Ali lahko writelab postane boljši pisatelj? | william fenton

Okoli finala pogosto zavidam prijateljem iz znanosti in družbenih ved. Sumim, da se podobno počutijo tudi moji učenci. Medtem ko bi se statistika ali ekonomski tečaj lahko zaključil z odločilnim izpitom z več izbire ali kratkim odgovorom, se tečaji humanistike pogosto opirajo na dolgoročne argumentirane eseje. Kolikor produktivno lahko naredi študent, da napiše zaključni prispevek, so ti dokumenti v celoti sestavljeni izredno zahtevno za oceno, zlasti v ozkem oknu med končnimi finali in takrat, ko bodo zapadle ocene.

Kljub širjenju vseh stvari edtech, malo elektronskih orodij upošteva zapletenost in nepredvidljivo pisanje. Konec koncev so dikcija, ton in slog v veliki meri odvisni od tega, kaj, kje in za koga pišete. Kar deluje za akademski časopis, verjetno ne bo delovalo v stolpcu PCMag.com.

Na žalost je študentom in učiteljem humanistike na voljo nekaj elektronskih bližnjic. Storitve, kot je Grammarly, lahko pomagajo prepoznati slovnične napake, druge, kot je iParadigme Turnitin, pa lahko pomagajo varovati pred plagiatom. Vendar ne bo pomote: označevanje slovnice in določanje akademske poštenosti sta ponavadi najmanj obdavčljiva vidika pisnega ocenjevanja. Kadar gre za oceno jasnosti teze, organizacijo odstavka ali kohezijo argumentov, zagotavljanje pisnih povratnih informacij ostaja trmast analogen in naporen postopek.

WriteLab upa, da bo to spremenil.

Zamisel Donalda McQuadeja, profesorja angleščine na kalifornijski univerzi v Berkeleyju in njegovega svetovalca Matthewa Ramireza, WriteLab si prizadeva zagotoviti "najnaprednejšo pisno platformo na svetu." Ne glede na to, ali zasluži tak hiperbole ali ne, je diskutabilno, vendar spletna stran in prihajajoči vtičniki predstavljajo dobronamerno prizadevanje za avtomatizacijo nekaterih najpogostejših povratnih informacij o pisanju z nizom revizijskih predlogov, komentarjev in vprašanj. Pogovarjal sem se s soustanoviteljem in izvršnim direktorjem Ramirezom o tem, kako deluje WriteLab in kaj je na voljo za platformo.

Izvorna zgodba

Če želite poučiti tečaj pisanja prvega leta, se morate spoprijeti z vrzeli med težnjami in resničnostjo. Tako kot mnogi mladi učitelji se je tudi Ramirez trudil uravnotežiti svojo željo, da bi učencem zagotovil podrobne in smiselne povratne informacije in potrebo po redni pripravi teh povratnih informacij. Preprosto ni izvedljivo, da za vsak študentski esej porabite 30 minut ali eno uro, če morate tedensko delati več deset esejev.

Ramirez je spoznal, da od enega papirja do drugega pušča veliko istih zapiskov. Prav tako je razumel, da natančno ocenjevanje ni nujno služilo interesom študentov: preveč povratnih informacij na visoki ravni ni bilo uporabno ("uporabno" po njegovih besedah), zlasti glede na to, da so morali dijaki nadaljevati s prihodnjimi nalogami.

Na podlagi humanističnih ved in računske jezikoslovja je začel sodelovati z McQuadejem, da je z nizom algoritmov zajel nekaj najpogostejših povratnih informacij o pisanju. To delo, ki se je začelo decembra 2013, je od takrat preraslo v spletno mesto, ki obdeluje besedila in posreduje povratne informacije z nizom modulov, ki obravnavajo temeljne vidike pisanja - natančnost, jasnost, logiko in slovnico. Povratne informacije prispevajo v treh oblikah: revizije na nižji ravni, komentarji in vprašanja višjega reda.

Ramirez je prvi, ki je poudaril, da nobena od teh povratnih informacij ne more in ne bi smela nadomestiti vzgojitelja. Prav tako si WriteLab ne predstavlja kot orodja za ocenjevanje. Namesto tega je WriteLab zasnovan tako, da pomaga pisateljem izostri prozo, preden jo predložijo učitelju, uredniku ali kolegu.

Zadaj WriteLab

Glede na malenkost obstoječih elektronskih pisalnih orodij sem bil nestrpen, ko bom slišal več o tem, kako je WriteLab spretnejši od recimo Microsoftovega preveritelja slovnice. Prefinjenost WriteLaba je posledica njegove uporabe odprtokodnih orodij in ustvarjanja novih, lastniških.

Medtem ko je WriteLab videti kot eno povezano spletno mesto, je v resnici združitev obdelave v naravnem jeziku, strojnega razčlenjevanja in algoritmov. Kadar je mogoče, sta Ramirez in njegovi sodelavci sprejeli obstoječe odprtokodne platforme; vključno z namestitvijo programske opreme za obdelavo v naravnem jeziku spaCy in Stanford CoreNLP za razčlenitev stavkov in zaznavanje funkcij. Vendar so morale, zlasti ko gre za revizije, ustvariti svoj sistem strojnega prevajanja, da bi optično pisanje pregledali glede učinkovitih in neučinkovitih vzorcev. V ta namen so potrebovali velik nabor podatkov, ki so ga pridobili prek 20.000 aktivnih uporabnikov, in razčlenjevalnik, ki bi uporabil ta nabor podatkov za izdelavo revizij. Ramirez primerja rezultate z Google Translate: WriteLab si prizadeva, da bi slabo prozo prevedli v učinkovitejšo prozo.

Vsa ta vprašanja, komentarji in revizije filtrirajo skozi vrsto modulov. Ramirez in njegovi sodelavci so začeli z gradnjo Logic parserja. Konec koncev, logika - je to dober argument? - je pisno vprašanje najvišjega reda. Vendar so kmalu ugotovili, da ne morete razbrati logike odstavkov, če posamezni stavki niso jasni. Zato so razvili razčlenjevalnik jasnosti, ki išče vzorce v celotnem pisanju študentov. Nekateri vzorci so diskretno povezani z jasnostjo; drugi manj. Na primer, eno od pogostih vprašanj je pomanjkanje agencije (kdo kaj počne komu?), Čeprav lahko ponavljanje, ki filtrira skozi modul za natančnost, tudi ovira jasnost.

Na moje presenečenje Ramirez in njegova ekipa na slovnici niso delali veliko kasneje kot odgovor na povpraševanje ljudi. Z uporabo odprtokodnega preverjalnika slovnice LanguageTool so ustvarili notranji modem slovnice, ki je podpiral sistem lektoriranja, vendar je onemogočil določene vidike LanguageTool, ki niso bili ustrezno natančni. Sčasoma je WriteLab racionaliziral povratne informacije, postavil nekatere module (na primer kohezijo in skladnost) in poudaril vrsto povratnih informacij (komentarji in revizije). Ramirez načrtuje nadaljnjo razčlenitev pripomb glede na to, ali predlagajo revizijo ali pripombo.

Proti porazdeljenim povratnim informacijam

WriteLab je bil sprva razvit v okviru visokega šolstva za visoko šolstvo. Zasnovan je bil z upoštevanjem pisarniških centrov: Ramirez in njegova ekipa sta si zamislila študente, ki uporabljajo WriteLab, za natančno določanje esejev med sestanki rezervacij in gostujočimi mentorji, tako da bi se lahko vaje za poučevanje osredotočile na vprašanja višje stopnje. (Ko sem vodil pisalni center, cenim ta pristop brez povezave glede na dostopnost spletnih platform za poučevanje.) WriteLab bo še naprej služil izobraževalcem, vendar Ramirez želi, da bi platforma pridobila v javnosti z novimi vtičniki.

Zahvaljujoč integracijam z več sistemi za upravljanje učenja, vključno z Blackboard, Instructure Canvas, Pearson eCollege, WriteLab omogoča pisateljem dostop brez drugega vpisa. (Ponuja tudi API, s pomočjo katerega institucije lahko dodajo komentarje WriteLab v drug del programske opreme.) Naslednji korak je, da piscem omogočite dostop do komentarjev, ne da bi zapustili platformo, na kateri pišejo.

V prihodnjih tednih bo WriteLab izdal WordPress vtičnik, ki bo piscem omogočil dostop do povratnih informacij WriteLab znotraj WordPressa in brez računa WriteLab. WriteLab deluje na podobne vtičnike za Google Docs, Microsoft Word in OneNote. Osnovni povratni komentarji, ki jih danes prejmejo na spletnem mestu (brezplačno za 30-dnevno preskusno obdobje), bodo na voljo prek teh vtičnikov. Medtem bo spletna stran zaračunavala bolj natančne povratne informacije.

Čeprav sem skeptičen do tako imenovanih modelov freemium, pozdravljam ta bolj porazdeljen pristop k povratnim informacijam. Sumim, da bi manj ljudi preverjalo črkovanje e-poštnih sporočil, če bi morali kopirati in prilepiti besedilo v urejevalnik besedil in iz njega. Če bi besedilo lahko skenirali zaradi jasnosti, jasnosti, logike in slovnice, ne da bi odprli še en jeziček brskalnika, zakaj ne bi? Tudi če bi bil vtičnik nepopoln - in WriteLab zelo napreduje - predlogi bi vas spodbudili, da razmislite o tem, kako oblikujete svoje ideje, pa naj bodo priloženi e-poštnemu sporočilu, objavi v blogu ali esej. Rad bi videl več ljudi, ki študirajo obrt pisanja. Medtem pozdravljam vsako orodje, s katerim bi posamezniki še malo bolj pozorni na javno pisanje.