Confrontare la pronuncia di apprendenti di una lingua straniera con enunciati di parlanti nativi (Delmonte 2009) sta ricevendo sempre più attenzione grazie anche alle numerose applicazioni che nascono nell’ambito della didattica assistita. Parallelamente, gli studi glottodidattici sulla variazione prosodica tra più parlanti nativi fanno emergere una variabilità ritmico-intonativa che non può essere ridotta a pochi modelli eligibili ma, al contrario, dovrebbe essere parte del bagaglio linguistico dell’apprendente. Allo stesso tempo, pare ancora difficile in che modo esplicitare all’apprendente il suo grado di competenza prosodica. Seguendo questa direzione, in questo studio presentiamo un chatbot pensato come supporto di apprendimento proattivo per il miglioramento delle competenze orali in italiano L2. Realizzato all’interno dell’applicazione di messaggistica istantanea Telegram, il chatbot prevede l’interazione con l’utente attraverso domande e risposte basate sulla valutazione di conoscenze disciplinari. In particolare, propone all’apprendente una serie di domande a risposta chiusa (quiz) che possono avere carattere generale di comprensione linguistica oppure essere legate a un particolare ambito disciplinare. All’individuazione della risposta corretta, l’apprendente ha la possibilità di ascoltare la stessa prodotta da parlanti madrelingua. A questo punto, l’apprendente invia al chatbot la propria risposta sotto forma di nota vocale. Questo è in grado di confrontare, in maniera automatica, la risposta dell’utente con un archivio di risposte date da parlanti madrelingua e trovare quindi quella che più si avvicina in termini prosodici a quella dell’apprendente. A partire da questa vicinanza prosodica l’utente riceve infine un riscontro sul proprio livello di competenza orale. Inoltre, l’impostazione a quiz permette la valutazione di eventuali criticità linguistiche come ad esempio la pronuncia di date o formule matematiche. Nella seconda parte della presentazione mostriamo quindi i primi risultati di uno studio pilota che vede la partecipazione di parlanti madrelingua italiana (con variazione regionale) e apprendenti di italiano L2. Attraverso il chatbot i locutori hanno risposto a una serie di domande creando così un corpus di frasi che sono state successivamente analizzate. Oltre ai possibili aspetti più tecnici (intensità, velocità d’eloquio, elisioni) ci si è quindi soffermati su quali siano stati i criteri di vicinanza prosodica che hanno portato alla valutazione in percentuale della frase letta dall’utente: ciò ha permesso sia di testare preliminarmente il grado di affidabilità del sistema sia di vedere se la variazione tra locutori italofoni ampliasse o meno il grado di correlazione con gli apprendenti di italiano.
Un chatbot Telegram sviluppato in Node.js per la valutazione prosodica di apprendenti di Italiano L2
Valentina De Iacovo;Antonio Romano
2020-01-01
Abstract
Confrontare la pronuncia di apprendenti di una lingua straniera con enunciati di parlanti nativi (Delmonte 2009) sta ricevendo sempre più attenzione grazie anche alle numerose applicazioni che nascono nell’ambito della didattica assistita. Parallelamente, gli studi glottodidattici sulla variazione prosodica tra più parlanti nativi fanno emergere una variabilità ritmico-intonativa che non può essere ridotta a pochi modelli eligibili ma, al contrario, dovrebbe essere parte del bagaglio linguistico dell’apprendente. Allo stesso tempo, pare ancora difficile in che modo esplicitare all’apprendente il suo grado di competenza prosodica. Seguendo questa direzione, in questo studio presentiamo un chatbot pensato come supporto di apprendimento proattivo per il miglioramento delle competenze orali in italiano L2. Realizzato all’interno dell’applicazione di messaggistica istantanea Telegram, il chatbot prevede l’interazione con l’utente attraverso domande e risposte basate sulla valutazione di conoscenze disciplinari. In particolare, propone all’apprendente una serie di domande a risposta chiusa (quiz) che possono avere carattere generale di comprensione linguistica oppure essere legate a un particolare ambito disciplinare. All’individuazione della risposta corretta, l’apprendente ha la possibilità di ascoltare la stessa prodotta da parlanti madrelingua. A questo punto, l’apprendente invia al chatbot la propria risposta sotto forma di nota vocale. Questo è in grado di confrontare, in maniera automatica, la risposta dell’utente con un archivio di risposte date da parlanti madrelingua e trovare quindi quella che più si avvicina in termini prosodici a quella dell’apprendente. A partire da questa vicinanza prosodica l’utente riceve infine un riscontro sul proprio livello di competenza orale. Inoltre, l’impostazione a quiz permette la valutazione di eventuali criticità linguistiche come ad esempio la pronuncia di date o formule matematiche. Nella seconda parte della presentazione mostriamo quindi i primi risultati di uno studio pilota che vede la partecipazione di parlanti madrelingua italiana (con variazione regionale) e apprendenti di italiano L2. Attraverso il chatbot i locutori hanno risposto a una serie di domande creando così un corpus di frasi che sono state successivamente analizzate. Oltre ai possibili aspetti più tecnici (intensità, velocità d’eloquio, elisioni) ci si è quindi soffermati su quali siano stati i criteri di vicinanza prosodica che hanno portato alla valutazione in percentuale della frase letta dall’utente: ciò ha permesso sia di testare preliminarmente il grado di affidabilità del sistema sia di vedere se la variazione tra locutori italofoni ampliasse o meno il grado di correlazione con gli apprendenti di italiano.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
