Tekoäly suullisen kielitaidon arvioinnissa

JUHANI TOIVANEN

Tekoälypohjainen kielenopetus ja -oppiminen on visioasteella. Vaikka materiaali ja opiskeluympäristöt ovat digitaalisia, tekoälyalgoritmeihin perustuvasta arvioinnista ei vielä voida puhua. Ihmisen tekemä arviointi on edelleen opiskelijoiden arvosanojen perustana sekä vieraissa kielissä että muissa aineissa. Mielenkiintoinen kysymys on, voidaanko kielitaidon arviointia tulevaisuudessa automatisoida eurooppalaista viitekehystä hyödyntämällä.

Kun mietitään tekoälyä ja sen toimintaa, on ymmärrettävä syvällisesti ilmiö, jolle tekoäly tekee jotain: analysoi, arvioi tai luokittelee. Tekoälyalgoritmien perustana on ilmiön, vaikkapa englannin suullisen kielitaidon tai tarkemmin ääntämisen, kuvaaminen koneen ymmärtämällä tavalla.

Opettajan on kyettävä kyseenalaistamaan tekoälyn suorite. Parhaiten se onnistuu tekoälyn toiminnan ymmärtämisen kautta.

Opettaja voi arvioida puheen sujuvuutta osana kielitaidon taitotasoa: opettajan on helppo tunnistaa sujuva puhe ja erottaa se sujumattomasta. Koneelle tai tekoälylle tehtävä on mahdoton, jos sujuvan puheen parametrejä ei ole määritelty laskettavassa muodossa. Kone ei ymmärrä ennen kuin se laskee; ilmiö on kuvattava numeroina.

Yksi puheen mitattava parametri on sävelkorkeus ja puhenopeus eli prosodiikka. Sävelkorkeus eli intonaatio, kuuluvuus eli intensiteetti sekä puhenopeus ja tauotus ovat taustamuuttujia, joiden vaihtelu määrittää, kuinka sujuvalta tai eloisalta puhe kuulostaa. Nämä muuttujat esiintyvät kielen oppijan puheessa ja ovat tekijöitä, joiden avulla opettaja arvioi tuotosta. Opettaja ei välttämättä mitenkään tietoisesti tarkkaile akustisia muuttujia vaan tekee kokonaisarvion.

Tekoäly pyrkii jäljittelemään ihmisen tekemää arviointia ja luokittelua. Käytännössä tarvitaan suuri määrä ihmiskoehenkilöiden luokittelua esimerkiksi sen suhteen, onko puhe hyvin sujuvaa, melko sujuvaa vai sujumatonta. Tällaisella opetusaineistolla voidaan sitoa tietyt parametrit ihmisten havaitsemiin sujuvuuden asteisiin. Tämän opetusprosessin jälkeen tekoälyalgoritmilla on valmius tietyn tasoiseen kohdeilmiön luokitteluun ja arviointiin uudessa aineistossa.

Tekoälyn vahvuus on siinä, että se analysoi, luokittelee ja arvioi väsymättä ja työajoista välittämättä. Luokittelut ja arviot toimisivat ideaalitapauksissa lopullisen arvioinnin tukena, mutta tekoälyn tekemä arviointi kielen taitotasosta olisi suuntaa antava ja epävarma. Lopullista arviointia tekoäly ei voi tehdä.

Opettaja halunnee tietää ennen tekoälysovelluksen käyttöönottoa, mikä kielivariantti ja formaalisuusaste on ollut opetusaineiston pohjana. Onko opittavasta kielestä jokin yleisesti hyväksytty ideaalimalli, tavasta kielestä jokin yleisesti hyväksytty ideaalimalli, jolla tekoälyluokitin on opetettu? Onko tämä ideaalijolla tekoälyluokitin on opetettu? Onko tämä ideaalimalli varauksitta tavoittelemisen arvoinen, muuttuumalli varauksitta tavoittelemisen arvoinen, muuttuuko se ajan kuluessa ja eri alueilla? Huomioidaanko ko se ajan kuluessa ja eri alueilla? Huomioidaanko kielen variaatio, vapaa ja kontekstuaalinen vaihtelu kielen variaatio, vapaa ja kontekstuaalinen vaihtelu esimerkiksi äänteissä? esimerkiksi äänteissä?

Tekoäly kohtaa suuria haasteita, kun siirrytään merkitykseen eli semantiikkaan. Merkitys on asia, merkitykseen eli semantiikkaan. Merkitys on asia, jonka laskennallinen mallintaminen läheskään täyjonka laskennallinen mallintaminen läheskään täydellisesti on mahdoton tehtävä. Suullisen kielitaidon dellisesti on mahdoton tehtävä. Suullisen kielitaidon analyysissa ei voida sulkea pois tilanteita, joissa näenanalyysissa ei voida sulkea pois tilanteita, joissa näennäisesti asiaankuulumattomat viittaukset ovat merkityksen kannalta olennaisia.

Opettajalle voi tulla tunne, että kone antaa jotenkin lopullisen ja objektiivisen arvosanan. Tällaista mielikuvaa voi olla vaikea vastustaa. Tieto on tässä jälleen avainasemassa: opettajan on kyettävä kyseenalaistamaan tekoälyn suorite. Parhaiten se onnistuu tekoälyn toiminnan ymmärtämisen kautta.

Kielitaidon automaattinen arviointi ei kehity ilman massiivista opetusaineistoa, mutta tietosuojakysymykset on selvitettävä erityisen huolellisesti. Puhetietokannat ovat globaalisti haluttua aineistoa. Tekoälyn kehitys kuitenkin vääjäämättä jatkuu ja tehostuu. Tällä hetkellä tuskin osaamme kuvitella mahdollisuuksia, jotka tekoälyllä on esimerkiksi viidentoista vuoden päästä.

FT, dosentti Juhani Toivanen toimii Diakissa kielten lehtorina.