نموذج معايير لهندسة الاستعلامات مطور لغويا لتعزيز توليد الذكاء الاصطناعي لنصوص القراءة المُخَصَّصة في مجال تعليم اللغة الإنجليزية كلغة ثانية

نوع المستند : المقالة الأصلية

المؤلف

An Assistant Professsor of Linguistics & Translation – Dept. of English Language – Faculty of Education - Alexandria University/ Egypt.

10.21608/jealex.2024.386294

المستخلص

لقد أتاحت التطورات السريعة في مجال الذكاء الاصطناعي AI ، وخاصة في مجال النماذج اللغوية الكبيرة LLMs، إمكانيات جديدة للتعلم الشخصي في مجال التعليم، وخاصة في مجال تعليم اللغة الإنجليزية كلغة ثانيةESL . وتستكشف هذه الدراسة إمكانات دمج هندسة الاستعلامات مع النظريات اللغوية لتحسين قدرة النماذج اللغوية الكبيرة على توليد نصوص قراءة مخصصة في مجال تعلم اللغة الإنجليزية كلغة ثانية. تهدف الدراسة إلى تطوير وتقييم نموذج معرّف مسبقًا لمعايير هندسة الاستعلامات بإمكانه أن يوجه النماذج اللغوية الكبيرة لإنتاج نصوص دقيقة لغوياً وسليمة من الناحية التربوية، وتلبي الاحتياجات المتنوعة لطلاب اللغة الإنجليزية كلغة ثانية. ومن خلال تبسيط هندسة الاستعلامات من خلال نموذج معرّف مسبقًا، تسعى الدراسة إلى تعزيز إمكانية استخدام المعلمين لتقنيات الذكاء الاصطناعي، بغض النظر عن مستوى خبرتهم. أما بالنسبة للإطار النظري، فقد تم تطوير نموذج شامل لمعايير الاستعلامات، يدمج عناصر من ثلاث نظريات لغوية بارزة وهي: النحو التوليدي التحويلي TGG، واللغويات الوظيفية النظامية SFL، والإنجليزيات العالمية GEs، مع تقنيات الذكاء الاصطناعي التوليدي من خلال المبادئ الأساسية لهندسة الاستعلامات. وتستخدم الدراسة منهجية مختلطة، تجمع بين التحليل الكمي والكيفي للبيانات لتقييم فعالية النموذج. وتتضمن البيانات ستة نصوص قراءة مختلفة لطلاب اللغة الإنجليزية كلغة ثانية، تستهدف مستويات لغوية مختلفة من الإطار المرجعي الأوروبي الموحد للغات CEFR وتغطي أنماطا مختلفة من النصوص، وقد تم توليد هذه النصوص بواسطة "مايكروسوفت كوبايلوت" Microsoft Copilot، وهو روبوت دردشة مدعوم بتقنيات النماذج اللغوية الكبيرة المتقدمة. وقد كشفت نتائج تحليل درجة سهولة قراءة النصوص المُولدة، باستخدام مزيج من ثلاث مقاييس، إلى جانب التحليل الكيفي المفصل لكل نص، عن توافق عام بين النصوص المولدة ومستويات اللغة الخاصة بالإطار المرجعي الأوروبي الموحد للغات، والتزامها بمبادئ النظريات اللغوية المُستخدمة، مما يدل على قدرة الذكاء الاصطناعي على تكييف تعقيد اللغة وفقًا للمعايير المحددة، وعلى دمجه الفعال للخصائص اللغوية والعناصر الأسلوبية والأمثلة الحساسة ثقافيًا المطلوبة في الاستعلامات المُصممة. وهذا بدوره يُظهر قدرة النموذج المطور اللغويا على إنتاج نصوص دقيقة لغوياً وذات صلة وظيفيا وملائمة ثقافيًا، وبالتالي إمكاناته في إثراء تدريس اللغة الإنجليزية كلغة ثانية، ويساهم أيضًا في دعم دمج قوة الذكاء الاصطناعي مع رؤى النظريات اللغوية لمساعدة المعلمين في إنشاء تجارب تعليمية مُخصصة ومثيرة للاهتمام وذات صلة ثقافيًا لطلاب اللغة الإنجليزية كلغة ثانية حول العالم.

الكلمات الرئيسية

المراجع

Alasmari, A. (2018). The attitudes of Saudi EFL teachers towards the inclusion of Saudi culture in EFL textbooks. Journal of Language Teaching and Research, 9(4), 760–768. https://doi.org/10.17507/jltr.0904.14
Alduais, A. M. S. (2015). Role of the transformational generative grammar and other linguistic theories in teaching English as a foreign language. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2611383
Alshalan, A. A., & Alyousef, H. S. (2020). Evaluating EFL textbooks from a systemic functional perspective: A focus on grammatical metaphor. Indonesian Journal of Applied Linguistics, 9(3), 694–704. https://doi.org/10.17509/ijal.v9i3.23781
Atlas, S. (2023). ChatGPT for higher education and professional development: A guide to conversational AI. DigitalCommons@URI. https://digitalcommons.uri.edu/cba_facpubs/548
Barrett, A., & Pack, A. (2023). Not quite eye to A.I.: Student and teacher perspectives on the use of generative artificial intelligence in the writing process. International Journal of Educational Technology in Higher Education, 36. https://doi.org/10.1186/s41239-023-00427-0
Bartlett, T., & O'Grady, G. (Eds.). (2017). The Routledge handbook of systemic functional linguistics. Routledge.
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C.,   … Amodei, D. (2020). Language models are few-shot learners. arXiv. https://doi.org/10.48550/arXiv.2005.14165

ملفات

شارك

إرسال الاستشهاد إلى

الإحصائيات