Hitri vstop:
Pojdi neposredno na sekundarno navigacijo (Alt 3)Pojdi neposredno na sekundarno navigacijo (Alt 3)Pojdi neposredno na glavno navigacijo (Alt 2)

Adijo, prezenčni pouk
Umetna inteligenca pri učenju jezikov

Interfaces + Big Data = umetna inteligenca
Interfaces + Big Data = umetna inteligenca | Foto: Cultura/Andrew Brookes © plainpicture

Umetna inteligenca je na pohodu – tega ne vidimo zgolj po vse večji priljubljenosti programske opreme kot je Alexa. Vendar ji pri tem, da bi pri pouku jezikov nadomestila resničnega učitelja, manjkajo odločilni kriteriji: spontanost, kreativnost in splošna razgledanost.

Dr. Netaya Lotze

V prihodnosti naj bi nam olajšala vsakdan – umetna inteligenca (UI) z vmesnikom, ki ga je mogoče upravljati pisno ali ustno. Z asistenčinimi sistemi, kot sta Siri (Apple) ali Galaxy (Samsung) lahko s pomočjo programov za prepoznavanje govora in sinteze upravljamo funkcije pametnega telefona, programska oprema Alexa (Amazon) pa bo kmalu upravljala pametni dom: podjetja iz Silicijeve doline napovedujejo vizijo prihodnosti, ki si je ne bo več mogoče zamisliti brez intuitivne interakcije z virtualnim sogovornikom. Umetna inteligenca pa ne pride v poštev le takrat, ko želimo mobilnemu telefonu dati ukaz naj predvaja določeno glasbo, temveč tudi pri bolj kompleksnih scenarijih spletnih iger, interaktivnih igračah z jezikovnim vmesnikom (kot je Mattelova Hello Barbie) ali virtualnih tutorjih v e-učnih okoljih (na primer virtualni tutor Ed the Bot pri učni programski opremi SAP). Uporaba inovativnih tehnologij pri pouku tujih jezikov se zdi zelo uporabna. Omogočila naj bi učenje kjerkoli in kadarkoli. Pri tem komercialni ponudniki in nekomercialne institucije razvijajo aplikacije, ki sledijo povsem različnim tehničnim pristopom (in jih med seboj kombinirajo). Kritični pregled, kot sledi v nadaljevanju, lahko pripomore k diferenciaciji.

TEMELJNI TEHNIČNI KONCEPTI PROGRAMSKE OPREME ZA UČENJE JEZIKOV

Klasični grafični uporabniški vmesnik (+ prepoznavanje govora): tukaj učenci klikajo na digitalne naloge, ki zelo spominjajo na tradicionalne vadnice. S funkcijo drag-and-drop besede povezujejo s slikami ali dopolnjujejo besedila z ustreznimi besedami. Takšna učna okolja strogo gledano ne sodijo k področju raziskovanja umetne inteligence, ker se orientirajo po klasičnem okolju namizja.

Z učno-psihološkega vidika je problematično predvsem to, da gre za premikanje vnaprej izoblikovanih jezikovnih gradnikov ter da ni mogoče utrjevati kreativnih, spontanih formulacij lastnih izjav. Veliko komercialnih aplikacij deluje tako – deloma enojezično (Rosetta Stone), deloma s prevodi (Babbel). Pri tem se tudi vodilni na trgu teh aplikacij didaktično orientirajo po zastarelih konceptih kot je metoda prevajanja ali pattern-drills, kajti zelo shematične formate je veliko lažje modelirati.

Nekatere aplikacije so nadgrajene s programom za prepoznavanje govora, ki prepoznava izgovorjene rešitve – ali pa tudi ne: pri napačni izgovorjavi. Ta funkcija seveda ne more nadomestiti pouka fonetike, kajti pri tehničnem ocenjevanju avdio dokumentov so pomembni povsem drugi kriteriji, kot je na primer ocena možnih glasovnih verig. Tako na prepoznavanje govora vpliva nejasna izgovorjava, šepetanje in šum iz ozadja, učenci pa vse to lahko povzročijo tudi namerno. Poleg tega aplikacije ne zagotavljajo individualne povratne informacije glede artikulacije. Ponavljanje napačno izgovorjene besede, kateremu vsakokrat sledi samo sporočilo o napaki, vodi prej do frustracij kot do izboljšanja izgovorjave.

Jezikovni vmesnik s funkcijo dialoga: tukaj gre za poskus simulacije naravne jezikovne interakcije z virtualnim tutorjem ali tutorko, ki ga/jo lahko v ožjem smislu lahko označimo kot umetna inteligenca. Ti dialoški sistemi sledijo principu enostavnega chatbota, s pomočjo katerega naj bi intuitivno komunicirali v naravnem jeziku. Učenci lahko prosto vnašajo delčke pogovora, ki jih tehnologija pregleda po vnaprej določenih ključnih besedah. Če je bila uporabljena prava ključna beseda, umetni tutor izbere ustrezen, vnaprej izoblikovan delček pogovora in ga objavi. Vnos in izhod jezika je lahko pisni ali glasovni. Angleška verzija aplikacije za učenje jezikov Duolingo ima na primer tutorja, ki deluje kot chatbot za dopisovanje. Problematično pri tem pa je, da večina sistemov deluje zgolj na preproste ključne besede in ima velike težave z ocenjevanjem slovnične pravilnosti in tem, ali je določena vnesena izjava primerna situaciji. Takšni interaktivni umetni tutorski sistemi delujejo pri jasno začrtanih scenarijih z vnaprej predvidljivimi dialogi in ustreznimi viri napak. V takšnih kontekstih lahko z vnaprej določenim napredovanjem (ki ga v idealnem primeru lahko izbiramo glede na stopnje) posredujemo učne vsebine, zastavljamo vprašanja in dajemo povratne in informacije. Vendar pri posredovanju tujih jezikov ta tehnologija še zdaleč ni v takšni uporabi, kot to obljublja njen potencial. Vsaj delno pa se jo uporablja pri univerzitetnem učenju, kot so na primer spletne tutorske skupine pri germanistični lingvistiki, slovnici in pravopisu s šarmantnim umetnim tutorjem El Lingo na Leibnizovi Univerzi v Hannovru.

Virtualna učna okolja s sistemi pedagoških agentov: največji napredek razvoja predstavljajo dialoški sistemi z zapletenimi avatarji, ki vključujejo tudi gestiko in mimiko (embodiment). Tako so na univerzi v Bielefeldu razvili pedagoškega agenta Maxa, ki je virtualni vodnik po muzeju. Z njim se lahko pogovarjamo o eksponatih – v kolikor smo kooperativni in se ne oddaljujemo od jasno vnaprej določenega dialoga. Pri pouku tujih jezikov je problematično to, da je interakcija z agentnim sistemom nemotena le takrat, ko učenci postavljajo vprašanja in dajejo odgovore, ki so jih razvijalke in razvijalci sistema vnaprej predvideli. Človeško obnašanje pa je le pogojno predvidljivo. Izven uporabniških področij, ki jih določa skript, so dialogi s chatboti in agentnimi sistemi pomanjkljivi, nekoherentni in dovzetni za motnje. Ne morejo biti zgled za tiste, ki se učijo tujega jezika.

Človeka ni mogoče posnemati – prav tako ne človeške govorice. Človeka ni mogoče posnemati – prav tako ne človeške govorice. | Foto: © Colourbox Big-Data-Analysis: uspešnost umetne inteligence je v zadnjem času zaradi velike razširitve prostora za shranjevanja podatkov zelo narasla. Pregled večje množice podatkov z algoritmom in statističnimi modeli lahko uporabimo tudi pri pouku tujih jezikov, na primer pri vajah iz prevajanja in v obliki besedišča, ki temelji na korpusu. Prednost dela z velikimi zbirkami podatkov z empiričnimi izjavami maternih govork in govorcev je, da se tujega jezika ne učimo kot abstraktnega sistema, temveč tako, kot je dejansko v uporabi. Po drugi strani pa je problematično to, da se moramo pri ocenjevanju informacij zanašati na vnaprej določeni algoritem, za katerega ni nujno, da zmeraj najde in uporabi to, kar obljublja. Z uporabo večjih množic podatkov naj bi se izboljšali tudi dialoški sistemi kot Watson (IBM). Zato sistemi beležijo vse dialoge, kar je z vidika varstva podatkov zelo problematično in bo treba v prihodnje upoštevati med uporabo pri pouku.

POTENCIAL IN MEJE UMETNE INTELIGENCE

Kje so torej potenciali in meje umetne inteligence? Pri interakciji je problematično to, da so sistemi zasnovani deterministično, da torej sledijo samo enemu programu in lahko dostopajo samo do majhnega števila resursov znanja, kot je socialno ali kulturno znanje. Človeška komunikacija deluje povsem drugače. Pogoj je veliko splošnega znanja, da lahko uspešno komuniciramo samo o tem, kar se nam zdi pomembno v določeni interaktivni situaciji. Pri tem smo spontani in prilagodljivi. Sistemi pa tega ne morejo, saj nimajo osnovnega pogoja: kognitivnega zavedanja. Zato bodo v prihodnosti aplikacije e-učenja z grafičnim uporabniškim vmesnikom zagotovo nadomestile analogne učbenike, vendar umetna inteligenca v doglednem času nikakor ne bo mogla nadomestiti učitelja. Aplikacije za e-učenje z umetnimi tutorkami in tutorji ne nadomestijo prezenčnega pouka, temveč predstavljajo nek povsem nov pristop k podpori samostojnega študija. Učenje novih besed s pedagoškim agentskim sistemom ali računalniško igrico z virtualnim značajem jezikovnih vaj, ima zelo motivacijski učinek na določene učne tipe. Drugi se lažje učijo prek socialne interakcije v realni učni skupini in obvezami, kot so kontrola učnega napredka, ki jo izvaja učitelj.

Interaktivni sistemi za učenje jezikov lahko zapolnijo vrzel tudi tam, kjer sicer ne bi bilo možnosti za pouk. Tako se lahko zaposleni, ki nimajo časa za običajen tečaj, s pomočjo aplikacij za učenje naučijo nekaj osnov jezika države, kjer bodo dopustovali. Ali pa migranti, ki se lahko osnovnega besednega zaklada naučijo s pomočjo aplikacije DaF Goethe-Instituta, in tako preskočijo dolge čakalne vrste na integracijske tečaje. Tehnologija je tako primerna izključno za začetnice in začetnike kot dopolnilo ali priprava na prezenčni pouk s pravimi učitelji.
 

LiteraturA

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