昨天讀了連育仁老師的一篇文章，談AI時代的語言教學方向，學者魂全開，理論跑得很過癮。
讀著讀著，我一直在點頭，因為他用語言學的框架說出了一件我在課堂裡觀察了三十年、一直說不太清楚的事。
忍不住想來聊聊。
這是我在師培課、講座，甚至論文發表裡一直在用的例子。
說了幾十年，每次說，還是有老師恍然大悟。
說吧也有一份免費的「V得」語法教學教案，
裡面就有這個偏誤的分析，有興趣的可以去下載來看。
學生學「V得」，造出這個句子：
你覺得這句話有問題嗎？
第一眼看，好像沒什麼問題。
「得」的位置對，形容詞有，話輪也完整。但這句話其實是錯的。
錯在哪？
「喝得很好喝」不是「喝法國酒」這個動作能產生的結果。
法國酒好不好喝，跟你喝不喝它沒有因果關係。
你喝法國酒，可以喝得很快、喝得很醉、喝得很開心——
這些才是「喝」這個動作做完之後，真正可以評論的狀態。
「好喝」是酒本身的性質，不是你喝出來的結果。
所以這句話，結構全對，語義不通。
那學生為什麼會造出這樣的句子？
幾乎都是同一個原因：給規則、給例句、叫學生造句。
學生不是不努力，是他從來沒有機會在真實的語境裡感受過這個語法在做什麼。
他只是在套公式。
連育仁老師的文章裡，提到AI生成語言學的「評估層」——
語言產出的品質，不能只看流暢度，要同時看真實性、合適性、可理解性。
對。就是這個。
「他喝法國酒喝得很好喝」，流暢，沒有錯字，語法結構也沒問題。
但不真實、不合適。如果教學評估只停在「結構對不對」，這句話會過關。
但它其實不應該過關。
連老師也說，教學路徑應該從「生詞 → 語法 → 句型 → 練習」
轉向 「任務 → 語境 → 例元 → 語塊 → 產出 → 回饋 → 再產出」
我完全同意。
但我想多說一句：這不是因為AI來了才需要改。是語言教學本來就該這樣。
AI只是讓這件事再也迴避不了。
AI講規則比老師快，給例句比老師多，帶造句更是輕鬆。
如果老師的課還停在這裡，說真的，需要存在的價值可能很快就沒了。
但有一件事AI還做不到：
在真實的課堂互動裡，看到學生說出「喝得很好喝」的時候，
知道問題出在哪一層，然後設計一個情境，
讓學生自己感受到那裡哪裡不對，重新產出正確的語言。
這不是技巧，是判斷力。
是對語言功能的理解，加上對課堂動態的即時回應。
說吧的師培課，從來不是在教老師「更多語法規則」。
我們在訓練的是：
老師看到學生的產出，能不能判斷問題出在哪？
是結構沒掌握？
還是根本沒理解這個詞彙、語法在真實語境裡是在做什麼的？
這兩種問題，處理方式完全不同。
結構偏誤，多練就熟了。
但功能語義偏誤，多練沒有用，因為根源是教學設計的問題——
學生沒有在真實情境裡感受過這個語法，只是在套公式。
要修正，老師要做的是重新設計教學情境，不是再多給幾個例句。
這是說吧一直在做的事。
讀完連老師那篇，我發現——我們在做的這件事，
現在有了一個很清楚的理論座標。
從「理解型語言學」轉向「產出型語言學」，
從「結構對不對」轉向「真實、合適、在語境裡說得通」。
沒想到，AI時代讓這件事變得更重要了。
如果你也在思考怎麼把教學往這個方向帶，歡迎來說吧看看，
或訂閱我們的電子報，我持續在整理這些東西。
