我们的教学方法与你的 AI 老师

免费开始

教学方法

PracticeAloud 建立在一个朴素的理念上:语言是一项开口说的技能,而不是一摞刷完的单词卡。所以每次课都以大声说为核心,其余的一切——计划、作业、课堂小结——都是为了让这场对话变得更好。

先开口,以及为什么

学英语的大部分时间都是安静的:阅读、App、语法练习、看电影。这些锻炼的是“认得”——你能听懂、看懂的远比能说出口的多——而“认得”不会自动变成“会说”。在时间压力下、有人等着你回答时组织出一句话,是一项独立的技能,只有用起来才会增长。

所以这里的课是一场对话,而不是带个语音按钮的练习题。老师提问,你回答,回答不完美——而这份不完美正是学习的材料。整个方法的安排,就是让你在课上一直开口说,课后的一周去修正对话暴露出的问题。

有课程体系,而不是即兴发挥

每份学习计划背后都有一个对应你水平的课程框架,从 A1 到 C1:这个水平段的学习者需要掌握的目标、最合适的学习顺序,以及怎样才算完成一个目标。这些课程框架在任何一节课开始之前就已写好;它们目前仍是草稿,尚待教师审阅。AI 在框架内做个性化——挑选贴合你目标的情景,按你真正有的时间安排计划节奏,并把你出错的内容拉回来重练——但课程本身不是它编出来的。

关键在于一致性。同一水平的两位学习者得到的是同一套教学法,而不是两种不同的即兴发挥;学习计划读起来像一份教学大纲,而不是随手列出的话题清单。你可以打开自己的计划,看看接下来学什么、为什么学。

这里的“已掌握”是什么意思

你计划里的每个目标都有一个状态:新目标、练习中或已掌握。状态只根据你的课和作业表现来变化,而且有意变得很慢——一天表现好不等于掌握,所以一个目标会一直停在“练习中”,直到它不止一次经受住考验。已经掌握的内容依然会按越拉越长的间隔回来复习,因为这样才能一直保持掌握。

你的作业也是由此生成的。一道练习之所以出现,是因为某个具体目标或某个具体错误到了该练的时候——而不是因为内容库里恰好有一道你这个水平的题。

同一位老师,以及老师记得什么

你的老师会记录:你的水平以及这个估计有多可靠、你的目标和时间安排、你的兴趣、你反复犯的错误,以及作业完成得怎样。每节课都从这份记录和上节课的小结开始——老师可以接上一周前的话题,也可以指出某个你曾经吃力的句型已经不再出错了。

在情景练习中,老师会扮演一个角色:面试官、医生、房东。角色会变,老师不变。简单说,老师的记忆为什么重要:一个记不住你的老师,永远只能上第一节课。

纠错与你的母语

有些纠错在对话中当场进行——小小的提醒能让你继续说下去。所有纠错都会被记录下来,重要的会再次出现:出现在你的课堂小结里,带着你自己说的原句,也出现在作业里。什么都当场纠正,会把一节课变成听写;而你第二天自己改正的错误,比被打断时纠正的记得更牢。

遇到不明白的地方,老师会开口讲解——如果你的母语在我们支持的语言之列,就用你的母语(支持哪些语言)——然后回到英语。你会听到多少这样的讲解取决于你的水平:初学者会听到很多,等你不再需要时就会逐渐减少。

真人审阅

PracticeAloud 的每一份学习计划背后,都是一套写成文字的教学方法,而不是任由模型即兴发挥。各个 CEFR 级别的课程框架,以及 AI 老师在纠错和授课时遵循的规则,都是固定的文档:AI 在其范围内工作,不能改写它们。这些框架目前仍是草稿,教师的审阅尚未完成;在审阅完成之前,我们不会称它们经过了教师把关。系统的设计允许真人介入:我们的团队可以阅读任何一节课的文字记录、记下对它的评价,并手动修改学习者的学习计划。自动化永远不会悄悄推翻人的决定。

这种做法是双向的。如果我们团队中有人手动修改过某位学习者的学习计划,而自动分析之后想要重新调整它,分析会提出一个新版本,交由人来批准,而不会覆盖那个人做出的决定。

正因如此,你的学习计划才始终扎根于一套写成文字的课程——而不是一份随意拼凑的话题清单。

实实在在的报告

课堂小结会写明哪里做得好,列出附带你原句的纠错,记录你学到的新词,并统计你真正开口说话的分钟数。它不会说你的水平提高了百分之几,因为谁也无法凭一节课测出这个。每周老师还会补充一段简短的留言,说明你现在处于什么位置、接下来做什么。在这套方法里,进步是可以读出来的东西,而不是一个跳动的数字。

看看实际是怎样的

课程如何进行一步步介绍入门课、一节正式课和作业。真正重要的单位是整个循环——对话、分析、计划、作业、下一次对话——而不是单独的一节课。第一节课免费。

在一节课里看看这套方法

课程体系、复习节奏和课后报告,从内部体验最容易判断。第一节课免费,只需几分钟。