山東大學(xué)外國語學(xué)院 白 云 韓佶穎 王俊菊

提 要： 本研究以自動評分系統(tǒng)反饋和范文反饋為例，探討糾錯反饋與非糾錯反饋對大學(xué)生英語作文語言復(fù)雜度的影響。借助LCA、L2SCA和Coh-Metrix 3.0等在線分析器，對詞匯復(fù)雜度和句法復(fù)雜度共10個代表性指標(biāo)進(jìn)行測量和分析。發(fā)現(xiàn)系統(tǒng)反饋能提高詞匯復(fù)雜度但降低句法復(fù)雜度，而范文反饋對學(xué)生作文的詞匯和句法復(fù)雜度均有顯著的提升作用。由此可見，不同反饋方式對語言復(fù)雜度產(chǎn)生錯綜復(fù)雜的影響，相比而言范文反饋能促進(jìn)文本質(zhì)量在更多維度上的提升。

1. 引言

糾錯反饋與非糾錯反饋是二語寫作領(lǐng)域的兩大反饋類型。糾錯反饋是對二語學(xué)習(xí)者寫作文本中的語言錯誤所做出的回應(yīng)(Bitchener & Storch, 2016)。近三十年來，隨著計算機(jī)和自然語言技術(shù)的發(fā)展，計算機(jī)自動評分系統(tǒng)反饋?zhàn)鳛橐环N典型的糾錯反饋，備受關(guān)注。已有研究主要依據(jù)作文得分和錯誤分析，考察自動評分系統(tǒng)反饋(以下簡稱系統(tǒng)反饋)對文本特征、語法錯誤和學(xué)術(shù)詞匯使用的影響(Chodorow et al., 2010; Long, 2013; Liao, 2016；胡學(xué)文，2015；周麗，2015；白云、王俊菊，2018；黃愛瓊、張文霞，2018)。然而，由于反饋內(nèi)容過于重視語法正確性等表層特征(Hyland & Hyland, 2006)，有學(xué)者認(rèn)為系統(tǒng)反饋未必能有效提高文本質(zhì)量和學(xué)生寫作水平(Stevenson & Phakiti, 2014)。就糾錯反饋是否有助于提高學(xué)習(xí)者寫作水平這一基本議題，目前學(xué)界在理論和實證層面仍存在爭議。有學(xué)者認(rèn)為糾錯反饋屬于轉(zhuǎn)瞬即逝的語言知識，不符合二語習(xí)得的自然順序，很難內(nèi)化為學(xué)習(xí)者的語言使用能力，因此有害無益(Truscott, 1996)。

鑒于此，學(xué)者開始關(guān)注范文和重述等非糾錯反饋(如Yang & Zhang, 2010; Hanaoka & Izumi, 2012; Coyle & de Larios, 2014)。范文反饋指將本族語者所撰寫的文章提供給學(xué)習(xí)者，以此作為接觸、習(xí)得相關(guān)語言表達(dá)的通道，并提供解決問題的方案。在范文反饋中，學(xué)生完成初稿之后再看范文，并將自己所寫的文章與范文進(jìn)行對比，以解決寫作中的問題，進(jìn)而修改初稿。范文是根據(jù)當(dāng)前寫作任務(wù)的內(nèi)容和體裁量身定制的佳作(Coyle & de Larios, 2014)，不僅是本族語者特定句子的范例，還提供了整個語篇的樣本(Yang & Zhang, 2010)。此外，范文提高寫作水平的有效性也得到諸如輸出假設(shè)(Swain, 1998)和注意假設(shè)(Schmidt, 1990；2001)等經(jīng)典理論的支持，因此范文反饋成為非糾錯反饋的重要形式。當(dāng)前，國外有關(guān)范文反饋的研究依然有限，國內(nèi)相關(guān)研究更為匱乏。以往研究中多使用描述圖片的任務(wù)(如Yang & Zhang, 2010； Hanaoka & Izumi, 2012)，近期才開始使用議論文等開放度更高的寫作任務(wù)(Kang, 2020)。研究內(nèi)容主要涉及范文反饋的有效性，其對學(xué)習(xí)者的注意和攝取的影響及影響因素，而范文反饋對文本質(zhì)量的影響尚未引起足夠的關(guān)注。

語言復(fù)雜度、語言準(zhǔn)確度和語言流利度(Complexity, Accuracy and Fluency, CAF)是衡量文本質(zhì)量的重要指標(biāo)，其與二語寫作質(zhì)量、語言水平和語言發(fā)展過程的關(guān)系一直是二語寫作研究的焦點(diǎn)。以往大量研究指出，反饋方式與語言準(zhǔn)確度(如Coyle & de Larios, 2014； Bitchener & Storch, 2016； Liao, 2016；Boggs, 2019)和流利度(如Masatoshi & Roy, 2012)密切相關(guān)。就語言復(fù)雜度而言語言復(fù)雜度自動分析器的出現(xiàn)，打破了自動分析工具缺乏所造成的人工標(biāo)注工作量大的研究瓶頸(陸小飛、許琪，2016)，近年來語言復(fù)雜度研究已漸成熱點(diǎn)。但反饋方式等教學(xué)變量對其影響的研究相對較少，僅有個別學(xué)者做出初步探索(如Coyle & de Larios, 2014；龔偉等，2019)。本研究聚焦二語教學(xué)中的不同反饋方式對語言復(fù)雜度的影響，試圖揭示反饋方式與文本質(zhì)量的內(nèi)在關(guān)系。

語言復(fù)雜度包括詞匯復(fù)雜度和句法復(fù)雜度，是中國學(xué)生書面語產(chǎn)出的兩大關(guān)鍵語言指標(biāo)。詞匯復(fù)雜度與句法復(fù)雜度能有效預(yù)測寫作質(zhì)量，同時受到語言水平、文體、語體、時間等變量的影響(Lu, 2011; Révész et al., 2017;鄭詠滟，2018)。這意味著，對二語寫作質(zhì)量的評估，不僅可以依據(jù)傳統(tǒng)研究中常常采用的教師主觀評分，還可以從語言復(fù)雜度的具體指標(biāo)進(jìn)行客觀測量；不僅可以憑借整體評分，還可以從詞匯復(fù)雜度和句法復(fù)雜度切入做多維度的考察。這為探究反饋方式對寫作語言質(zhì)量的影響提供了新思路和更加客觀細(xì)致的研究方法，也利于更深入地考察不同反饋方式對語言各個維度的錯綜復(fù)雜的影響，以提出對寫作教學(xué)和研究更有針對性的建議。

綜上，目前關(guān)于反饋方式對語言復(fù)雜度的影響尚存在較大研究空間。鑒于自動評分系統(tǒng)已逐漸應(yīng)用于二語寫作教學(xué)，范文反饋也經(jīng)常用于教學(xué)實踐，兩者的效果有何差異，如何使反饋效果最大化？本研究以系統(tǒng)反饋和范文反饋為例，探究糾錯反饋與非糾錯反饋對學(xué)生作文語言復(fù)雜度的影響，具體研究問題如下：

(1) 系統(tǒng)反饋與范文反饋分別對作文的詞匯復(fù)雜度有何影響？

(2) 兩種反饋分別對作文的句法復(fù)雜度有何影響？

2. 研究設(shè)計

1) 研究對象

本研究的受試是山東省某教育部直屬綜合性大學(xué)非英語專業(yè)本科一年級學(xué)生。從兩個平行班中隨機(jī)選出60人，作為系統(tǒng)反饋組和范文反饋組參加本研究，每組30人。其中系統(tǒng)組的平均年齡為18.70歲，參加該校新生入學(xué)分級考試的平均成績?yōu)?0.30分，作文單項得分10.80；范文組的平均年齡18.85歲，入學(xué)考試平均成績69.00分，作文得分10.60。兩組的年齡、入學(xué)考試成績和作文得分均無顯著差異，故可認(rèn)為是來自英語水平和寫作水平相當(dāng)?shù)耐豢傮w。

2) 數(shù)據(jù)收集

本研究所使用素材為兩組學(xué)生的英語寫作練習(xí)，數(shù)據(jù)分別來自反饋內(nèi)容、作文修改記錄、作文的初稿和終稿。寫作任務(wù)要求就目前年輕人大多依賴父母來照看小孩這一社會現(xiàn)象發(fā)表自己的見解，闡明將來自己有孩子時會怎樣做。長度要求為120—180詞，作文題目自擬。之后要求學(xué)生根據(jù)自動評分系統(tǒng)的即時反饋和外教所寫的范文，分別對作文初稿進(jìn)行修改，所做的具體修改均被記錄下來。

兩組作文的布置、提交和修改均在網(wǎng)上進(jìn)行。本研究使用的自動評分系統(tǒng)是批改網(wǎng)，布置寫作任務(wù)時只規(guī)定提交的最后期限而不限定提交次數(shù)。學(xué)生在線提交初稿后，系統(tǒng)會即時給出分?jǐn)?shù)和針對每句話的修改建議。學(xué)生對初稿修改后再提交，依次類推，經(jīng)過多次修改直到對自己的作文滿意為止。

范文反饋組的寫作和修改也在線進(jìn)行。不同于以往只提供一篇范文的研究，本研究提供兩篇本族語者所寫范文，一是為學(xué)生提供更多可借鑒的寫作方案(Hanaoka, 2007)，二是解決學(xué)生無意中重復(fù)使用單一范文中的語言形式的問題(Kang, 2020)。首先請兩位英語為本族語且教授大學(xué)英語寫作的外教根據(jù)任務(wù)要求各撰寫一篇范文，并確保范文的內(nèi)容和文體恰當(dāng)，且符合學(xué)生的年齡和二語水平?？紤]到國外學(xué)者指出，議論文寫作任務(wù)的范文最好能有不同觀點(diǎn)供學(xué)生參考(Kang, 2020)，外教所撰寫的兩篇范文對給定題目持不同觀點(diǎn)。學(xué)生在網(wǎng)上提交初稿后，發(fā)給他們打印好的兩篇范文進(jìn)行30分鐘的閱讀和比較，在范文上標(biāo)記出自己認(rèn)為有用的內(nèi)容和語言形式，然后對初稿進(jìn)行修改，并可以多次提交。

在收集數(shù)據(jù)前，受試進(jìn)行一次寫作練習(xí)，練習(xí)的要求和步驟與正式收集數(shù)據(jù)相同，但寫作內(nèi)容不同，以幫助受試熟悉在線寫作的操作流程。

80例患者治愈75例,死亡5例,十二指腸漏5例,胃排空障礙5例,胸腔積液8例,切口感染2例,十二指腸漏患者中1例接受二次手術(shù)得到痊愈,剩余患者全部接受對癥治療得到痊愈。

3) 數(shù)據(jù)分析

本研究借助LCA、L2SCA和Coh-Metrix 3.0等在線分析器對文本語言復(fù)雜度進(jìn)行分析，得出各指標(biāo)的數(shù)據(jù)后，用SPSS和GPower軟件進(jìn)行分析。

將語言復(fù)雜度分為詞匯復(fù)雜度和句法復(fù)雜度來考察(表1)。參照Lu(2012)的研究框架，詞匯復(fù)雜度包括三方面，分別為詞匯密度、詞匯難度和詞匯多樣性。其中詞匯密度指的是文本中實詞所占的比重(LD)；詞匯難度選取的指標(biāo)是復(fù)雜實詞數(shù)比例(LS1)；詞匯多樣性指標(biāo)包括所有詞匯的多樣性和具體詞類的多樣性，選取了隨機(jī)樣本的平均類符數(shù)(NDWERZ)、校正的類符形符比(CTTR)和校正的動詞多樣性(CVV1)。以上指標(biāo)均由詞匯復(fù)雜度分析器(LCA)(Lu, 2012)生成。還采用文本詞匯多樣性測量(Measure of Textual Lexical Diversity, MTLD)(McCarthy & Jarvis, 2010)作為整體詞匯多樣性的指標(biāo)。它使用數(shù)學(xué)公式對原始TTR數(shù)值進(jìn)行轉(zhuǎn)換來消除文本長度的影響，從而增強(qiáng)測量信度，由在線文本分析軟件Coh-Metrix 3.0(McNamara et al., 2014)獲得。

表1. 語言復(fù)雜度的分析框架

對句法復(fù)雜度的分析參照Révész, et al.(2017)的分類標(biāo)準(zhǔn)，包括四個維度： 總體復(fù)雜度、從屬復(fù)雜度、短語復(fù)雜度和句法多樣性。鑒于句法復(fù)雜度測量指標(biāo)繁多，提供的信息可能重復(fù)(Norris & Ortega, 2009)，本研究從每個類別中選取一個代表性指標(biāo)進(jìn)行衡量?？傮w復(fù)雜度選取平均T單位長度(MLT),從屬復(fù)雜度采用每個T單位的子句數(shù)量(C/T),均使用二語句法復(fù)雜度分析器(L2SCA)(陸小飛、許琪，2016)來測量。短語復(fù)雜度的衡量采用每個名詞短語的修飾語數(shù)量(SYNNP)，句法多樣性則采用句子結(jié)構(gòu)的相似程度(SYNSTRUCTa)，即相似度指數(shù)越低，句子結(jié)構(gòu)越多樣(Révész et al., 2017)，這兩項用Coh-Metrix 3.0 獲得。

為確保分析的準(zhǔn)確度，首先對作文中的連寫句和缺乏動詞的句子片段做必要更正，對句間空格做了必要調(diào)整。之后使用L2SCA和LCA軟件的批量處理模式，輸入受試初稿和終稿的文本，得到各指標(biāo)的數(shù)據(jù)。由于Coh-Metrix3.0軟件對拼寫錯誤較為敏感，研究者對兩組共120篇作文中的拼寫錯誤進(jìn)行手動修正后再分析，以便更準(zhǔn)確地檢測詞匯和句法等深層語言特征。

對統(tǒng)計出的各維度數(shù)據(jù)，使用SPSS的Shapiro-Wilk方法檢驗，結(jié)果表明語言復(fù)雜度10個指標(biāo)在兩組各自的初稿和終稿中均呈正態(tài)分布，因此采用參數(shù)檢驗進(jìn)行統(tǒng)計分析。首先采用配對樣本t檢驗比較初、終稿在語言復(fù)雜度各維度是否存在顯著差異，運(yùn)用獨(dú)立樣本t檢驗比較兩組終稿是否存在顯著差異；然后用GPower軟件計算效應(yīng)量Cohen’s，并根據(jù)Cohen(1988)提出的Cohen’s標(biāo)準(zhǔn)(.20、.50、.80分別為小、中、大效應(yīng)量)，考察不同反饋方式對語言復(fù)雜度產(chǎn)生的實際影響程度。

3. 結(jié)果與討論

首先，運(yùn)用配對樣本t檢驗，對兩組各自的初稿和終稿的詞匯復(fù)雜度進(jìn)行比較，以考察兩種反饋方式對詞匯復(fù)雜度的影響。第一，通過比較系統(tǒng)反饋組的初稿和終稿的詞匯復(fù)雜度，結(jié)果(見表2)表明詞匯密度和詞匯多樣性存在顯著差異，而詞匯難度上沒有顯著差異。

表2. 系統(tǒng)反饋組初終稿的詞匯復(fù)雜度配對樣本t檢驗結(jié)果

初稿的詞匯密度顯著高于終稿(=3.00,<.05, Cohen’s=.18)，說明修改后文本的實詞所占比重顯著降低。這可能是因為在反復(fù)修改不成功時，學(xué)生常采用回避策略，刪除不準(zhǔn)確的詞語以提高分?jǐn)?shù)。在詞匯多樣性維度，動詞等某些具體詞類的多樣性有顯著差異(=-3.38，<.01，Cohen’s=.31)，而整體詞匯的多樣性并無顯著差異。與胡學(xué)文(2015)，黃愛瓊、張文霞(2018)和龔偉等(2019)的結(jié)果相似，系統(tǒng)反饋有利于提升詞匯多樣性，具體如例1所示。

例1. 系統(tǒng)反饋組詞匯復(fù)雜度相關(guān)的反饋和修改實例

第二，通過比較范文反饋組的初稿和終稿的詞匯復(fù)雜度，發(fā)現(xiàn)詞匯難度和詞匯多樣性兩個維度存在顯著性差異(如表3所示)。終稿的復(fù)雜實詞數(shù)比例顯著高于初稿(=-3.93,<.01,Cohen’s=.62)?？紤]到詞匯復(fù)雜度分析器中把首兩千高頻詞以外的詞定義為難詞或復(fù)雜詞，此差異說明學(xué)生參照范文修改后，使用了更多的低頻詞或難詞。同時，范文反饋初、終稿在詞匯多樣性的所有指標(biāo)均呈現(xiàn)顯著差異，且效應(yīng)量較大，說明學(xué)生參照范文反饋進(jìn)行修改后，文本的詞匯多樣性亦有顯著提升。相關(guān)研究(趙俊海、陳慧媛，2012)發(fā)現(xiàn)詞匯多樣性等語言精密性指標(biāo)是學(xué)習(xí)者語言復(fù)雜度的積極表征。

表3. 范文反饋組初終稿的詞匯復(fù)雜度配對樣本t檢驗結(jié)果

產(chǎn)生上述差異的原因可能在于，閱讀范文能激發(fā)學(xué)習(xí)者對語言形式的注意，敏銳地觀察到自己的作文與范文間的差異，并模仿使用范文中的復(fù)雜詞或難詞來表達(dá)原來的意義，如例2中有學(xué)生自發(fā)注意到單詞“overindulge”和“wellbeing”并應(yīng)用于終稿。根據(jù)注意假設(shè)，培養(yǎng)修改能力的第一步就是要“注意”到文本中原本不突出的特征(Schmidt, 1990；Truscott, 1998)。學(xué)習(xí)者只有注意到某個特征，才有可能對其進(jìn)行反思和分析。范文反饋激發(fā)了這種自發(fā)注意，而系統(tǒng)反饋組的學(xué)生更傾向于等待評分系統(tǒng)指出錯誤，再去做出相應(yīng)的修改。正如Hyland和Hyland(2006)所指出，學(xué)生把系統(tǒng)反饋用于修改中，未必表明學(xué)生已經(jīng)掌握了這個語言形式，也未必表明學(xué)生發(fā)展了自發(fā)注意、評價并改正文本錯誤的元語言能力。

例2. 范文反饋組詞匯復(fù)雜度相關(guān)的反饋和修改實例

其次，使用獨(dú)立樣本t檢驗比較兩組終稿在詞匯復(fù)雜度各維度是否存在顯著差異，以檢驗兩種反饋方式對詞匯復(fù)雜度的影響有何異同，結(jié)果見表4。范文組的復(fù)雜實詞數(shù)比例LS1顯著大于系統(tǒng)組(=-2.10,≤.05, Cohen’s=0.86)，且兩組的實際差異也較大。這說明學(xué)生接受范文反饋后，在終稿中使用了更多的復(fù)雜實詞，相應(yīng)地其文本的詞匯難度更高。這可能與糾錯反饋與非糾錯反饋引發(fā)學(xué)習(xí)者不同層面的注意有關(guān)。研究發(fā)現(xiàn)糾錯反饋使學(xué)習(xí)者更多地注意到語法錯誤，范文反饋則引導(dǎo)學(xué)習(xí)者進(jìn)行更深度處理，更有助于注意到詞匯和語塊(Hanaoka, 2007; Hanaoka & Izumi, 2012; Coyle & de Larios, 2014)。

表4. 系統(tǒng)反饋組和范文反饋組終稿的詞匯復(fù)雜度獨(dú)立樣本t檢驗結(jié)果

2) 反饋方式對句法復(fù)雜度的影響

首先,使用配對樣本t檢驗，對兩組各自的初稿和終稿的句法復(fù)雜度進(jìn)行比較，以考察兩種反饋對句法復(fù)雜度的影響，結(jié)果見表5。

表5. 系統(tǒng)反饋組的句法復(fù)雜度配對樣本t檢驗結(jié)果

對系統(tǒng)反饋組而言，終稿的平均T單位長度不升反降(=2.65,<.05,Cohen’s=.24)，這意味著修改后的總體復(fù)雜度降低。該結(jié)果與周麗(2015)不一致，即實驗班經(jīng)過在線寫作平臺一學(xué)年的學(xué)習(xí)，在句法各方面均有顯著改善。其原因可能在于后測的地點(diǎn)、寫作時間、題目等均與前測相同(周麗，2015)，頻次作用對文本質(zhì)量的提升(周丹丹，2011)亦不可忽視。

值得注意的是，初稿的相鄰句子的句法相似度顯著低于終稿(=-3.11,<.05, Cohen’s=1.26)。此指標(biāo)通過比較相鄰句的句法樹的相似度來衡量句法多樣性，所以該數(shù)值越低表明句法形式越多樣，亦即初稿的句法反而比終稿更多樣。修改后的句法多樣性不升反降，這與反饋內(nèi)容和修改過程密切相關(guān)。已有研究指出批改網(wǎng)“只提供動詞的使用錯誤情況，對其他詞類沒有提供反饋; 在內(nèi)容、銜接、篇章和結(jié)構(gòu)方面僅有總體評價，沒有針對性地提供詳細(xì)的反饋和修改建議”(張荔、盛越，2015： 43)。加之修改時學(xué)生為了提高作文分?jǐn)?shù)，對反饋指出有問題而自己又不會改的地方，采取回避策略，傾向于重復(fù)使用熟悉的形式，導(dǎo)致終稿的句法復(fù)雜度降低。

對范文反饋組而言，修改前后的總體復(fù)雜度和短語復(fù)雜度存在顯著差異(見表6)。首先，初稿的平均T單位長度顯著低于終稿(=-2.53,<.05,Cohen’s=.37)。相關(guān)研究(Lu, 2011)表明，平均T單位長度能有效區(qū)分二語水平，并隨年級增長而遞增，這表明修改后的總體復(fù)雜度顯著提高(如例3)。

表6. 范文反饋組的句法復(fù)雜度配對樣本t檢驗結(jié)果

其次，初稿的名詞短語平均修飾語數(shù)量也顯著低于終稿(=-3.56,<.01,Cohen’s=.34)，表明修改后文本的短語復(fù)雜度顯著增強(qiáng)。Norris和Ortega(2009)發(fā)現(xiàn)，較高水平學(xué)習(xí)者的句法復(fù)雜度提升表現(xiàn)為復(fù)雜短語的使用。本研究的對象是大學(xué)生，這說明范文反饋可能對中高水平的二語學(xué)習(xí)者更有效，因其具備了較強(qiáng)的比較和習(xí)得能力，能意識到自我表達(dá)能力的局限，進(jìn)而注意到相應(yīng)的規(guī)范表達(dá)，并將其應(yīng)用到自己的產(chǎn)出中。同時，近期研究表明語言水平較高的二語學(xué)習(xí)者的寫作文本中，除了從屬結(jié)構(gòu)指標(biāo)外，其他句法復(fù)雜度指標(biāo)都相應(yīng)提升(Ai & Lu, 2013; Bulté & Housen, 2014)；尤其是總體復(fù)雜度和短語復(fù)雜度與文本質(zhì)量關(guān)系密切(Casal & Lee, 2019)，因此有理由相信范文反饋可顯著提高大學(xué)生的寫作文本質(zhì)量。

例3. 范文反饋組句法復(fù)雜度相關(guān)的反饋和修改實例

例2和例3均顯示，學(xué)生自發(fā)注意到范文中表達(dá)相似觀點(diǎn)的詞匯和句子并運(yùn)用到修改中。根據(jù)輸出假說，輸出，即學(xué)習(xí)者產(chǎn)出語言的嘗試，促進(jìn)了學(xué)習(xí)者對所要學(xué)習(xí)的二語形式的注意，并注意到自己的表達(dá)方式和高水平寫作者對相同意義的表達(dá)方式的差異(Swain, 1998)?！白⒁獾讲罹唷痹瓌t，強(qiáng)調(diào)了學(xué)習(xí)者對自己產(chǎn)出的中介語和作為輸入的目標(biāo)語的比較。再者，輸出就其本質(zhì)而言，激活了學(xué)習(xí)者的認(rèn)知過程，如詞匯的檢索、語法的編碼及寫作過程中的監(jiān)控等，學(xué)習(xí)者可能會敏銳地意識到其中介語的局限和問題，這改變了其對隨后接受的輸入的處理方式。因此，他們會特別注意到某些平時閱讀時不太注意的表達(dá)或形式(Izumi, 2003)。范文反饋恰恰提供及時的輸入，為學(xué)習(xí)者解決其中介語的問題提供可能。

最后，使用獨(dú)立樣本t檢驗，比較兩組終稿的句法復(fù)雜度，發(fā)現(xiàn)沒有顯著的組間差異。原因可能是一次反饋和修改未必對文本產(chǎn)生顯著的影響。今后可開展歷時研究以進(jìn)一步探討不同反饋方式對句法復(fù)雜度的影響。

綜觀糾錯反饋的過往研究，發(fā)現(xiàn)教師修正性反饋能顯著提高詞匯復(fù)雜度，但不能提升句子復(fù)雜度(李勇、鄧紅霞，2012)。本研究發(fā)現(xiàn)系統(tǒng)反饋?zhàn)鳛橐环N糾錯反饋，同樣可以提高詞匯復(fù)雜度，卻降低了句子復(fù)雜度；而在線寫作中同伴互評的研究表明，所有的句法復(fù)雜度指標(biāo)變化均不顯著，同伴反饋并未直接導(dǎo)致學(xué)生論文的句法復(fù)雜度提升(許春燕、張軍，2018)。上述對三種糾錯反饋方式的研究結(jié)果，部分地驗證了國外學(xué)者(Truscott, 1996)關(guān)于糾錯性反饋對學(xué)習(xí)者寫作能力有負(fù)面影響的結(jié)論，至少在句子復(fù)雜度方面沒有幫助；也說明系統(tǒng)反饋在詞匯層面上對學(xué)習(xí)者幫助較大，可以部分地替代教師反饋，而在句法層面的促進(jìn)作用不顯著。

綜上，從語言復(fù)雜度的視角來看，系統(tǒng)反饋和范文反饋是兩種互補(bǔ)的反饋方式，起到相輔相成的作用。系統(tǒng)反饋指出語法層面的不足，但對原本正確的說法不能提供更為精準(zhǔn)或恰當(dāng)?shù)慕ㄗh；而范文反饋則可提供更地道的語言表達(dá)，以及學(xué)習(xí)者可以借鑒的結(jié)構(gòu)和內(nèi)容。由此推斷，糾錯反饋給學(xué)習(xí)者提供正確語言形式的同時，也將其注意力吸引到語言層面(Boggs, 2019)；而范文反饋以隱性(explicit)反饋的形式，將學(xué)習(xí)者的注意力更多地引向表達(dá)有困難的語言形式，更有利于發(fā)揮其主動領(lǐng)悟的能力。

4. 結(jié)論與啟示

本研究以系統(tǒng)反饋和范文反饋為例，探討了糾錯反饋與非糾錯反饋對大學(xué)生英語作文語言復(fù)雜度的影響，發(fā)現(xiàn)兩種反饋方式終稿的詞匯復(fù)雜度有顯著性差異，其中范文組使用的詞匯難度更高。同時，系統(tǒng)反饋能明顯改變詞匯密度和詞匯多樣性，卻降低了總體復(fù)雜度和句法多樣性；而范文組在詞匯難度和詞匯多樣性兩個維度均提升顯著，在句法的總體復(fù)雜度和短語復(fù)雜度上亦有明顯進(jìn)步。由此可見，系統(tǒng)反饋和范文反饋對語言復(fù)雜度產(chǎn)生錯綜復(fù)雜的影響，兩者各有所長，互為補(bǔ)充。

需要指出，范文反饋?zhàn)鳛橐环N非糾錯反饋方式，應(yīng)被納入到更深入的反饋研究中來。與系統(tǒng)反饋不同，范文反饋完全能夠在學(xué)習(xí)者無意識狀態(tài)下或者在顯性知識缺失的情況下，引發(fā)其隱性知識體系的真正變化(韋曉保、施清波，2016)。通過范文反饋，學(xué)習(xí)者能自發(fā)注意到范文和初稿的差異，進(jìn)行語言和內(nèi)容的深層加工，進(jìn)而模仿使用難度更高和更加多樣化的詞匯和句式。這種二語習(xí)得中的自發(fā)注意和領(lǐng)悟的過程，有利于培養(yǎng)和發(fā)揮學(xué)生的學(xué)習(xí)自主性。同時，范文反饋也會影響到學(xué)生的修改觀念，即修改并不是單純地改正錯誤，而是注意到與目標(biāo)語差距并習(xí)得規(guī)范地道表達(dá)的過程；修改不僅關(guān)注語言表達(dá)的正誤，還是對思辨能力的鍛煉和提高。

實際教學(xué)中可將兩種反饋方式結(jié)合使用，先范文反饋后系統(tǒng)反饋，有望取得更好的修改效果。學(xué)生完成初稿之后，先對照范文進(jìn)行修改，自發(fā)注意到語言和內(nèi)容的差異，包括因不會表達(dá)而只能回避的內(nèi)容；范文在觀點(diǎn)和論證方面亦有啟發(fā)和示范作用，學(xué)生能在文章結(jié)構(gòu)和邏輯論證方面受益，這一點(diǎn)系統(tǒng)反饋無法給予。形成第二稿后，再參照評分系統(tǒng)的即時反饋修改，通常會更加關(guān)注詞匯和標(biāo)點(diǎn)等語言形式。這種先內(nèi)容后語言、先句法后詞匯的修改流程，更有利于二語寫作質(zhì)量的提高和語言形式的習(xí)得，是可行且高效的反饋模式，這也正是反饋研究的實際意義所在。

本研究將范文反饋納入研究范疇，為寫作教學(xué)中的反饋策略和策略組合提供了更多選擇。未來可對范文反饋進(jìn)行更深入的研究，關(guān)注反饋引發(fā)的注意和自發(fā)注意與修改的關(guān)系；亦可關(guān)注不同二語水平學(xué)生的修改過程，考察反饋方式和二語水平對修改過程的交互影響。此外，由于本研究采用單一寫作任務(wù)設(shè)計，研究結(jié)果的有效性及外推性可能存在一定局限，未來可使用多寫作任務(wù)的歷時研究設(shè)計，進(jìn)一步探討反饋方式對語言復(fù)雜度的長期影響。