一节英语课，你开口 12 秒

“Any volunteers?”

英语老师问完这句，会停三秒。

这三秒里，全班的动作高度一致：低头、翻书、把笔帽按得咔哒响。谁都没有真的在找答案，大家只是在等这三秒过去。

然后老师说 “OK, let me explain”，课继续往下走。

我们后来把这三秒的沉默解释成性格问题——内向、不自信、怕丢脸。但沉默的原因可能比性格简单得多：那三秒本来就不够。

把一节课当成一笔账来算

2024 年全国教育事业发展统计公报里有两个数：初中在校生 5386.16 万人，初中班数 116.34 万个。

两数相除，全国初中的平均班额是 46.3 人。

这里要先说清楚一件事：大班额其实已经基本治好了。同一份公报里，56 人以上的大班只占 0.90%，初中生师比 12.98:1。

所以下面这道除法说的不是“哪里没治理好”。它说的是：即使在已经改善过的平均值上，结果仍然是秒。

一节课 45 分钟。按 2022 年版义务教育课程方案，外语课时占总课时的 6%–8%，三年级起开设，平均每周不超过 4 节。

现在做这道除法。

赵晓红 1998 年对大学英语阅读课的调查发现，一节 45 分钟的课，65%–90% 的时间被教师话语占用。周星、周韵 2002 年那项调查显示，换成以学生为中心的模式，教师话语量明显下降——但那是“能”，不是“是”。

教师占了多少，不等于学生就占剩下的。课堂上还有沉默、做题、听录音、小组活动。学生到底说多久，得单独找数。

一项对四个英语课堂的话语分析给了一个直接的数：45 分钟的课上，教师话语平均 31 分钟，学生话语 9.75 分钟，学生占 21.7%。四个班，样本很小，这一点先说在前面。

这几项调查的对象都是大学和高职课堂。大学的班通常比中学小，教学也更松。用大学的数字去估中学，估出来的是偏乐观的那一头。

取 20% 这个更保守的值：45 分钟里有 9 分钟归学生，540 秒，平摊到 46.3 个人身上，每人 11.7 秒。

按 21.7% 那个实测值算是 12.7 秒，按 10% 算是 5.8 秒。

不管取哪一头，量级都是秒。

十年，不到四个小时

（下面这段是自设算例，不是统计数据。）

课时数不用估，课程方案给了上限：外语最多占总课时的 8%，而义务教育九年总课时是 9522——三到九年级的外语课最多 762 节。高中三年按每周 4 节、每学年 35 教学周算，再加 420 节。

合计 1182 节 × 11.7 秒 ≈ 3.8 小时。

从三年级第一次跟着老师念 “Hello”，到高三最后一堂英语课，一个学生在课堂上开口说英语的时间，加起来不到四个小时。

不到一个工作日。

这不到四个小时还得打折。课堂互动研究里反复出现一个结构叫 IRF——老师发问（Initiation）、学生应答（Response）、老师评价（Feedback）。课堂话语研究里，这个结构占掉的互动通常是压倒性的多数。

也就是说，你那 11.7 秒里说的大多不是你想说的话，是对一个已经有标准答案的问题的应答。说完老师就评价，然后转向下一个人。

齐读也算开口。全班一起念 “This is a book” 的时候，你确实在出声——但没有任何人在听你，你也不需要自己组织任何一个词。

把这两样剔掉，真正“自己组织语言、说给一个在听的人”的时间还剩多少，我没有可靠数据，但肯定不到四小时。

这道除法不是老师算错的

很容易把账记到老师头上。但换个位置想：46 个学生，45 分钟，一学期要讲完一本书，期末要按统一标准阅卷。

在这个约束下，讲授就是最优解。老师多讲一分钟，46 个人同时受益；让一个学生说一分钟，剩下 45 个人在等。从课堂效率的角度，压缩学生开口时间是理性的——这不是某位老师的失误，是班级授课制的算术结果。

真正被颠倒的是后面那一步。

这个结构性的事实，最后被翻译成了一句对个人的评价：你不够主动，你不敢开口，你没找对方法。

于是市面上所有的解法都朝着“个人”去了：背单词的、练语法的、讲方法论的、卖“三个月开口”的。它们默认问题出在你身上——你只要更努力一点、更外向一点、方法更对一点，就能说出来。

但你缺的从来不是方法。你缺的是那 11.7 秒之外的时间。

什么条件下人才会开口

把课堂的约束逐条拿掉，剩下的就是开口真正需要的东西。

一，不用等轮到你。 46 个人共享一个老师，说话就成了稀缺资源；一个不会不耐烦的对象，没有这个问题。

二，有人等你说完。 IRF 的问题不在于老师评价，在于评价来得太快、而且目标是“对不对”。真实对话里，对方等你把话说完，听不懂会追问——那一下追问才是逼你换一种说法的东西。

三，同样的句子能反复说到熟。 课堂进度要求每节课换新内容，而口语恰恰相反：把同一句话在不同压力下说五遍，比五句各说一遍有用得多。

四，说错不扣分。 教室里开口是有观众的，说错要当众承担。把观众拿掉，开口的成本才降到可以接受。

这四条没有一条需要天赋，也没有一条需要更好的教学法。它们只需要一个可以反复开口、而且没人评判的场合。

我们做 Unscript 就是冲着这四条去的：同一段真实情境的对话，台词从照着读，到挖掉一半，到只剩首字母，到完全撤掉；每一句都是你自己说出来的，随时可以倒回去重说，判定宽容到一句最多错一个词。语音识别全程在手机上完成，录音不出设备——没有观众，也就没有说错的代价。

它不解决教育体制的问题。它只是把那 11.7 秒还给你。

回到那三秒

再回到 “Any volunteers?” 之后的那三秒。

那三秒里没人举手，不是因为 46 个人里没有一个想说。是因为在 46 分之一的概率和一次当众说错的代价之间，低头是划算的。

这是一道很简单的算术题，我们每个人在中学时都下意识算过一遍，而且都算对了。

现在把 46 换成 1，把观众拿掉，把“一次”换成“想说几遍说几遍”。

同样的人，同样的脑子，答案会不一样。