和真实课堂说再见? 用于外语学习的人工智能

界面+大数据=人工智能
界面+大数据=人工智能 | 图片来源:Cultura/Andrew Brookes © plainpicture

人工智能正一路高歌猛进,从“Alexa”等对话软件的日益流行便可见一斑。但如果想在语言教学中取代教学人员的角色,它还需要满足一些关键的标准:自发性、创造性和知识分享。

具有文字或语音操作界面的人工智能将会让我们的未来生活更加轻松便捷。装有Siri(苹果)或Glaxy(三星)等语音助手的智能手机,可通过语音识别软件和句法分析软件来实现各种功能性操作,亚马逊开发的聊天软件“Alexa”则很快将成为全能型智慧管家:在硅谷企业勾勒的未来图景中,和虚拟对象之间的直觉式语音互动已成为不可或缺的一部分。人工智不仅能用于向手机发送播放歌单等语音指令,而且还出现在一些复杂得多的场景中,比如网络游戏、语音互动玩具(如美泰开发的“ Hello Barbie“) ,或是作为在线学习环境下的虚拟老师(如一款SAP系统学习软件中的“Ed the Bot”)等等。创新技术在外语教学中的应用也指日可待,它们将使随时随地的学习成为可能。由商家和非营利性机构开发的外语学习软件采用(结合)了完全不同的技术操作方式。以下从技术的角度对几种学习软件的优缺点做了点评,将有助于读者了解其间的区别。

外语学习软件的基本技术概念

经典式图形用户界面(带有语音识别功能):在使用这种软件时,学习者需要逐个点击和完成虚拟任务,通过拖放操作将词汇和图形一一对应或是进行词语填空,这些都与传统的练习册十分相似。从严格意义上来讲,这样的学习环境并不属于人工智能的研究范畴,因为它沿用的是传统的桌面环境。

从学习心理学的角度来看,这类软件的主要缺陷在于它只要求用户将系统预先给定的字词机械地推来移去,而对话所需的自发式和创造性的语言表达能力几乎没有得到训练。不少商业性的外语学习软件都采用了这种功能模式,其中有的只支持单一语言(Rosetta Stone),有的则带有翻译功能(Babbel)。在教学法方面,即便是市场上的领先产品,也都采用了词句翻译或句型训练等过时的训练模式,因为高度模式化的版本在技术上实现起来较为容易。

其中有些软件具有语音识别功能,能够识别以语音方式输入的答案——在发音错误的情况下则无法识别。这种功能当然无法代替发音教学,因为对音频文件的技术分析遵循的是一套完全不同的标准,如对语音链(Lautkette)出现概率的估算等等。因此,模糊不清的发音,低声耳语或周围环境中的杂音都有可能对语音识别效果产生影响,而且学习者还可能有意利用这种方式来蒙混过关。此外,软件对于用户的发音也无法给出个性化的反馈,重复录入后收到错误提示只会给学习者带来一种挫败感,而不会起到纠正发音的作用。

具有对话功能的语言界面:此类软件试图模拟与虚拟教师之间的自然语言交互,其中的虚拟教师可以被称作狭义上的人工智能。这种对话系统遵循的是简易聊天机器人的工作原理,以达到利用自然语言进行直觉式交流的目的。用户输入任意语句后,系统会对输入内容进行关键词检索,如果其中出现了预先给定的关键词,虚拟教师便会在筛选后给出一条与之相应的预先编好的应答。这种系统可以采用语音或文字输入/输出方式。例如一款名为“Duolingo”的语言学习软件的英文版就属于支持文字输入的聊天机器人。而问题在于大多数此类系统只会对简单的关键词做出反应,它们无法判断所输入语句的语法是否正确或是否符合当前情境。这种互动式的人工辅导系统只能应用于明确给定的对话场景,因为此时的对话内容和错误来源都是可以预见的。在这种情境下,系统可以根据预先设置的(理想情况下可以选择不同阶段)学习进程教授学习内容、提出问题并给出反馈。但这种技术在外语教学领域却一直未能发挥出应有的潜力。相反,它在大学教学中已经部分地得到应用,例如汉诺威莱布尼茨大学便推出了由虚拟教师“El Lingo”主讲的日耳曼语言学、语法和正字法在线辅导系统。

配有教育代理人系统的虚拟学习环境: 采用了复杂的虚拟替身(包括表情和手势功能)的语音对话系统是同类产品中最先进的一种。比勒菲尔德大学研发出一款名为Max的教育代理人系统来充当博物馆虚拟导览。参观者可以就展品与Max进行问答,前提是参观者必须配合对话内容,不能偏离预先给定的对话框架。但对于外语教学来说,只有当学习者输入的问题和答案不超出研发人员的预测范围,和代理人系统(Agentensystem)的互动才能顺利进行。而在规定的应用范围之外,和聊天机器人或代理人系统之间的对话则表现出跳跃不定、不连贯和易受干扰等特点,因此并不适合用作外语学习工具。

人仍然是无法被模拟的,人的语言也同样如此 人仍然是无法被模拟的,人的语言也同样如此 | 图片来源:© Colourbox 大数据分析:由于数据存储功能的大幅拓展,人工智能的效率也有了很大提升。基于算法和统计模型的大数据分析也可以用于外语教学,例如解决翻译题目或提供词库。收集了大量来自母语会话者的经验性语言表述的学习系统具有一个优势:用户不是将外语作为一个抽象系统来学习和掌握,而是以日常会话的形式进行学习。但此类系统的问题在于,信息分析必须依赖预先编定的算法才能进行,而最终给出的搜索结果并不总是符合使用者的期望。利用大数据可以对类似Watson(IBM)这样的会话系统进行改进,为实现这一目的,系统会记录下日常应用中的每一句对话,从数据安全法的角度考虑这种做法存在极大隐患,未来在教学领域的应用也须加以斟酌。

 

人工智能的潜力和边界

人工智能的潜力和边界究竟在哪里?对于实现互动来说问题在于,人工智能系统是纯粹决定论式的,即严格按照程序运行,可依据的社会文化知识资源极其有限。 形成才而人际交往的作用方式则恰恰相反:人与人之间的交流以大量的共享知识为前提,且人们只就和当前交际场景相关的东西进行最有效率的交流。人在对话过程中所做出的反应是灵活和自然的,在这一点上系统无法望其项背,因为它不具备一个基本的条件——认知意识。采用图形用户界面的在线学习软件虽然有朝一日可能会代替传统式的模拟课本,但在可预见的未来,教学人员却不会被人工智能轻易取代。配有虚拟教师的在线学习软件并不会代替真实的课堂,而只是提供了一种全新的自学辅助手段。它可以通过和教育代理人系统进行互动来学习词汇,或是在与虚拟形象进行游戏的过程中完成语言练习,这样的场景特别能调动某些类型学习者的积极性。而另外一些学习者则是在真实的学习小组中,通过与其他成员之间的社会交往,以及通过在这种学习环境下形成的各种约束——比如需要一个真实的教学人员对学习进度加以审核等等——才能更好地进行学习。

在没有条件开展课堂教学的地方,互动式语言学习系统也填补了空白。计划出国度假却又没时间报班听课的上班族,可以利用学习软件来了解一些简单的外语知识。而对于困境中的难民来说,在等待被安排进移民辅导班接受适应性培训的漫长过程中,也可以利用比如歌德学院提供的德福课程学习软件掌握一些基本的词汇。总的来说,这些技术只适合作为真人教学的补充或准备为初学者提供一定帮助。

 

参考文献

Lotze, Netaya (2016): Chatbots. Eine linguistische Analyse (Sprache – Medien – Innovation; 9).