← 返回练习页面
续论（Xu-Argument）理论参考资料
本文档整理自王初明教授核心论文的主要观点与理论框架，供学习参考。内容为编者基于公开学术信息的概括性整理，非原文摘录。如需阅读原文，请通过学校图书馆或知网（CNKI）获取。
一、理论概述
「续论」（The Xu-Argument）是广东外语外贸大学王初明教授在二语习得领域提出的原创性理论。该理论以「续」（xu，即 continuation）为核心概念，认为语言习得的关键机制在于学习者在理解他人语言的基础上进行延续性产出，通过与输入语言的互动协同（interactive alignment）来促进语言能力的发展。
「续」包含三个递进层面，合称 CEC：
- 补全（Completion）：在他人话语的基础上补充完整
- 延伸（Extension）：在已有内容的基础上进行拓展
- 创造（Creation）：在理解基础上进行创造性表达
二、核心论文要点概括
论文 1：读后续写——提高外语学习效率的一种有效方法（2012）
发表期刊：《外语界》第5期，第2-7页
核心论点
- 首次系统提出「读后续写」（continuation task）作为一种外语学习方法
- 读后续写将语言输入（阅读）与语言输出（写作）紧密结合，形成「读写一体」的学习模式
- 该方法的理论基础是互动协同理论：学习者在续写过程中会自然地与原文的语言形式产生协同
- 续写任务的设计要点：提供一段去掉结尾的故事，给出续写段落的首句，要求学生在保持连贯性的前提下完成续写
- 与传统命题作文相比，读后续写能更有效地促进语言形式的习得，因为学习者有明确的语言范本可以参照
关键概念
读写结合的协同效应语言输入为输出提供脚手架续写促进语言形式的内化
论文 2：读后续写何以有效促学（2015）
发表期刊：《外语教学与研究》第47卷第5期，第753-762页
核心论点
- 深入解释读后续写有效促进外语学习的内在机制
- 核心机制是「协同效应」（alignment effect）：续写过程中，学习者的语言产出会自动向原文的语言水平靠拢
- 这种协同发生在多个层面：词汇层面、句法层面、语篇层面
- 「拉平效应」：学习者的语言水平在协同作用下被「拉」向更高水平，即原文所代表的语言水平
- 续写的有效性取决于：原文的语言质量、续写与原文的关联紧密度、学习者的投入程度
- 续写任务创造了一种「半自由」的产出环境——既有约束（需与原文协同），又有自由（创造性续写）
关键概念
协同效应的多层面性拉平效应约束与自由的平衡
论文 3：以「续」促学（2016）
发表期刊：《现代外语》第39卷第6期，第784-793页
核心论点
- 将「续」提升为一个统摄性的理论概念，不再局限于「读后续写」这一具体任务形式
- 「续」是人类语言交际的基本特征：对话中的每一次回应都是对前一话语的「续」
- 语言学习的本质就是在「续」的过程中实现与更高水平语言的协同
- 提出「以续促学」的教学理念：通过各种形式的「续」来促进外语学习
- 「续」的形式可以多样化：续写、续说、续译等
- 强调「续」的核心特征是：在理解的基础上产出，且产出与输入之间存在内容和语言上的关联
关键概念
续作为语言交际的本质特征以续促学的教学范式续的多样化形式
论文 4：从「以写促学」到「以续促学」（2017）
发表期刊：《外语教学与研究》第49卷第4期，第547-556页
核心论点
- 梳理了从「以写促学」（write-to-learn）到「以续促学」（learn-by-CEC）的理论发展脉络
- 传统的「以写促学」存在局限：写作任务往往缺乏高质量的语言输入，学习者只能在自己现有水平上反复操练
- 「以续促学」的优势在于：将高质量的语言输入与学习者的产出紧密绑定，使产出过程成为向更高水平学习的过程
- CEC（Completion, Extension, Creation）三个层面代表了「续」的不同深度和难度
- 补全（C）最为基础，创造（C）最具挑战性，延伸（E）居中
- 教学中应根据学习者水平选择适当的「续」的形式和难度
关键概念
从 write-to-learn 到 learn-by-CECCEC 三层面的递进关系输入与产出的绑定机制
论文 5：互动协同与外语教学（2010）
发表期刊：《外语教学与研究》第42卷第4期，第297-299页
核心论点
- 这是续论的理论先导，引入了「互动协同」（interactive alignment）概念
- 互动协同源自心理语言学研究：对话双方在交际过程中会在语言的各个层面（语音、词汇、句法、语义）趋向一致
- 这种协同是自动发生的、无意识的，是人类语言交际的内在机制
- 将互动协同引入外语教学的启示：如果能创造条件让学习者与高水平语言产生协同，就能促进语言习得
- 外语教学应重视创设「协同语境」，让学习者在与目标语言的互动中自然习得
- 为后续提出「读后续写」和「续论」奠定了理论基础
关键概念
互动协同的自动性和无意识性协同发生的多层面性协同语境的教学设计
论文 6：续论与大语言模型（2025）
发表期刊：《现代外语》第48卷第5期，第620-629页
核心论点
- 探讨续论与大语言模型（LLM）之间的理论关联
- 大语言模型的核心机制——基于上下文预测下一个 token——本质上就是一种「续」
- LLM 通过海量语料的「续」训练获得了强大的语言能力，这从侧面验证了「以续促学」的有效性
- 人类语言学习与 LLM 的训练存在相似之处：都是在理解已有语言的基础上进行延续性产出
- 但人类学习与 LLM 也有本质区别：人类的「续」涉及意义理解和社会互动，而非纯粹的统计模式匹配
- 在 AI 时代，续论的教学实践可以借助 LLM 工具来增强：AI 可以提供即时反馈、个性化指导
- 展望了 AI 辅助续写教学的前景
关键概念
续论与 LLM 的理论共鸣人类续与机器续的异同AI 辅助续写教学
三、理论框架总结
续论（Xu-Argument）理论框架
┌─────────────────────────────────────────────┐
│ 核心命题 │
│ 语言习得通过「续」实现互动协同来促进 │
└─────────────────────────────────────────────┘
│
┌──────────────┼──────────────┐
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 补全 (C) │ │ 延伸 (E) │ │ 创造 (C) │
│ 基础层面 │ │ 中间层面 │ │ 高级层面 │
└──────────┘ └──────────┘ └──────────┘
│ │ │
└──────────────┼──────────────┘
▼
┌─────────────────────────────────────────────┐
│ 互动协同机制 │
│ · 词汇协同 · 句法协同 · 语篇协同 │
│ · 自动发生 · 多层面性 · 拉平效应 │
└─────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────┐
│ 教学实践形式 │
│ · 读后续写 · 听后续说 · 读后续译 │
│ · 对比续写 · 翻译续写 · 口语续述 │
└─────────────────────────────────────────────┘
四、续论的核心教学原则
- 输入先行：提供高质量、适当难度的语言输入材料
- 紧密关联：确保产出任务与输入材料在内容和语言上紧密关联
- 协同促进：通过任务设计促发学习者与输入语言的自然协同
- 主动产出：引导学习者进行创造性的语言产出，而非机械模仿
- 学用结合：在使用中学习，在学习中使用（学伴用随）
- 循序渐进：从补全到延伸再到创造，逐步提升「续」的难度
五、与本练习系统的对应关系
| 续论原则 | 本系统的实现方式 |
|---|
| 输入先行 | 每道题提供 200-350 词的英语故事作为阅读材料 |
| 紧密关联 | 续写首句引导学生延续原文叙事，保持内容连贯 |
| 协同促进 | AI 助手鼓励学生复用原文词汇和句式 |
| 主动产出 | 学生自主完成续写，AI 只提供引导不给完整答案 |
| 学用结合 | 阅读理解与写作产出在同一任务中完成 |
| 循序渐进 | 6 道题从 CET-4 到 TEM-8 难度递增 |
六、延伸阅读建议
- 协同效应实证研究：关注续写任务中词汇、句法、语篇层面的协同量化分析
- 任务变量研究：探讨输入文本难度、体裁、长度等因素对协同效应的影响
- 对比研究：续写任务与传统写作任务的学习效果对比
- 跨语言研究：续论在汉语作为第二语言教学中的应用
- AI 辅助教学：大语言模型在续写教学中的应用前景