(通讯员:徐晞霖)2026年3月26日下午,香港理工大学英文系李少峰教授应邀作题为“The Implementation and Effectiveness of Task-Based Language Teaching in the Age of AI(AI时代任务型语言教学的实施与效果)”的专题报告。本次讲座由英文系刘庆荣老师主持,来自威尼斯人博彩
和文学院等相关院系的教师和硕博士研究生聆听了讲座并参与交流。
讲座伊始,李少峰教授围绕任务型语言教学(Task-based Language Teaching, TBLT)的核心理念展开,指出语言学习应以意义表达为中心,强调任务而非语法或词汇作为教学基本单位。他进一步区分任务与一般课堂活动,指出真正的任务应以意义为首要关注点,语言形式处于次要地位,学习者在完成任务过程中不应被强制使用特定语言形式。
随后,李少锋教授系统梳理了TBLT实施的关键环节,包括需求分析、教学大纲设计、任务开发、任务排序及评估方式。他强调,任务设计应基于学习者与教师的实际需求与信念,任务排序可从低阶到高阶、从无聚焦到聚焦等维度展开,并结合SSARC模型分析任务在概念复杂度与程序复杂度上的发展路径。在实施层面,他介绍了任务前规划、示范、任务中反馈、任务重复以及“惊喜元素”等教学策略,并指出在任务后进行形式聚焦教学具有合理性。

在语法教学方面,李教授提出应避免预设性路径,强调基于学习者准备度来开展“反应性教学”(reactive instruction)。研究表明,任务前语法讲解可能产生负面影响,而任务中反馈及阶段性反馈更有助于学习。他还介绍了意识提升(consciousness-raising)与输入强化(input enhancement)等手段,并指出后者在提升理解方面效果有限。在评估方面,他提出TBLT需基于研究证据进行决策,并从“构念一致性”与“利益相关者”两个维度进行评价,考察教学是否体现TBLT原则,以及相关主体的接受程度。
最后,李少峰教授结合生成式人工智能的发展,探讨了AI时代实施TBLT的机遇与挑战,并构建宏观评估框架,以更系统地指导教学与研究。在互动环节,与会师生围绕任务设计可行性、语法教学时机、AI工具应用及评估标准等问题积极提问,李教授逐一给予回应。整场讲座内容前沿、视角开阔,对人工智能时代的语言教育研究具有重要启发意义。
