第一章：情意濾網假說與外語焦慮（FLA）的學術起源與心理機制

1.1 Stephen Krashen (1982, 1985) 的「情意濾網假說」與吸收阻斷效應

在第二語言習得（Second Language Acquisition, SLA）研究的經典體系中，Stephen Krashen 提出的「監察模型（Monitor Model）」奠定了現代語言教學的情感基礎。其中，「情意濾網假說（Affective Filter Hypothesis）」專門解釋了情感狀態如何像守門員一樣調節語言習得效率。

克拉申指出，語言習得的成敗不僅取決於學習者接收到多少「可理解輸入（Comprehensible Input, $i+1$）」，更取決於大腦的情感濾網狀態。情意濾網由三大核心心理變數構成：

  • 動機（Motivation）：缺乏內在動機時，大腦會降低訊息編碼的優先級。
  • 自信心（Self-confidence）：缺乏自我效能感（Self-efficacy）會促使大腦將語言輸出視為高風險行為。
  • 焦慮感（Anxiety）：特別是個人或情境性焦慮，是濾網增厚最主要的推手。

當學習者處於高焦慮、低自信的狀態時，情意濾網便會加厚升起，形成一堵無形的精神高牆。此時，即便外界提供了質量極佳的語言輸入，這些訊息也會被濾網無情阻斷，無法抵達大腦內在的「語言習得機制（Language Acquisition Device, LAD）」，進而無法轉化為大腦真正能調用的「吸收（Intake）」。反之，只有在安全放鬆的低濾網環境下，輸入才能順暢內化為長期直覺。

1.2 Elaine Horwitz 等人 (1986) 的里程碑研究與 FLCAS 量表三大維度

為了使外語焦慮可測量與量化，Elaine Horwitz、Michael Horwitz 與 Joann Cope 於 1986 年發表了跨時代的「外語課堂焦慮量表（Foreign Language Classroom Anxiety Scale, FLCAS）」。該研究明確指出，外語焦慮症（Foreign Language Anxiety, FLA）並非一般焦慮在課堂上的單純轉移，而是一種「與外語學習獨特語境高度相關的複合性自我認知、信念、情感與行為綜合體」。

FLCAS 將開口恐懼拆解為三大關鍵維度：

  1. 溝通畏懼（Communication Apprehension）：個體對真實或預期交流的深層恐懼。在第二語言環境中，成人學習者感到自己成熟、豐富的思想被稚嫩、受限的外語詞彙所禁錮，產生嚴重的「心智挫折感」與逃避溝通的本能。
  2. 測驗焦慮（Test Anxiety）：對學術評價與語言表現考核的恐懼。在傳統真人外語課堂中，口說常被視為一種即時測試，學習者時刻擔憂被揪出語法錯誤或發音瑕疵。
  3. 負面評價恐懼（Fear of Negative Evaluation）：社交焦慮的核心延伸。學習者過度擔憂外籍人士、教師或同儕對自己的智力、教養或專業能力產生負面看法，寧可沈默以進行防禦。

1.3 MacIntyre & Gardner (1991, 1994) 語言焦慮認知干擾模型與工作記憶掠奪

認知心理學家 Peter MacIntyre 與 Robert Gardner 進一步提出了「語言焦慮認知干擾模型（Cognitive Interference Model）」，精確揭示了焦慮感如何在生理訊息處理的三個階段，殘酷地掠奪有限的工作記憶（Working Memory）頻寬：

認知加工階段 正常狀態下的心理運作 高外語焦慮（FLA）下的認知干擾與工作記憶掠奪
輸入階段
(Input Phase)		 注意力聚焦於對方的語音、詞彙搭配與語意脈絡。 焦慮感分散了注意力資源，導致外部語音輸入無法被有效編碼，出現「聽到了聲音卻完全聽不懂意思」的語音解碼障礙。
加工階段
(Processing Phase)		 工作記憶快速檢索詞元（Lemma）並依循語法規則組織句子。 焦慮引發大量的任務無關思維（Task-irrelevant thoughts）（如：我發音是不是很蠢？如果講錯怎麼辦？），佔據了工作記憶的中央執行器，導致認知過載與大腦當機。
輸出階段
(Output Phase)		 運動神經將語音訊號順暢傳遞給 100 多塊發音肌群執行產出。 由於加工階段的嚴重延誤與干擾，長期記憶中已知的單字無法被及時提取，發音肌群失去運動協調，導致口吃、結巴、停頓甚至徹底語塞。

第二章：神經科學與人機互動（HCI）視角：為什麼面對「真人」會大腦空白，而 AI 能實現「零濾網」？

2.1 杏仁核的神經劫持（Amygdala Hijack）與語言提取迴路阻斷

從當代認知神經科學的角度審視，開口恐懼並非單純的性格內向，而是一場真實的生理神經風暴。當學習者在會議室面對嚴肅的外籍主管或真人母語者時，大腦邊緣系統中的杏仁核（Amygdala）會被強烈激活。

在人類漫長的演化歷程中，被社會群體排斥或嘲弄意味著生存危機。因此，杏仁核會將真人社交中的潛在評價壓力誤判為致命威脅，瞬間觸發「戰或逃（Fight-or-Flight）」反應：

  • 壓力荷爾蒙飆升：皮質醇（Cortisol）與腎上腺素大量分泌，心跳加速、手心冒汗。
  • 執行功能被剝奪：負責理性推理、工作記憶與抑制控制的前額葉皮質（Prefrontal Cortex, PFC）供血量銳減，運作效率驟降。
  • 語言中樞阻斷：大腦左半球主管語言生成的布洛卡區（Broca's Area）與主管語言理解的韋尼克區（Wernicke's Area）遭到信號抑制，導致大腦陷入完全無法組織語言的「生理性語言凍結（Language Freeze）」。

2.2 Brown & Levinson (1987) 禮貌理論與面子威脅行為（FTAs）

社會語言學家 Penelope Brown 與 Stephen Levinson 提出的「禮貌理論（Politeness Theory）」指出，人類在所有社會交往中都竭力維護自身的「正面面子（Positive Face，希望被接納與讚許的渴望）」與「負面面子（Negative Face，希望不被干涉的自由）」。

在真人面前使用不流利的第二語言，本質上構成了一種嚴重的面子威脅行為（Face-Threatening Acts, FTAs）。當學習者在真人面前講出中式英文、用錯時態或咬舌音不標準時，會產生劇烈的社會羞恥感（Social Shame），擔心自己被視為專業不足或反應遲鈍。為維護心理安全感（Psychological Safety），大腦的防禦機制會本能地選擇「保持沈默」，徹底扼殺了學習者的溝通意願（Willingness to Communicate, WTC）。

2.3 Clifford Nass 的 CASA 範式與「零社會評價威脅」

為什麼在面對 GugoPro 這類現代 AI 導師時，學習者能瞬間放下心理包袱？人機互動（HCI）領域著名學者 Clifford Nass 提出的「電腦即社會主體（Computers Are Social Actors, CASA 範式）」給出了解答。

CASA 理論證實，人類大腦天生傾向將具備語言交流特徵的媒介擬人化。當學習者與 AI 對話時，大腦潛意識會啟動語言交際模組，為對話賦予真實的情境張力；但與此同時，學習者的理性意識清楚知道：「眼前的 AI 只是一段在本地瀏覽器運行的代碼，它沒有情緒、不會在背後嘲笑我、更沒有任何社會評價權力」。

這種獨特的心理認知，在人機互動中創造了完美的「零社會評價威脅（Zero Social-Evaluative Threat）」環境：

$$\text{面對真人外師} \xrightarrow{\text{觸發 FTAs 面子威脅}} \text{杏仁核劫持} \xrightarrow{\text{PFC / 布洛卡區凍結}} \text{情意濾網升起} \xrightarrow{\text{舌頭打結、放棄溝通}}$$ $$\text{面對 GugoPro AI} \xrightarrow{\text{CASA 範式擬真互動}} \text{零評價威脅安全區} \xrightarrow{\text{前額葉理性流暢調用}} \text{情意濾網降至冰點} \xrightarrow{\text{神經本能自由輸出}}$$

第三章：情意降濾與心理支架如何與 GugoPro 實體代碼深度映射

GugoPro AI 多國語言對話導師的前端架構設計，並非單純的介面拼湊，而是精確地將第二語言習得與認知心理學理論轉化為行行相扣的原生代碼模組：

GugoPro 實體代碼組件 對齊之 SLA 與認知心理學理論 代碼級實現機制與降濾心理成效
雙語膠囊輸入列之母語安全閥
(#btn-mic-my / native-speech)		 維高斯基近側發展區（ZPD）與 Bruner 認知支架（Scaffolding）理論。 右側麥克風綁定母語 STT，調用 GugoStartDualSpeech('mother')，跳過發音評分邏輯。當大腦工作記憶卡死時，學習者能隨時用中文追問句型，解凍認知僵局，提供強大的情感安全閥。
智慧停頓秒數自主調控
(#speech-silence-seconds，1–15秒)		 Willem Levelt (1989) 說話者產出模型（構思器與構詞配方器緩衝）。 透過動態調控 session.silenceDeadline 倒數計時。消除了真人對話中「冷場 2 秒就尷尬」的時間緊迫度（Time Pressure），給予未自動化的構詞配方器充足的語意檢索餘裕。
容錯度評分與一鍵重試
(Levenshtein + LCS, .pronunciation-retry)		 Swain (1995) 可推導輸出假說（Pushed Output）之假設檢驗與察覺差距。 將字串編輯距離與最長公共子序列融合，不以嚴厲的聲學口音扣分，而是評估語意清晰度。點擊重試按鈕即刻開啟低成本遊戲化迭代（Low-stakes Gamified Iteration），化恐懼為挑戰。
本機端客戶端儲存優先
(localStorage)		 Amy Edmondson 心理安全感（Psychological Safety）與隱私防禦消除。 對話紀錄、自訂教材與生詞本完整儲存於使用者的瀏覽器本機 localStorage，完全不經第三方伺服器留存，徹底消除「錄音被偷聽或留底審查」的隱私戒心。
Token 語意點擊字典
(Intl.Segmenter + Popover)		 Richard Schmidt (1990) 注意假說（Noticing Hypothesis）與形式聚焦（FonF）。 動態將 AI 文本拆為 vocab-token，讀者輕觸即可彈出釋義、原生 TTS 發音並一鍵入生詞本，在無負擔的狀態下將被動輸入固化為主動長期記憶。
GugoPro 心理支架 · 雙語輸入列與智慧等待秒數控制台
Could you please explain why the APAC region experienced a 12% drop in operating margins last quarter?
可以請您解釋一下為什麼亞太地區上一季度的營業利潤率下滑了 12% 嗎？
🇹🇼 母語安全閥求助（不計發音扣分，釋放認知負載）：
我剛才想回答「利潤下滑主要是因為我們在數位行銷的獲客成本大幅增加」，這句商務英文該怎麼說比較專業？
💡 專業商務句型支架：
"The decline in APAC margins was primarily driven by a substantial surge in our digital customer acquisition costs (CAC)."
• primarily driven by（主要由…所導致，比 because 更具分析感）
• substantial surge（大幅激增，極佳的高階搭配詞）
🇺🇸
已設定智慧停頓 8.0 秒；大腦卡住時可切換右側 🇹🇼 求助…
🇹🇼
畫面解析 1：當工作記憶因高壓提問而凍結時，學習者點擊右側 🇹🇼 紫色麥克風，即可瞬間以中文向 AI 求助，AI 給出道地商務句型後，學習者再切回左側 🇺🇸 麥克風進行自信重述，徹底化解社交尷尬與大腦死機。

第四章：兩套高焦慮情境的「任務藍圖」攻防實錄

範例 A（職場高壓）：跨國會議中突遭外籍副總裁點名臨時業務匯報

職場高壓情境 · CEFR B2/C1 難度
🎯 任務背景：跨國視訊會議中，美國總部副總裁 John 突然冷點名（Cold-called）你，要求針對剛發布的 Q3 財報 PDF 中的營業利潤率下滑給出一分鐘即席分析。
🧠 學習者內心戲（杏仁核劫持）：「天啊！副總裁突然點名我！我完全沒準備稿子，這下死定了！『利潤下滑』是 decrease 還是 drop？全螢幕的外國同事都在盯著我看，我的發音肯定會被笑...」（大腦瞬間一片空白，舌頭打結）。
📄 匯入文件：Q3_Financial_Performance_Report.pdf（亞太區營收與獲客成本數據）。
⚙️ AI System Prompt 設定：扮演美國總部副總裁 John，立場犀利、重視財務數據邏輯；若使用者語塞結巴，先給予溫和引導，並提供【更專業的商務說法】。
Round 1：突發點名發難與學習者語塞結巴
AI 副總裁 John（施加情境壓力）：
"Alright, looking at the Q3 summary, I noticed our operating margins in the APAC region have slipped by nearly 12%. Could you briefly explain the primary drivers behind this contraction?"
學習者輸出（工作記憶超載，退化為破碎中式英文）：
"Uh... well... the margin is down because... because our marketing cost is too expensive in Asia. We spend... too much money on Google ads."
🎯 發音評分: 71 (Low)
Round 2：啟動母語安全閥，解除神經凍結
學習者點擊 🇹🇼 母語按鈕求助（中文發話）：
"我剛才想表達『亞太區利潤率下滑主要是因為我們在數位行銷上的獲客成本（CAC）大幅激增』，請幫我把剛剛那句話升級成更專業的財報英文，並解釋重點單字。"
AI 導師給予認知支架（降濾反饋）：
"You made a clear point about marketing costs! In an executive meeting, you can phrase it much more professionally:
'The slight contraction in APAC margins was primarily driven by a substantial surge in our digital customer acquisition costs (CAC).'
• contraction 比 down 更符合財務報表體裁。
• primarily driven by（主要受…所驅動）能展現高度邏輯性。"
Round 3：點擊重試，完成自信流暢輸出
學習者點擊 🔄 重新挑戰（深呼吸後流暢重述）：
"The slight contraction in APAC margins was primarily driven by a substantial surge in our digital customer acquisition costs."
🎯 發音評分: 95 (Good)
AI 副總裁 John（高度認同並推進對話）：
"That makes total sense. CAC spikes have been an industry-wide challenge. What countermeasures is your team taking to optimize that spend in Q4?"
🧠 心理轉化成果：透過母語安全閥即時釋放工作記憶壓力，學習者成功完成了 Swain 可理解輸出（Pushed Output）的假設檢驗，將被動吸收轉化為具備肌肉記憶的商務語感！

範例 B（社交尷尬）：國際商務酒會 Networking 破冰挫折與冷場拯救

社交破冰 · CEFR B1/B2 難度
🎯 任務背景：柏林科技展會的晚宴酒會（Networking Event）上，你手拿酒杯獨自站在邊緣，想和一群正在熱絡聊天的歐洲企業高管搭話，但深怕開口顯得突兀或說錯話引發尷尬冷場。
🧠 學習者內心戲（面子威脅恐懼）：「大家聊得那麼開心，我英語這麼破，插進去文法錯了一定很蠢，會被當成不禮貌的推銷員... 算了，我還是假裝看手機好了。」（負面評價恐懼達到頂峰，選擇逃避以維護面子）。
📄 匯入文件：My_Startup_Pitch_and_Profile.txt（個人職涯背景與 AI 產品簡介）。
⚙️ AI System Prompt 設定：扮演柏林展會上友善但成熟的歐洲高管 Sarah，引導害羞的學習者展開破冰；當對話生硬時，主動提供【更自然熱情的破冰用語】。
Round 1：生硬打斷與語用失誤
學習者輸出（過於生硬，缺乏社交潤滑劑）：
"Hi. I am David. I sell language software. Can you listen to my product?"
🎯 發音評分: 80 (OK)
AI 高管 Sarah（禮貌化解並給予語用指引）：
"Hi David! Nice to meet you. I'm Sarah from TechFlow Berlin. You're very direct! In a cocktail reception, opening directly with a sales pitch can feel a bit abrupt.
💡 更自然得體的破冰切入：
'Hi, mind if I join you? I'm David. What brings you to the summit this year?'（嗨，介意我加入你們嗎？我是 David，你們今年主要來看什麼主題？）"
Round 2：母語安全閥追問更細膩的外交辭令
學習者點擊 🇹🇼 母語按鈕求助（中文發話）：
"如果對方反問我做什麼，我想順勢介紹我們在做『AI 語言學習工具』，並順便問問他們公司平常在跨國溝通上有沒有遇過員工不敢開口的問題，英文該怎麼接才顯得優雅、不具有推銷感？"
AI 導師給予社交鷹架模板：
"你可以用這個充滿好奇心且開放的句型順水推舟：
'We're actually building an AI language tutor designed to eliminate speaking anxiety. By the way, does your global team ever encounter communication hesitation across different regions?'
這樣把話題從『賣軟體』轉化為『探討跨國團隊痛點』，既專業又極具親和力！"
Round 3：重述整合，成功打破心理濾網
學習者點擊 🔄 重新挑戰（從容展現破冰姿態）：
"Hi Sarah, mind if I join you? I'm David. We're actually building an AI tutor to help professionals eliminate speaking anxiety. Does your team ever face communication hesitation across global offices?"
🎯 發音評分: 96 (Good)
AI 高管 Sarah（熱情展開交流）：
"Oh absolutely! We have engineers in Munich and Tokyo, and video calls can be quite quiet at times. How does your solution tackle that hesitation?"
🤝 社交破冰成果：學習者成功克服了溝通畏懼與面子威脅，借助 AI 提供的語用支架，將原本生硬的推銷轉化為引人入勝的產業洞察探討！

第五章：情感過濾指數（AFI）與焦慮衰減量化數學模型

為了以科學、量化的方式描述情感狀態如何干預語言產出，本研究建立了一個綜合考慮評價威脅、時間壓力、母語支架與容錯重試機制的情感過濾指數（Affective Filter Index, AFI）概念模型：

$$AFI = \min\left(1, \; \alpha \cdot \frac{E \cdot T}{1 + \beta \cdot S + \gamma \cdot R}\right)$$
公式 1：情感過濾指數（AFI）綜合量化函數，取值範圍 $AFI \in [0, 1]$

各參數的認知神經心理學定義如下：

  • $E$（Evaluative Threat，評價威脅度，取值 $[0, 1]$）：環境中潛在的社會面子威脅。面對真人面試官時 $E \to 1$；在 GugoPro 完全本機端、無真人的安全區中，$E \to 0$。
  • $T$（Time Urgency，時間緊迫度，取值 $[0, 1]$）：即時對話施加於工作記憶的時間壓力。直接映射 GugoPro 智慧停頓秒數設定（$t_{\text{silence}} \in [1, 15]$ 秒）： $$T = \frac{15 - t_{\text{silence}}}{14}$$ 當秒數設為 10–15 秒時，$T \to 0$，給予大腦充裕的語義檢索餘裕。
  • $S$（Native Scaffolding Availability，母語支架可用度，取值 $[0, 1]$）：遇到表達瓶頸時求助母語的便利性。GugoPro 雙語膠囊右側母語麥克風（#btn-mic-my）確保了 $S = 1$。
  • $R$（Iteration Allowance，容錯重試次數，取值 $[0, \infty)$）：GugoPro 的 .pronunciation-retry 提供無限制重試，使得 $R \gg 0$，將高壓測驗轉化為低成本遊戲化迭代。
  • $\alpha, \beta, \gamma$ 為學習者個體特徵敏感度係數（如內外向性格、外語焦慮傾向）。

可理解輸出效率（Pushed Output Efficiency, POE）的邏輯斯諦衰減模型

神經心理學實證表明，學習者的口語產出效率（POE）與情感過濾指數（AFI）之間並非線性關係，而是呈現典型的邏輯斯諦衰減（Logistic Decay）：

$$POE(AFI) = \frac{POE_{\max}}{1 + e^{k(AFI - AFI_c)}}$$
公式 2：可理解輸出效率（POE）隨情意濾網指數（AFI）之非線性衰減函數

其中：

  • $POE_{\max}$：學習者在完全心理安全狀態下的最大潛在語言輸出能力。
  • $AFI_c$：臨界情感過濾值（Critical Threshold）。當個體的焦慮累積超越此門檻時，大腦發生杏仁核劫持（Amygdala Hijack），工作記憶瞬間崩潰，導致輸出效率呈斷崖式暴跌。
  • $k$：崩潰速率斜率。
對話環境模式 AFI 參數狀態 AFI 計算值 POE 輸出效率表現
傳統真人外師 / 職場突擊會議 $E \to 1, \; T \to 1, \; S = 0, \; R = 0$ $AFI \to 1.0$（超過臨界值 $AFI_c$） 斷崖式暴跌（接近 0）
大腦一片空白、結巴語塞。
GugoPro AI 降濾口說環境 $E \to 0, \; T \downarrow (8\text{s}), \; S = 1, \; R \to \infty$ $AFI \to 0.05$（穩定壓制於 $AFI_c$ 之下） 接近 $POE_{\max}$（滿額釋放）
前額葉皮質流暢運作，本能檢索。

第六章：總結：給自學者的「減焦抗凍」口說訓練 SOP（每天 15 分鐘、每週 3-4 次）

基於上述第二語言習得理論、神經機制與 AFI 數學模型，我們為飽受「開口恐懼症」困擾的自學者歸納出一套階梯式的心理脫敏工作流（4-Phase Desensitization SOP）：

Phase 1 · 00–03 分鐘

私密暖身：匯入情境與設定降濾參數

在 GugoPro 建立新教室，利用頂部紙夾匯入當天想攻克的文本（如面試題目、簡報大綱、郵件草案）。在設定中將自動等待秒數調至 8–10 秒，消滅時間緊迫度（$T$），平撫杏仁核，給予 Levelt 構思器充足的思考餘裕。

Phase 2 · 03–08 分鐘

安全輸出：盲測產出與容錯驗證

點擊左側 🇺🇸 學習麥克風（#btn-mic），直接開口回答 AI 導師的提問，嚴禁事先寫草稿。即使語句破碎、發音不完美，也堅持講完。在零評價威脅環境中建立「犯錯完全無害」的深層心理認知。

Phase 3 · 08–11 分鐘

母語搭橋：啟動安全閥釋放認知超載

一旦大腦出現詞彙凍結或不知如何得體表達，立即點擊右側 🇹🇼 母語麥克風（#btn-mic-my），直接用中文向 AI 詢問：「這句話怎麼說比較專業？」或請 AI 解釋搭配詞。利用母語支架（$S$）瞬間釋放工作記憶壓力，進行假設檢驗。

Phase 4 · 11–15 分鐘

重述固化：低成本迭代與肌肉記憶

閱讀 AI 提供的【💡 更自然的說法】後，點擊 .pronunciation-retry 按鈕，深呼吸，將優化後的正確句子飽滿、流暢地重新朗讀輸入，追求 85 分以上的 Good 評分，完成 Swain 可推導輸出的最終神經固化。

常見問題解答（FAQ）

Q1：為什麼面對真人外師或外籍主管時，我常常會腦袋一片空白、舌頭打結？

答：這是神經科學中的「杏仁核劫持（Amygdala Hijack）」現象。面對真人時，大腦會將潛在的社交評判和說錯話的面子威脅（FTAs）視為生存威脅，迅速分泌壓力賀爾蒙，進而抑制前額葉皮質（PFC）與布洛卡區（Broca's Area）的運作，導致工作記憶凍結，即使熟悉的單字文法也無法順利調用提取。

Q2：什麼是「情意濾網假說」？它如何阻礙外語吸收？

答：語言學家 Stephen Krashen 提出，情意濾網是由焦慮感、自信心與動機構成的內在心理屏障。當學習者焦慮高、自信低時，情意濾網升起變厚，即便外界提供了豐富的可理解輸入（Input），這些訊息也會被濾網無情阻斷，無法順利轉化為大腦語言習得機制（LAD）能吸收內化的「吸收（Intake）」。

Q3：在 GugoPro 練習時，「母語安全閥」按鈕如何防止焦慮中斷對話？

答：GugoPro 獨家設計了雙語麥克風。左側目標語言麥克風用於輸出發音評分，而右側母語麥克風（#btn-mic-my）作為認知安全支架。當您因詞彙檢索障礙卡住時，隨時可按右側按鈕以中文向 AI 求助（不扣分），AI 導師給出道地說法後您再重述切換，完美釋放大腦工作記憶超載。

📚 參考文獻與理論依據（Academic References）

  1. Krashen, S. (1982). Principles and practice in second language acquisition. Pergamon Press.
  2. Krashen, S. (1985). The input hypothesis: Issues and implications. Longman.
  3. Horwitz, E. K., Horwitz, M. B., & Cope, J. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125-132.
  4. MacIntyre, P. D., & Gardner, R. C. (1991). Methods and results in the study of foreign language anxiety: A review of the literature. Language Learning, 41(1), 85-117.
  5. MacIntyre, P. D., & Gardner, R. C. (1994). The subtle effects of language anxiety on cognitive processing in the second language. Language Learning, 44(2), 283-305.
  6. Levelt, W. J. (1989). Speaking: From intention to articulation. MIT Press.
  7. Swain, M. (1995). Three functions of output in second language learning. Principle and practice in applied linguistics, 125-144.
  8. Brown, P., & Levinson, S. C. (1987). Politeness: Some universals in language usage. Cambridge University Press.
  9. Nass, C., & Moon, Y. (2000). Machines and mindlessness: Social responses to computers. Journal of Social Issues, 56(1), 81-103.
  10. Edmondson, A. (1999). Psychological safety and learning behavior in work teams. Administrative Science Quarterly, 44(2), 350-383.