综述：将中文作为第二语言的学习焦虑及其在技术辅助环境中的干预措施：一篇简短综述

《Frontiers in Psychology》：Chinese as a second language anxiety and intervention in a technology-assisted environment: a mini-review

　　摘要：
本小综述探讨了在第二语言学习（CSL）环境中，采用技术辅助方式学习汉语的学习者所面临的焦虑问题。它综合了2015至2025年间发表的实证研究结果，重点关注数字环境中焦虑的独特表现形式、主要影响因素（如技术特性、个体差异、教学设计）以及基于证据的干预策略。研究结果表明，技术既能缓解焦虑，也可能加剧焦虑：虚拟现实（VR）和游戏化等工具在降低口语和交流焦虑方面显示出 promising 的效果，而技术挑战和情感隔离则可能增加压力。值得注意的是，同一平台（例如视频会议）根据任务设计和学习者熟练程度的不同，可能会产生相反的影响。此外，该综述还指出了方法学上的局限性，如样本量小和研究周期短，并提出了一个“技术-情绪互动框架”以指导未来的研究。建议采用纵向研究、混合方法以及以学习者为中心的技术生态系统，系统地支持汉语作为第二语言学习的情绪和认知维度。

1 引言
1.1 背景：技术在中国语言学习中的发展和情感因素
在21世纪，全球化与数字化深度融合的背景下，技术辅助语言学习（CALL），特别是移动辅助语言学习（MALL），已成为语言教育领域不可逆转的趋势（Kukulska-Hulme和Viberg，2018）。智能手机和平板电脑等移动设备的广泛使用，以及人工智能和大数据等技术的进步，大大扩展了语言学习的时间和空间范围，为学习者提供了前所未有的个性化和沉浸式学习体验。与此同时，国际汉语语言教育的蓬勃发展使得学习汉语作为第二语言的人数不断增加，学习过程中的情感因素，尤其是语言学习焦虑，也受到了越来越多的研究关注。
语言学习焦虑是指学习者因语言学习的特殊性而经历的一种强烈的焦虑情绪。这是影响第二语言习得效果的关键变量。对于汉语学习者而言，汉字的独特书写系统、复杂的声调和深厚的文化内涵可能使他们面临更大的认知负担和心理压力（Qian，1999）。
1.2 概念澄清：本综述中对“焦虑”的定义
在语言学习文献中，“焦虑”是一个多维度的概念。本文采用并调整了Horwitz等人建立的框架，将外语课堂焦虑（FLCA）定义为与课堂语言学习相关的一系列自我认知、信念、感受和行为的综合体，这些因素源于语言学习的特殊性（Horwitz等，1986）。本综述的重点是特定情境下的状态焦虑——即学习者在技术辅助的汉语学习环境中体验到的主观且短暂的忧虑。虽然承认稳定的特质焦虑（一般性的焦虑倾向）的影响，但分析主要关注技术和教学因素如何引发或调节特定情境下的焦虑状态。
根据语言技能领域，焦虑的表现形式也有所不同，特别是听力、口语、阅读和写作在数字环境中的表现。本综述的主要目标是揭示技术是否以及如何在不同技能模式下对焦虑产生不同影响。
此外，文献还区分了削弱焦虑（影响表现）和促进焦虑（可能激发努力的）两种理论类型。本综述主要关注削弱焦虑的形式，同时也指出某些技术设计有可能将焦虑转化为促进学习的体验，这是未来研究的潜在方向。通过这些概念澄清，确保了对各项研究结果的解释和综合的一致性和准确性。
1.3 本综述的目的和范围
本研究旨在对技术辅助环境中的汉语第二语言学习者的焦虑问题进行小综述。之所以采用这种形式，是因为尽管该领域已有大量实证研究，但研究结论往往分散甚至相互矛盾，缺乏系统的整合和批判性分析。虽然全面的系统综述是最理想的，但由于当前研究量仍处于积累阶段且质量参差不齐，因此通过关注核心问题、梳理矛盾点、明确当前研究状况、识别方法学缺陷并指导未来方向的小综述可以提供及时的、集中的见解。
本综述将围绕以下三个核心问题展开：
- 在技术辅助环境中，汉语第二语言学习者的焦虑有哪些独特表现？
- 主要影响因素是什么（如技术特性、教学设计、个体差异）？
- 技术环境不仅可能改变传统课堂焦虑的形式，其与汉语学习本身难度的相互作用更可能产生独特的焦虑体验，这些体验亟需深入分析。
- 现有研究中使用了哪些技术干预策略来缓解汉语第二语言学习者的焦虑？这些策略的实证效果如何，其机制是什么？现有干预措施（如利用VR/AR创建安全环境、基于AI的即时反馈、游戏化激励等）的有效性证据并不充分，其对不同类型焦虑（如口语焦虑、写作焦虑）的针对性效果也不明确，需要系统评估。
- 该研究领域存在哪些主要的方法学局限性和理论空白？未来研究应优先探索哪些方向？许多研究存在样本量小、研究周期短、实验设计不严谨等问题（Burston，2015），且大多数研究尚未深入揭示技术对焦虑的调节机制。识别这些局限性和空白对于提升未来研究的科学性和实践指导价值至关重要。

2 方法论
为确保本综述全面反映技术辅助环境中汉语第二语言学习者焦虑的研究进展，我们遵循了明确的文献筛选标准。
2.1 文献搜索策略和筛选标准
为了确保审查过程的透明度和可重复性，我们进行了系统的文献搜索。主要从中国国家知识基础设施（CNKI）中检索中文文献，英文文献则来自Web of Science Core Collection、ERIC和PsycINFO等数据库。搜索策略结合了与三个核心概念相关的关键词：（1）目标语言（如“汉语作为第二语言”）、（2）心理结构（如“焦虑”）、（3）学习环境（如“技术辅助”、“在线”、“CALL”、“MALL”）。使用布尔运算符（AND、OR）来精确搜索。英文数据库的示例搜索字符串为：（“Chinese as a second language” OR “CSL”）AND （anxiety）AND （“online” OR “technology-assisted” OR “CALL” OR “MALL”）。搜索时间范围设定为2015至2025年，以捕捉教育技术快速普及期间的研究进展。所有检索到的记录都被导入文献管理软件，并删除了重复文件。
2.2 研究筛选、选择和最终纳入
筛选和选择过程遵循结构化的多阶段流程，详见PRISMA流程图（见图1）。
- 初始筛选：将所有检索到的记录汇总并删除重复项，根据相关性标准筛选剩余记录的标题和摘要。明显不相关的记录被排除（例如不关注CSL学习者或不涉及技术辅助学习环境的记录）。
- 全文审查和资格评估：获取剩余记录的全文，并根据以下预定义的资格标准进行严格评估：
- 研究类型：实证研究（定量、定性或混合方法）。理论或综述文章被排除，但保留作为背景阅读材料。
- 参与者：汉语作为第二语言或外语的学习者。
- 学习环境：必须是技术辅助的（如在线平台、移动应用程序、虚拟现实）。
- 研究重点：研究的核心变量必须包括汉语第二语言学习焦虑及针对该焦虑的干预措施。
- 语言和日期：2015至2025年间发表的中文或英文文献。
该过程由两名独立研究者完成，筛选结果经过交叉核对以确保决策的可靠性。
- 最终纳入和数据提取：符合所有资格标准的研究被纳入。对于每项研究，提取并整合关键数据（如作者、技术环境、与焦虑相关的主要发现）。最终形成了包含25篇文献的综述语料库。
关于资料类型的说明：最终语料库包括20篇实证研究和5篇综述文章。其中10篇为同行评审的期刊文章，10篇为硕士论文。这种组合符合小综述的目的，即提供对发展中的领域的及时、集中的总结和映射，而非详尽的系统回顾。包括硕士论文有助于全面涵盖早期探索性和实践者主导的研究。在综合讨论中，我们保持批判性视角：主要结论基于同行评审期刊文章的发现，而论文中的见解被视为有价值的初步证据和案例研究。这种处理方式也使我们能够在综合分析中考虑不同研究方法（如同行评审研究和学位论文）可能造成的质量差异。
2.3 综述文献概述
过去十年关于汉语第二语言学习焦虑的研究展现了多维度视角和技术整合的特点。研究发现，学习动机与焦虑呈负相关，学习策略能正向预测焦虑，而技术工具对焦虑、动机、策略和学习成果具有复杂的调节作用（Lan，2025）。与国内和国外的研究相比，中国大陆的学者更多采用定量方法，而国际学者则偏好混合方法；性别、语言水平和文化背景是焦虑的重要影响因素（Yao等，2022）。此外，元分析结果表明，焦虑与中国学习成就之间存在中小程度的负相关关系，其中初学者受焦虑的影响最为显著，而女性的比例显著调节了两者之间的关系（Qiao等人，2025年）。在技术辅助汉语教学的研究方面，研究发现移动应用程序、Web 2.0技术、网络会议技术等被广泛用于支持汉语教学，并且在过去十年中移动应用程序已成为主流研究工具（Lyu和Qi，2020年）。研究还指出，技术应用在提高学习动机和提供真实语境方面具有优势，但也面临教师和学生缺乏技术能力、学生出勤率和保留率低以及难以连接课堂内外的学习等问题。总之，现有研究已经构建了焦虑、动机、策略和技术之间的相关框架，但需要加强跨文化比较、长期跟踪和应用混合方法来深化技术干预焦虑的实证研究。

2.4 实证研究文献概述
共确定了20项实证研究，包括10项中文出版物和10项英文出版物。这些研究主要探讨了焦虑、动机、学习策略和中国学习成果（如语言技能、学术适应等）等因素的影响，以及技术辅助在这些过程中的作用。表1和表2总结了相关实证研究的主要发现。

表1 作者 标题 技术辅助环境 主要发现（与焦虑相关）
Watanabe（2020） 日本初学者在在线课堂中的汉语学习焦虑研究 在线汉语课堂 焦虑水平总体为中等偏高。“师生课堂交流中的焦虑”维度得分最高。学习背景（如种族、熟练程度）是主要影响因素。
Guo（2021） 国际学生对初级在线口语汉语课程的焦虑研究 在线口语汉语课程 初学者中普遍存在焦虑。个体因素（如性别、熟练程度）影响焦虑水平。学生经常采用积极的应对策略。
Chen C.（2021） 基于元认知策略的初级和中级国际学生在汉语在线课程中的焦虑研究 在线汉语课堂 焦虑水平为中等。元认知策略的运用与焦虑水平呈负相关。学生个体因素和教师教学方法共同影响焦虑。
Xie和Luo（2021） 国际学生在线汉语学习中焦虑的原因及调适策略分析 在线汉语学习 焦虑水平高于以往研究。焦虑与HSK水平和学习时长呈负相关。高焦虑主要源于课程和考试本身，而非沟通恐惧。
Sun W. R.（2022） 泰国高中生在线汉语听说课程的焦虑研究 在线汉语听说课程 焦虑程度为中等到高。信息处理阶段焦虑最高。听说不材料是最令人焦虑的外部因素。
Sun J.（2022） 网络教学环境下汉语学习者的焦虑调查 基于网络的教学环境 焦虑水平为中等。情感缺失焦虑（孤独感、缺乏互动）最为突出。年龄、HSK水平、孤独感和网络因素显著影响焦虑。
Hong（2022） 中级汉语第二语言学习者的在线写作焦虑和自我调适策略研究 在线写作 写作焦虑处于中等水平。焦虑与自我调节策略的使用频率呈正相关（焦虑较高的学习者使用策略更频繁）。年龄和性别影响特定的焦虑维度。
Liu（2023） 巴基斯坦学生在在线汉语学习中的焦虑及应对方式研究 在线汉语学习 焦虑水平为中等偏高。焦虑与采取积极应对策略的倾向呈负相关。性别和自我评定的语言熟练程度显著影响焦虑。
Chen（2023） 小学水平学习者的在线汉语学习焦虑调查 在线汉语学习 焦虑水平为中等偏高。焦虑主要源于外部环境（如师生互动有限、反馈不及时、网络问题）。性别有影响，但学习时长没有显著影响。
Zhang等人（2024） 游戏化虚拟情境在 international Chinese language education 中的应用——话语认知和情感动机的视角 游戏化虚拟情境 游戏化虚拟情境可以显著降低语言使用焦虑，增强沟通意愿，并提高认知理解能力。

表2 作者 标题 技术辅助环境 主要发现（与焦虑相关）
Wang等人（2017） 中文学习者在计算机中介沟通中对聊天伙伴的焦虑 文本-based Computer-Mediated Communication (CMC) 中文学习者在与母语者（NSs）聊天时，与非母语者（NNSs）相比，经历更高水平的外语焦虑（FLA）。主要中介因素是语言自信和伙伴熟悉度。
Xie等人（2019b） 在高级中文课程中使用交互式虚拟现实工具：案例研究 虚拟现实工具（Google cardboard/expeditions） 使用VR工具进行情境化展示有助于缓解口语表达时的紧张和焦虑。
Xie等人（2019a） 使用基于移动的虚拟现实对中文第二语言学生口语能力的影响 基于移动的虚拟现实（VR：Google cardboard和expeditions） 使用VR工具进行角色扮演任务的学生在内容和词汇表达方面的得分显著高于使用PowerPoint的学生。VR通过提供沉浸式准备环境和转移观众注意力来减少演讲焦虑。
Chen C.（2021） 在线学习对学生汉语学习焦虑的缓解效果：中国大学的研究 在线学习平台 在线学习显著降低了听、说、写方面的焦虑，但增加了阅读方面的焦虑。阅读焦虑成为在线环境中总体FLA的最强预测因素。多重回归表明，对于在线组来说，阅读焦虑比口语焦虑解释了更多总体FLA的方差。
Xu等人（2022） 动机、焦虑和学习策略在泰国学生作为外语学习汉语中的作用 在线学习 焦虑成为在线学习中自我评定CFL成就的最稳定的负预测因素。
Sandyaningrum和Kusumaningtyas（2023） 与母语讲师一起在线学习普通话对大学生焦虑的影响 在线学习 与母语讲师的在线学习导致学生焦虑，表现为学习条件下降、自我效能感和学习效果降低。
Srisinthon（2024） 在线课堂中的焦虑和参与度：泰国学生作为外语学习汉语的案例研究 在线学习 泰国CFL学习者的在线学习焦虑处于中等水平，主要由沟通恐惧引起。汉语熟练程度影响焦虑，低熟练度的学习者焦虑更高。在线学习焦虑与学习者在社交存在维度上的参与度显著相关。
Zhao和Wang（2024） 在线汉语学习中的领域特定L2坚韧、焦虑、无聊和乐趣 在线学习 在线汉语学习中，L2坚韧的Perseverance of Effort (POE)方面显著正向预测学习乐趣，负向预测焦虑。焦虑和乐趣都显著预测无聊。
Huang等人（2024）“我有多焦虑”：不同在线模式对中国语初学者课堂焦虑的影响 视频会议（Zoom）和虚拟世界（Second Life） 不同在线模式对焦虑的影响复杂，受性别、任务相关语言技能和学习者即时经验（如参与度、任务意识）等因素的影响。在Zoom中阅读焦虑显著降低，而在Second Life中口语/听力的焦虑显著降低。
Puri等人（2025） 基于移动的语言学习对口语表达、学习焦虑、参与度和汉语学习成就的影响：认知负荷的中介作用 基于移动的语言学习（MBLL） MBLL与较低的口语和学习焦虑显著相关。认知负荷中介了这种关系，意味着MBLL通过减少认知负荷来降低焦虑。

首先，从技术辅助环境的角度来看（见图2），在线学习平台（如Zoom和各种在线课程平台）是主流研究场景，这反映了在线教育正常化的当前趋势。同时，虚拟现实/增强现实（VR/AR）和移动应用程序作为新兴技术的干预手段也吸引了更多关注，体现了技术发展的新动态。然而，关于计算机中介沟通（CMC）和游戏化情境的研究相对较少，仍有进一步探索的空间。

使用问卷的定量研究占主导地位，因为焦虑研究通常需要大规模的数据支持。混合研究方法（结合问卷、访谈、观察等）也占了相当大的比例，这表明研究人员重视深入探索。案例研究和实验研究为深入了解个体差异和测试技术干预效果提供了有力证据（见图3）。

现有实证研究表明，焦虑与中国第二语言学习之间存在复杂多样的关系。同时，作为重要的教学干预手段，技术辅助在许多方面对焦虑和相关变量有显著影响，其效果主要取决于工具类型、使用方式和学习情境。这些发现为进一步理解汉语第二语言习得的内部机制和有效教学策略的设计提供了重要的实证基础。

3 技术辅助环境中汉语第二语言焦虑的表现和影响因素
3.1 多维度的表现和技能差异
技术辅助环境改变了汉语第二语言学习者的焦虑状况。研究表明，在线学习者的焦虑水平总体为中等偏高，其表现具有显著的多维特征。一方面，传统的课堂焦虑（如沟通焦虑和考试焦虑）仍然存在于在线环境中，甚至可能被放大；另一方面，技术环境带来了新的焦虑维度，其中“情感剥夺焦虑”由于物理隔离和社交存在不足而变得突出。
在在线汉语学习中，技术操作焦虑日益突出，涉及网络稳定性、平台操作和适应数字文本等多重挑战（Xie和Luo，2021年）。技术环境中对语言技能的焦虑反应存在显著差异。由于在线环境中信息输入的即时性和非重复性，听力理解常常成为学生焦虑的重要来源。研究表明，初学者经常反馈听力材料过快且内容难以理解，这直接导致听力焦虑。这一问题在听力要求较高的任务中尤为明显（Guo，2021年）。在口语表达方面，同步视频互动中的“被观看”感显著增加了学生的心理压力。当学习者在镜头前实时表达时，他们容易产生强烈的被评估感，这进一步加剧了口语焦虑（Sun W. R.，2022年）。写作学习也面临技术适应方面的挑战，如输入汉字的困难和文件保存的担忧，这些都可能引发写作焦虑（Hong，2022年）。对于中级学习者来说，他们不仅需要适应在线写作环境，还需要克服输入方法使用和格式调整等技术障碍，这些都会增加焦虑的可能性。有趣的是，在线环境中阅读焦虑可能以不同的形式出现。一些研究表明，尽管在线学习在缓解听力、口语和写作焦虑方面有一定效果，但数字文本的阅读习惯差异、对屏幕阅读的视觉适应等问题也可能引发或加剧阅读焦虑（Chen C.，2021年）。
技术操作焦虑在各种语言技能中的具体表现已成为影响在线汉语学习的重要心理因素。未来的研究可以进一步关注构建相应的干预策略，以增强学习者在技术整合环境中的学习体验和效果。
文献揭示了在线环境中FLCAS核心维度——沟通焦虑的表现存在显著紧张。一方面，研究表明（如Watanabe，2020年；Srisinthon，2024年），“师生课堂交流中的焦虑”或沟通恐惧在网上仍然非常普遍，常被视为主要的或显著的痛苦来源。这表明传统课堂焦虑直接转移到了数字空间。另一方面，其他研究（Chen D.，2021年；Wang等人，2017年）呈现出更为复杂的图景，其中在线伙伴的性质（母语者与非母语者）或具体任务设计（同步表演与异步练习）对这种焦虑有关键的中介作用。这种矛盾指出了一个关键但被忽视的变量：技术平台本身的具体特性和限制可能会重新配置，而不仅仅是复制社会评估的动力学。例如，在像Zoom这样的同步视频平台上，“被注视”的感觉可能会放大沟通焦虑的表演性方面，而基于文本的通信媒介（CMC）由于延迟响应可能会减轻社交威胁的即时性。未来的综合研究必须超越仅仅确认在线存在沟通焦虑，深入分析不同技术中介架构如何改变其强度和体验的质性。上述讨论揭示了技术对焦虑影响的复杂性。为了更系统地理解这些矛盾的结果，我们需要考察几个关键的调节变量。首先是技术模式。同步视频会议可能会加剧表现焦虑，而异步文本通信或虚拟环境可能会减少社交威胁。其次是任务设计。即兴口头任务比准备好的演讲更容易引发焦虑，而游戏任务可以通过降低试错的成本来缓解压力。第三是学习者的水平。初学者对技术操作和语言本身的双重不适可能会放大焦虑，而中高级学习者则更受评价恐惧的影响。最后，还应该考虑研究设计。横截面调查只能捕捉静态的焦虑水平，而纵向或实验设计可以揭示技术干预的动态效应。未来的研究应该澄清这些调节因素，并探索它们之间的相互作用，以更准确地解释技术的矛盾效应。

3.2 个体因素的差异化影响
学习者的个体特征与焦虑体验之间存在着密切的相互关系。作为基本的影响因素，语言能力对学习者的焦虑有显著影响。初级学习者常常感到高度焦虑，因为他们由于语言能力不成熟而无法有效理解和表达（Srisinthon, 2024）。中级学习者，如达到HSK3-4级的人，可能会遇到学习瓶颈并面临特定的心理困难，这也会导致焦虑（Sun J., 2022）。自我认知在焦虑体验中起着关键作用。学习者对自己语言能力的低估以及对在线学习效果的不确定性会大大加剧他们的焦虑。这种对自身能力的负面评价常常导致学习者在学习过程中缺乏自信，从而增加焦虑。性别差异对特定情境下焦虑体验的影响不容忽视。女性学习者在评价敏感性和技术适应性方面可能承受更大的压力，这可能是由于她们过度关注他人的评价和对新技术的不适应造成的。例如，巴基斯坦的女性中文学习者在面对技术操作和评价时表现出更高的焦虑水平（Liu, 2023）。此外，人格特质、动机类型、文化背景和在目标语言国家的先前经验等个体因素共同塑造了不同的焦虑反应。内向的学习者可能更容易陷入焦虑状态，因为他们不太可能主动寻求帮助和表达自己（Watanabe, 2020）。然而，具有工具性动机的学习者，即主要为实用目的而学习中文的人，可能会因为过度关注学习成果而产生更高的焦虑水平（Xu et al., 2022）。在未来设计和实施在线中文教学时，我们应该充分考虑这些个体差异，并采取针对性的教学策略来有效缓解学习者的焦虑并提高他们的学习效果。尽管已有的研究一致认为个体因素（如能力、性别和动机）是焦虑的重要相关因素，但现有的分析模式往往将这些视为静态的、预先存在的学习者属性，这些属性使个体在技术环境中更容易感到较高的或较低的焦虑。这种观点虽然有价值，但忽略了技术环境如何主动共同构建这些“个体”体验。例如，女性学习者或初学者报告的更高焦虑水平不应简单地被视为其固有特质的反映。相反，必须进行批判性分析：技术的设计或通过它实施的教学方法是否无意中创造了或加剧了这些群体的挑战？初学者的焦虑可能更多是因为平台缺乏支持或可调节的难度级别，而不是因为语言能力低。同样，性别差异在焦虑方面的差异可能与在线公开表现或技术故障解决在社会框架中的处理方式有关，这取决于学习者的文化或课堂动态。因此，未来的研究应该从单纯列举哪些个体因素重要转向探究学习者特征与特定技术-教学设计之间的相互作用，以便更准确地解释技术的矛盾效应。

3.3 教学与技术环境之间的互动
教学环境与技术设计之间的互动对学习者焦虑的产生和发展有着深远的影响。互动模式的质量是影响焦虑水平的关键变量。尽管与母语者的在线交流提供了宝贵的语言练习机会，但由于语言能力的差距和社交不熟悉，它往往会导致更高的焦虑（Wang et al., 2017）。相反，教师与学生之间以及学生之间的互动缺乏或效率低下会导致情感支持的缺失和学习挫败感的增加（Chen, 2023）。这种情感支持的缺乏会进一步加剧学习者的焦虑，并影响他们的学习热情和效果。任务设计在教学与技术环境之间的互动中也起着重要作用。不适当的任务难度、准备时间不足和强制性的即时表现可能会触发学习者的处理和输出焦虑。例如，在在线中文听力和口语课上，如果任务设计过于复杂或时间安排过紧，学生往往会感到焦虑，因为他们无法充分准备（Sun W. R., 2022）。因此，合理设计任务难度、提供足够的准备时间并避免强制性的即时表现是有效缓解学习者焦虑的方法。技术工具本身具有双重性，其设计是否合理会直接影响学习者的焦虑水平。不当的技术设计会成为焦虑的来源，增加学习者的认知负担和操作难度，从而导致焦虑。然而，合理利用技术工具可以减轻压力。通过减少认知负担，移动学习为学习者提供了更加灵活和便捷的学习方式，从而间接缓解他们的焦虑。此外，虚拟现实技术可以将学习者对自我表达的过度关注分散开来，并通过情境沉浸减少他们的焦虑（Xie et al., 2019a）。为了有效缓解学习者的焦虑并提高他们的学习效果，教师应注意优化互动模式，合理设计任务难度，并充分利用技术工具的优势，为学习者创造一个积极和支持性的学习环境。

3.4 情感与认知之间的复杂互动
焦虑不仅仅是一个孤立的情绪现象，而是与认知过程密切相关，两者共同影响学习者的在线学习体验。从积极心理学的角度来看，学习者的心理韧性，特别是他们坚持这种品质的努力，可以有效缓解焦虑的负面影响，并促进积极情绪体验的产生（Zhao and Wang, 2024）。具体来说，在面对在线学习的挑战时，具有高心理韧性的学习者更能保持积极的态度，并将焦虑转化为进步的动力，从而提高学习效果。认知负荷理论进一步揭示了技术环境对学习者焦虑水平的影响机制。在技术环境中，信息过载是一个常见的问题，它直接导致学习者的焦虑反应。当学习者需要处理的信息量超过他们认知资源的承载能力时，就会发生认知过载，从而导致焦虑上升。因此，良好的教学设计应侧重于优化认知资源，帮助学习者有效管理认知负荷，并通过合理设计学习任务和提供明确的学习指导来降低焦虑水平。元认知能力的发展在焦虑管理中尤为重要。元认知是指学习者识别和调节其认知过程的能力，包括使用计划、监控和调节等策略。研究表明，擅长使用计划、监控和调节策略的学习者在面对在线学习的不确定性时表现出更强的适应能力，并显著降低焦虑水平（Chen D., 2021）。这些学习者可以根据自己的学习目标和实际情况制定合理的学习计划；在学习过程中，他们可以及时监控自己的学习状态，发现问题并及时调整；面对困难和挑战时，能够主动寻求解决方案并保持积极的学习态度。这些发现都表明，技术环境中的焦虑管理需要超越单纯的情感安慰，深入到认知层面，建立一个支持性的学习生态。这意味着教育者不仅需要注意学习者的情绪需求并提供情感支持；更重要的是通过优化教学设计和提高学习者的元认知能力，帮助他们有效管理认知负荷，从而在技术环境中实现更高效和愉悦的学习体验。这些认知和情感机制不仅解释了数字环境中焦虑的本质，还指出了技术干预的潜在作用点，我们将在下一节中探讨这一点。

4. 技术干预对中国第二语言焦虑的策略和实证效果
4.1 技术增强环境在减轻焦虑中的干预作用
沉浸式虚拟环境通过心理转移和情境嵌入提供了一种创新的路径来缓解焦虑。虚拟现实技术的应用表明，当学习者在VR场景中充当虚拟引导者时，他们的口语表达焦虑显著降低。其核心机制是360度沉浸环境将观众的注意力从说话者身上转移开，提供了有价值的情感缓冲（Xie et al., 2019b）。这种分散注意力的效果使学习者更加关注任务本身而不是自我表达。游戏化设计进一步扩展了技术干预的维度。研究发现，在游戏虚拟情境中学习的中国初级学习者的焦虑水平在干预后显著降低，他们的沟通意愿也有所提高（Zhang et al., 2024）。其效用机制是多方面的。游戏元素（如进度可视化和成就系统）通过提供即时正面反馈和可控的挑战，使学习变得更加吸引人和安全；虚拟情境创造了一个低风险的语言练习场所，允许学习者在犯错成本较低的环境中大胆尝试。互动模式的设计需要基于对技术特性的细致考虑。比较研究表明，不同的在线环境对焦虑有不同的影响：在三维虚拟环境中完成交流任务的学习者的整体焦虑水平低于在传统视频会议环境中的学习者，尤其是在口语和听力方面（Huang et al., 2024）。这是因为虚拟环境提供的虚拟形象和情境减少了对自己真实面容的评价压力，允许更灵活的合作。即使在传统平台上，通过技术手段促进结构化的社交互动也能有效缓解因情感失落而产生的焦虑。这些实践表明，技术不仅是信息传递的渠道，也是高质量社交互动的催化剂。

4.2 技术支持的认知和元认知策略途径
移动学习技术的干预效果得到了认知科学理论的有力支持。设计良好的移动语言学习应用程序可以显著降低学习者的口语焦虑和总体学习焦虑，其中认知负荷起着关键的中介作用（Puri et al., 2025）。这一发现对教学具有重要意义。技术干预的有效性不仅取决于功能的丰富性，还取决于它是否符合人类认知处理的规律。当移动应用程序能够通过简单的导航、及时的支持、个性化的内容推送等方式优化信息处理过程时，它们可以有效减少外部认知负担，从而降低由此引起的挫败感和焦虑。技术工具与策略培训的结合为焦虑管理提供了内在的解决方案。陈D.（2021）发现，在在线中文学习中，元认知策略的使用频率与焦虑水平之间存在显著的负相关关系。因此，教师可以系统地将策略培训整合到技术环境中：指导学生使用数字日历和任务管理工具进行学习规划（规划策略）；利用录音、广播和回放功能进行学习过程监控和自我评估（监控策略）；使用在线资源库和帮助系统进行实时问题解决和路径调整（调整策略）。这种技术赋能策略的培训模式可以增强学习者对在线环境的控制感，并从根本上提高他们的适应性。

4.3 构建一个系统的、技术支持的生态系统

有效的技术干预需要多层次的系统性支持。对于特定的技能焦虑，应采用针对性的技术解决方案：为了缓解听力焦虑，可以提供可调节语速和可选字幕的多模态音频和视频资源；为了减少写作焦虑，可以建立在线范文库、协作编辑平台和智能反馈系统（Hong, 2022）。针对一般的技术不安感，需要建立一个完善的技术支持系统，包括明确的操作指南、及时的技术援助渠道以及对关键教学内容的录音和广播备份（Sandyaningrum和Kusumaningtyas, 2023）。此外，理想的技术生态应该具有整合性和适应性。它需要有机结合沉浸式环境、移动应用程序、互动平台和策略培训工具，形成互补的技术解决方案。同时，该生态系统应根据学习者的焦虑类型、语言水平等因素提供差异化的支持路径，例如根据学习者在平台上的行为数据自动推荐适合他们当前状态的学习资源或策略指导。

值得注意的是，本综述中的“技术”一词涵盖了多个层面，从硬件设备（如VR头戴显示器）到软件平台（如Zoom），再到具体功能（如异步讨论和智能反馈）。效果并非单一的，而是与这些层面的具体实施密切相关。所回顾的实证研究虽然展示了各种技术干预的潜力，但总体上指出了技术可行性与教学可持续性之间的关键差距。一项关键的综述表明，任何工具的有效性——无论是用于情境暴露的VR、用于间隔重复的移动应用，还是用于个性化反馈的AI——都不是技术本身固有的属性。相反，它取决于其在连贯的教学设计中的嵌入程度，这一设计需要解决第3节中确定的焦虑核心来源。例如，一个游戏化的VR环境可能成功降低口语练习的认知负担和即时社会威胁（缓解表现焦虑），但如果活动之后没有建设性的反馈来增强自我效能感，那么它可能无法减轻学习者潜在的“沟通恐惧”。同样，减少评估焦虑的异步工具必须与培养沟通能力的机会相结合，以防止回避策略的强化。因此，未来的干预研究应超越证明某种技术“可以在受控环境中减少焦虑”。重点应转向研究这些工具如何整合到纵向的、基于教学的学习序列中，不仅提供临时的缓解，还能培养持久的焦虑管理所需的心理和策略资源（例如，增强自我调节、积极归因）。这需要设计不仅评估干预前后焦虑分数的研究，还要评估与技术环境日益熟悉度、元认知意识提升以及数字空间中教师/同伴支持等因素的中介作用。

5 结论

这篇简短的综述通过整合关于中国第二语言焦虑及其在技术辅助环境中的干预的研究，揭示了该领域的关键发现。技术环境并不简单地加剧或缓解焦虑，而是与学习者的个体特征、教学设计和语言技能有着复杂的互动。研究发现，在技术辅助环境中的焦虑表现出明显的双重性。一方面，传统课堂上出现的沟通恐惧和考试焦虑在在线环境中被放大；另一方面，技术环境催生了新的焦虑维度，如因物理隔离引起的情感丧失焦虑和因数字适应引起的技术操作焦虑。不同语言技能对技术环境的反应存在显著差异。听力理解的短暂性、口语表达时被观察到的感觉、写作的适应性以及阅读数字文本的习惯共同塑造了不同的焦虑体验。这种复杂性表明，技术对焦虑的影响不能一概而论，需要结合具体技能领域进行分析。

在干预效果方面，研究已经证实了技术手段在缓解焦虑方面的潜力，但其有效性高度依赖于具体的实施方法。虚拟现实和游戏设计通过创建低风险练习环境和分散注意力机制有效解决了口语焦虑问题；移动学习技术通过优化认知负担间接降低了学习压力；精心设计的在线互动可以减轻社交隔离感。值得注意的是，技术对元认知策略的赋能展现了其独特的价值。它通过增强学习者对学习过程的控制感，提高了他们应对焦虑的能力。这些发现支持了这样一个观点：技术与认知和情感过程的契合是技术干预成功的关键（Golonka等人，2014）。

然而，当前的研究存在显著的方法论局限性。大量研究仅限于小样本的实验设计和短期的研究周期，过度依赖自我报告问卷，缺乏对焦虑动态过程的深入捕捉。在理论层面，技术影响焦虑的中介机制尚未完全揭示，尤其是技术特征如何通过认知负担和自我效能感等变量影响焦虑体验的路径需要进一步澄清。此外，现有研究主要关注焦虑的负面影响，而对焦虑与动机之间的复杂关系关注不足。某些类型的焦虑可能促进学习，这种维度在技术环境中的表现值得进一步探讨。

总体而言，关于技术辅助环境中的中国第二语言焦虑的研究正处于从现象描述向机制探索的关键阶段。未来的研究需要在方法的精确性、理论深度和实践相关性方面取得突破，以便为构建高效且人性化的技术增强型中文学习环境提供坚实的支持。为了整合这些发现并指导未来的研究，我们提出了一个“技术-情感互动框架”来概念化技术辅助中文学习中的焦虑（见图4）。该框架认为，数字环境中的学习者焦虑不是技术的直接结果，而是两个核心过程动态互动的净结果：

- **技术作为压力源的路径**：某些技术特征（如同步绩效要求、界面复杂性和感知到的监控）可能通过增加认知负担、提高社会评价威胁和削弱学习者的控制感来触发或放大焦虑。
- **技术作为支架的路径**：相反，其他技术特性（如异步练习、沉浸式模拟、个性化反馈和策略培训工具）可以通过减少额外的认知负担、提供安全的练习空间以及促进自我效能感和元认知控制来缓解焦虑。这两种路径中的哪一种占主导地位——以及最终的情感结果——受到学习者-环境交互的严重影响：学习者的个体特征（如熟练程度、特质焦虑）与具体的教学设计和所关注的语言技能领域相互作用。这一框架解释了观察到的效果双重性：同样的技术环境（如视频会议平台）根据其特性的教学实施方式和个体及情境因素的不同，可以激活不同的路径。未来，这种模型将引导研究去明确这些路径，测试特定的中介链（例如，从技术特征X通过中介Y到达焦虑结果Z），并设计出系统性地增强支架路径同时缓解压力源路径的干预措施。这种转变对于构建上述高效且人性化的技术增强型学习环境至关重要。

6 启示

基于现有文献的分析，本研究从三个方面提出了以下启示：理论构建、方法创新和实际应用。

**理论构建**需要突破将焦虑视为纯粹负面因素的传统观点，建立一个更为辩证的理论框架。未来的研究可以借鉴有关促进焦虑与抑制焦虑及其与动机相关性的研究（Luo等人，2020），以便进一步探索它们在技术环境中的动态转化机制。同时，需要整合认知负荷理论、社会存在理论和自我调节学习理论，构建一个能够解释技术特征如何通过多种中介路径影响焦虑体验的综合性模型。特别需要注意的是中文语言的独特性（如汉字书写系统、声调系统）与技术环境之间的互动，从而形成符合中国第二语言学习特点的焦虑理论。

**研究方法**应该多样化和深化。首先，扩大样本规模和研究范围，并进行长期随访研究，以避免新效应造成的结果偏差。其次，采用混合研究方法，如说明性顺序设计（Putri和Degeng，2024），结合定量数据（如定量数据）和定性数据（如深入访谈和课堂观察），全面捕捉焦虑的复杂表现。在测量工具方面，需要开发适用于技术辅助环境的新焦虑量表，涵盖技术操作焦虑和数字社交焦虑的维度，并通过生理指标等客观数据来提高研究的有效性。最后，教学实践的关键是构建以学习者为中心的技术增强型学习生态。教师和教学设计师应注意调整干预环境和持续时间，合理平衡正式课堂和非正式环境中的学习安排，确保技术干预的连续性和稳定性。根据不同语言技能的特点，设计差异化的支持策略，例如利用VR技术缓解口语焦虑、提供可调节的听力材料以减少听力压力、建立在线写作社区以增强写作信心。将元认知策略培训整合到技术工具的使用过程中，培养学习者的计划、监控和调整学习的能力，从根本上提高他们在技术环境中的适应性和抗焦虑能力。正确引导学习者理解技术学习环境中的压力，通过目标设定和积极反馈将适度焦虑转化为学习动力，以避免过度焦虑的负面影响。对于技术开发者而言，他们应注意用户体验设计，降低技术操作的门槛，并提供个性化学习支持和情感反馈。技术设计应该服务于教学目标，而不是相反，避免技术本身成为新的焦虑来源。

未来的研究可以从以下几个方面展开：首先，探索技术影响焦虑的中介机制，并明确其内部路径；其次，进行跨文化和跨年龄的比较研究，揭示不同群体之间的差异和相似性；第三，探索人工智能技术在个性化焦虑干预中的应用潜力，并推动实际创新；第四，在此基础上，致力于构建一个整合技术支持、教学设计和情感关怀的综合中文学习支持系统。