Giới thiệu dự án

Trong lĩnh vực Tiếp nhận Ngôn ngữ thứ hai (Second Language Acquisition - SLA), việc hoàn thiện năng lực ngữ âm và tối ưu hóa phản xạ giao tiếp luôn là rào cản lớn đối với sinh viên chuyên ngữ. Theo các nghiên cứu thực nghiệm trong giáo dục ngôn ngữ (Horwitz, 1986; Hamada, 2015), có tới hơn 60% người học tiếng Anh tại các quốc gia thuộc vòng tròn mở rộng (Expanding Circle) gặp hội chứng lo âu giao tiếp (Foreign Language Anxiety) do sự thiếu hụt khả năng tự động hóa nhận diện âm thanh từ dưới lên (bottom-up speech recognition).

Tại Học viện Nông nghiệp Việt Nam (Vietnam National University of Agriculture - VNUA), học phần Ngữ âm và Âm vị học (English Phonetics and Phonology) là môn học tiên quyết, bắt buộc sinh viên năm ba ngành Ngôn ngữ Anh phải thực hiện kỹ thuật Shadowing (nhại giọng đồng thời). Mặc dù kỹ thuật này đã được chứng minh về tính hiệu quả tại Nhật Bản và châu Âu trong đào tạo phiên dịch viên hội nghị, việc triển khai thực tế tại các trường đại học Việt Nam vẫn gặp nhiều khó khăn về mặt tâm lý tiếp nhận, quá tải nhận thức (cognitive overload) và áp lực tốc độ xử lý âm thanh.

+-------------------------------------------------------------------------------+
|                            PROBLEM STATEMENT                                  |
+-------------------------------------------------------------------------------+
| - Điểm nghẽn xử lý đáy - đỉnh (Bottom-up processing bottleneck): Sinh viên     |
|   gặp khó khăn trong việc nhận diện âm vị, nối âm (linking sounds), ngữ điệu. |
| - Quá tải nhận thức (Cognitive resource depletion): Vừa nghe vừa lặp lại khiến|
|   người học không kịp giải mã ngữ nghĩa (content comprehension).              |
| - Thiếu động lực & rào cản tâm lý (Affective barriers): Tốc độ phát quá nhanh|
|   gây ức chế (frustration, M = 3.75), dẫn đến xu hướng bỏ cuộc khi tự học.    |
+-------------------------------------------------------------------------------+

Khóa luận tốt nghiệp cử nhân của tác giả Vũ Ngọc Mai (Mã sinh viên: 621199, Khóa K63 ngành Ngôn ngữ Anh, Khoa Sư phạm và Ngoại ngữ - VNUA, dưới sự hướng dẫn của ThS. Nguyễn Thị Hoài) đã tập trung giải quyết triệt để bài toán này. Đề tài nghiên cứu: "Motivation and attitude towards shadowing of third-year English majors at Vietnam National University of Agriculture" (Động cơ và thái độ đối với hoạt động Shadowing của sinh viên năm ba ngành Ngôn ngữ Anh tại Học viện Nông nghiệp Việt Nam).

Mục tiêu nghiên cứu cụ thể

  1. Khảo sát cấu trúc động cơ (Motivation Structure): Phân tích mức độ phân hóa giữa Động cơ nội tại (Intrinsic Motivation - IM) và Động cơ ngoại tại (Extrinsic Motivation - EM) theo thuyết Tự quyết (Self-Determination Theory - SDT) của Ryan & Deci (2000).
  2. Đánh giá thái độ tâm lý (Attitudinal Dimensions): Đo lường thái độ của người học dựa trên mô hình ba thành phần ABC (Affective - Behavioral - Cognitive) kết hợp với các biến số Hiệu suất (Performance - Pf), Sự hài lòng (Satisfaction - St) và Chi phí nỗ lực (Cost - Ct).
  3. Đề xuất giải pháp sư phạm (Pedagogical Framework): Xây dựng hệ thống khuyến nghị về chuẩn hóa tài liệu luyện tập theo vùng phát triển gần nhất ($i-1$ Proximal Level) và phân tầng tốc độ âm thanh phù hợp cho sinh viên đại học.

Phạm vi và giới hạn nghiên cứu

  • Khách thể nghiên cứu: 96 sinh viên năm ba (khóa K63) thuộc 5 lớp (A, B, C, D, E) chuyên ngành Ngôn ngữ Anh tại VNUA đã hoàn thành bảng khảo sát hợp lệ.
  • Thời gian thực hiện: Từ ngày 17/02/2021 đến ngày 30/06/2021.
  • Giới hạn kỹ thuật: Nghiên cứu giới hạn trong phạm vi hoạt động Shadowing bắt buộc thuộc học phần Ngữ âm và Âm vị học, tập trung vào biến số tâm lý học ngôn ngữ thay vì đo lường phổ âm thanh học (acoustic formant analysis).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi ứng dụng Shadowing có hệ thống, sinh viên chủ yếu tiếp cận các kỹ thuật luyện phát âm truyền thống với hiệu suất còn hạn chế:

Phương pháp Cơ chế thực hiện Ưu điểm Nhược điểm / Điểm nghẽn
Traditional Repetition (Lặp lại ngắt quãng - Offline Task) Nghe hết câu $\rightarrow$ Tạm dừng $\rightarrow$ Lặp lại âm thanh Cho phép người học có thời gian phân tích ngữ nghĩa và cấu trúc ngữ pháp. Mất tính liên tục; không rèn luyện được nhịp điệu tự nhiên và tốc độ phản xạ của người bản xứ.
Dictation (Chính tả) Nghe và chép lại toàn bộ văn bản Tăng khả năng nhận diện từ đơn lẻ (word-level recognition). Xử lý thụ động; không kích hoạt cơ quan phát âm (vocal apparatus) và vòng lặp âm vị.
Shadowing (Nhại giọng đồng thời - Online Task) Lặp lại gần như tức thời âm thanh người bản xứ với độ trễ cực ngắn Tự động hóa quá trình nhận diện âm thanh từ dưới lên (Bottom-up automatization); tái tạo ngữ điệu chuẩn xác. Gây áp lực nhận thức cao (High cognitive load); dễ gây nản lòng nếu tốc độ vượt quá ngưỡng tiếp nhận.

Áp dụng phương pháp phân tích mức độ ưu tiên theo mô hình MoSCoW cho hoạt động Shadowing:

  • Must have (Bắt buộc): Hiểu rõ ngữ nghĩa của bài nghe trước khi thực hành ($M = 1.79$); nhận phản hồi sửa lỗi chi tiết từ giảng viên ($M = 2.07$).
  • Should have (Nên có): Tài liệu phát âm có tốc độ tịnh tiến (progressive audio speed); bài nghe chứa tỷ lệ từ mới thấp ($2-3$ từ/100 từ).
  • Could have (Có thể có): Ứng dụng phim ảnh, âm nhạc để giảm tải căng thẳng tâm lý ($M = 1.97$).
  • Won't have (Không áp dụng): Ép buộc tăng tốc độ phát âm vượt ngưỡng tiếp nhận của sinh viên ngay từ giai đoạn đầu ($M = 3.27$, tỷ lệ phản đối cao).

Thiết kế hệ thống xử lý nhận thức và phương pháp luận

Hoạt động Shadowing tác động trực tiếp vào Vòng lặp âm vị (Phonological Loop) trong Bộ nhớ làm việc (Working Memory) của não bộ theo mô hình Baddeley (1992).

Ngăn xếp công cụ nghiên cứu (Research Stack & Tooling)

  • Công cụ thu thập dữ liệu: Google Forms API (thu thập trực tuyến) kết hợp bảng hỏi trực tiếp tại lớp học; Nền tảng ghi âm phỏng vấn sâu qua giao thức VoIP (Zalo, Messenger Voice Recorder).
  • Môi trường phân tích thống kê: Python 3.9 kết hợp thư viện pandas (v1.3.0), scipy.stats (v1.7.0) và numpy (v1.21.0) để xử lý số liệu thống kê mô tả (Mean, Standard Deviation).
  • Thang đo chuẩn hóa: Thang đo Likert 6 điểm (6-point Likert Scale) kế thừa từ Sumiyoshi & Svetanant (2017) và Watanabe et al. (2013). Thang 6 điểm loại bỏ phương án trung tính ("Không ý kiến"), buộc người tham gia phản ánh chính xác xu hướng khẳng định hoặc phủ định.
Thang đo 6 điểm:
[1] Hoàn toàn đồng ý -> [2] Đồng ý -> [3] Đồng ý một phần -> [4] Không đồng ý một phần -> [5] Không đồng ý -> [6] Hoàn toàn không đồng ý

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng thiết kế phương pháp hỗn hợp hội tụ (Convergent Mixed-Methods Design):

  • Giai đoạn định lượng (Quantitative Phase): Khảo sát 23 biến số ngẫu nhiên hóa thuộc 5 cấu trúc: Động cơ nội tại ($IM$), Động cơ ngoại tại ($EM$), Thái độ hiệu suất ($Pf$), Sự hài lòng ($St$) và Chi phí nỗ lực ($Ct$).
  • Giai đoạn định tính (Qualitative Phase): Phỏng vấn bán cấu trúc (Semi-structured interviews) trên nhóm sinh viên đại diện để đào sâu nguyên nhân gây ức chế tốc độ và giải pháp tối ưu hóa bài tập.
  • Đảm bảo chất lượng (QA & Pilot Testing): Bảng hỏi được thử nghiệm trước trên 5 sinh viên để chuẩn hóa thuật ngữ ngữ nghĩa học tiếng Việt trước khi phát hành diện rộng.

Implementation và kết quả

Quy trình triển khai dữ liệu thực nghiệm

Quy trình khảo sát và phân tích số liệu được mô hình hóa thông qua thuật toán tiền xử lý và phân tích thống kê:

import pandas as pd
import numpy as np

def analyze_shadowing_metrics(survey_data_path: str):
    """
    Xử lý và tính toán thống kê mô tả cho dữ liệu nghiên cứu Shadowing.
    Mã hóa: 1 (Strongly Agree) đến 6 (Strongly Disagree).
    Điểm trung bình (Mean) càng thấp thể hiện mức độ đồng thuận càng cao.
    """
    df = pd.read_csv(survey_data_path)
    
    # Phân loại các nhóm biến tâm lý học
    constructs = {
        'Intrinsic_Motivation': ['IM1_Challenge', 'IM2_Feedback', 'IM3_Content', 'IM4_NativeTarget'],
        'Extrinsic_Motivation': ['EM5_PeerComparison', 'EM6_ScoreTarget'],
        'Attitude_Performance': ['Pf1_Speed', 'Pf2_SelfBelief', 'Pf6_Pronunciation'],
        'Cost_Frustration': ['Ct5_StartDifficulty', 'Ct11_SpeedFrustration', 'Ct12_Fatigue']
    }
    
    results = {}
    for construct, items in constructs.items():
        sub_df = df[items]
        results[construct] = {
            'Mean': np.round(sub_df.mean().values, 2),
            'SD': np.round(sub_df.std().values, 2)
        }
    return results

Kiểm định mẫu và phân bố đối tượng

Từ tổng số 121 sinh viên khóa K63, nghiên cứu tiếp cận được 110 sinh viên; sau khi loại bỏ 14 phiếu không hợp lệ, cỡ mẫu chính thức đạt $N = 96$ (tỷ lệ phản hồi hợp lệ đạt $87.27%$).

Phân bố trình độ CEFR tự đánh giá của mẫu khảo sát (N = 96):
- B2 (Upper-Intermediate): 48.00% (n = 46)
- C1 (Advanced):           40.00% (n = 38)
- B1 (Intermediate):       10.00% (n = 10)
- C2 (Proficient):          2.00% (n = 2)
- A2 (Elementary):          0.00% (n = 0)
- Giới tính: 86.5% Nữ (n = 83), 13.5% Nam (n = 13)

Kết quả định lượng và định tính đạt được

1. Động cơ học tập đối với Shadowing (Research Question 1)

Dữ liệu thực nghiệm xác nhận sinh viên sở hữu cả động cơ nội tại lẫn ngoại tại mạnh mẽ, trong đó yếu tố thấu hiểu nội dung giữ vai trò trọng tâm:

Mã mục Nội dung biến số khảo sát Loại động cơ Điểm trung bình (Mean) Độ lệch chuẩn (SD) Mức độ đồng thuận
IM3 Hài lòng nhất khi hiểu thấu đáo nội dung bài nghe $IM$ 1.79 0.97 Rất cao
IM2 Sửa lỗi sau khi nhận phản hồi là rất quan trọng $IM$ 2.07 1.02 Rất cao
EM6 Hài lòng nếu đạt trên 80% điểm số bài tập Shadowing $EM$ 2.09 1.09 Cao
EM5 Muốn đạt điểm Shadowing cao hơn các bạn khác $EM$ 2.14 1.15 Cao
IM1 Thích Shadowing vì bài tập mang tính thách thức $IM$ 2.74 1.09 Khá cao
IM4 Luyện Shadowing vì muốn nói giống người bản xứ $IM$ 2.97 0.97 Khá cao

[!IMPORTANT] Biến số IM3 ($M = 1.79, SD = 0.97$) đạt mức đồng thuận cao nhất trong nhóm động cơ. Điều này chứng minh rằng việc nắm bắt ngữ nghĩa đóng vai trò điều kiện tiên quyết giúp giải phóng tài nguyên nhận thức, thúc đẩy sinh viên duy trì cam kết luyện tập lâu dài.

2. Thái độ và rào cản tâm lý (Attitudinal Metrics)

Mã mục Nội dung biến số khảo sát Nhóm thái độ Điểm trung bình (Mean) Phân tích xu hướng
Pf10 Phát âm tiến bộ rõ rệt sau khóa học Ngữ âm $Pf$ 1.72 Đồng thuận tuyệt đối ($90%$ phỏng vấn đồng tình)
Sf6 Phát âm trở nên chuẩn xác hơn nhờ Shadowing $St$ 1.73 Đánh giá giá trị thực tiễn cực cao
Sf7 Hoạt động Shadowing thực sự hiệu quả $St$ 1.95 Khẳng định hiệu quả phương pháp
Ct11 Dễ bực bội/căng thẳng khi không theo kịp tốc độ $Ct$ 3.75 Rào cản lớn nhất ($SD = 1.29$)
Sf8 Shadowing không hỗ trợ việc học tiếng Anh $St$ (Đảo) 5.61 Bác bỏ hoàn toàn phát biểu tiêu cực
Pf1 Cần phải luyện tập ở tốc độ nhanh hơn nữa $Pf$ 3.27 Bác bỏ xu hướng ép tăng tốc độ 
                 TỔNG HỢP XU HƯỚNG TÂM LÝ SINH VIÊN
     
     Hiệu quả cải thiện phát âm (Sf6/Pf10)   [★★★★★] M = 1.72 - 1.73
     Tầm quan trọng của sửa lỗi (IM2)        [★★★★☆] M = 2.07
     Động lực thấu hiểu nội dung (IM3)       [★★★★★] M = 1.79
     Phủ nhận giá trị Shadowing (Sf8 - Đảo)  [☆☆☆☆☆] M = 5.61 (Bác bỏ)

Đổi mới và đóng góp

  1. Phương pháp tiếp cận tích hợp Ngữ nghĩa - Âm vị: Khác với quan điểm truyền thống xem Shadowing là bài tập lặp lại cơ học vô thức (mechanical parrot-like drill), nghiên cứu chứng minh rằng sinh viên chỉ duy trì được trạng thái tâm lý tích cực khi tài liệu được giải mã ngữ nghĩa trước khi thực hiện nhại giọng.
  2. Xác thực ngưỡng tới hạn của số lần lặp lại (Ceiling Effect): Dữ liệu định tính củng cố nghiên cứu của Shiki et al. (2010), chỉ ra ngưỡng tối ưu cho mỗi phiên luyện tập là từ 4 đến 5 lượt thử (trials); vượt quá ngưỡng này sẽ dẫn đến tình trạng mỏi cơ quan phát âm và suy giảm tập trung nhận thức.
  3. Mô hình hóa thang tốc độ tịnh tiến ($i-1$ Proximal Speed): Đề xuất nguyên tắc xây dựng học liệu với tỷ lệ từ mới không vượt quá $2-3%$, giúp triệt tiêu hiện tượng ức chế tâm lý ($M = 3.75$).

Bảng so sánh với các nghiên cứu tiền nhiệm

Tiêu chí so sánh Sumiyoshi & Svetanant (2017) Hamada (2015, 2016) Đề tài nghiên cứu này (Vũ Ngọc Mai, 2021)
Bối cảnh nghiên cứu Tiếng Nhật như một ngoại ngữ (JFL) Tiếng Anh tại trường phổ thông Nhật Bản (EFL) Sinh viên đại học chuyên ngành Ngôn ngữ Anh tại Việt Nam (VNUA)
Đối tượng học phần Khóa học tiếng tổng quát Kỹ năng Nghe hiểu (Listening) Khóa học chuyên sâu Ngữ âm & Âm vị học (Phonetics & Phonology)
Trọng tâm phát hiện Nhận diện sự khác biệt cá nhân về độ trôi chảy Cải thiện xử lý từ dưới lên (Bottom-up) Tương quan giữa thấu hiểu nội dung (IM3) và giảm thiểu căng thẳng tốc độ (Ct11)
Cấu trúc công cụ Bảng hỏi Likert 6 điểm trên mẫu nhỏ Đánh giá trước/sau can thiệp thực nghiệm Phương pháp hỗn hợp hội tụ ($N = 96$ khảo sát + phỏng vấn sâu chuyên đề)

Ứng dụng thực tế và triển khai

Dựa trên các bằng chứng thực nghiệm, quy trình 4 giai đoạn triển khai Shadowing chuẩn hóa được đề xuất ứng dụng cho các chương trình đào tạo cử nhân ngoại ngữ:

Hướng dẫn quy trình 4 bước chuẩn hóa

  1. Giai đoạn 1 - Khai phóng ngữ nghĩa (Pre-Shadowing Analysis): Người học đọc transcript, phân tích toàn bộ từ mới ($2-3$ từ/100 từ) và hiểu rõ bối cảnh hội thoại nhằm đáp ứng chỉ số $IM3$ ($M = 1.79$).
  2. Giai đoạn 2 - Nhại thầm (Silent Shadowing / Sub-vocalization): Nghe đoạn audio mẫu ở tốc độ chuẩn, mấp máy môi không phát ra tiếng để bắt nhịp ngữ điệu và trọng âm câu.
  3. Giai đoạn 3 - Nhại cụm có văn bản hỗ trợ (Phrase Shadowing): Bật audio, nhìn văn bản và nhại lại từng đoạn ngắn với độ trễ từ $0.5 - 1.0$ giây; tạm dừng ở các điểm ngắt tự nhiên.
  4. Giai đoạn 4 - Nhại hoàn chỉnh & Thu nhận phản hồi (Complete Shadowing & Assessment): Ghi âm/ghi hình sản phẩm nhại giọng không nhìn transcript; đối chiếu với audio mẫu và nhận phản hồi từ giảng viên/bạn học ($IM2$, $M = 2.07$).
Khung phân bổ thời gian luyện tập tối ưu:
- Tần suất: 5 - 6 buổi/tuần.
- Thời lượng: 10 - 15 phút/buổi.
- Số lượt lặp lại cho một đoạn âm thanh: 4 - 5 lượt (tránh vượt ngưỡng Ceiling Effect).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật tồn tại

  • Công cụ đo lường thuần tâm lý: Đề tài tập trung vào bảng hỏi tự báo cáo (self-reported questionnaires) và phỏng vấn, chưa tích hợp phần mềm phân tích phổ âm thanh chuyên dụng (như Praat) để trích xuất các chỉ số độ cao thanh điệu (pitch), trường độ (duration) và formant ($F1, F2$).
  • Thời gian can thiệp ngắn hạn: Nghiên cứu thực hiện trong một học kỳ (khoảng 4.5 tháng), chưa theo dõi được mức độ duy trì phản xạ ngữ âm của sinh viên sau khi kết thúc học phần.
  • Tính đồng nhất của mẫu: Mẫu nghiên cứu tập trung vào sinh viên khóa K63 tại một cơ sở đào tạo duy nhất (VNUA), tỷ lệ nữ giới chiếm ưu thế ($86.5%$).

Hướng nghiên cứu mở rộng

  • Tích hợp hệ thống nhận dạng giọng nói tự động (Automatic Speech Recognition - ASR) ứng dụng Trí tuệ nhân tạo (AI) để cung cấp phản hồi lỗi phát âm theo thời gian thực (Real-time acoustic feedback).
  • Tiến hành nghiên cứu dọc (Longitudinal Study) kết hợp đối chứng (Experimental vs. Control Group) để lượng hóa chính xác tỷ lệ tăng trưởng độ trôi chảy (Fluency) và độ chuẩn xác ngữ điệu (Intonation accuracy).

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             MA TRẬN HƯỞNG LỢI                                 |
+-------------------------------------------------------------------------------+
| SINH VIÊN CHUYÊN NGỮ:                                                         |
| - Nắm vững phương pháp Shadowing chuẩn 4 bước.                                |
| - Xóa bỏ áp lực tốc độ; tăng 90% sự tự tin trong phát âm bản ngữ.            |
|                                                                               |
| GIẢNG VIÊN & NHÀ THIẾT KẾ CHƯƠNG TRÌNH:                                       |
| - Cơ sở dữ liệu khoa học để hiệu chỉnh độ khó giáo trình Ngữ âm - Âm vị học.  |
| - Tích hợp biểu mẫu đánh giá chéo (Peer-assessment rubrics) chuẩn xác.        |
|                                                                               |
| CÁC NHÀ NGHIÊN CỨU SLA / GIÁO DỤC HỌC:                                        |
| - Bằng chứng thực nghiệm về thuyết Tự quyết (SDT) trong ngữ cảnh đại học VN.  |
| - Tài liệu tham khảo chuẩn mực về thang đo tâm lý học ngôn ngữ Likert 6 điểm.  |
+-------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Sinh viên có trình độ đầu vào trung bình (B1) có nên áp dụng kỹ thuật Complete Shadowing ngay không?

Không. Sinh viên trình độ B1 dễ rơi vào trạng thái quá tải nhận thức. Khuyến nghị bắt đầu bằng phương pháp Phrase Shadowing (nhại theo cụm ngắn) kết hợp đọc transcript song song (Parallel Reading), sau đó mới nâng dần lên Complete Shadowing khi khả năng nhận diện âm vị đã được tự động hóa.

2. Làm thế nào để khắc phục tình trạng ức chế khi người nói trong bài phát âm quá nhanh ($M = 3.75$)?

Giảng viên và sinh viên nên sử dụng các phần mềm xử lý âm thanh (như Audacity) để giảm tốc độ phát xuống mức $0.8x$ hoặc $0.9x$ nhưng vẫn giữ nguyên cao độ giọng nói (pitch). Khi đã quen với các hiện tượng nối âm và nuốt âm, người học mới đưa tốc độ về mức chuẩn $1.0x$.

3. Tỷ lệ từ mới tối ưu trong một đoạn văn bản dùng để Shadowing là bao nhiêu?

Theo Kadota (2007) và kết quả nghiên cứu thực tế, tài liệu Shadowing lý tưởng chỉ nên chứa từ 2 đến 3 từ mới trên mỗi 100 từ (tỷ lệ $\le 3%$). Điều này đưa bài tập về vùng phát triển gần nhất ($i-1$), đảm bảo người học tập trung $100%$ năng lượng vào việc bắt chước ngữ điệu.

4. Tần suất luyện tập Shadowing bao nhiêu là đạt chuẩn khoa học?

Nghiên cứu chỉ ra việc luyện tập ngắt quãng với tần suất cao (5 - 6 ngày/tuần, mỗi buổi từ 10 - 15 phút) mang lại hiệu quả vượt trội so với việc dồn thời gian luyện tập liên tục trong nhiều giờ. Mỗi bài nghe chỉ nên lặp lại tối đa $4 - 5$ lần để tránh hiệu ứng trần (Ceiling Effect).

5. Tại sao nghiên cứu lại sử dụng thang đo Likert 6 điểm thay vì 5 điểm truyền thống?

Thang đo 6 điểm loại bỏ giá trị trung tính ("Neutral / Không ý kiến"), buộc sinh viên tham gia khảo sát phải đưa ra lựa chọn rõ ràng về mặt định hướng: đồng thuận hay phản đối. Điều này giúp loại bỏ sai số trôi dạt về điểm trung tâm trong các nghiên cứu tâm lý học tiếp nhận.

Kết luận

Khóa luận tốt nghiệp của tác giả Vũ Ngọc Mai đã giải quyết thành công bài toán đánh giá động cơ và thái độ của sinh viên năm ba ngành Ngôn ngữ Anh tại Học viện Nông nghiệp Việt Nam đối với kỹ thuật Shadowing trong học phần Ngữ âm và Âm vị học. Kết quả nghiên cứu khẳng định:

  • Hoạt động Shadowing mang lại hiệu quả rõ rệt trong việc cải thiện khả năng phát âm, ngữ điệu và độ trôi chảy bản ngữ ($M = 1.72 - 1.73$).
  • Nắm bắt ngữ nghĩa ($M = 1.79$) và nhận phản hồi sửa lỗi kịp thời ($M = 2.07$) là hai trụ cột động cơ quan trọng nhất giúp người học duy trì việc rèn luyện.
  • Kiểm soát tốc độ âm thanh và giảm thiểu độ khó từ vựng là chìa khóa then chốt để loại bỏ rào cản tâm lý ức chế, mệt mỏi ở sinh viên.

Đề tài là công trình nghiên cứu ứng dụng có giá trị thực tiễn cao, đóng góp hệ thống cứ liệu khoa học vững chắc cho công tác đổi mới phương pháp giảng dạy ngoại ngữ tại VNUA nói riêng và các trường đại học chuyên ngữ tại Việt Nam nói chung.