陳靚影 張凱 楊宗凱

[摘? ?要] 語言溝通障礙是孤獨癥兒童核心特征之一。基于最近發(fā)展區(qū)理論的動態(tài)評估比傳統(tǒng)的靜態(tài)評估更能發(fā)現(xiàn)兒童的發(fā)展?jié)撃?，同時，孤獨癥兒童比較易于接受電子設備，所以文章提出基于人機交互游戲的孤獨癥兒童語言能力動態(tài)評估方法，以便及時發(fā)現(xiàn)兒童的語言發(fā)展?jié)撃懿⒔o予個性化干預。研究選取37名3～7歲不同能力水平的兒童，通過孤獨癥行為核查量表將其分為：非孤獨癥組、疑似孤獨癥組和孤獨癥組。探索以不同中介提示的動態(tài)評估范式發(fā)現(xiàn)人機交互環(huán)境下動態(tài)評估的可行性與潛在價值，并揭示孤獨癥兒童與其他群體的語言發(fā)展?jié)撃芗安町愋浴Ｑ芯堪l(fā)現(xiàn)，相較于靜態(tài)評估，動態(tài)評估中介提示可以幫助教師捕捉兒童的更多潛能信息；非孤獨癥兒童和疑似孤獨癥兒童的語言發(fā)展?jié)撃苊黠@高于孤獨癥兒童；中介提示對于實際語言能力低、學習潛能高的兒童能力提升更為明顯。研究認為，人機交互式動態(tài)評估對兒童語言潛力的挖掘具有可行性，對制定個性化的教育干預計劃意義重大。

[關鍵詞] 動態(tài)評估； 孤獨癥兒童； 語言能力； 學習潛能； 人機交互

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 陳靚影（1973—），女，湖北武漢人。教授，博士，主要從事教育信息技術、特殊兒童教育、人機交互、機器學習等研究。E-mail：chenjy@mail.ccnu.edu.cn。

基金項目：2019年度國家自然科學基金面上項目“孤獨癥兒童個性化智能干預與精細評估”（項目編號：61977027）

一、問題的提出

孤獨癥譜系障礙（Autism Spectrum Disorder，簡稱ASD）的兒童通常被認為在社交行為、言語溝通和重復行為方面存在先天缺陷[1]。在傳統(tǒng)的語言評估中，廣泛的以一種標準化的詞匯評估范式作為語言能力的衡量標準[2]，又被稱為靜態(tài)評估，其目的是衡量個體在該時間點及特定領域中能力的獨立表現(xiàn)[3]。但由于標準化靜態(tài)詞匯測量中幾乎無反饋（一種單向活動），不能恰當?shù)貐^(qū)分學習者對詞匯的了解或認知程度[4]，即靜態(tài)評估僅僅評測學習者當前的語言發(fā)展能力，可能觀測不到短期的發(fā)展?jié)撃?。而動態(tài)評估的核心理念是維果斯基的最近發(fā)展區(qū)，它包含一定程度上的支持與反饋，將有助于教師和家長獲得更多兒童額外的發(fā)展信息。近年來隨著信息技術的發(fā)展，人機交互技術逐漸步入特殊教育教師的視野?；谟嬎銠C交互的游戲評估活動不僅可以吸引ASD兒童的注意力與學習反應[5-6]，還能夠發(fā)展學生的語言認知能力[7]，將桌面式交互系統(tǒng)應用在ASD兒童的社會性語言學習與動態(tài)評估中具有正向效果[8-9]。因此，本研究從維果斯基最近發(fā)展區(qū)的視角出發(fā)，設計開發(fā)適合3～7歲兒童的語言動態(tài)評估游戲，以幫助教師明確不同ASD兒童語言發(fā)展的潛能情況及差異性關系，為下一步制定更為精準的語言干預計劃提供借鑒思路。

二、研究設計

（一）評估內容設計

本研究的評估內容選自心理教育量表第3版（Psycho-educational Profile 3rd， 簡稱PEP-3），它是目前國內孤獨癥康復教育領域廣泛采用的評估工具之一。該量表編制的目的是了解特殊兒童身心智發(fā)育的實際遲緩程度，以輔助治療師、教師等作出廣泛性的干預與訓練。尤其是語言能力方面的評估測試，能夠合理有效地捕捉孤獨癥兒童的語言發(fā)展概況和認知能力，并且包含豐富的評估活動。PEP-3中的語言評估活動也被證實與其他測量類似領域能力發(fā)展的子測試具有高度的相關性[10-11]。已有研究證明，基于人機交互技術的孤獨癥兒童評估范式不僅可以準確反應PEP-3的評估效果，還可以更加客觀地評估ASD兒童的語言發(fā)展現(xiàn)狀[12]。因此，本研究將基于PEP-3的評估游戲機制及活動形式設計相關的評估內容。為了避免因游戲機制帶來的操作不便，研究通過前期調研了解兒童普遍使用的游戲活動方式，最終確定了拼圖、配對、消消樂等活動類型。評估的內容設計也將依照PEP-3量表語言測試的子維度進行。其中，認知語言/語前表示兒童對語言詞匯的認知與加工能力；語言理解表示兒童在任務指令上的語言理解能力和功能執(zhí)行能力；語言表達表示兒童對實際詞匯表述的準確度以及清晰度。研究設計三種不同的活動，共開發(fā)九個人機交互游戲評估場景。其中，認知語言/語前主要包括對物體基本形狀的匹配、動物拼圖及日常用品匹配的認識；語言理解包括對形狀、動物及日常物件語言指令的理解與執(zhí)行；語言表達是在虛擬助手的提示幫助下兒童主動說出不同的形狀、動物及日常用品。

（二）中介提示設計

動態(tài)評估（Dynamic Assessment）源自俄羅斯心理學家維果斯基提出的最近發(fā)展區(qū)理論，以一種中介調節(jié)的評價手段來衡量兒童的學習潛能。在典型的動態(tài)評估中，中間人會提供漸進的幫助（提示或引導問題），以推動兒童超越自身現(xiàn)有技能水平的表現(xiàn)，并記錄兒童對中介提示的反應，以便進一步作內容調整和兒童潛能分析[13]。關于中介提示，最初是Aljaafreh和Lantolf在1994年提出了一種分層式的內隱—外顯中介量表，以量化學生完成語言寫作活動所需的中介程度[14]。他們根據(jù)每一個中介的顯性或非顯性程度給一個特定的分數(shù)，以了解學生與目標結構的正確形式的相對距離，然后定量測量學生的最近發(fā)展區(qū)變化與他們獲得的分數(shù)來衡量其發(fā)展?jié)撃?。后續(xù)有許多研究者將隱性到顯性的中介提示理念應用到語言閱讀與理解[15]、詞匯習得[16]、社會性語言應答[17]及寫作能力[18]等方面，其計分方式也不盡相同。因此，研究將依照先前經驗設計漸進式的中介提示。在游戲活動的最初是計算機發(fā)出語音指令，通過判定兒童操作正確或錯誤進行不同程度的提示，并將非語言的提示形式納入進來（包括物體突出顯示、手勢指向等），以增加提示的強度和顯性，使目標逐步明確。

為了動態(tài)評估兒童語言的發(fā)展?jié)撃埽芯糠治隽藘和陀嬎銠C之間的交互記錄，并使用表1中的評分方式來評估兒童的能力，計算并比較了兒童每個動態(tài)評估活動的實際分數(shù)、中介分數(shù)、最終分數(shù)及學習潛能分數(shù)（Learning Potential Score，簡稱LPS）。其中，實際分數(shù)為兒童在無幫助提示下的總得分，即僅憑自己就能獨立完成的部分，反映了實際發(fā)展區(qū)（Zone of Actual Development），計算方式見公式1：實際分數(shù)=N1 × 5。其中，N1表示第一次嘗試，數(shù)值為1或0，即正確或錯誤，5表示未提示情況下得5分。中介分數(shù)為介入的4種不同中介提示的得分。最終分數(shù)為實際分數(shù)與中介分數(shù)之和，見公式2：最終分數(shù)= 實際分數(shù)+（N2 ×4）+（N3 × 3）+（N4 × 2）+（N5 × 1）。其中，N2—N5表示第二次至第五次嘗試，并依次對應具體分值（4分至1分）。學習潛能分數(shù)是依照Poehner和Lantolf[19]的動態(tài)評估方式進行計算，它代表兒童對中介提示的反應程度，并反映兒童學習潛能的高低，見公式3：學習潛能分數(shù)（LPS）=［（2 × 最終分數(shù)）-實際分數(shù)］/最大分值。例如：對于一個游戲活動來說，如果兒童首次嘗試答題正確，N1設置為1，則該兒童可以得到5分；如果答錯，N1設置為0，計算機會給予兒童第二次嘗試的機會，并以強調方式進行提示（如重復發(fā)出語音提示），若該兒童第二次嘗試正確，N2設置為1，則可以得到4分，此時如果仍然答錯，N2設置為0，計算機會逐步給予兒童偏向顯性的提示（如使物體突出顯示、手勢指向）。以此類推，每增加一次提示方式，兒童所獲得的分數(shù)減1。最終五次嘗試錯誤后，N5設置為0，當前游戲會結束，兒童在此項的得分記為0分，并進入下一個游戲場景，這也正反映了中介提示從隱性到顯性逐步提供幫助的過程。

（三）研究對象

研究人員從武漢市某特殊教育機構隨機招募了48名特殊兒童，其中，男孩37名，女孩11名，他們的共同點是語言發(fā)育遲緩。在整個動態(tài)評估實驗中，部分兒童因多動癥障礙、心智發(fā)育不足及注意力集中缺陷等問題致使無法完成基于計算機交互的評估活動，并且實際的行為反饋數(shù)據(jù)不完整，所以研究對其進行了排除，最終選擇37名兒童，包括30名男孩和7名女孩，年齡范圍3～7歲。由于在ASD兒童的篩查報告中，男性患病率普遍高于女性，因此，也確保了ASD兒童性別比例約為4∶1[20]。動態(tài)評估在特殊教育機構的評估室進行。家長閱讀并簽署一份書面知情同意書。為了保護兒童的隱私信息，研究團隊與特殊教育機構簽訂了保密協(xié)議。

（四）診斷工具

本研究選取的診斷工具是由Krug等人編制的孤獨癥行為核查量表（Autism Behavior Checklist，簡稱ABC），它適用于18個月齡以上的嬰幼兒[21]。ABC量表由兒童的語言、運動、自我照顧、感覺和社交五個因素，共57項組成，總分為158分，分數(shù)越高表示兒童孤獨癥癥狀越嚴重。研究為了了解不同嚴重程度的ASD群體語言發(fā)展?jié)撃軈^(qū)，根據(jù)量表的診斷標準將兒童分為三組，其中，G1組代表非ASD兒童，G2組代表疑似ASD兒童，G3組代表ASD兒童。通過單因素方差分析，初步得出各組之間的兒童在實際年齡上不存在顯著差異，排除了各組之間因年齡差異所帶來的干擾變量。各組間的兒童ABC得分存在顯著差異，說明三組間的孤獨癥癥狀具有異質性。

（五）研究過程

本研究的評估過程分為兩個階段：無提示幫助下的測試（靜態(tài)評估）和漸進式中介提示的測試（動態(tài)評估）。靜態(tài)評估發(fā)生在動態(tài)評估前，其目的是評測出各組兒童在靜態(tài)評估中語言的實際發(fā)展情況，共9個活動，評估時長約為5分鐘，本次評測過程教師僅輔助兒童回到評估游戲中，不能給予提示幫助。在靜態(tài)評估后立即進入動態(tài)評估，兒童可以獲得4種不同程度的中介提示，評估時長10～15分鐘，一旦兒童進入評估室，教師就以口頭敘述的方式向兒童解釋任務內容，參與者若出現(xiàn)不舒服問題，可以隨時停止游戲評估或退出實驗。只有在兒童表示愿意繼續(xù)實驗時方可進行，在此期間的時長不會計入游戲評估時間，并且會為兒童提供一些強化物（玩具、零食等）來支持評估活動的進行。

三、結果與分析

（一）靜態(tài)評估忽視了兒童的語言發(fā)展?jié)撃埽瑒討B(tài)評估中介提示能區(qū)分出不同潛能者的差異

在靜態(tài)和動態(tài)評估中，兒童的語言能力表現(xiàn)在兩個方面：實際語言能力（實際分數(shù)）和語言發(fā)展?jié)撃埽ㄗ罱K分數(shù)）。通過單因素方差分析可知，三組之間的實際語言能力（F=5.137，p=0.011）和語言發(fā)展?jié)撃埽‵=6.660，p=0.004）都具有顯著的差異性，說明患有不同程度的ASD兒童在語言能力上的缺陷障礙存在明顯差異，即各組間兒童的語言能力存在異質性。通過配對樣本T檢驗發(fā)現(xiàn)，在評估前后兒童的得分具有顯著性差異（p=0.000<0.05），這一結果證實了靜態(tài)評估可能會忽視兒童語言潛能的觀點[4]，也說明了動態(tài)評估能夠通過互動性的中介提示機制挖掘不同群體的語言潛能。

為了了解動態(tài)評估中三組兒童語言發(fā)展?jié)撃艿牟町愋裕芯渴褂?×3ANOVA單因素方差分析比較三組兒童（G1、G2、G3）在語言能力（認知語言/語前、語言理解、語言表達）上的表現(xiàn)。分析發(fā)現(xiàn)，三組兒童在認知語言/語前總分（p=0.044<0.05）、語言理解總分（p=0.002<0.05）以及語言表達總分（p=0.003<0.05）上，組間都存在顯著性差異，研究基于此進行組間事后兩兩多重比較，見表2。研究發(fā)現(xiàn)，兒童在認知語言/語前總分上，只有G1和G3組之間具有顯著性差異（p=0.013<0.05），說明ASD兒童具有更低的語前意識和語義加工能力；在語言理解總分上，G1-G3、G2-G3之間都具有顯著性差異（p=0.001<0.05，p=0.006<0.05），說明ASD兒童的癥狀嚴重程度能夠明顯影響他們對于語言指令的接收、理解與處理；在語言表達總分上，G1-G3、G2-G3之間都具有顯著性差異（p=0.001<0.05，p=0.012<0.05），并且G1-G3、G2-G3之間的均值差要明顯大于語言理解（39.991>26.373， 26.969>19.590），說明患有ASD的兒童在語言詞匯表達上的差距更弱于G1和G2組。研究還發(fā)現(xiàn)，G1和G2組在語言評估上的潛能發(fā)展都不具有顯著性差異，可以說明非ASD和疑似ASD的兒童語言潛能表現(xiàn)具有同質性。

（二）多數(shù)兒童是高潛能發(fā)展者，LPS可以幫助教師快速定位學習群體潛能水平

關于兒童學習潛能得分（LPS）的計算方式見公式3，LPS作為語言學習潛能的一種量化方式，可以幫助教師迅速定位兒童的語言發(fā)展軌跡與潛能水平。通過借鑒已有研究[22]，本文將兒童的語言潛能水平分為：低潛能水平（小于等于0.71）、中潛能水平（大于0.71且小于1）以及高潛能水平（大于等于1）。圖1代表了每個參與者LPS的計算結果，橫軸表示參與數(shù)量，縱軸表示LPS具體值。樣本中兒童的LPS水平在0.37～1.25之間。通過折線圖的方式從低到高排列，圖中的垂直虛線可以看出，從第10個以后的兒童都有高潛能的發(fā)展趨勢。由此說明，本次活動所設計的游戲內容可以幫助不同嚴重程度的ASD兒童學習語言，并激發(fā)和挖掘兒童的語言潛能，同時間接地反映出中介提示能夠為大多數(shù)兒童帶來具有意義性、價值性的學習支持。此結果也符合我們的研究目的：將兒童的語言最近發(fā)展區(qū)展現(xiàn)在研究所提供的動態(tài)評估活動中，方便教師清晰地了解每個兒童的學習狀態(tài)，以更精細化的方式幫助教師制定個性化的干預計劃。對于小部分的低潛能者來說，可能由于本次的語言評測活動具有一定的難度、自身語言認知能力、口肌障礙等，超越了兒童的最近發(fā)展區(qū)，后續(xù)活動應調整與簡化學習內容以達到適應低潛能兒童發(fā)展的目標。

（三）兒童的LPS與實際分數(shù)和最終分數(shù)密切相關，中介提示分數(shù)對實際分數(shù)低的兒童更有顯著意義

研究在兒童的任務完成時長、實際分數(shù)、最終分數(shù)、提示分數(shù)及LPS等因素之間建立了一個Pearson相關性分析過程。表3數(shù)據(jù)顯示，在游戲互動時，兒童的學習任務完成時長與實際得分（r=-0.549，p=0.001）有顯著的中等負相關性，說明兒童實際能力越高，游戲時長可能越短。兒童的實際分數(shù)和最終分數(shù)表現(xiàn)之間存在很強的正相關（r=0.911），并且具有顯著性差異（p=0.000<0.05）。說明實際發(fā)展能力越高的兒童，最終得分可能越高。從LPS與最終分數(shù)之間顯著的強正相關性（r=0.801，p=0.000）關系上來說，兒童的最終分數(shù)與其巨大的潛能是分不開的，即LPS越高，說明兒童越能在中介提示上獲得高學習成績。此外，兒童的實際成績與提示得分之間存在較強的負相關（r=-0.742），表明所呈現(xiàn)的中介提示對實際成績較低、學習潛能高的兒童更有幫助意義。

四、啟? ?示

（一）設計互動性反饋的動態(tài)評估機制，促進兒童完成交流性的應答任務

近些年，傳統(tǒng)靜態(tài)評估評測特殊兒童語言能力的方式受到一些學者的質疑，其原因可能在于此方式不足以有效地評測出兒童的實際能力[23]。在靜態(tài)評估中，反饋被視為構成測量錯誤的干擾變量，理應盡力避免[3]，然而，互動性反饋的缺失可能影響兒童實際水平的發(fā)揮。與靜態(tài)評估相比，動態(tài)評估實際上是在評估過程中包含一定程度的指導和反饋，這增加了兒童與學習內容之間的互動性交流。在本研究設計中，兒童可以通過語音助手的提問、應答及示范，明確和理解語言內容，結果顯示，這種互動性的直接輔助和交流性反饋能夠促進兒童完成游戲應答任務，這與Saadatzi等人的研究結果一致[7]。

（二）應用漸進式的中介提示策略，促進兒童對學習內容的認知與理解

動態(tài)評估的本質是為學習者提供一種漸進式、過程性的中介提示策略（隱性和顯性）來逐步探析其最大發(fā)展?jié)撃埽醋罱l(fā)展區(qū)。設計這種中介策略可以將復雜的學習內容分解成ASD兒童可接受的認知范圍，以幫助兒童在短暫的反應時間內迅速地感知與理解目標詞匯。例如：在本次評估活動中，由于不同程度的中介提示可以分步地呈現(xiàn)答案或結果，對于多數(shù)兒童來說游戲挑戰(zhàn)是適度的，有助于有效交互的產生，并且能夠吸引他們在任務中投入較多的注意力。同樣也有研究通過設計漸進式、多環(huán)節(jié)導向的課程證實了基于人機交互的動態(tài)評估平臺對ASD兒童語言（普通話）學習的認知效用[24]。因此，漸進式的中介提示方式可以幫助兒童更好地認知和理解語言內容。

（三）凸顯動態(tài)評估的量化效用，理清影響兒童潛能的要素，輔助教師明確兒童的發(fā)展狀態(tài)

兒童在進行動態(tài)評估的過程中會與計算機之間產生大量的交互數(shù)據(jù)，尤其是不同中介提示后的分數(shù)與計算數(shù)據(jù)需要歸并統(tǒng)一，兒童實際的得分無法反映出其真實的潛在能力[25]，LPS則是通過計算公式統(tǒng)計出每個兒童的潛能水平，并根據(jù)不同水平的分類與量化來輔助教師了解兒童的潛能水平，從而及時調整與完善干預計劃，促進不同潛能兒童語言能力的發(fā)展。兒童的語言發(fā)展?jié)撃芘c其實際能力及所提供的外界中介提示密切相關，即通過人機交互的方式可以快速了解兒童的實際發(fā)展能力與未來發(fā)展能力之間的距離，這對于明確兒童語言的發(fā)展狀態(tài)尤為重要。

五、結? ?語

語言的學習不能只關注特殊兒童已有的認知、理解及表達能力（靜態(tài)性），更要了解他們言語能力發(fā)展的過程（動態(tài)性），并遵循兒童間的個體差異和發(fā)展規(guī)律，滿足其個性化需求。本研究為評估ASD兒童語言能力發(fā)展提供了新思路，即以動態(tài)評估的視角初步設計開發(fā)了一種適合評估特殊兒童語言潛能的人機互動應用，對不同程度的ASD兒童的認知語言/語前、語言理解及語言表達等進行差異性比較。研究認為，人機交互式動態(tài)評估應用具有挖掘特殊兒童語言潛能的可行性和價值性，它既揭示了兒童的實際發(fā)展能力，又挖掘了兒童在克服阻礙后的未來發(fā)展能力，為特殊兒童進行精準的教育干預提供了依據(jù)。隨著信息技術軟硬件設備的日益完善，基于計算機動態(tài)評估的應用為兒童語言能力評測中存在的問題提供了新的解決途徑，將會成為ASD兒童及其他特殊群體教育發(fā)展的重要支撐。未來研究中將進一步聚焦研究對象，豐富針對ASD兒童教育干預的游戲內容設計，完善教育應用中的自適應機制，逐步探索計算機動態(tài)評估應用系統(tǒng)與智能技術的深度融合，將個性化的學習理念應用到ASD兒童的教學干預中，實現(xiàn)評估規(guī)范化、干預精準化的教學理念。

[參考文獻]

[1] LOED C， ELSABBAGH M， BAIRD G， VEENSTRA-VANDERWEELE J. Autism spectrum disorder[J]. The iancet，2018，392（10146）： 508-520.

[2] GRAY S， PLANTE E， VANCE R， HENRICHSEN M. The diagnostic accuracy of four vocabulary tests administered to preschool-age children[J]. Language， speech， and hearing services in schools，1999，30：196-206.

[3] CAMILLERI B， BOTTING N. Beyond static assessment of children's receptive vocabulary： the dynamic assessment of word learning （DAWL）[J]. International journal of language & communication disorders，2013，48（5）：565-581.

[4] EBADI S， WEISI H， MONKARESI H， et al. Exploring lexical inferencing as a vocabulary acquisition strategy through computerized dynamic assessment and static assessment[J]. Computer assisted language learning，2018，31（7）：790-817.

[5] 陳靚影，王廣帥，張坤.基于計算機游戲的自閉癥譜系障礙兒童評估研究[J].電化教育研究，2017，38（11）：81-86，120.

[6] 陳靚影，張如靜，王帆，張坤，王廣帥，王廣海.孤獨癥兒童早期社交技能的智能化評估——以應答性共同注意和應答性社交微笑為例[J].電化教育研究，2019，40（11）：114-120，128.

[7] SAADATZI M N， PENNINGTON R C， WELCH K C， et al. Small-group technology-assisted instruction： virtual teacher and robot peer for individuals with autism spectrum disorder[J]. Journal of autism and developmental disorders，2018，48（11）：3816-3830.

[8] GLASPEY A， STOEL-GAMMON C. A dynamic approach to phonological assessment[J]. Adv speech lang pathol，2007，9： 286-296.

[9] TZURIEL D， GROMAN T. Dynamic assessment of figurative language of children in the autistic spectrum： the relation to some cognitive and language aspects[J]. Journal of cognitive education and psychology，2017，16（1）：38-63.

[10] FU C， HSIEH C， TSENG M， et al. Inter-rater reliability and smallest real difference of the chinese psychoeducational profile-third edition for children with autism spectrum disorder[J]. Research in autism spectrum disorders，2010，4（1），89-94.

[11] SCHOPLER E， LANSING M D， REICHLER R J， et al. Examiner's manual of psychoeducational profile [M]. 3rd ed. Austin， Texas： Pro-ed Incorporation，2005.

[12] LIU X， CHEN J， ZHANG K， et al. The evaluation of the cognitive and language abilities of autistic children with interactive game technology based on the pep-3 scale[J]. Education and information technologies， 2022， 27（4）：1-21.

[13] TZURIEL D. Dynamic assessment of young children： educational and intervention perspectives[J]. Educational psychology review， 2000，12（4）： 385-435.

[14] ALJAAFREH A， LANTOLF J P. Negative feedback as regulation and second language learning in the zone of proximal development[J]. The modern language journal，1994，78（4）： 465-483.

[15] BAKHODA I， SHABANI K. Response latency as a tool to study L2 learners' ZPD， ZAD and ongoing information processing[J]. Asian-pacific journal of second and foreign language education，2016，1（1）：1-16.

[16] JEON J. Chatbot-assisted dynamic assessment （CA-DA） for L2 vocabulary learning and diagnosis[J]. Computer assisted language learning，2021，34（7）：1-27.

[17] RASSAEI E. Implementing mobile-mediated dynamic assessment for teaching request forms to EFL learners[J]. Computer assisted language learning，2021，34（5）：1-31.

[18] TORABI S， SAFDARI M. The effects of electronic portfolio assessment and dynamic assessment on writing performance[J]. Computer-assisted language learning electronic journal，2020，21（2）：51-69.

[19] POEHNER M E， LANTOLF J P. Bringing the ZPD into the equation：capturing L2 development during computerized dynamic assessment（C-DA） [J]. Language teaching research，2013，17（3）：323-342.

[20] MAENNER M J， SHAW K A， BAKIAN A V， et al. Prevalence and characteristics of autism spectrum disorder among children aged 8 years — autism and developmental disabilities monitoring network， 11 sites， united states， 2018[J]. MMWR surveillance summaries， 2021，70（11）：1-16.

[21] KRUG D A， ARICK J， ALMOND P. Behavior checklist for identifying severely handicapped individuals with high levels of autistic behavior[J]. Child psychology & psychiatry & allied disciplines，1980，21（3）： 221-229.

[22] KOZULIN A， GARB E. Dynamic assessment of EFL text comprehension[J]. School psychology international，2002，23（1）：112-127.

[23] 李一茗，楊上琦，黎堅.基于游戲的評估：特殊兒童心理評估的新方向[J].中國特殊教育，2021（12）：90-96.

[24] LAN Y-J， HSIAO I Y T， SHIH M-F. Effective learning design of game-based 3D virtual language learning environments for special education sudents[J]. Educational technology & society， 2018，21（3）： 213-227.

[25] BAKHODA I， SHABANI K. Bringing L2 learners' learning preferences in the mediating process through computerized dynamic assessment[J]. Computer assisted language learning，2019，32（3）：210-236.

Study on Dynamic Assessment of Language Ability of Children with

Autism through Human-Computer Interaction

CHEN Jingying，? ZHANG Kai，? YANG Zongkai

（National Engineering Research Center of Educational Big Data， Central China Normal University，

Wuhan Hubei 430079）

[Abstract] Language communication disorder is one of the core characteristics of children with autism. Dynamic assessment based on the theory of proximal developmental zone is better than the traditional static assessment to identify the developmental potential of children. At the same time， children with autism are more receptive to electronic devices. Therefore， this paper proposes a dynamic assessment method based on human-computer interactive games for children with autism， so as to timely identify children's language development potential and provide personalized intervention. In this study， 37 children aged 3 to 7 with different ability levels were selected and divided into the non-autism group， the suspected autism group and the autism group through the autism behavior checklist. This paper explores the feasibility and potential value of dynamic assessment in human-computer interaction environment with different mediated prompts and reveals the potential and differences in language development between children with autism and other groups. It is found that compared with static assessment， dynamic assessment with mediated prompts can help teachers to capture more information about children's potential. The language development potential of non-autistic children and suspected autistic children is significantly higher than that of autistic children. Mediated prompts are more effective for children with low actual language ability and high learning potential. It is believed that human-computer interactive dynamic assessment is feasible for the exploitation of children's language potential， and it is of great significance for the development of individualized educational intervention plans.

[Keywords] Dynamic Assessment; Children with Autism; Language Ability; Learning Potential; Human-Computer Interaction