Episode 20 dengan Jay & Nick
Pembicara: Selamat datang di E2Talks. Ini adalah podcast di mana kami mengobrol tentang lanskap bahasa Inggris. Dalam podcast ini Jay ditemani oleh Nick Jenkins, pendiri Language Confidence – sebuah produk perangkat lunak sebagai layanan yang didorong oleh AI yang memberikan umpan balik korektif otomatis kepada siswa tentang pengucapan mereka. Dalam diskusi ini, Jay dan Nick membicarakan pengucapan secara luas dan lebih spesifik bagaimana AI dapat membantu siswa mengembangkan kebiasaan berbicara yang lebih baik. Mereka membicarakan asal-usul Language Confidence, apa yang saat ini bisa dilakukan, dan apa yang akan bisa dilakukan dalam waktu dekat. Mereka juga menyentuh banyak topik lain yang relevan dengan pengajaran, pembelajaran, dan teknologi pengucapan. Dengarkan ya!
Jay: Halo, Nick, bagaimana kabarmu?
Nick: Sebenarnya cukup baik. Semua hal dipertimbangkan saat ini. Jadi ya, cukup baik dan kamu sendiri?
Jay: Ya. Saya, saya, kamu sedang di mana di dunia?
Nick: Saat ini di Sydney yang indah, sekarang di kantor bersama di Chinatown yang disebut Haymarket HQ.
Jay: Keren. Bagus. Jadi Nick, bisakah kamu memberi kami sedikit latar belakang tentang dirimu dan bagaimana Language Confidence muncul?
Nick: Ya. Versi singkatnya adalah ini adalah startup ketiga saya. Yang pertama saya jual saat saya berusia 21 tahun. Yang kedua berada di bidang kami, yaitu ruang pendidikan online. Dan gagal dengan cukup spektakuler. Saya rasa kami melakukan hampir semua kesalahan yang bisa dilakukan. Jadi sebagai aplikasi online, itu adalah aplikasi untuk mengajarkan anak-anak berbicara bahasa Inggris dan hanya menyampaikan konten kepada mereka. Dan itu membawa kami ke China. Jadi saya menghabiskan hampir tiga tahun di China. Dan tentu saja, ketika bisnis itu berakhir, saya butuh sesuatu untuk dilakukan. Jadi saya mengajar bahasa Inggris saat saya mendapatkan kualifikasi T cell saya. Dan saat saya mengajar, saya punya ide. Saya berpikir, Hei, saat melihat apa yang kita pelajari di ruang aplikasi, melihat Babbles dan DuoLingos di dunia. Tidak ada yang benar-benar memberikan umpan balik berkualitas baik kepada siswa untuk input lisan mereka. Kami sebenarnya membuat video yang sangat bagus di mana kami membandingkan kami dengan beberapa nama besar di bidang ini seperti Rosetta Stone dan Babbel dan menunjukkan betapa lebih akurat teknologi yang kami buat. Jadi, ya, saya ingin bisa meniru apa yang bisa saya lakukan sebagai guru, tapi sepenuhnya mengotomatisasi itu. Jadi itu meningkatkan pengalaman belajar secara keseluruhan dan benar-benar fokus pada bahasa Inggris lisan.
Jay: Bagus, menarik. Saya merasa bahwa bahkan di kelas, pengucapan adalah topik yang sering diabaikan. Salah satu alasannya adalah, sulit jika kamu memiliki kelas dengan 35 murid untuk benar-benar memberikan umpan balik yang dipersonalisasi untuk setiap murid. Itu hampir tidak mungkin jika kelasnya berdurasi satu jam yang berarti murid hanya mendapat dua menit dari guru. Jadi apakah itu sesuatu yang pernah kamu pikirkan?
Nick: Ya, itu memang yang ingin saya lakukan. Jadi saat saya mengajar, saya meminta murid-murid saya untuk mengucapkan sesuatu. Dan sebagai manusia secara individu, saya bisa mengetahui di mana mereka salah. Dan satu per satu, saya bilang, oke, kamu salah di sini. Dan dia mendengarkan saya, memperhatikan saya. Lalu kami coba lagi dan coba dengan kata-kata berbeda, suara yang sama, konten berbeda, konteks berbeda, dll. Dan kamu tidak bisa memperluas itu, kamu tahu, saya pikir kelas terkecil yang saya miliki di China, hanya dua murid, dan bahkan saat itu mencoba memberikan perhatian individual sangat sulit. Jadi ya, saya ingin membuat sesuatu yang benar-benar bisa diperluas, dan kamu bisa mendapatkan pengalaman itu di rumah.
Jay: Luar biasa. Jadi bisakah kamu ceritakan sedikit tentang kepercayaan bahasa, apa itu dan bagaimana cara kerjanya, serta mengapa itu benar-benar meningkatkan keterampilan pengucapan orang?
Nick: Ya, ya, tentu saja. Jadi ini adalah perusahaan AI SAS, saya kira kamu bisa menyebutnya begitu. Jadi kami menyediakan produk yang disebut LCAT. Dan LCAT mirip dengan pengenalan suara. Tapi alih-alih menerjemahkan apa yang diucapkan, kami menilai seberapa baik itu diucapkan. Contoh yang sangat mudah adalah di aplikasi atau platform seperti E2school, kamu meminta siswa mengucapkan kata tertentu, mereka merekam input yang dikirim ke backend kami, kami melakukan penilaian dan mengirimkan hasil penilaian kembali. Dan bagaimana penilaian itu bekerja adalah kami memberikan AI banyak data penutur asli, kami melatih AI agar belajar apa yang asli atau baik, kurang lebih, dan ketika kamu mengirimkan audio itu, kami mengembalikan skor. Dan skor itu menunjukkan seberapa dekat dengan penutur asli menurut penilaian AI.
Jay: Oke. Jadi ketika saya berlatih pengucapan di DuoLingo, misalnya, dan saya sudah mencoba aplikasi itu, itu hanya memberi tahu saya bahwa saya dapat dimengerti. Seperti ‘Ba-ching’ memberi saya tanda hijau. Ya, kamu mengucapkannya dengan benar. Tapi meskipun benar, saya mungkin sebenarnya mengucapkan beberapa suara dengan salah atau salah pengucapan pada bagian tertentu. Namun, itu tidak memberi tahu saya hal itu. Jadi apakah ini perbedaan besar antara apa yang kamu lakukan dan misalnya DuoLingo?
Nick: Ya, tentu saja. Jadi kelompok besar seperti DuoLingo dan Babbel di dunia menggunakan pengenalan suara di perangkat. Jadi itu adalah Siri atau Nuance atau pengenalan suara Google yang ada di iPhone atau Android. Dan semua itu hanya memberikan hasil lulus atau gagal atau memberikan tanda centang, dan dalam video yang kami buat, saya menggunakan salah satu platform ini dan sebenarnya mengucapkan kata yang salah tapi tetap lulus tes. Kamu akan mendapatkan tanda centang hijau. Saya pikir mereka meminta saya mengucapkan mineral water, dan saya mengatakan ‘minieral wasa’, dan saya tetap mendapatkan tanda centang hijau dan lulus, lalu melanjutkan. Sedangkan dalam sistem kami, hasilnya seperti, Hei, kamu benar di sini, tapi salah di sini dan di sini. Jadi langkah selanjutnya adalah membuat skenario pembelajaran yang dipersonalisasi, umpan balik yang tepat, langkah pertama adalah hanya mengidentifikasi di mana kita salah.
Jay: Bagus, bagus, mungkin ada baiknya kita mundur sedikit dan membicarakan apa sebenarnya pengucapan itu. Dan ini adalah fitur bahasa yang sangat aneh karena sangat anatomi, Anda tahu, ini benar-benar melibatkan lidah, bibir, tenggorokan, dan langit-langit mulut, ini sangat aneh ketika Anda, ini semacam, ada aspek kognitifnya tentu saja. Tapi ini sangat berkaitan dengan otot dan bagian tubuh yang cukup aneh. Jadi pemahaman saya tentang pengucapan adalah ini semacam, saya melihatnya memiliki tiga bagian. Satu bagian adalah, bunyi-bunyi, bunyi individual, jadi fonem. Jadi bunyi vokal, vokal pendek ‘a,’ ‘e,’ ‘i,’ ‘o,’ atau vokal panjang, vokal gabungan seperti “ay”, misalnya, kemudian Anda punya bunyi konsonan, ‘p,’ ‘d,’ ‘k,’ ‘m,’ yang sebenarnya menggunakan bagian dari mulut Anda. Sedangkan vokal sebenarnya tidak menggunakan bagian dari mulut Anda, Anda membuat suara, pada dasarnya dari kotak suara, tapi tidak terhalang oleh lidah atau bibir, dll. Jadi Anda punya semua ini, Anda punya bunyi individual, kemudian Anda punya klaster konsonan. Dan salah satu peneliti yang kami miliki di E2Language baru saja melakukan, dia melihat literatur sebenarnya tentang klaster konsonan dalam bahasa Inggris. Dan dia mencoba mencari korpus atau pada dasarnya mencoba mencari tahu apa itu dan berapa banyak klaster konsonan yang ada dalam bahasa Inggris. Dan dia tidak menemukannya, dia menemukan pendapat yang berbeda dan beberapa literatur dari tahun 1980-an, dll. Jadi dia melakukan studi skala penuh sendiri dan melalui proses itu dan benar-benar menentukan bahwa ada 146 klaster konsonan dalam bahasa Inggris, yang sangat menarik, sangat bagus untuk diketahui karena itu terbatas. Jadi Anda punya 44 bunyi individual, kemudian Anda punya 146 klaster konsonan. Klaster konsonan adalah ketika Anda punya dua atau lebih konsonan yang bergabung seperti ‘p’ dan ‘r’ menjadi ‘pr’, atau ‘s’ dan ‘l’ menjadi ‘sl’ seperti dalam ‘slip’, misalnya, yang sangat bermasalah, seperti yang Anda ketahui di Cina, banyak orang Asia Timur, Korea, Jepang, dll, mereka suka menambahkan vokal di antara dua konsonan itu. Dan bagian ketiga dari pengucapan bukan begitu banyak bunyi yang kita buat, tapi cara penyampaian ucapan dalam hal ritme, jeda, ucapan yang terhubung, dll. Jadi sekarang, di mana kepercayaan diri berbahasa membantu dalam aspek-aspek pengucapan ini?
Nick: Ya, jadi lihat, secara keseluruhan bahasa Inggris benar-benar tidak logis. Maksud saya, saya pikir ada 12 cara berbeda untuk membuat bunyi ‘sh’. Jadi kombinasi grafem yang berbeda untuk membuat bunyi ‘sh’. Jangan kutip saya soal itu, saya harus cek ulang. Jadi ini benar-benar bahasa yang cukup sulit. Dan dia bilang ada 44 bunyi dalam Alfabet Fonetik Internasional resmi. Dan saya pikir itu sudah ada sejak saya pikir, tahun 1890-an, itu dibuat oleh kelompok Prancis awalnya. Sekali lagi, jangan kutip saya soal itu, saya harus cek ulang. Dan sebenarnya ada sistem pengkodean lain yang disebut arpabet, yang secara tradisional digunakan untuk tujuan pengenalan suara, bukan untuk tujuan pembelajaran bahasa.
Jay: Maaf, itu disebut apa?
Nick: Itu Arpabet? A-R-P-A-B-E-T, saya pikir. Saya pikir itu berasal dari Carnegie Mellon University. Jadi itu adalah sistem pengkodean yang mereka buat paralel dengan IPA untuk pengenalan suara. Jadi lebih untuk tujuan pengenalan suara yang berorientasi komputer,
Jay: Oke.
Nick: Saya pikir di mana kami berada, dan apa yang kami fokuskan adalah tepatnya bagaimana penilaian pengucapan relatif terhadap penutur asli. Dan idenya adalah bahwa penutur asli, berdasarkan aksen mereka, akan mengucapkan setiap kata dengan cara tertentu, dan kamu punya perbedaan dalam hal itu dan saya pikir contoh yang sangat bagus adalah ‘tomato’ ‘tomatoe’. Dan saya pikir kamu tahu, aksen yang berbeda, ada 107 dana dengan semua varian yang berbeda.
Jay: Oh, menarik.
Nick: Dan saya juga pernah melihat alfabet fonetik lain yang mereka gunakan, saya pikir saya pernah melihat satu dengan 39 bunyi dan itu benar-benar campuran yang rumit, tapi kita hanya fokus pada Alfabet Fonetik Internasional, 44 bunyi bahasa Inggris. Itu tampaknya menjadi referensi yang paling umum dan paling banyak dicari untuk belajar berbicara bahasa Inggris. Dan saat ini kami hanya fokus pada pengucapan. Tapi jika melangkah lebih jauh, dan saya pikir kamu menyentuh ini pada poin ketiga, adalah melihat aspek lain dari pembelajar bahasa Inggris lisan yang benar-benar memerlukan waktu untuk mengkuantifikasi apa saja itu. Jadi kamu punya pengucapan, yaitu bunyi yang kamu coba ucapkan, dan itu benar-benar metrik inti. Jadi jika kamu salah mengucapkan bunyi secara total, makna tidak tersampaikan sama sekali. Jadi kamu harus setidaknya benar dalam persentase tertentu dari bunyi untuk bisa menyampaikan makna sama sekali. Dan dari situ, menambahkan lagi adalah, kamu tahu, kefasihan, kelancaran, tata bahasa, sumber leksikal, dan kemudian relevansi konten. Jadi pada dasarnya, kami mencoba mulai dari pengucapan, yang sebenarnya adalah masalah paling sulit untuk diselesaikan secara teknis. Dan ini memakan waktu, tapi akhirnya kami sampai di sana. Dan kemudian melanjutkan ke metrik lain seperti kefasihan adalah langkah kami berikutnya.
Jay: Ya, saya sangat suka kepercayaan diri bahasa itu, karena kami menggunakannya di E2School, dalam kursus pengucapan kami. Dan itu luar biasa karena kami membuat siswa berlatih suara individu tertentu atau klaster konsonan, dan kemudian kami membuat mereka mengulangi kalimat atau hanya satu kata, dll. Dan mereka berbicara ke komputer, dan hampir langsung memberikan persentase respons, seperti skor, tapi yang jauh lebih baik adalah ketika mereka mengkliknya, mereka sebenarnya bisa melihat fonem mana yang mereka salah ucapkan. Yang mana. Maksud saya, itu sangat membantu. Karena mereka mungkin tidak menyadarinya, atau mungkin mereka sudah menyadarinya. Tapi sekarang mereka sangat sadar bahwa Oke, saya perlu mencoba suara ‘p’ itu lagi, dan tidak membuatnya terdengar seperti suara ‘b’. Jadi ada elemen itu. Tapi apa yang harus dilakukan siswa? Atau apa yang kamu sarankan siswa lakukan setelah mereka mengetahui bahwa mereka mengalami kesulitan dengan suara ‘p’, misalnya.
Nick: Jadi saya pikir dari sudut pandang pengajaran, yang selalu saya coba lakukan dengan siswa adalah, dengan baik mengidentifikasi dan mengatakan, Hei, itu kurang tepat. Dan kami memberi mereka lebih banyak konten, mungkin dalam konteks yang berbeda untuk berlatih. Jadi kamu salah mengucapkan suara ini. Jadi sebagai manusia sebagai penutur asli, di sini kamu bisa mendengar bahwa kamu salah di sini, dan kemudian saya bisa mengatakan, oke, apa kata lain yang bisa kita latih yang mengandung suara yang sama, jadi kamu bisa berlatih dalam konteks yang berbeda, konteks yang berbeda, konten yang berbeda, kalimat yang berbeda. Dan itulah yang kami coba lakukan. Jadi langkah pertama dari kasus kami adalah mengidentifikasi di mana mereka salah. Dan kemudian melangkah melewati itu, dan maju adalah mampu menawarkan beberapa saran. Jadi saran korektif, dan kemudian contoh yang baik atau benar dari itu. Jadi jika mereka salah mengucapkan, kamu tahu, suara R atau L atau ‘dz’. Satu kata yang dulu sulit bagi siswa saya adalah ‘casual’. Dan kata lain yang saya pilih adalah ‘usual’, dan kami masukkan itu dalam kalimat yang berbeda, kami minta mereka berlatih lagi. Jadi idenya adalah dengan LCAT, ini mampu meniru apa yang bisa dilakukan guru dalam memilih di mana kamu salah. Dan kemudian siswa bisa melihat itu, mendengarkan contoh yang benar. Dan benar-benar mencobanya lagi. Dan, dan terus berlatih sampai mereka bisa melakukannya dengan benar.
Jay: Ya, memang begitu. Saya sudah mencoba-coba dengan bahasa Farsi dan mencoba membuat bunyi “kh”, ‘khubi’ “khubam”. Dan saya menemukan itu cukup menyenangkan. Atau ini ide yang cukup bagus sebagai guru bahasa untuk melakukan itu, untuk mulai mengucapkan beberapa bunyi dalam bahasa lain yang memang tidak ada dalam bahasa pertama Anda dan merasakan betapa tidak nyamannya dan anehnya, lalu mencoba membuatnya terasa, Anda tahu, normal, standar untuk melakukannya. Itu menarik.
Nick: Saya sangat setuju, ketika saya belajar bahasa Mandarin, bunyi-bunyi yang ada dalam bahasa Mandarin yang sebagai penutur asli bahasa Inggris Anda tidak pernah pelajari. Jadi itu sangat sulit, terutama sebagai orang dewasa untuk benar-benar melatih bunyi-bunyi tertentu itu.
Jay: Ya, ya. Ya, benar. Maksud saya, hal baiknya ketika Anda belajar bahasa lain adalah, Anda tahu, ada sejumlah, katakanlah, Ada 44 bunyi, Anda tahu, saya pikir dalam bahasa Arab, mereka punya 38 dari bunyi itu. Dan mereka tidak punya—saya tidak akan menghitungnya—enam dari bunyi itu yang memang tidak mereka miliki, jadi mereka perlu berlatih bunyi-bunyi itu. Jadi saya pikir beberapa literatur yang sangat membantu di sana adalah literatur tentang interferensi bahasa pertama. Apa yang telah kami lakukan di E2school adalah, kami punya semua bunyi itu di sana. Namun, kami punya alat kecil ini, yang mengkurasi kontennya. Jadi saya akan masuk dan mengatakan saya penutur bahasa Arab, lalu alat itu akan memberitahu saya fonem mana yang perlu saya latih karena saya tidak perlu melatih semuanya. Ada juga literatur tentang tata bahasa, yang pada suatu tahap nanti, akan kami bahas juga. Tapi ya, itu hal yang menarik. Saya mungkin akan mengalihkan topik sedikit di sini untuk membicarakan lebih sedikit tentang teknis pengucapan dan lebih tentang, saya tertarik pada elemen sosial dari pengucapan dan mengapa seseorang ingin memperbaiki pengucapannya. Saya punya beberapa ide, tapi saya ingin mendengar pendapat Anda tentang itu. Misalnya, mengapa, jika saya akan mendapatkan pekerjaan di Inggris, atau untuk alasan apapun, mengapa saya ingin memiliki pengucapan yang jelas.
Nick: Saya pikir sebagai tema utama, pengucapan pada dasarnya adalah ketika dalam bahasa lisan atau bahasa Inggris lisan, jika pengucapanmu benar-benar salah, tidak peduli seberapa akurat tata bahasa, kosakata, atau kefasihanmu, kamu tidak bisa benar-benar menyampaikan apa yang ingin kamu katakan. Jadi jika bunyimu salah, dan saya mungkin salah secara akademis di sini, tapi dari pengalaman saya mengajar dan belajar bahasa lain, jika pengucapanmu salah, kamu tidak bisa benar-benar menyampaikan makna apapun. Dan orang belajar berbicara bahasa lain untuk berbagai alasan. Saya pikir, jelas, sebagai kelompok persiapan tes, kamu mengerti ada pasar besar di luar sana untuk orang yang ingin mengikuti tes yang diakui, seperti PTE, IELTS, TOEFL, dll. Ada banyak orang yang ingin melakukannya untuk kesenangan juga. Mereka benar-benar menikmati belajar bahasa, para poliglot di dunia. Dan kemudian ada orang yang ingin melakukan hal-hal seperti bepergian, dan bepergian ke negara lain dan bisa mengatakan, Di mana kamar mandi? Atau berapa harganya? Dan hal-hal itu yang kamu pelajari yang benar-benar dasar seperti ketika saya pertama kali pindah ke China, saya tidak tahu saya tidak bisa berbicara Mandarin. Dan saya tersesat parah beberapa kali. Jadi sangat berguna bisa mengatakan, Jalan lurus dan belok kanan, berhenti di sini. Jadi ya, ini benar-benar saya pikir yang akademis adalah yang sangat besar, belajar di luar negeri, untuk kesenangan, untuk perjalanan, hal-hal seperti itu. Dan itu benar-benar inti dari bahasa lisan yaitu benar-benar menyampaikan makna dan bisa berkomunikasi dengan seseorang.
Jay: Itu dia. Ya. Tapi ya, agar dimengerti. Dan jadi kamu menyebutkan sebelumnya tentang grapheme dan fonem. Bisakah kamu jelaskan kepada saya atau kepada audiens, apa itu grapheme? Apa itu fonem? Dan apa hubungan antara keduanya? Karena saya tahu dalam bahasa Inggris, hubungan itu seringkali tidak begitu jelas.
Nick: Ya. Jadi. Dan sekali lagi, saya bukan ahli linguistik atau dokter, tapi saya punya latar belakang teknologi. Tapi bahasa Inggris sendiri terdiri dari campuran berbagai bahasa, Latin, Jerman, Perancis, semuanya. Jadi grapheme adalah alfabet kita. Alfabet 26 huruf, dan fonem adalah bunyi dan alfabet fonetik, tapi jelas 26 huruf dan 44 bunyi tidak akan cocok. Dan saya pikir contoh yang saya sebutkan sebelumnya, adalah bahwa Anda bisa membuat bunyi ‘sh’ dengan 12 cara berbeda dalam bahasa Inggris. Jadi 12 kombinasi grapheme berbeda membuat bunyi 'shirt' sekali. Itu
Jay: Jadi bukan hanya ‘sh’.
Nick: Tidak.
Jay: Benar. Oke, mengerti. Ini ‘ss’ dan ‘zh’, dan ada
Nick: ‘ti’
Jay: dan ‘ti’.
Nick: Ya. Ya. Jadi dan itu seperti, itu tidak masuk akal. Itu tidak terlalu logis, tapi memang ada. Dan, kamu tahu, itu seperti komunikasi. Jadi itu bahasa yang sulit. Jadi itu, dan itulah hubungan yang tidak sejajar. Tapi ada aturan yang lebih umum yang menjelaskan sebagian besar kasus, tapi tidak ada satu aturan yang jelas untuk semuanya.
Jay: Saya pikir itu sangat membuat frustrasi bagi orang yang belajar di negara mereka seperti China atau Korea Selatan. Mereka belajar bahasa Inggris dari buku teks. Ini yang saya ajarkan di Korea Selatan selama beberapa tahun. Dan kamu tahu, saya harus bilang bahasa Korea itu menarik karena mereka sebenarnya memiliki apa yang saya pikir mereka sebut ortografi sempurna yang berarti hubungan antara ejaan dan suara pada dasarnya satu banding satu. Tidak ada pengecualian. Tapi seperti yang kamu katakan, dalam bahasa Inggris, hubungan ejaan dan suara sangat berbeda karena komunikasi ‘ti’ dan apa yang terjadi dengan pelajar Korea adalah mereka belajar teks-teks ini dan tata bahasanya, dll, lalu mereka tiba di Australia atau AS, dan tiba-tiba mereka bingung, apa yang semua orang katakan? Saya sudah belajar bahasa Inggris selama 12 tahun dan saya tidak bisa mengerti siapa pun dalam hal-hal gila ini seperti, kamu tahu, salah satu hal yang kita lakukan dalam bahasa Inggris adalah jika kamu ingin melakukan apa akhir pekan ini. Whatchya, apa ‘dz’. Apa yang kamu ingin lakukan? Whatcha. Jadi campuran aneh seperti itu dan sebagainya.
Nick: Dan itu juga membuktikan masalah teknis yang nyata. Seperti kami mengalami beberapa masalah nyata ketika kamu bisa menggabungkan dua suara yang sama. Jadi jika kamu mengatakan setelah pertunjukan, kita, sebagai penutur asli, kamu menggabungkan suara kata-kata itu. Dan AI mencari dua suara itu karena berdasarkan kamus kami, leksikon kami, ia mengatakan, hei, ada dua suara. Dan meskipun kamu mendapatkan skor bagus untuk salah satu suara, ia akan memberikan skor lebih rendah untuk suara kedua, meskipun sebagai penutur asli, kamu baru saja menggabungkannya. Ya. Jadi itu sebenarnya menciptakan banyak masalah teknis, bahkan ketika kamu memiliki penutur asli yang berbicara untuk mencoba membuat semuanya benar. Dari sudut pandang ketidakakuratan produk?
Jay: Yah, memang sangat berantakan, bukan? Bahkan pertanyaannya? Apa kabar? Kita tidak mengatakan itu, kita bilang, bagaimana kabarmu? Benar? Jadi kamu harus melatih mesin untuk mengenali itu. Saya pikir aturannya adalah jika ada suara vokal diikuti oleh suara konsonan, atau sesuatu yang digabungkan, atau dipindahkan, jadi mesin kamu mengenali aturan kecil ini?
Nick: Ya, saat kami pertama kali merilis produk, kami mengalami berbagai masalah. Jelas, saat pertama kali diluncurkan tanpa layanan cepat, servernya malah crash, sebenarnya kami mendapat begitu banyak penggunaan dari grup di Korea. Ya, servernya crash. Dan semacam infrastruktur. Ya. Dan dari sisi akurasi konten, bisa menilai kalimat seperti setelah pertunjukan kami, dan bagaimana kabarmu? Dan itu terutama masalah data yang harus diselesaikan. Tapi kamu juga harus pintar dalam cara kamu mengatur kamus atau leksikon supaya semuanya bisa bekerja dengan baik bersama-sama.
Jay: Mengerti. Oke, saya cuma mencoba membayangkan bagaimana sistemnya diprogram, karena ada aturannya. Dan salah satu aturannya adalah, kamu tahu, kadang kita menambahkan suara juga, kita menambahkan suara-suara ini, kita menghapus suara, saya pikir mereka menyebutnya alusi, penghapusan, secara teknis. Wow. Jadi, oke, kamu harus memprogram sistemnya. Dan itu tidak sesederhana memasukkan kamus dan bilang, begini bunyinya semuanya? Jadi siapa yang sebenarnya memprogram semua ini? Dan bagaimana itu bisa terjadi?
Nick: Jadi awalnya, saat saya memulai ini, saya tinggal di China, saya mengajar. Saya tidak berbicara dengan orang tua saya selama beberapa tahun, dan saya baru berbicara dengan mereka selama sekitar tiga atau empat bulan. Mereka bilang, Hei, kami ingin kamu dapat pekerjaan normal dan kembali ke universitas, dan hal-hal seperti itu. Saya membuat daftar peneliti di seluruh dunia yang memiliki keahlian di bidang tertentu, seperti AI, jaringan saraf dalam, linguistik komputasional, dan saya benar-benar mengangkat telepon dan mulai menelepon dan berkata, Hei, saya ingin membangun ini, bisakah kamu membantu saya, dan mendapatkan banyak bantuan di MIT. Jadi kami menemukan beberapa orang muda yang cukup pintar di sana untuk memberi kami saran, dan kami menemukan tim untuk benar-benar membangun produknya. Nah, butuh waktu lama dari demo kerja pertama kami yang hanya lima kalimat. Dan kemudian loncatan dari lima kalimat yang akurat itu ke produk yang bisa diskalakan jutaan kali untuk jutaan pengguna, dan juga membuatnya akurat untuk berbagai konten dengan kesenjangan besar itu memang memakan waktu cukup lama tapi dengan tren yang naik. Saat ini, saya pikir kami baru saja mencapai 20 juta panggilan API dalam produksi, yang sangat keren. Dan juga melihat tes bahasa Inggris otomatis kami sendiri dan hal-hal seperti itu. Jadi semuanya dimulai dengan daftar dan banyak pesan LinkedIn, banyak panggilan dingin. Banyak orang yang menutup telepon, tapi itu semua bagian dari prosesnya, kan.
Jay: Wow, bro, itu luar biasa. Jadi mereka harus berkolaborasi satu sama lain. Jadi kamu semacam mengumpulkan tim peneliti, ya?
Nick: Ya, kami membentuk tim dan menemukan beberapa programmer hebat di sini juga di Sydney, yang belajar hal-hal seperti matematika dan fisika, di tempat seperti UNSW untuk menggabungkan semuanya, dan menjalankannya dari ide menjadi produk nyata yang berfungsi.
Jay: Luar biasa. Itu menakjubkan. Saya sebenarnya tidak tahu bagian cerita itu. Keren. Jadi Anda lihat, saya sudah memiliki 20 juta panggilan API. Jadi itu berarti 20 juta siswa telah menekan tombol, berbicara ke komputer dan mendapatkan umpan balik. Itu gila, kawan. Karena jika Anda memikirkan berapa banyak guru yang dibutuhkan untuk memberikan 20 juta umpan balik verbal kepada siswa, itu tidak terpikirkan, bukan?
Nick: Ya, ini sangat keren. Sebenarnya kami mencapai 10 juta dengan sangat cepat karena jelas selama COVID keadaan cukup sibuk. Tapi ya, kami baru saja mencapai 20 juta. Dan ya, maksud saya, sangat menyenangkan bahwa kami benar-benar berdampak membantu siswa belajar dengan baik, membuatnya dapat diskalakan. Pasti ada aspek sosial dalam bisnis ini, saya pikir apa yang kami lakukan adalah manfaat bersih bagi masyarakat dan pendidikan. Jadi itu membuat saya. Ya, sangat bersemangat dan sangat bahagia, sangat memuaskan.
Jay: Ya, saya setuju. Saya pikir ada manfaat bersih bagi masyarakat. Menarik, Anda tahu, kita hidup di zaman di mana orang sangat sadar akan berbagai bentuk diskriminasi. Dan saya pikir kita sedang maju dalam memajukan masyarakat, dan sebagainya. Tapi satu bentuk diskriminasi yang saya rasa sering diabaikan adalah aksen. Orang sangat diskriminatif berdasarkan aksen. Saya membaca sesuatu di suatu tempat, seperti artikel majalah, tentang bentuk bahasa Inggris yang paling disukai dan yang paling buruk. Ini penelitian yang agak buruk. Tapi mereka mengatakan bahwa aksen pria Inggris adalah bentuk bahasa Inggris lisan yang paling disukai. Dan yang terburuk adalah penutur pria Vietnam yang berbicara bahasa Inggris, karena interferensi bahasa pertama mereka, dan betapa berbeda pengucapan bahasa Vietnam sehingga orang tidak menyukai bahasa Inggris yang diucapkan oleh penutur Vietnam. Itu masuk akal. Jadi, Anda tahu, ini mengerikan. Dan, Anda tahu, saya pikir membuat perubahan terkait diskriminasi, membuat orang lebih sadar akan hal itu sangat penting. Tapi ada peran yang dimainkan oleh siswa di sana. Dan apa yang Anda lakukan sebenarnya membantu orang berbicara lebih jelas dan mengatasi kekurangan itu. Cukup menarik, bukan?
Nick: Ya, tentu saja. Maksud saya, saya juga pasti pernah bersalah melakukan itu, di mana saya menemukan diri saya menilai intelektual seseorang berdasarkan kemampuan mereka berkomunikasi secara verbal.
Jay: Ya.
Nick: Dan, dan itu benar-benar salah. Itu hanya hal alami asli, saya pikir, di mana kamu seperti, Oh, kita tidak bisa berkomunikasi, oleh karena itu, kamu tidak terlalu pintar. Dan bagi saya, ketika kamu menyadari itu, kamu seperti, tunggu, ini sama sekali tidak benar. Itu hanya hal alami bawaan. Dan saya pasti pernah berada dalam skenario itu sebelumnya. Tapi belajar bahasa dan mengajar bahasa, kamu mengerti bahwa itu sebenarnya tidak ada hubungannya dengan itu, kemampuan untuk berkomunikasi itu sangat penting. Dan itu benar-benar bagian dari alasan mengapa kami melakukan ini dan mengapa kami melewati proses yang sulit. Itu adalah startup dan perjalanan rollercoaster dari semua ini adalah memberi saya, visi saya untuk bagaimana ini berjalan dalam 10 tahun adalah setiap siswa di mana saja di dunia dengan smartphone dapat memiliki pelajaran bahasa otomatis terbuka sepenuhnya dengan tutor AI. Itulah benar-benar visi saya untuk ini dan itu menghilangkan banyak prasangka terhadap dan membuka banyak pintu bagi para pelajar yang juga tidak bisa membayar $50 $60 dalam satu jam.
Jay: Ya.
Nick: Untuk seorang guru.
Jay: Ya.
Nick: Mereka bisa membayar $5 sebulan untuk pelajaran berkualitas tinggi di ponsel yang sangat dapat diskalakan.
Jay: Jadi apakah kamu akan beralih ke atau melihat interaktivitas, karena saat ini, dan ini adalah keterbatasan dari beberapa tes bahasa Inggris di luar sana juga, tidak ada interaktivitas yang terlibat dalam penilaian berbicara mereka, mereka membaca dengan keras atau mengulangi kalimat atau menggambarkan gambar dll. Saya pikir ada keterbatasan dalam tes bahasa Inggris yang sebenarnya memiliki interaktivitas karena sifat lawan bicara. Tapi bisakah kamu ceritakan bagaimana kepercayaan diri berbahasa bisa sampai ke sana dengan interaktivitas?
Nick: Ya, jadi salah satu masalah teknis besar yang kami hadapi awalnya adalah bagaimana kami membuat ini di atas membuat produk ini dapat diskalakan dalam hal infrastruktur? Bagaimana kami membuat produk ini mampu menilai berbagai macam konten. Dan ini memakan waktu lama untuk mencari tahu bagaimana kami membuat produk ini mampu menilai berbagai macam konten yang sangat luas. Dan yang kami lakukan adalah kami menjalankan eksperimen, dan kami mencari tahu untuk setiap kata, berapa banyak data atau set data yang kami butuhkan agar AI akurat. Kemudian kami mengekstrapolasi informasi itu dan membuatnya akurat untuk 10.000 kata paling umum dalam bahasa Inggris dan kombinasi apa pun dari kata-kata tersebut. Jadi saat ini, kamu bisa mengetik teks dan mendapatkan hasil penilaianmu kembali. Tapi jelas, itu masih skenario tertutup dari sudut pandang pengujian dan pembelajaran. Sangat penting untuk memiliki pertanyaan kreatif terbuka dan umpan balik serta jawaban, pertanyaan dan jawaban. Jadi langkah selanjutnya bagi kami dan kami sudah mendapat banyak minat dalam hal ini adalah sebenarnya memiliki penilaian terbuka. Jadi sekarang kami bisa melakukan penilaian konten. Setelah kami tahu apa itu. Dan, tapi yang perlu kami lakukan pertama adalah bisa mengenali apa itu. Jadi kami sebenarnya memiliki demo di situs web kami di mana kamu bisa berbicara, dan kemudian kami melakukan penilaian. Jadi kamu bisa memiliki jawaban yang lebih kreatif dan terbuka untuk itu. Jelas, ada keterbatasan dengan itu sebagai produk. Jadi, kamu tahu, menggunakan pengenalan suara untuk menguraikan apa yang dikatakan kemudian kami membuat penilaian berdasarkan bagaimana itu dikatakan, semua itu didasarkan pada seberapa akurat pengenalan dari langkah pertama. Jadi jika kamu adalah pelajar awal, atau memiliki aksen berat, bahkan ASR terbaik di dunia tidak akan memberikan bacaan yang akurat tentang apa yang sebenarnya mereka coba katakan. Konteks masuk ke dalamnya. Tapi sebenarnya saya pikir kami menemukan cara mengatasinya. Tapi itu membutuhkan cukup banyak pengembangan. Jadi pasti melihat ke arah itu. Dan dalam tes otomatis yang telah kami buat juga, kami sebenarnya bereksperimen dengan itu, serta memiliki jawaban satu sampai tiga menit yang menanyakan siswa tentang seni, lingkungan dan semacam pertanyaan gaya IELTS.
Jay: Ya.
Nick: Dan kemudian melakukan itu sebagai penilaian terbuka yang sepenuhnya otomatis, yang benar-benar keren. Dan sangat menarik. Saya pikir di situlah kita akan berkembang. Dan itu adalah ceruk kita, fokus kita adalah mengerjakan itu. Karena ya, seperti yang kamu katakan, dari sudut pandang pengujian, dan dari sudut pandang pembelajaran, sangat penting untuk tidak hanya membaca teks atau membaca kalimat. Mengulangi kata yang hanya bisa menilai sejauh itu. Tapi untuk benar-benar mendapatkan gambaran yang baik tentang kemampuan bahasa seseorang, dan membantu mereka belajar adalah dengan memiliki dialog terbuka dengan mereka.
Jay: Ya, bagus. Ya. Ya. Itu, itu besar. Jadi masalah dengan jawaban terbuka sebenarnya adalah konten. Apakah itu benar?
Nick: Ironisnya, semua metrik lain, seperti kefasihan dan porositas, tidak bergantung pada konten, jadi kamu tidak perlu tahu apa yang dikatakan. Tapi untuk pengucapan, jadi suara, kamu perlu tahu apa yang pengguna coba katakan. Lalu kamu bisa membuat penilaian tentang seberapa baik itu diucapkan.
Jay: Jadi ini cara kerjanya? Misalnya saya sedang mendeskripsikan gambar Menara Eiffel. Jadi saya mengucapkan kalimat, lalu itu mentranskripsikan menjadi kata-kata, seperti layanan transkripsi untuk mengetik suara, misalnya. Saya tidak tahu bagaimana sebenarnya cara kerjanya. Bagaimana cara kerjanya?
Nick: Jadi misalnya menggunakan pengenalan suara untuk menguraikan apa yang dikatakan sebagai langkah pertama. Dan itu memberimu teks dan setelah kamu punya teks, kamu mengirimkannya bersama audio ke API kami, dan kami membuat penilaian dan mengirimkan hasilnya kembali.
Jay: Oke, jadi itu melihat suara, itu akan melewati perangkat lunak evaluasi pengucapanmu, tapi juga kata-katanya, itu akan membuat semacam peta semantik dan mengatakan, Ya, dia sedang membicarakan apa pun yang saya katakan tentang Menara Eiffel, lalu memberi saya skor untuk konten juga. Dan mungkin bahkan tata bahasa. Wah, ini jadi sangat...
Nick: Ya, itu memang rencananya, ya, untuk memiliki enam metrik inti sebagai cara kita bisa mengukur bagaimana kamu menyampaikan makna dan benar-benar mengkuantifikasinya serta memasukkannya ke dalam kategori, pada dasarnya dikompartemenkan. Kami punya pengucapan, porositas, kefasihan, tata bahasa, kosakata atau sumber leksikal, dan kemudian relevansi konten. Jadi enam metrik itu kami duduk bersama dan memecahnya dengan melihat semuanya mulai dari rubrik IELTS hingga persyaratan teknis sampai apa yang bisa kami lakukan, apa yang tidak bisa kami lakukan? Lalu memasukkannya ke dalam alur kerja itu, di mana itulah cara kami berpikir mungkin akan mengubah cara kami berpikir bahwa kamu benar-benar bisa memberikan penilaian terbuka otomatis penuh menggunakan metrik itu untuk pengujian dan juga pembelajaran.
Jay: Bagus, bagus. Dan kemudian suatu hari di masa depan yang jauh akan ada interaktivitas di mana kamu benar-benar bisa berbicara. Tapi itu permainan yang berbeda, bukan?
Nick: Saya sudah menulis rencana untuk itu. Saya tahu persis bagaimana melakukannya. Tapi itu sangat sulit secara teknis. Jadi ya, itu akan terjadi. Tapi ya, tidak dalam waktu dekat.
Jay: Itu saat kamu menonton film ‘her’ ketika mereka memiliki alat kecil di telinga dan dia jatuh cinta dengan… Apakah kamu sudah menonton film itu? Itu Jaoquin Phoenix, entah namanya apa, itu film yang indah. Sebenarnya itu salah satu film favorit saya. Dan mereka memiliki alat kecil di telinga yang ada di masa depan. Dan dia jatuh cinta dengan AI di telinganya. Tapi kemudian dia menyadari semua orang jatuh cinta dengan AI mereka karena mereka memiliki percakapan yang luar biasa. Layak ditonton. Sungguh, itu sangat keren. Baiklah, keren. Itu sangat menarik. Jadi, cepat ceritakan tentang tes yang kamu buat ini.
Nick: Ya, kami bekerja sama dengan kelompok bernama Holmes Education Group. Dan kami menggunakan, pada dasarnya, bermitra dengan mereka. Kami telah membuat tes otomatis. Jadi DuoLingo merilis satu tes sekitar setahun lalu saat COVID. Harganya $69. Dan saya rasa itu tidak sepenuhnya otomatis, saya masih pikir ada elemen manusia dalam penilaiannya. Sedangkan tes kami sepenuhnya otomatis. Dimulai dengan, maaf, sepenuhnya otomatis, dan untuk berbicara dan mendengarkan dulu. Dan penggunaan awalnya adalah untuk mempermudah aplikasi ke sekolah dan universitas. Tapi saat kami terus membangun dan mengembangkan ini, sepertinya kami akan menggunakannya sebagai ujian masuk yang sebenarnya. Jadi kami bisa mengotomatisasi proses itu. Dan saya rasa itu tidak akan pernah menggantikan IELTS, tapi kami pasti ingin bergerak ke arah itu dengan teknologi.
Jay: Wow, kemampuan apa saja yang diuji?
Nick: Saat ini hanya berbicara dan mendengarkan, tapi kami sedang menambahkan membaca, tata bahasa, pemahaman, dll.
Jay: Benar. Ya, karena banyak tes itu benar-benar mengabaikan kemampuan berbicara, seperti TOEIC, misalnya, sejauh yang saya tahu, itu lebih banyak tes mendengarkan dan membaca, karena menilai kemampuan berbicara itu mahal. Biasanya butuh orang. Saya tahu di E2Language, kami menilai banyak tes menulis dan berbicara. Dan, ya, kami masih menggunakan penilai manusia karena untuk tingkat kompleksitas seperti esai IELTS, kami belum menemukan AI yang bisa memuaskan siswa dan siswa memang perlu puas karena mereka ingin umpan balik dan penjelasan tingkat tinggi, dll. Jadi ya, ini pasar yang luar biasa. Jika kamu bisa masuk dan memecahkan masalah itu, itu akan sangat luar biasa.
Nick: Itu memang sulit. Tapi saya pikir kita sudah di jalur yang benar.
Jay: Ya, saya pikir masalah besar seperti ini, kamu harus mulai mengerjakannya sedikit demi sedikit. Bukankah kamu harus punya sedikit ide dan menyelesaikan masalah kecil sampai kamu menyelesaikan masalah besar? Maksud saya, kami mencoba menyelesaikan masalah besar mengajarkan bahasa Inggris lewat komputer. Dan mencari cara melakukannya. Sudah lama saya melihat hal ini selama 10 tahun, dan saya masih berubah pikiran dan belum menemukan cara mengajarkan tata bahasa. Itu yang sulit. Saya tidak tahu bagaimana mengajarkan tata bahasa, saya sudah mencoba banyak cara, dari satu arah ke arah lain, dan kembali lagi. Akhirnya, saya pikir saya menyerah dan mungkin sekarang saya sudah dekat setelah menyerah. Maaf, lanjutkan.
Nick: Saya akan bilang itu masuk akal, kan? Karena saya pikir dalam bahasa Mandarin ada “kàn shénme?” yang artinya ‘Kamu melihat apa?’ bukan ‘Apa yang kamu lihat?’ Dan saya pikir bahasa Jerman, Prancis, dan semua bahasa berbasis Latin memiliki struktur bahasa yang mirip, apakah bahasa Inggris satu-satunya yang memiliki struktur seperti itu, benar?
Jay: Saya tidak tahu apa yang bisa Anda lihat di Google Images, yang menarik. Peta morfem, jika Anda mengetik peta morfem, apa yang dilakukannya, ia menempatkan kalimat bahasa Inggris di bawah. 'What are you looking at', dan kami akan menempatkan kalimat Mandarin Cina di atas. Dan kami benar-benar menggambar garis untuk menunjukkan urutan kata. Dan beberapa di antaranya sangat berbeda secara radikal. Maksud saya, itu hanya urutan kata. Belum lagi bagaimana kerja kata kerja? Dan bagaimana mereka menunjukkan waktu dan tata bahasa? Saya menemukan tata bahasa sangat menarik. Tapi tampaknya tidak bisa diselesaikan, ya. Keren, Nick, bagaimana orang bisa menghubungi Anda dan mengetahui lebih banyak tentang language confidence.
Nick: Kunjungi situs web kami. Jadi languageconfidence.ai. Atau kirim email ke saya di [email protected]. Ya, demo ada di situs web, coba mainkan. Dan beri tahu kami umpan balik apa pun. Saya selalu mencari mitra untuk meningkatkan produk. Begitulah cara kami bekerja dengan mitra kami. Ini adalah hubungan yang sangat kolaboratif. Saya pikir kami menghabiskan cukup banyak waktu dengan CTO kami di Melbourne, mencari tahu produk dan kasus penggunaan terbaik serta cara menggunakannya dan hal-hal seperti itu. Jadi ya, hubungi kami. Dan kami ingin mendengar dari Anda.
Jay: Ini, ini membuat perbedaan besar untuk platform kami E2school, karena kursus pengucapan, maksud saya, jika kami punya dua pilihan, tidak memberikan umpan balik, atau membayar guru, dalam hal ini biaya kursus akan melonjak, dan tidak ada yang akan menggunakannya. Jadi yang bisa kami lakukan dengan language confidence adalah memberikan banyak umpan balik kepada siswa. Dan saya pikir biayanya $19 untuk tiga bulan atau semacamnya. Jadi ya, ini alat yang sangat berharga bagi kami. Dan ya, siswa kami menggunakannya, yang sangat bagus.
Nick: Ya, itu luar biasa. Dan ya, saya sangat menikmati bekerja dengan kalian juga. Jadi ini sangat menyenangkan, dan saya menantikan beberapa tahun ke depan.
Jay: Ya, tentu saja. Kami akan terus berkembang dan lihat ke mana kami sampai. Keren. Terima kasih banyak sudah bergabung dengan saya hari ini, Nick.
Nick: Terima kasih sudah mengundang saya. Saya sangat menghargainya.
Pembicara: Terima kasih telah mendengarkan E2 Talks. Ingat untuk melihat e2language.com untuk kursus PTE, IELTS, OET, dan TOEFL dan jika Anda membutuhkan bantuan dengan pembelajaran bahasa Inggris umum, lihatlah e2school.comTerima kasih