間接語言能以其情感的視角推動一類以情感互動為主的教學風格形成。

具體而言，優(yōu)質課堂中教師較為注重互動的延伸，在進行反饋后往往會引發(fā)新一輪的提問互動，引導學生完成對于復雜知識的理解。正如有學者指出，回應并非對話的終點，而是一整條對話鏈中觸發(fā)更多疑問的催化劑[25]。因此，間接語言在師生認知互動中的運用能夠幫助學生在學習過程中建立更深層次的認知。此外，優(yōu)質課堂中教師注重對學生的能力、品質等給予表揚，并在教學過程中經常伴隨著與學生情感的共鳴。師生情感的互動是雙向的，學生優(yōu)異的表現(xiàn)也會對教師的教學產生正向反饋，隨著教師及時的情感回應，學生則更加全身心投入課堂學習，從而形成師生積極互動、協(xié)同探索的良性循環(huán)。間接語言是師生互動的主要途徑，核心素養(yǎng)特別強調學生品格的培養(yǎng)，課堂何以優(yōu)“質”，正是在幫助學生建構知識的同時重視給予其情感的價值，實現(xiàn)了課堂“育人”的真正目的。

2. 有利于加強與學生的情感連接、促進學生高效學習

在教學論中，間接語言體現(xiàn)為一種“間接教學”的方式，以探詢、解決問題以及發(fā)現(xiàn)學習為主，教師不再是單純的傳授者，而是扮演著“引路人”的角色[26]。一方面，提問和接受式利用學生想法兩類間接語言促成教師“學問指導者”的轉型。教師通過提問鼓勵學生發(fā)言，進而挖掘學生觀點中的疑惑或不足，激發(fā)學生認真思考與激烈研討，最終幫助學生凝結成共識，有助于實現(xiàn)課堂由“教”到“學”的轉變，提高學生課堂的真實獲得。此外，在優(yōu)質課堂的反饋環(huán)節(jié)中，學生發(fā)言后教師并不傾向于立刻進行表揚，而是對學生觀點進行接納與利用后，再給予鼓勵或贊賞，能夠在賦予學生成就感的同時提供促進其深入思考和探索的腳手架。學生借助腳手架，能夠高效率的進行后續(xù)教學內容的學習，有利于其認知思維的培養(yǎng)。

另一方面，接納情感與表揚兩類間接語言促成教師“情感引導者”的轉型。好的課堂不僅要有“深度”，還要有“溫度”。情感語言使得課堂脫離枯燥而變得生動有趣，學生的學習興趣由此激發(fā)，課堂效率自然得到了提升。同時，優(yōu)質課堂中教師對學生課堂的學習結果和過程表現(xiàn)進行了大量的多元評價，能夠促進作業(yè)、考試分數(shù)的“弱化”，減輕學生的焦慮負擔，回歸到學習過程本身，促進學生全面發(fā)展、健康成長。

（二）建議

1. 及時接納學生感受，與學生建立情感聯(lián)系

教師對于接納情感語句需要關注運用的時間特征，把握好課前導入、課中和課堂收尾三個關鍵的教學階段，通過師生情感的互動以達到多元的教學效果。具體而言，課前導入階段和課堂收尾階段教師應有意識地對學生的情感主動進行接納并給予表達。教師在課前導入階段可以及時捕捉學生對于導學媒體的感受，亦或是結合有趣的活動調動學生的情緒，鼓勵學生進入積極、專注的學習狀態(tài)，從而為整堂課的情感氛圍奠定良好的基調。而在課堂收尾階段，教師可以將課堂知識的價值屬性融于情感的表達中，推動學生對于價值觀的正確評估與內化，從而實現(xiàn)課堂的情感目標。此外，學習的發(fā)生通常都伴隨著一定的情感投入，在認知發(fā)展的同時也會產生新的情感[27]。因此，教師應在教學過程中重視學生語言、神態(tài)后內斂的情感，對積極情緒予以接納與共鳴，對消極情緒予以安撫與鼓勵。同時，教師還可以巧妙地將教學內容與學生情感相結合，自然地實現(xiàn)教學環(huán)節(jié)的推進。

2. 深度利用學生觀點，幫助學生建構知識

教師應較少停留在對學生發(fā)言的復述式正誤的評價，而是要對學生想法進行深層次的利用。具體而言，教師在學生發(fā)言后需要對其觀點進行加工和延伸，站在學生的視角引導學生對其新舊知識之間建立聯(lián)系，幫助學生實現(xiàn)對知識的深度理解和有效建構。同時，教師在課堂教學中可以通過不同的方式對學生觀點進行深層次的利用。一方面，教師可以對學生觀點進一步的追問，將學生的觀點與相關的教學知識點相聯(lián)系，以幫助學生將新知識融入已有的知識框架中。另一方面，若學生的觀點存在錯誤，教師還可以引導學生自己發(fā)現(xiàn)觀點中的紕漏，并啟發(fā)他們思考如何對原有的觀點改進。教師通過這些策略，有助于學生在思考和討論中不斷完善和建構自己的知識體系。

3. 多運用描述式表揚，促進學生自我成長

教師在評價學生時應多運用描述式表揚。描述式表揚使學生覺得實實在在、有根有據(jù)、不空洞，進而體現(xiàn)了表揚的真誠品質，達到更好的效果[28]。在運用描述式表揚時，教師既可以對學生學習的階段性成果給予具體的肯定，又可以對學生在學習過程中體現(xiàn)的能力和品質，付出的行動以及學習策略等方面進行贊賞，使得學生在課堂學習中得到全方位的積極評價。因此，教師需要結合學生的學習表現(xiàn)，靈活運用兩種不同取向的表揚方式，以支持學生在學習中不斷成長和全面發(fā)展。

4. 提升教師語言運用的藝術，加強間接語言的效能

教師的語言使用是否高明，從某種意義而言，就是看其語言是否撥動了學生的心弦，是否對學生產生了激勵作用，達到了培養(yǎng)人才的目的[29]。從當下的教學實踐來看，在教師和學生信任關系有待進一步加強、學生心理更多需要關注的現(xiàn)實中，合理巧妙的教師語言既可以提升課堂效能，同時還可以建立良好的師生關系，更多地加強和教師的心理聯(lián)接，進而促進學生身心健康。教師在專業(yè)學習和培訓中，要提高語言運用的藝術，加強對優(yōu)秀教師該方面的學習和觀摩，通過外部學習和自身實踐，將間接語言運用的層次、方式以及情感內涵融入到教學實踐中，將語言應用的效果發(fā)揮到最大化。

[參考文獻]

[1] 中共中央辦公廳.關于進一步減輕義務教育階段學生作業(yè)負擔和校外培訓負擔的意見[EB/OL].（2021-07-24） [2022-11-30].http：//www.gov.cn/zhengce/2021-07/24/content_5627132.htm.

[2] 穆肅，董經，唐冬梅，等. 信息化課堂教學中教師行為對學生活動的影響[J].中國電化教育，2019（8）：91-98.

[3] 羅曉杰，王雪. 專家—熟手—新手教師高中英語閱讀課課堂互動比較研究[J].課程·教材·教法，2011，31（12）：51-56.

[4] 胡亞琳，王薔. 教師情感研究綜述：概念、理論視角與研究主題[J].外語界，2014（1）：40-48.

[5] FLANDERS N A. Intent， action and feedback： a preparation for teaching [J]. Journal of teacher education，1963，14：251-260.

[6] BORICH G D. Effective teaching methods[M]. 2nd ed. New York： Merrill， 1992.

[7] SPRINTALL N A， SPRINTALL R C. Educational psychology： a developmental approach[M]. 5th ed. New York： McGraw-Hill Publishing Company， 1990.

[8] 賈美華，李美娟. 優(yōu)質課的教學語言特征初探——基于優(yōu)質課與低效課比較的視角[J]. 基礎教育課程，2020（Z1）： 88-94.

[9] 王陸，蔡榮嘯.課堂大數(shù)據(jù)視角下的提問傾向研究[J].電化教育研究，2016， 37（7）：82-92.

[10] 牟金江，嚴玲均.高中英語課堂教師具體表揚行為的觀察與分析[J].天津師范大學學報（基礎教育版），2021， 22（2）：35-39.

[11] 張濤. 教學切片分析：一種新的課堂診斷范式[J]. 教育發(fā)展研究，2016，36（24）：55-60.

[12] 穆鳳良. 課堂對話和提問策略[J]. 教育理論與實踐，2000（11）：33-36.

[13] 王耀慧，劉樹仁. 利用課堂提問促進深度學習的策略研究[J]. 教學與管理，2018（33）：101-103.

[14] JENSEN E， DALE M， DONNELLY P J， et al. Toward automated feedback on teacher discourse to enhance teacher learning [C]// Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. Honolulu， HI： Association for Computing Machinery，2020：1-13.

[15] DONNELLY P J， BLANCHARD N， SAMEI B， et al. Automatic teacher modeling from live classroom audio [C]//Proceedings of the 2016 Conference on User Modeling Adaptation and Personalization. Halifax， Nova Scotia： Association for Computing Machinery，2016：45-53.

[16] SONG Y， LEI S， HAO T， et al. Automatic classification of semantic content of classroom dialogue[J]. Journal of educational computing research，2021，59（3）：496-521.

[17] 馬玉慧，夏雪瑩，張文慧. 基于深度學習的教師課堂提問分析方法研究[J].電化教育研究，2021，42（9）：108-114.

[18] 宋宇，丁瑩，朱佳，等. 基于序列模式挖掘的多類教師群體互動式課堂教學研究[J].現(xiàn)代教育技術，2021，31（10）：40-48.

[19] LEE A. Determining quality and distribution of ideas in online classroom talk using learning analytics and machine learning[J]. Educational technology & society， 2021，24：236-249.

[20] DEVLIN J， CHANG M-W， LEE K， et al. BERT： pre-training of deep bidirectional transformers for language understanding [J]. ArXiv， 2019（1） ： 4171-4186.

[21] WEI J， ZOU K. EDA： easy data augmentation techniques for boosting performance on text classification tasks [C]//Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing. Hong Kong： Association for Computational Linguistics， 2019.

[22] 汪明，張睦楚.“五觀”端正班主任班級管理工作[J].教育理論與實踐，2014，34（20）：22-24.

[23] MUELLER C M， DWECK C S. Praise for intelligence can undermine children's motivation and performance[J]. Journal of personality and social psychology，1998，75：33-52.

[24] 李如密. 教學風格綜合分類的理論探討[J]. 教育研究，1995（5）：66-71.

[25] 楊昊，曹樂. 用對話教學法翻轉跨文化交際課程——教學范式的翻轉[J].現(xiàn)代教育技術，2015，25（4）：71-78.

[26] 明慶華，魯琪. “間接教學”與教育過程公平的現(xiàn)實審視[J]. 教育科學研究，2020（7）：17-22.

[27] 張浩，吳秀娟，王靜. 深度學習的目標與評價體系構建[J]. 中國電化教育，2014（7）：51-55.

[28] 汪明. 表揚的真誠品質的彰顯[J]. 教學與管理，2017（32）：15-16.

[29] 羅賽清. 課堂教學中教師的語言美及其心理效應[J]. 當代教育論壇，2003（7）：76-77.

Teachers' Indirect Language Helps Classrooms "Improve Quality and

Increase Efficiency"

—An Analysis of the Quantitative Structure and Pedagogical Significance of Teachers' Discourse in Quality Classroom

ZHAO Yunjian1，? WANG Yang2，? CHEN Ling2，? HE Jing3

（1.Center for Education Technology and Resource Development， Ministry of Education （National Center for Educational Technology）， Beijing 100031; 2.School of Educational Technology， Beijing Normal University， Beijing 100875; 3.Department of Artificial Intelligence Education， Central China Normal University， Wuhan Hubei 430079）

[Abstract] Classroom is an important place for "double reduction" and teachers' indirect language plays a vital role in organizing classroom teaching and influencing students' learning participation. However， there is a lack of data-based mining for its pedagogical significance. This paper employs deep learning algorithm to intelligently classify teachers' discourse， and codes the discourse text of 180 high-quality lessons to examine the quantitative structure of teachers' indirect language through cluster analysis and sequence analysis. Additionally， this study selects three kinds of indirect language， namely accepting emotions， praising， and accepting or utilizing students' ideas， which are under-studied and few in number， and combines them with quantitative data to generalize and summarize the pedagogical meaning of their utterances. It is found that teachers' indirect language promotes the quality of classroom interactions and students' effective learning. Finally， this paper puts forward three kinds of strategies for the design and use of indirect language： timely acceptance of students' feelings， in-depth use of students' views， and more use of descriptive praise， which provides specific pedagogical guidance for teachers' classroom teaching.

[Keywords] Natural Language Processing; Discourse Analysis; Teachers' Indirect Language; Cluster Analysis; Sequence Analysis