الحاجة إلى تعلم اللغة الإنجليزية لاستخدامها في الأعمال يزداد يومًا بعد يوم، وهذا ما يدعو إلى الابتكار والتطوير في مجال تعليم وتعلم اللغة الإنجليزية، مما يعني أن هناك فرصًا تجارية تفتح كل حين، في مجال أتمتة العملية التعليمية، والاستفادة من التقنيات الحديثة، وتعد أحد أهم العمليات التي تمت أتمتتها، هي عملية التقييم والتصحيح وتزويد المتعلم بملاحظات عن الأداء.
من الأنظمة التي تم استخدامها أخيرًا في عملية تعلم اللغة، هي أنظمة المساعدة الشخصية مثل «أليكسا» من شركة أمازون (Amazon) أو «سيري» من شركة أبل (Apple)، ولكن هذه الأنظمة، حين الحديث معها، فإنها ومن باب الحفاظ على خصوصية المستخدم، لا تقوم بحفظ الأصوات التي يتم استقبالها، ولكن يتم حفظ نسخة كتابية مما قاله المتحدث، بمعنى أنه حين الحديث إلى أحد أجهزة المساعدة الشخصية، فإن التسجيل الصوتي يتم تحويله إلى نص كتابي، ومن ثم يتم التعامل مع النص وليس التسجيل الصوتي.
استخدام أجهزة - أو تطبيقات - المساعدة الشخصية لتعلم اللغة، يفتح تحديًا جديدًا على أنظمة التقييم الآلي، وذلك لأن المحادثة الفعلية التي تتم مع النظام، لا يتم تخزينها، ولكن يتم تخزين تمثيل نصي لها، مما يجعل أي عملية تقييم آلي، لأداء المتعلم، لا تكون ممثلة للوقع بدقة عالية.
هانا كريقهيد (Hannah Craighead) والتي تعمل حاليًا في شركة (Google)، قامت أثناء دراساتها العليا بجامعة كامبردج (University of Cambridge) وبالتعاون مع البروفيسورة باولا باتري (Paula Buttery) بدراسة إمكانية إعادة تقييم أداء المتعلمين أثناء حديثهم مع أنظمة المحادثات الآلية، في ظل تحويل الصوت إلى نص.
قام الفريق البحثي بتجربة اثنتين من أشهر خوارزميات الذكاء الاصطناعي وذلك للتقييم الآلي لأداء متعلمي اللغة، وتحديدًا تقييم المحادثة الصوتية باستخدام التمثيل النصي لها، إذ تم تحليل أكثر من ألف تسجيل صوتي، لمتعلمي اللغة الإنجليزية.
يقوم نظام التقييم الآلي الذي تم تطويره على استخراج عدد من المعلومات من النص، والتي تسهم في تحديد خواص المتحدث، وبالتالي التعويض عن فقدان التسجيل الصوتي الأصلي، هذه الخواص التي يتم التنبؤ بها، يتم استخدامها في عملية التقييم الفعلية، التي تتم على نص المحادثة، ما يهدف إلى رفع دقة التقييم إلى أعلى مستوى ممكن.
تمت مقارنة نظام التقييم الآلي لنص المحادثات مع التقييم البشري للتسجيل الصوتي الأصلي، وكانت النتائج مبشرة إلى حد ما، حيث وجد الباحثون أن نظامهم تمكن من تمييز 76 % تقييمًا آليًّا مقاربًا تمامًا للتقييم البشري لأداء المتعلمين.
من الأنظمة التي تم استخدامها أخيرًا في عملية تعلم اللغة، هي أنظمة المساعدة الشخصية مثل «أليكسا» من شركة أمازون (Amazon) أو «سيري» من شركة أبل (Apple)، ولكن هذه الأنظمة، حين الحديث معها، فإنها ومن باب الحفاظ على خصوصية المستخدم، لا تقوم بحفظ الأصوات التي يتم استقبالها، ولكن يتم حفظ نسخة كتابية مما قاله المتحدث، بمعنى أنه حين الحديث إلى أحد أجهزة المساعدة الشخصية، فإن التسجيل الصوتي يتم تحويله إلى نص كتابي، ومن ثم يتم التعامل مع النص وليس التسجيل الصوتي.
استخدام أجهزة - أو تطبيقات - المساعدة الشخصية لتعلم اللغة، يفتح تحديًا جديدًا على أنظمة التقييم الآلي، وذلك لأن المحادثة الفعلية التي تتم مع النظام، لا يتم تخزينها، ولكن يتم تخزين تمثيل نصي لها، مما يجعل أي عملية تقييم آلي، لأداء المتعلم، لا تكون ممثلة للوقع بدقة عالية.
هانا كريقهيد (Hannah Craighead) والتي تعمل حاليًا في شركة (Google)، قامت أثناء دراساتها العليا بجامعة كامبردج (University of Cambridge) وبالتعاون مع البروفيسورة باولا باتري (Paula Buttery) بدراسة إمكانية إعادة تقييم أداء المتعلمين أثناء حديثهم مع أنظمة المحادثات الآلية، في ظل تحويل الصوت إلى نص.
قام الفريق البحثي بتجربة اثنتين من أشهر خوارزميات الذكاء الاصطناعي وذلك للتقييم الآلي لأداء متعلمي اللغة، وتحديدًا تقييم المحادثة الصوتية باستخدام التمثيل النصي لها، إذ تم تحليل أكثر من ألف تسجيل صوتي، لمتعلمي اللغة الإنجليزية.
يقوم نظام التقييم الآلي الذي تم تطويره على استخراج عدد من المعلومات من النص، والتي تسهم في تحديد خواص المتحدث، وبالتالي التعويض عن فقدان التسجيل الصوتي الأصلي، هذه الخواص التي يتم التنبؤ بها، يتم استخدامها في عملية التقييم الفعلية، التي تتم على نص المحادثة، ما يهدف إلى رفع دقة التقييم إلى أعلى مستوى ممكن.
تمت مقارنة نظام التقييم الآلي لنص المحادثات مع التقييم البشري للتسجيل الصوتي الأصلي، وكانت النتائج مبشرة إلى حد ما، حيث وجد الباحثون أن نظامهم تمكن من تمييز 76 % تقييمًا آليًّا مقاربًا تمامًا للتقييم البشري لأداء المتعلمين.
