Towards Reducing Foreign Language Anxiety Using Level-Appropriate Embodied Conversational Agents
यह शोध पत्र एक नवीन मल्टी-एजेंट एम्बोडीड कन्वर्सेशनल सिस्टम का प्रस्ताव और प्रारंभिक मूल्यांकन करता है जो अंग्रेजी सीखने वालों के लिए विदेशी भाषा की चिंता को कम करने हेतु CEFR स्तर के अनुकूल संवाद उत्पन्न करता है, जो छोटे नमूना आकार के कारण चिंता में कमी पर अनिर्णायक सांख्यिकीय परिणामों के बावजूद उपयोगकर्ता की दक्षता के साथ बेहतर भाषाई संरेखण प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक गहरे स्विमिंग पूल में कूदकर एक नई भाषा सीखने की कोशिश कर रहे हैं, जबकि कोई मेगाफोन पर जटिल निर्देश चिल्ला रहा है। कई लोगों के लिए विदेशी भाषा सीखना ऐसा ही महसूस हो सकता है, जो अक्सर एक विशेष प्रकार की घबराहट को जन्म देता है जिसे "फॉरेन लैंग्वेज एंग्जायटी" (विदेशी भाषा संबंधी चिंता) कहा जाता है। यह आपके पेट में होने वाली वह घबराहट वाली लहर है जब आप मूर्ख दिखने, गलती करने या दूसरों द्वारा आंके जाने से डरते हैं। यह चिंता एक बहुत बड़ी बाधा है क्योंकि यह छात्रों को बोलने से रोकने और प्रयास करना बंद करने पर मजबूर कर सकती है।
इसे ठीक करने के लिए, वैज्ञानिकों ने "कन्वर्सेशनल एजेंट्स" का उपयोग करना शुरू कर दिया है—जो मूल रूप से सुपर-स्मार्ट कंप्यूटर प्रोग्राम हैं जो आपसे बात कर सकते हैं, जैसे कि एक मिलनसार रोबोट दोस्त। बड़ा विचार यह है कि एक असली इंसान से बात करने की तुलना में एक रोबोट से बात करना कम डरावना हो सकता है। लेकिन यहाँ एक पेंच है: यदि रोबोट बहुत तेज़ बोलता है या ऐसे शब्दों का उपयोग करता है जो बहुत कठिन हैं, तो यह चिंता को और बढ़ा सकता है। इसलिए, शोधकर्ता यह सवाल पूछ रहे हैं: क्या हम एक ऐसा रोबند दोस्त बना सकते हैं जो बिल्कुल जानता हो कि आपसे कैसे बात करनी है, आपकी दक्षता के स्तर के अनुसार सही कठिनाई का उपयोग करते हुए, ताकि आपको सहज महसूस कराने और सीखने में मदद मिल सके?
यह शोध पत्र उसी प्रश्न की खोज करता है। शोधकर्ताओं ने एक विशेष प्रणाली बनाई है जो एक "लेवल-चेकर" (स्तर जाँचने वाले) की तरह काम करती है, जो एक बात करने वाले रोबोट के लिए है। वे यह देखना चाहते थे कि क्या रोबोट की भाषा को शिक्षार्थी की वर्तमान क्षमता (जैसे कि एक शुरुआती स्तर के व्यक्ति के लिए सरल वाक्यों में बोलना) के अनुरूप बनाना वास्तव में उस घबराहट को कम करेगा। उन्होंने इसका परीक्षण जापान के कुछ विश्वविद्यालय के छात्रों के साथ किया जो अंग्रेजी सीख रहे थे।
यहाँ उनका "लेवल-चेकिंग" रोबोट कैसे काम करता है, यह देखें। कल्पना कीजिए कि आप एक कहानी लिख रहे हैं, लेकिन आप यह सुनिश्चित करना चाहते हैं कि यह एक 10 साल के बच्चे के पढ़ने के लिए पर्याप्त आसान हो। आप एक वाक्य लिखेंगे, फिर एक सख्त संपादक से पूछेंगे, "क्या यह बहुत कठिन है?" यदि संपादक कहता है, "हाँ, यह शब्द बहुत बड़ा है," तो आप उसे फिर से लिखते हैं। यह शोध पत्र उस प्रक्रिया के डिजिटल संस्करण का वर्णन करता है। उन्होंने AI एजेंटों की एक टीम बनाई है जो एक साथ काम करती है। पहले, एक "कन्वर्सेशनल एजेंट" छात्र के साथ चैट करने की कोशिश करता है। फिर, एक "क्लासिफायर" (एक स्मार्ट टूल जिसे भाषा की कठिनाई पहचानने के लिए प्रशिक्षित किया गया है) रोबोट द्वारा कहे गए हर वाक्य की जांच करता है कि क्या वह छात्र के कौशल स्तर से मेल खाता है, जिसे CEFR नामक एक मानक पैमाने द्वारा मापा जाता है (इसे एक वीडियो गेम लेवल की तरह समझें: A1 शुरुआती स्तर है, A2 थोड़ा ऊपर है, और इसी तरह)।
यदि रोबोट कुछ बहुत जटिल कहता है, तो एक "फीडबैक एजेंट" हस्तक्षेप करता है। यह एक सहायक कोच की तरह है जो कहता है, "हे, यह वाक्य बहुत कठिन था! आइए इसे इस तरह कहने की कोशिश करते हैं।" इसके बाद रोबोट अपनी प्रतिक्रिया को फिर से लिखता है और फिर से जांच करता है। यह चक्र तब तक चलता रहता है जब तक कि रोबोट यह नहीं जान लेता कि जो वह कहना चाहता है उसे कहने का सबसे सटीक और सरल तरीका क्या है। लक्ष्य यह देखना था कि क्या यह "लेवल वाला" रोबोट एक ऐसे रोबोट की तुलना में आपकी घबराहट को कम करेगा जो बिना किसी स्तर की जांच किए बस सामान्य रूप से बात करता है।
शोधकर्ताओं ने केवल तीन जापानी विश्वविद्यालय के छात्रों के साथ एक छोटा पायलट अध्ययन चलाया। उन्होंने इन छात्रों को एक वर्चुअल कैफे सेटिंग में रोबोट के साथ चैट करने के लिए कहा। प्रत्येक छात्र के पास तीन छोटी चैट थीं: एक सिस्टम से परिचित होने के लिए, एक जहाँ रोबोट ने "लेवल-चेकिंग" फ़िल्टर का उपयोग किया, और एक जहाँ रोबोट बिना किसी फ़िल्टर के बात कर रहा था (बस सामान्य रूप से बात कर रहा था)। प्रत्येक चैट के बाद, छात्रों ने एक प्रश्नावली भरी कि वे कितना घबराए हुए महसूस कर रहे थे।
परिणाम दिलचस्प थे लेकिन यह कोई जादुई समाधान नहीं था। "लेवल-चेकिंग" प्रणाली अपने द्वारा उत्पादित शब्दों के मामले में बिल्कुल वैसा ही काम करती थी जैसा कि अपेक्षित था। फ़िल्टर किए गए चैट में, रोब been द्वारा कहे गए वाक्यों में से 87.4% छात्रों के लिए सही कठिनाई स्तर पर थे। अनफ़िल्टर्ड चैट में, केवल 54.1% वाक्य सही स्तर पर थे। फ़िल्टर चालू होने पर रोबोट अपनी भाषा को सरल बनाए रखने में बहुत बेहतर था।
हालाँकि, जब छात्रों की चिंता की बात आई, तो कहानी थोड़ी मिली-जुली थी। चूंकि अध्ययन में केवल तीन प्रतिभागी थे, इसलिए शोधकर्ता सांख्यिकीय निश्चितता के साथ यह साबित नहीं कर सके कि फ़िल्टर्ड रोबोट ने सभी को कम घबराहट महसूस कराई। लेकिन, उन्होंने एक रुझान देखा। तीन में से दो छात्रों ने रिपोर्ट किया कि वे अनफ़िल्टर्ड रोबोट की तुलना में फ़िल्टर्ड रोबोट से बात करने के बाद थोड़ा कम चिंतित महसूस कर रहे थे। तीसरा छात्र इस पैटर्न का पालन नहीं करता था, लेकिन शोधकर्ताओं ने नोट किया कि उस छात्र की बातचीत बहुत विशिष्ट थी (अपना परिचय फिर से देना) जिसने शायद विषय को परिचित और आसान बना दिया था, चाहे रोबोट के भाषा का स्तर कुछ भी हो।
शोध पत्र सुझाव देता है कि जबकि सिस्टम सही प्रकार के शब्द उत्पन्न करने में उत्कृष्ट है, चिंता को कम करने के साथ इसका संबंध आशाजनक है लेकिन अभी पूरी तरह से सिद्ध नहीं हुआ है। छात्रों ने आम तौर पर एक वास्तविक इंसान की तुलना में रोबोट से बात करना आसान पाया, और वे फ़िल्टर्ड चैट का अधिक आनंद लेते दिखे, भले ही उन्हें हमेशा यह एहसास न हुआ हो कि भाषा सरल थी। शोधकर्ताओं ने अनुभव में कुछ "बग्स" भी पाए: वर्चुअल कैफे परिदृश्य जापानी छात्रों को थोड़ा अजीब और अप्राकृतिक लगा, और कभी-कभी माइक्रोफ़ोन उनकी आवाज़ को ठीक से नहीं पकड़ पाता था, जिससे तनाव बढ़ गया।
संक्षेप में, यह शोध पत्र सुझाव देता है कि बात करने वाले रोबोट को "डिफिकल्टी फ़िल्टर" देने से वह शिक्षार्थी के लिए सही स्तर पर बोल पाता है, जो कि एक अच्छा पहला कदम है। यह संकेत देता है कि इससे चिंता को कम करने में मदद मिल सकती है, लेकिन शोधकर्ता सावधानी बरतते हुए कहते हैं कि निश्चित होने के लिए अधिक लोगों के साथ और अधिक परीक्षण की आवश्यकता है। उन्होंने यह भी सीखा कि परिवेश शब्दों जितना ही महत्वपूर्ण है; यदि परिदृश्य अजीब लगता है या तकनीक में गड़बड़ी होती है, तो यह अनुभव को खराब कर सकता है। यह एक ऐसा रोबोट ट्यूटर बनाने की दिशा में एक ठोस शुरुआत है जो केवल बात नहीं करता, बल्कि बिल्मर सही तरीके से बात करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।