Scouter：我开发了一款浏览器插件，帮你在实践中进行语言学习
利益相关声明： 作者与文中产品有直接的利益相关（开发者、自家产品等）
Matrix 首页推荐
Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
文章代表作者个人观点，少数派仅对标题和排版略作修改。
Scouter 是一款针对语言学习者的浏览器插件，目标是帮助你在真实的语言环境中获取语言知识，在实践环境中更好地学习语言。它可以针对单词提供解释、相关例句和测试题，通过连续对话和对话测试帮助你巩固学习成果，导出至 Anki 方便碎片化识记，并且支持多种语言。
你可以在 Chrome 应用商店下载 Scouter。
不过 Scouter 并不是翻译工具，它的目标是帮助你学习以独立运用外语；它能做的不只是解释词句，更多地是结合实践练习、间歇重复等方法辅助学习。
和其他划词翻译工具相比，Scouter 最主要的不同点在于：
- 可以学习「不知道自己不知道」的知识
- 与 Anki 等第三方服务集成
一般的词典只能查询我们「知道自己不知道」的词句，例如在一个句子中有个陌生单词，此时就可以使用词典查询其含义；而我们在阅读时往往会遇到每个单词都认识、连在一起就不知道是什么意思的情况，并且也不知道从哪里入手查起。
Scouter 可以学习那些你「不知道自己不知道」的句子，利用 ChatGPT 的能力为你分析句子的语法结构。当然了，Scouter 不是、也不可能成为英语学习的全部工具，所以它也支持与 Anki 等第三方服务集成，帮助你更好地学习。
为什么开发 Scouter
在 ChatGPT 推出前我就在学习英语，并且更加喜欢在真实的语言环境中学习，例如通过阅读文章、参与英文社区的讨论进行学习。
但我一直找不到一款可以针对目标语句分析、解释其语法的工具，直到 ChatGPT 的出现。虽然 ChatGPT 可以帮助我分析、练习语法，每次需要手动复制语句、切换到 ChatGPT 窗口并粘贴提问显然有些麻烦；其他第三方 ChatGPT 客户端虽然支持快捷唤起和自定义 Prompt，但又缺少对英语学习场景的优化，例如没有与 Anki 集成、不支持将所选字符放在当前句子中进行分析等。
另外 ，iPhone 发布时我还在读初中，别说参与这场革命甚至连新闻都没有听说和关注；作为继 iPhone 之后的又一个革命性产品 ChatGPT ，我很高兴可以见证这个产品的发展，也更有兴趣参与其中。
Scouter 的设计理念
Scouter 最核心的理念是「在实践中学习语言」，那么怎样才算在实践中学习？
在实践中学习是指在所学知识的最终应用环境下进行学习，例如 Figma 的官方教程就是由 Figma 编辑而成，用户可以在阅读教程的同时直接进行实践操作，可以说 Figma 的理论知识就是出现在用户的实践环境中，用户可以无缝地在理论知识和实践中切换。
而在语言学习中，在实践中学习则对应着直接参与外语对话、阅读真实材料等方式。
至于为什么要在实践中学习，在这个视频中作者介绍了语言学习的几个原则可以参考。
其一是可以通过可理解的输入进行学习。在实践环境中有充足的上下文，如果某个语法或单词无法理解有时可以通过上下文的文字、图片和视频等信息猜出意思，实践环境中的上下文帮助我们完成「可理解的输入」。例如你可能不懂日语「ビール」这个单词的含义（读音是 biiru），但同时看到画面上有人在喝啤酒时大概率也能猜出这个单词的含义。
其二是可以使用正在学习的语言。学习语言不是知识的积累，而是大量的肌肉训练（听说读写），通过不断的实践则可以完成更多的训练。在认知心理学中也有相关的理论证明实践中学习的益处：记忆编码与提取时的情境重叠程度决定了是否可以解码成功1。
学习是为了最终的应用，如果学习知识的环境和最终使用知识的环境匹配度高，则知识更容易被调用。在一次认知心理学的实验中，参与者被分为两个组分别进行记忆实验，记忆所在的场所分别在水下和陆地上，之后要求测试对象对记忆的信息进行回忆，结果证明当回忆信息时所在场所和记忆时相同，则回忆的成功率更高；而在另一个实验中，参与者需要学习驾驶汽车，一组通过阅读解释性文字来学习，另一组则是通过游戏来模拟驾驶，结果模拟驾驶的参与者跟容易记住知识，在实际驾驶中的表现得更加好……
在实践中学习除了上述客观的益处，学习者还能从中获得及时的反馈，起到激励学习的作用。
Scouter 如何支持实践环境下学习
利用动态媒介拉近理论与实践的距离2，从而更好地在具体的情境下进行学习。Scouter 则将这个过程分为几步：
- 利用计算机的可交互性3提取学习情境中的内容
- 利用 GPT AI 对内容生成理论知识
- 利用学习方法轮巩固知识
利用计算机的可交互性提取学习情境中的内容
这一点没什么特别，几乎所有计算机软件都利用了可交互性允许用户对内容进行复制、编辑、分享等操作。不过值得一提的是，Scouter 在提取内容时不只提取用户选中的文字，还会将此文字所在的句子（情境 Context）作为上下文一起获取，在后续的理论知识解释中，会将单词放在完整的句子内进行解释和理解。
的确也有部分用户是因为这种上下文的分析能力才选择的 Scouter。
利用 GPT AI 对内容生成理论知识
获取了实践环境中的信息，但要如何获取相关的理论知识呢？
可以利用 GPT AI 的定制化问题解答能力。在获取通用知识时（例如如何制作简历、如何写作）通过搜索引擎通常可以解决问题，因为有无数的人都会拥有和你一样的疑问，配套就有许多答案供你参考。
不过在具体实践环境中，遇到具体的问题搜索引擎的效率就会大大减低甚至无法获得答案。例如在英语学习的场景下，查询任何单词的含义都可以通过词典工具或搜索引擎轻易完成，但当你想结合你所在的语境下对词句进行理解，其他工具则较难完全满足。
GPT AI 对个人需求的定制化回复能力就解决了这个问题。Scouter 提供了两种理论知识获取方式：
- 精确查询
- 模糊查询
大多数的学习是「精确查询」，例如不知道某个单词的含义、不知道某个具体功能要如何实现，此时可以通过词典、搜索引擎等工具输入问题获取答案。但有时面对问题，我们不知道问题在哪里，或者说我们没办法阐述问题也就不知道如何获取答案；例如面对一个英文句子，可能每个单词都认识但是连在一起就是不知道其含义，这时对语句进行分析智能提取其中的知识点就非常重要。
Scouter 利用了 GPT AI 对个性化问题的解答能力提取句子中的知识点供用户理解、学习。
利用学习方法轮巩固知识
每个工具都基于某些方法论进行构建，在用户使用工具的过程中也会受其中的方法论影响。在获取实践环境的信息、提供相关理论知识后，Scouter 将一些语言学习的方法论融合在产品的设计中。
阅读例句
语言学习产品中，提供例句不算什么新鲜的功能，但我还是想分享一下我关于例句对于语言学习意义的看法。
知识是对有限案例的抽象以应对无限的新情况，我们会通过案例的分析来提取其中的规律，再利用这些规律来应对后续可能会出现的无数新情况。如果你有在使用 Duolingo 学习语言就会发现，面对一个单词、语法，它先是提供大量的例句供你阅读、翻译，之后再提供一个母语的句子要求你翻译为所学语言，这就是一个典型的让你通过有限的例句来总结规律再给你新情况来考验你能否应对的例子。
除了简单的阅读例句，还有一种进阶的例句学习方法 —— 双例对比法，它的使用步骤如下，当你在学习一个知识时：
- 先阅读一次知识的定义
- 找到与这个知识有关的习题、应用实例
- 找到第 2 个习题、实例
- 对比两个习题、实例，观察两者的相同点、差异点
- 寻找新题、实例测试自己的理解、并以此调整自己的理解
最后循环 1-5 步。在 Scouter 中，你可以先阅读对单词、句子的解释然后阅读例句，最后完成末尾的测试题，如果仍有疑问可以通过对话框提出，获取更多信息。
测试学习成果
一个有效的训练4需要实际执行和答案反馈。
学习是一个重塑大脑神经连接的过程，实际执行相当于预热，刺激大脑相关神经元做好改变结构的准备；答案反馈则是告诉大脑应该如何更新结构。测试学习成果就完成了实际执行和答案反馈。
Scouter 在每次查询结果的末尾都提供了测试题，用户可以在提交答案完成一次有效训练。
间歇重复
间歇重复已经被科学证明为有效的记忆方法，Scouter 与支持间歇重复的 Anki 集成，支持将每次学习的内容（包含单词配套生成的图片）一键导入到 Anki 中便于后续复习。
如果你想进一步了解间歇重复的原理和制作单词卡片的方法，可以看看这个有趣的交互式课程。
总的来说，Scouter 可以获取、分析实践环境中的理论知识并结合有效训练、间歇重复等学习方法对理论知识进行消化。
后续有什么规划
目前 Scouter 只有 Chrome 插件版本，未来条件允许的话会考虑增加客户端版本/Raycast 插件，另外自定义 prompt 也在规划中。
参考资料：
> 下载 少数派 2.0 客户端 、关注 少数派公众号，解锁全新阅读体验 📰
> 实用、好用的 正版软件，少数派为你呈现 🚀
© 本文著作权归作者所有，并授权少数派独家使用，未经少数派许可，不得转载使用。