Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Integración de Sistemas CALL Con Chatbots Como Socios Conversacionales - Trad - Ingles
Integración de Sistemas CALL Con Chatbots Como Socios Conversacionales - Trad - Ingles
versión impresa ISSN 1405-5546
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-
55462017000400615&lang=es
https://doi.org/10.13053/cys-21-4-2868
1
Universidad Árabe Abierta, Departamento de Tecnología de la Información,
Jordania b_shawar@aou.edu.jo
RESUMEN:
1. INTRODUCCIÓN
La tecnología del lenguaje se ocupa de usar computadoras para hacer cosas útiles
con los lenguajes humanos. En cuanto al uso de esta tecnología en la enseñanza de
idiomas, los profesores ven una computadora como una herramienta para abordar
problemas, comunicarse con los estudiantes y mantener registros y
materiales. Desde el futuro de los estudiantes, la computadora se utiliza para
resolver problemas, acceder a los materiales requeridos, hacer los trabajos a
domicilio y obtener retroalimentación [ 60 ].
Con todo tipo de evaluaciones proporcionadas por CALL para mejorar las
habilidades de escritura, vocabulario, pronunciación y gramática de un alumno, el
sistema CALL necesita permitir que el alumno practique el idioma hablando con otro
compañero nativo. Para superar esta escasez, se podría integrar un chatbot o un
agente conversacional al sistema CALL, como se discutirá en este documento.
Levy [ 39 ] define CALL como un campo interdisciplinario que tiene muchas
contribuciones en la enseñanza de idiomas y tiene relaciones con otros campos
como se muestra en la Figura 1 .
Para superar estos inconvenientes, el autor sugirió que quizás la mejor manera de
utilizar la tecnología para mejorar el aprendizaje de un segundo idioma es
desarrollar un entorno de aprendizaje de idiomas eficaz. Dicho entorno debe
satisfacer las siguientes cuatro condiciones:
En otra tendencia, el sistema GeCALL [ 58 ] integra una técnica basada en juegos
dentro del sistema CALL, para mejorar el aprendizaje de las pronunciaciones en
inglés. El sistema GeCALL proporciona dos actividades: ejercicios y prácticas
basadas en juegos. En la práctica de ejercicios, los alumnos graban sus voces
repitiendo los sonidos producidos por un hablante nativo. Las puntuaciones y
comentarios inmediatos de las expresiones de los alumnos aparecen en la pantalla
como se muestra en la Figura 3 .
Fig. 3 Una pantalla de muestra de una práctica de ejercicio en el sistema GeCALL (de [ 58 ])
En este contexto, el sitio web Speak2Me.net está diseñado para ayudar a los
estudiantes de chino a aprender el idioma inglés. El sitio web incluye el chatbot de
Lucy que representa a una joven británica donde los estudiantes pueden charlar
con ella. La Figura 4 muestra una muestra de charlar con Lucy. Jenny es otro
chatbot que se utiliza en el sitio web English2Go.com para permitir a los alumnos
practicar inglés a través del chat. De la misma manera se utiliza el
chatbot Jabberwacky 2 para la práctica del idioma, donde puede aprender de todas
sus conversaciones anteriores. Robin [ 46 ] sugirió que los estudiantes "podrían
hacer uso de bots de traducción primitivos basados en la Web, como las
herramientas de lenguaje de Google o Babelfish de Alta Vista de una manera que
redefiniría la noción de entrada útil del estudiante".
Kerly y col. [ 34 ], encontró que dicho enfoque es útil como herramienta para
practicar idiomas, aunque es restrictivo para el cuerpo de formación. Los chatbots
permiten a los estudiantes practicar diferentes estructuras lingüísticas y
vocabulario, incluidas jergas y palabras tabú, que tienen pocas posibilidades de
practicar [ 25 ]. De la misma manera, Jia [ 33 ] usó una versión modificada de
Chatbot para entrenamiento conversacional.
Las evaluaciones de 402 estudiantes que usaron Ville muestran que el sistema
había mejorado las habilidades de pronunciación de los estudiantes más que las
habilidades de escritura y comprensión auditiva.
Para animar a los alumnos a pasar más tiempo con CALL, se introdujo un sistema
de diálogo de juego de roles en DEAL. Los investigadores adoptaron el principio de
diseño del juego "Buen juego" [ 45 ] para mantener al alumno involucrado con el
sistema durante mucho tiempo en un contexto divertido y desafiante. DEAL [ 55 ] se
considera un complemento de Vile, donde Ville actúa como profesor de idiomas,
DEAL actúa como un interlocutor con el objetivo de crear y mantener un diálogo
interesante. El dominio comercial se utilizó en DEAL. La Figura 6 muestra la interfaz
del agente DEAL y un ejemplo de diálogo.
Fig.6 Un ejemplo de diálogo con DEAL (de [ 21 ])
Durante los ensayos para volver a entrenar al chatbot de Alice con diferentes
corpora, y usarlo para diferentes propósitos, el Corpus of Spoken Afrikaans (Korpus
Gesproke Afrikaans) [ 48 ] se ha utilizado para reentrenar a ALICE. El software AAG
se utiliza para crear los archivos AIML automáticamente; Algunas categorías
atómicas relacionadas con los saludos se agregaron manualmente, porque el corpus
no cubre este tema. Los archivos AIML generados se utilizaron para generar dos
chatbots afrikáans [ 2]: Afrikaana, que solo habla afrikaans, y AVRAA, que es una
versión bilingüe que habla inglés y afrikáans. Los dos prototipos se publicaron
utilizando el servicio pandorabot y se animó a los usuarios de Sudáfrica a charlar
con ellos. Según los comentarios recibidos, muchas respuestas no estaban
relacionadas con el tema o eran tonterías. De hecho, los siguientes tres factores
principales están detrás de este resultado:
El lado positivo de este experimento es que los usuarios disfrutaron del chat y lo
encontraron una herramienta interesante para practicar un idioma. Abu Shawar y
Atwell [ 7 ] concluyeron a partir de esta prueba que un chatbot podría usarse como
una herramienta para idiomas desconocidos donde el lenguaje es desconocido para
el chatbot / desarrollador o desconocido para la lingüística computacional en
términos de que hay una escasez de herramientas existentes para tratar con este
idioma.
El análisis del diálogo generado entre los usuarios y ALICE revela que el chat cubre
muchos temas de nuestra vida diaria, por ejemplo, el 11,39% de los estudiantes
habló sobre exámenes y estudio de inglés, y el 13% mencionó el amor, la mayoría
de los estudiantes menores de 30 le dijeron a Alice algunas historias privadas y sus
problemas emocionales. Jia [ 31 ] concluyó que incluso con una simple coincidencia
de palabras clave, el uso de un chatbot no solo se limita a actuar como un
compañero de aprendizaje, sino que podría considerarse como un "querido amigo
que puede disfrutar de la alegría y sufrir el dolor de los usuarios". Para superar la
ausencia de información de conocimiento lingüístico en ALICE, Jia [ 32 ] creó un
sistema inteligente basado en la Web para enseñar un idioma extranjero.
6. CONCLUSIÓN
REFERENCIAS
1. Abu-Shawar, B (2008). Los chatbots son una interfaz web natural para los
portales de información. Actas de INFOS2008 , pág. NLP101-NLP107. [ Enlaces ]
2. Abu-Shawar, B. y Atwell, E. (2003). Uso del Corpus of Spoken Afrikaans para
generar un chatbot en afrikaans. SALALS Journal: Lingüística del África Meridional y
Estudios de Lengua Aplicada , vol. 21, págs. 283-294. [ Enlaces ]
13. Baxter, P., Belpaeme, T., Canamero, L., Cosi, P., Demiris, Y. y Enescu, V.
(2011). Interacción a largo plazo entre humanos y robots con usuarios
jóvenes. Interacción humano-robot IEEE / ACM . [ Enlaces ]
29. Graesser, A., Lu, S., Jackson, G., Mitchell, H., Ventura, M., Olney, A. y
Louwerse, M. (2004). AutoTutor: un tutor con diálogo en lenguaje
natural. Métodos, instrumentos y computadoras de recursos conductuales , vol. 36,
núm. 2, págs. 180-192. [ Enlaces ]
35. Kruschwitz, U., De-Roeck, A., Scott, P., Steel, S., Turner, R. y Webb, N.
(2000). Extracción de datos semiestructurados-lecciones aprendidas. Actas de la
segunda conferencia internacional sobre procesamiento del lenguaje natural , págs.
406–417 [ Enlaces ]
36. Kruschwitz, U., De-Roeck, A., Scott, P., Steel, S., Turner, R. y Webb, N.
(1999). Acceso en lenguaje natural a las páginas amarillas. Tercera conferencia
internacional sobre sistemas inteligentes de ingeniería de la información basados
en el conocimiento , págs. 34–37. [ Enlaces ]
47. Turunen, M., Hakulinen, J., Stahl, O., Gambäck, B., Hansen, P.,
Rodríguez Gancedo, M., De la Cámara, R., Smith, C., Charlton, D., Y
Cavazza, M. (2011). Compañeros de salud y fitness conversacionales
multimodales y móviles. Comput Speech Lang , vol. 25, núm. 2, págs. 192-
209. [ Enlaces ]
49. VanLehn, K., Jordan, P., Rosé, CP, Bhembe, D., Bottner, M., Gaydos, A.,
Makatchev, M., Pappuswamy, U., Ringenberg, M., Roque, A. , Siler, S. y
Srivastava, R. (2002). La arquitectura de Why2-Atlas: un entrenador para la
redacción de ensayos de física cualitativa. Cerri, SA, Gouarderes, G. y
Paraguacu, F. (Eds.) , Actas de la Sexta Conferencia Internacional sobre
Sistemas de Tutoría Inteligente , Berlín: Springer-Verlag, págs. 158-
167. [ Enlaces ]
57. Wilks, Y., Catizone, R., Worgan, S., Dingli, A., Moore, R., Field, D. y
Cheng, W. (2011). Un prototipo de compañero conversacional para recordar
imágenes. Habla y lenguaje informáticos , vol. 25, núm. 2, págs. 140-
157. [ Enlaces ]
1
http://www.languages.dk/archive/coursebook/CALL_LT.pdf .
2
http://www.jabberwacky.com .