Je leest:

Taaltechnologie in het onderwijs

Taaltechnologie in het onderwijs

Iedereen wil het als hij met zijn huiswerk bezig is: de juiste hulp op het juiste moment. Stiekem maken we de laatste jaren al steeds meer gebruik van taaltechnologische toepassingen, zoals zoekmachines en spelling- en grammaticacontrole. Wat kunnen we in de toekomst allemaal nog aan handigheden verwachten?

Het is voor docenten steeds moeilijker om hun leerlingen de begeleiding te geven die ze nodig hebben. Meer en meer scholen werken met individuele studietrajecten met veel opdrachten en maken gebruik van forums en mail. Het kost dan veel tijd om elke leerling goed te kunnen volgen en helpen als hij dat nodig heeft. Uit onderzoek is onlangs dan ook gebleken dat docenten uit het hoger onderwijs graag toepassingen zouden zien die hun werk minder tijdsintensief maken. Te denken valt bijvoorbeeld aan software die automatisch vragen van studenten beantwoordt, werkstukken nakijkt of achtergrondinformatie toegankelijk maakt.

Al deze toepassingen zijn voorbeelden van e-learning waarbij taaltechnologie een belangrijke rol zou kunnen spelen. Taaltechnologie is een vorm van automatische verwerking van taal. Hoewel deze techniek nog volop in ontwikkeling is, maakt bijna iedereen er wel al regelmatig gebruik van. Denk maar eens aan zoekmachines zoals Google of plagiaatsoftware die nakijkt of een werkstuk niet van internet is geplukt. Ook de spelling- en grammaticacontrole in je tekstverwerker is een vorm van taaltechnologie.

De tijden waarin de hele klas een uur lang naar de docent luistert zijn allang voorbij. Tegenwoordig werken studenten veelal zelfstandig, waarbij veel gebruik wordt gemaakt van internet.

Taaltechnologie

Er zijn verschillende manieren om tekst met behulp van een computer te analyseren. Een manier is door middel van grammaticale analyse. De computer krijgt dan de formele regels van een grammatica aangeleerd en kan daarmee de taal ‘begrijpen’. Een andere manier is een statistische methode. Hierbij ziet de computer een tekst alleen als een verzameling woorden, dus zonder onderlinge regels. Door te kijken naar grote hoeveelheden teksten, weet de computer welke woorden regelmatig in dezelfde context voorkomen en dus waarschijnlijk met elkaar in verband staan. Vergelijk de volgende zinnen maar eens:

-De buurman rijdt in een luxe Volvo. -Tineke neemt altijd de trein naar haar oma. -Henk gaat met de auto naar zijn werk. -Anja gaat met de fiets naar school.

Wij mensen weten dat een Volvo, een trein, een auto en een fiets vervoersmiddelen zijn. De computer leert dit door heel veel van dit soort zinnen en hun context te bekijken. Met deze methode kan de computer dus aangeven dat twee woorden erg op elkaar lijken of dat een vraag over een bepaald onderwerp gaat.

Nederlandse kennis

In maart 2008 is een Europees project gestart dat zich bezighoudt met de ontwikkeling van nieuwe taaltechnologische toepassingen in het onderwijs. De komende 3 jaar zullen 10 partijen, vooral universiteiten en enkele bedrijven, zich inzetten voor dit LTfLL-project, wat staat voor Language Technologies for Lifelong Learning. Vanuit Nederland dragen de Open Universiteit, de Universiteit Utrecht en Aurus KTS b.v. hun steentje bij. Dit zijn alle drie geen onbekenden in het vakgebied.

Zo hebben onderzoekers van de Open Universiteit onlangs onderzocht hoe docenten kunnen worden ondersteund met behulp van software die helpt vragen van leerlingen te beantwoorden. Dankzij de software hoeven de docenten niet meer de hele avond achter hun computers mailtjes te beantwoorden. Het programma beoordeelt automatisch over welk onderwerp de vraag van de leerling gaat en stuurt deze vervolgens door naar een andere student die al meer van dit onderwerp afweet. Tegelijk stuurt de software ook enkele automatisch geselecteerde tekstfragmenten mee over het onderwerp. De studenten kunnen elkaar zo helpen. Uit het onderzoek blijkt dat meer dan 70% van de vragen zo opgelost worden en dat de leerlingen het een fijne manier van werken vinden. De leerling met de vraag krijgt de uitleg die hij zoekt en de leerling die helpt kan door de vraag dieper over de stof nadenken.

De Universiteit Utrecht was al betrokken bij het LT4eL-project, Language Technology for eLearning. In dit project hebben de onderzoekers taaltechnologie en semantische netwerken ingezet om automatisch informatie uit bronnen te halen. De toepassingen die zijn ontwikkeld in dit project kunnen bijvoorbeeld automatisch de trefwoorden van een tekst bepalen of een woordenlijst met definities maken. Zo kan een student snel en makkelijk aan de informatie komen die hij nodig heeft. Tot slot heeft ook Aurus KTS veel ervaring met e-learning en kennismanagement.

Beginner of expert?

In het LTfLL-project gaan de Europese onderzoekers nog een stapje verder. Ze gaan onderzoeken hoe taaltechnologie op drie verschillende onderdelen van het onderwijs ingezet kan worden. In het eerste onderdeel richten de onderzoekers zich vooral op de zogenaamde positionering. Hiermee wordt het vaststellen van het niveau van de leerling op een bepaald kennisgebied bedoeld. Het uitgangspunt hiervan is dat naarmate je meer van een bepaald onderwerp afweet, je er ook anders over gaat praten en schrijven. Je gebruikt andere termen en ziet relaties die je eerder nog niet zag.

De wetenschappers van LTfLL willen automatisch vast kunnen stellen of een student op het voor haar gewenste niveau werkt voor een bepaald vakgebied, bijvoorbeeld als een beginner, een expert of meer ertussenin. Voor een beginner doen ze dit door de teksten van een student te vergelijken met teksten van ‘voorbeeld-beginners’. De software zal hierbij vooral kijken of de gebruikte begrippen en de relaties die daartussen gelegd worden overeenkomen met die van de voorbeeld-beginners. Afhankelijk van de verschillen en overeenkomsten in de teksten, zal de software adviseren of er onderwerpen zijn waar het verstandig is om nog extra aan te werken.

Feedback

In het tweede onderdeel kijken de onderzoekers hoe taaltechnologie studenten automatisch kan ondersteunen bij specifieke opdrachten. Stel je voor dat je leraar als opdracht geeft om de symptomen van suikerziekte in kaart te brengen. Je mag dit in je eentje doen door een samenvatting in te leveren, maar je mag ook met een groepje werken en met behulp van een forum- of chatomgeving de opdracht maken. Als je alleen hebt gewerkt, geeft de software je automatisch feedback of je alle symptomen hebt behandeld. Bij de groepsopdracht wordt daarnaast ook nog de samenwerking bekeken: heeft iedereen wel een bijdrage geleverd aan de opdracht en wie heeft de discussie geleid?

Het werk van een leraar houdt niet op zodra de schoolbel is gegaan. Vaak is hij nog uren bezig met nakijken, vragen beantwoorden en vergaderen. Als hij straks de toepassingen uit het LTfLL-project kan gebruiken, zal hem dat veel tijd schelen.

Kennis delen

In het derde onderdeel van LTfLL gaan de onderzoekers bekijken hoe kennis het beste gedeeld en toegankelijk gemaakt kan worden. Vroeger hielden alleen bibliotheken en scholen zich bezig met het verstrekken van studiemateriaal. Met de komst van het internet is er echter een gigantische hoeveelheid extra materiaal beschikbaar gekomen, bijvoorbeeld via Wikipedia of YouTube. Het is nu niet langer de kunst om materiaal te vinden, maar wel om de juiste informatie te vinden. Dat betekent dat je de juiste zoektermen moet gebruiken en dat je goed moet kunnen inschatten van welke kwaliteit het gevonden materiaal is.

Het is de bedoeling dat studenten met behulp van taaltechnologie een betere keuze kunnen maken en zo dus met beter studiemateriaal zullen werken. De wetenschappers willen in dit deel van het project een speciale leeromgeving creëren die studenten helpt bij het selecteren van het beste lesmateriaal. Dit kan door bijvoorbeeld automatisch geschiktere zoektermen aan te dragen. Hiervoor kunnen ‘tags’ van de studenten gecombineerd worden met trefwoorden uit het vakgebied en uit de tekst zelf. Ook zal gebruik gemaakt worden van kwaliteitsscores die andere studenten aan het materiaal gegeven hebben

Beschikbaarheid

De toepassingen uit het LTfLL-project zijn nog niet klaar. Tot begin 2011, wanneer het project afloopt, zullen de onderzoekers wel al zoveel mogelijk de toekomstige gebruikers betrekken bij hun onderzoek. Dit doen ze door evaluaties, workshops en door alle ontwerpen te beschrijven in scenario’s in gewone taal met een uitleg van de onderwijssituatie en de rol en de verwachtte bijdrage van alle deelnemers. Scholieren en studenten zullen het voorlopig dus nog even moeten doen met Google en de spellingchecker, maar een hele nieuwe generatie aan taaltechnologische toepassingen is al onderweg naar het onderwijs.

Zie ook:

Oeps: Onbekende tag `feed’ met attributen {"url"=>"https://www.nemokennislink.nl/kernwoorden/stevin.atom", “max”=>"5", “detail”=>"normaal"}

Dit artikel is een publicatie van NEMO Kennislink.
© NEMO Kennislink, sommige rechten voorbehouden
Dit artikel publiceerde NEMO Kennislink op 05 december 2008

Discussieer mee

0

Vragen, opmerkingen of bijdragen over dit artikel of het onderwerp? Neem deel aan de discussie.

NEMO Kennislink nieuwsbrief
Ontvang elke week onze nieuwsbrief met het laatste nieuws uit de wetenschap.