跟 AI 练口语：轮次之外缺了什么
和 AI 对话能练到出口成句，换到真人面前却还是卡壳。本文把这个落差归到互动本身，说明意义协商与输出这两条机制的假设地位，并给出当热身、当保险、当靶子三条定位与三条适用边界。
本文性质： 模型 + 假设（Model / Hypothesis） 证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence
本篇涉及的证据类型：模型 Model／假设 Hypothesis／实证 Evidence。凡属本院课堂观察与教学模型的部分，均不作效果承诺。
和 AI 对话可以练到出口成句，但换到真人面前，很多人又回到卡壳的状态。差别不只在语言，还在互动本身。
01对着机器说得顺，见了人还是紧张
本院口语课上观察到两类情形。第一类，学生在家里跟 AI 练过很多轮，话题展开得顺畅，句子也成形，但一进小组就说不下去，因为同伴会插话、会误会、会追问，而这些在脚本式的对话里很少发生。第二类，学生习惯了机器永远耐心、永远听得懂，遇到真人没听懂而反问时，会明显不知所措。以上为本院课堂观察记录，属观察层，未做统计检验。
02互动里真正起作用的是什么
二语习得里有两条常被引用的机制。互动假说认为，语言发展的重要条件是在交流中发生意义协商——没听懂就确认、表达不清就重整（Long 1996）；输出假说则强调，学习者被迫组织完整表达时才会注意自己的语言形式（Swain 1995）。这两条目前都以假设层处理：它们能解释不少现象，但把「与机器对话」直接等同于「与真人互动」，本院没有足够的实验证据支持。相关的互动研究多为人类同伴之间的设计（Gass & Mackey 2007），迁移到人机场景需要谨慎。
03本院的三条搭配用法
本院把 AI 陪练放在三个位置上，而不是当作替代品。第一，当热身：在上真人课之前用十轮对话把当天的词汇与句式激活。第二，当保险：在不怕犯错的低压力环境里把不敢说的内容先说出来一遍。第三，当靶子：故意让 AI 扮演一个会插话、会误解的对话者，练修补与澄清的句子。三条合起来，AI 承担的是量，真人承担的是互动质量。
04条边界
三条边界。第一，机器不会真的不懂，也就很难产生真正意义上的意义协商；它可以被设定成听不懂，但那仍然是脚本。第二，长时间只跟机器说，容易固化一套只有机器听得懂的表达习惯。第三，现有关于对话式工具与口语发展的研究样本与设计差异较大，整体结论仍在积累，本院不据此作任何效果承诺。
