Peter Skehan这位国际应用语言界的大腕儿，现在把目光投向了北京师范大学文理学院外语系。孙晓慧老师负责主持，特意给了一场能容纳400人同步在线的大讲座。她在开场就直接抛出了一个灵魂拷问：任务对于语言学习来说，到底是推进剂，还是个华而不实的摆设？面对这个问题，Skehan没有急着给出定论，反而先亮出了任务最朴素的内核：让学习者用语言去做真实世界里的事情。这个回答瞬间把“语言为先”和“意义为先”这两种老观点拉到了同一个舞台上。 接下来，Skehan又抛出了四把尺子：信息的类型、信息量、组织方式还有信息缺口。他特别强调了信息缺口的重要性，如果这个缺口足够大，学习者的输出就会变得有劲儿——这里的“劲儿”指的是解决问题时遇到的阻碍感，而不是简单的语法出错。不过他也给了个善意的提醒：别被那些研究上的光芒晃花了眼，任何单独的一个维度都有可能变成个陷阱。用批判性的眼光去读研究报告，比傻乎乎地照搬照抄要管用多了。 为了让理论更接地气，Skehan把任务拆成了三个阶段：前面的准备期要激活背景知识；中间的操作期要把焦点放在解决问题上；后面的总结期要反思整个过程。他还拿“超市购物”这个例子打比方：先让学生分组列单子，再现场模拟结账付钱，最后用思维导图来复盘哪些东西买漏了或者买多了。这种三段式的闭环设计，硬是把意义、形式和评估这三块给捏到了一块儿。 至于怎么设计出真正能用的任务，其实挺简单的。咱们先搞清楚学生的需求和目的，然后倒着推回去设计；把“半成品”的材料发给学生，让他们自己去补充；生成步骤的时候一定要围绕主题、情境、目标和产出来转；最好还能把任务嵌入到真实的项目中去。用一句话说就是：任务不是老师端上桌的硬菜，而是师生俩一起围着火锅涮出来的美食。 讲座到了最后，屏幕那头的师生们又追问起了未来的走向。技术、评估、多模态这些新东西来了，任务会怎么变？Skehan给出了三条路线图：用AI来帮同伴评价学生的表现；用即时语料库生成错误报告来精准干预；把科学实验、社会调研还有艺术创作这些学科都融进任务池里。 这场隔着山海的对话没给标准答案，倒是给大伙指了条明路。从定义、研究到具体操作，每一步都留着让师生去探索的空间。就像Skehan在结尾说的那样：任务型教学的终点不在于做完那个任务，而是让学习者在完成的过程中把自己变得更优秀。