エピソード20 w/ Jay & Nick
スピーカー： E2Talksへようこそ。このポッドキャストでは英語の言語環境について話します。今回のポッドキャストでは、JayがLanguage Confidenceの創設者であるNick Jenkinsと一緒に話します。Language ConfidenceはAIを活用したSaaS製品で、学生に発音の自動訂正フィードバックを提供します。この対話では、JayとNickが発音について広く、そして特にAIが学生のより良い話し方の習慣形成にどう役立つかについて話します。Language Confidenceの起源、現在できること、近い将来できることについても触れます。また、発音の指導、学習、技術に関する多くの話題にも触れています。ぜひお聴きください！
Jay: こんにちは、Nick、調子はどうですか？
Nick: 実は今のところ、全体的にかなり良い感じです。あなたはどうですか？
Jay: そうですか。今、世界のどのあたりにいるんですか？
Nick: 現在は美しいシドニーのチャイナタウンにある共有オフィス、Haymarket HQにいます。
Jay: いいですね。では、Nick、あなた自身の背景とLanguage Confidenceがどのように生まれたのか教えてもらえますか？
Nick: ええ。簡単に言うと、これは私の3つ目のスタートアップです。最初の会社は21歳の時に売却しました。2つ目はオンライン教育の分野で、かなり大きく失敗しました。ほぼすべてのことを間違えたと思います。オンラインで、子供たちに英語を教えるアプリで、コンテンツを提供するものでした。それで中国に行き、ほぼ3年間中国に滞在しました。ビジネスが終わった時、何かすることが必要だったので、英語を教えていました。その時にT cellの資格を取りました。教えている時にアイデアが浮かびました。アプリの分野で学ぶことを見ていると、BabbelやDuoLingoのようなものがありますが、どれも話す入力に対して良質なフィードバックを学生に提供していません。実際、Rosetta StoneやBabbelのような大手と比較した素晴らしいビデオを作り、私たちが開発した技術がどれほど正確かを示しました。だから、教師としてできることを完全に自動化して、学習体験全体を向上させ、特に話す英語に焦点を当てたいと思いました。
Jay: なるほど、面白いですね。教室の中でも発音は軽視されがちなトピックだと思います。その理由の一つは、35人のクラスで各生徒に個別のフィードバックを与えるのは難しいからです。1時間の授業だと、生徒は先生から2分しかフィードバックをもらえないことになります。これはあなたも考えたことがありますか？
Nick: はい、それがまさに私が話したかったことです。教えていたとき、生徒に何か言ってもらっていました。人間として個別に、どこで間違っているかを見つけることができました。そして一対一で、「ここが間違っているよ」と伝えました。彼は私の話を聞き、私のやり方を見て、それからもう一度試し、同じ音の異なる単語や異なる内容、異なる文脈で練習しました。でも、それを大規模に行うことはできません。中国で私が持っていた最小のクラスは2人でしたが、それでも個別の注意を払うのは本当に難しいです。だから、家でその体験ができるような、本当にスケーラブルなものを作りたいと思いました。
Jay: 素晴らしいですね。では、言語の自信とは何か、それがどのように機能し、なぜ実際に人々の発音スキルを向上させるのかについて少し教えてもらえますか？
Nick: はい、そうですね。私たちはAIのSaaS企業と言えると思います。私たちが提供している製品はLCATと呼ばれています。LCATは音声認識に似ていますが、何が言われているかを解読するのではなく、どれだけ上手に言えているかを評価します。簡単な例を挙げると、E2schoolのようなアプリやプラットフォームで、生徒に特定の単語を言わせ、その音声を録音して私たちのバックエンドに送ります。そこで評価を行い、その結果を返します。評価の仕組みは、AIに大量のネイティブスピーカーのデータを与え、AIがネイティブらしい発音を学習します。そして送られてきた音声に対してスコアを返します。そのスコアは、AIがどれだけネイティブスピーカーに近いかを示しています。
Jay: なるほど。例えばDuoLingoで発音練習をしているとき、私もそのアプリを使ったことがありますが、単に「理解できる」と言われるだけで、「バチン」と音が鳴って緑のチェックマークが出て、「正しく言えましたよ」と言われる感じです。でも実際には、いくつかの音を間違えたり、特定の部分を誤って発音しているかもしれません。しかし、それは教えてくれません。これって、あなたたちのやり方とDuoLingoの大きな違いということですか？
Nick: そうですね、まったくその通りです。DuoLingoのような大手グループやBabbelsのようなサービスは、デバイス上の音声認識を使っています。つまり、iPhoneやAndroidに搭載されているSiriやNuance、Googleの音声認識を利用しているんです。そして、それは合格か不合格かを判定したり、チェックマークを表示したりするだけです。私たちが作った動画でも、実際に間違った単語を言ってもテストに合格してしまう様子を見せています。例えば「mineral water」と言うように求められたのに、「minieral wasa」と言っても緑のチェックマークが出て合格し、次に進めます。一方、私たちのシステムでは、「ここは正解だけど、ここは間違っている」というように詳細にフィードバックが出ます。次のステップは、個別化された学習シナリオを作り、適切なフィードバックループを構築することです。最初のステップは、どこで間違えたかを特定することです。
Jay: いいですね、いいですね。ここで少し引いて、発音とは実際に何かについて話す価値があるかもしれません。発音は言語の中でも非常に奇妙な特徴です。なぜなら、それは非常に解剖学的で、舌や唇、喉、口の屋根を使うからです。これはとても不思議なことで、認知的な側面ももちろんありますが、非常に筋肉や体の部分に関わるものなのです。私の発音の理解は、これを三つの部分に分けて考えています。一つは音、つまり個々の音素です。母音の音、短母音の「a」「e」「i」「o」、または長母音や「ay」のような複合母音、そして子音の音、「p」「d」「k」「m」など、これらは実際に口の一部を使っています。一方、母音は口の一部を使わず、基本的に声帯からの音で、舌や唇などに妨げられていません。ですから、個々の音があり、次に子音の連結があります。E2Languageの研究者の一人が英語の子音連結について文献を調べました。彼女は英語の子音連結が何で、いくつあるのかを探そうとしましたが、見つけられず、1980年代の文献などで意見が分かれていました。そこで彼女は自分で大規模な研究を行い、英語には146の子音連結があると実際に特定しました。これは非常に興味深く、有限であることがわかって良いことです。つまり、44の個々の音があり、146の子音連結があるのです。子音連結とは、例えば「p」と「r」が合わさって「pr」になったり、「s」と「l」が合わさって「sl」（例：「slip」）になるような、二つ以上の子音が一緒になるものです。これは中国や東アジア、韓国、日本などで問題になることが多く、彼らはその二つの子音の間に母音を入れたがる傾向があります。そして発音の三つ目の部分は、私たちが作る音そのものではなく、リズムや間、連結音など、話し方の伝え方です。では今、言語の自信はこれらの発音の側面にどのように役立つのでしょうか？
Nick: そうですね、全体的に英語は本当に非論理的です。例えば「sh」を作る方法が12通りあると思います。異なる文字の組み合わせで「sh」の音を作るのです。正確には確認が必要ですが、とても難しい言語です。公式の国際音声記号には44の音があると言われています。これは1890年代にフランスのグループが最初に作ったものだと思います。これも正確には確認が必要です。そして、もう一つ「arpabet」と呼ばれる符号化システムがあり、これは伝統的に言語学習ではなく音声認識の目的で使われています。
Jay: すみません、それは何と呼ばれていますか？
Nick: それはArpabetのことですか？A-R-P-A-B-E-Tだと思います。カーネギーメロン大学発祥のもので、IPAと並行して音声認識のために作られた符号化システムです。よりコンピューター向けの音声認識目的のものです。
Jay: なるほど。
Nick: 私たちが今いるところ、そして焦点を当てているのは、ネイティブスピーカーと比較した発音の評価が正確に何かということです。ネイティブスピーカーはアクセントに基づいて各単語を特定の方法で発音し、その違いがあります。例えば「tomato」と「tomatoe」の違いはとても良い例です。異なるアクセントには107の音素があり、すべてのバリエーションがあります。
Jay: ああ、面白いですね。
Nick: そして、他の音声アルファベットも見たことがあります。39の音があるものもあって、本当に複雑な混合体ですが、私たちは国際音声記号（IPA）、英語の44音に焦点を当てています。これは英語を話す学習において最も一般的で需要の高い参照のようです。現在は発音に集中していますが、さらに進むと、あなたが3番目のポイントで触れたように、話される英語の他の側面を見ていくことになります。学習者はそれらを定量化するのにかなりの時間をかけました。発音、つまりあなたが言おうとしている音があり、これが本当に核心的な指標です。音を完全に間違えると意味が全く伝わりません。意味を伝えるためには少なくとも一定の割合の音を正しく発音しなければなりません。そこからさらに、流暢さ、流れ、文法、語彙力、そして内容の関連性が加わります。基本的には発音から始めましたが、これは技術的に最も難しい問題です。時間はかかりましたが、ようやくそこに到達しました。そして次のステップは流暢さなどの他の指標に進むことです。
Jay: そうですね、その言語の自信という考え方がとても好きです。私たちはE2Schoolの発音コースでそれを使っています。特定の音や子音クラスターを練習させてから、繰り返し文や単語を言わせます。学生はコンピューターに話しかけると、ほぼ即座にスコアのようなパーセンテージのフィードバックが返ってきますが、それよりも良いのは、それをクリックすると、どの音素を間違えているかが実際に見えることです。これは非常に役立ちます。なぜなら、学生はそれに気づいていなかったかもしれませんし、気づいていても、今は「p」の音をもう一度試して、「b」の音のように聞こえないようにしなければならないと強く意識できるからです。では、学生は「p」の音に問題があるとわかったら、何をすべきでしょうか？または、あなたは学生に何を勧めますか？
Nick: 教育の観点から言うと、私が学生にいつもやっていたのは、優しく間違いを指摘して、「ここがちょっと違っていたよ」と伝えることでした。そして、別の文脈で練習できるように、もっと内容を提供しました。例えば、この音を間違えたね、とネイティブスピーカーとしてここで間違いが聞き取れるよ、と言ってから、「同じ音を含む別の単語は何かな？」と提案して、違う文脈や文で練習できるようにします。これが私たちのやり方です。つまり、最初のステップはどこで間違えたかを特定することです。そして次に、修正の提案をして、正しい例を示します。例えば、RやL、または「dz」の音を間違えた場合、私の学生がよく苦戦していた単語は「casual」でした。もう一つ私が選んだ単語は「usual」で、それを別の文に入れて練習させました。つまり、LCATは教師が間違いを見つけるのと同じことを模倣できるということです。学生は正しい例を聞いて、もう一度試して、正しくなるまで練習を続けることができます。
Jay: そうだね、本当にそうだ。僕はファルシ語をいじっていて、「kh」の音を出そうとしているんだ、「khubi」や「khubam」とかね。結構楽しいし、言語教師としてはいいアイデアだと思う。自分の第一言語にない音を話し始めて、その不快さや違和感を感じて、それを普通の、標準的な感覚にしようとするのは面白いよね。
Nick: 全く同感だよ。僕がマンダリンを学んでいた時、英語ネイティブとしては存在しない音があって、本当に難しかった。特に大人になってからは、その特定の音を練習するのは大変だった。
Jay: そうそう、そうだね。いいところは、別の言語を学ぶと、例えば44の音があるとして、アラビア語では38の音があると思うんだ。残りの6つの音は彼らにはないから、それらを練習する必要があるんだ。だから、役に立つ文献としては、第一言語干渉の文献があるよ。E2schoolでやっているのは、すべての音を揃えているんだけど、小さなツールがあって、コンテンツをキュレーションしてくれるんだ。例えばアラビア語話者だと入力すると、練習すべき特定の音素だけを教えてくれる。全部やる必要はないからね。文法についても同様の文献があって、いずれそちらも取り組む予定だよ。さて、話題を少し変えて、発音の技術的な話よりも、発音の社会的な側面、なぜ誰かが発音を改善したいのかについて話したい。いくつか考えはあるけど、君の意見も聞きたい。例えば、イギリスで仕事を得るために、あるいは何らかの理由で、なぜはっきりした発音をしたいと思うのか。
Nick: 全体的なテーマとして、発音は基本的に話し言葉や英語の話し言葉で、発音が完全に間違っていると、文法や語彙、流暢さがどんなに正確でも、伝えたいことを伝えられないんだ。音が間違っていると、学術的には間違っているかもしれないけど、僕の他言語の教えたり学んだりした経験から言うと、発音が間違っていると意味を伝えられない。人は様々な理由で他の言語を学ぶ。もちろん、テスト対策グループとしては、PTE、IELTS、TOEFLなどの認定試験を受けたい人が大きな市場だと理解している。楽しみで学ぶ人も多い。世界のポリグロットたちだね。それから旅行のために、違う国に行って「トイレはどこ？」とか「これはいくら？」とか言えるようになりたい人もいる。そういう基本的なことを学ぶんだ。僕が中国に引っ越したとき、マンダリンを話せなかったから何度もひどく迷子になった。だから「まっすぐ行って右に曲がって、ここで止まって」と言えるのは本当に助かった。だから、学術的な理由が大きいけど、楽しみや旅行のためもある。これが話し言葉の本質で、意味を伝えたり誰かとコミュニケーションを取るための核心なんだ。
Jay: そうだね。うん。でも、理解されることが大事だよね。で、さっきグラフェムとフォネームの話が出たけど、僕や視聴者のために説明してくれる？グラフェムって何？フォネームって何？そしてその二つの関係は？英語ではその関係がしばしばうまくいってないって知ってるから。
Nick: そう。でね、僕は言語学者でも医者でもないけど、テクノロジーのバックグラウンドがあるんだ。でも英語自体はラテン語、ドイツ語、フランス語など、いろんな言語の寄せ集めなんだ。だからグラフェムはアルファベットのこと。26文字のアルファベットで、フォネームは音や音声記号のことだけど、26文字と44の音が完全に一致するわけじゃない。前に話した例だけど、英語では ‘sh’ の音を12通りの方法で作れる。つまり12通りのグラフェムの組み合わせで ‘sh’ の音が作れるんだ。
Jay: だから ‘sh’ だけじゃないんだね。
Nick: 違うよ。
Jay: そうだね。わかった。この ‘ss’ と ‘zh’、それに
Nick: ‘ti’
Jay: そして ‘ti’。
Nick: そうですね。理屈には合わないし、論理的でもないですが、実際に存在します。コミュニケーションの一部なんです。だから英語は難しい言語です。スペリングと発音の関係が一致しないのです。ただ、多くの場合に当てはまる一般的なルールはありますが、すべてに当てはまる明確なルールはありません。
Jay: これは中国や韓国のような自国で英語を学んでいる人にとって非常にフラストレーションが溜まることだと思います。彼らは教科書的な英語を学びます。私も韓国で数年間教えたことがありますが、韓国語は非常に興味深い言語で、完璧な正書法（スペリングと発音の関係がほぼ一対一で例外がない）を持っています。しかし英語は全く違います。例えば「communication」の「ti」の発音などです。韓国の学生は文法やテキストを学び、オーストラリアやアメリカに行くと、突然みんなが何を言っているのか分からなくなります。「12年間英語を勉強してきたのに、誰も理解できない」と言うのです。英語では「What do you want to do this weekend?」が「Whatcha」や「What 'dz'」のように縮まったり混ざったりします。そういった複雑な音の結合があるのです。
Nick: それは本当に技術的な問題を引き起こします。例えば、同じ音が二つ連結される場合です。ネイティブスピーカーなら「after the show we」と言うとき、音がつながりますよね。AIは辞書やレキシコンに基づいて二つの音を探すので、一つの音に対しては良いスコアを出しても、二つ目の音に対しては低いスコアを出してしまいます。ネイティブスピーカーは単に音をつなげているだけなのに、これが技術的な問題を多く生み出します。製品の精度の観点からも問題です。
Jay: そうですね、本当に複雑ですよね？例えば「How are you?」という質問ですらそうです。実際には「How whare you?」と言ったりしますよね？だから機械にこれらのルールを認識させるためのトレーニングが必要なんです。母音の後に子音が続いたり、音が結合されたり移動したりする場合、機械がこれらの小さなルールを認識できるようにしなければなりません。
Nick: はい、最初に製品をリリースしたときは色々な問題がありました。特に韓国のグループでの利用が多すぎてサーバーがクラッシュしました。インフラの問題ですね。それからコンテンツの正確さの面では、「ショーの後で」とか「元気？」のような文を評価するのは主にデータの問題です。でも、辞書やレキシコンの設定方法を工夫して、すべてがうまく連携するようにしなければなりませんでした。
Jay: なるほど。システムのプログラムの仕組みを想像しようとしているんだけど、ルールがあるんだよね。例えば、音を追加したり削除したりすることもあるし、それをallusionsやdeletionsと呼ぶんだよね。なるほど。だからシステムをプログラムしなきゃいけないんだね。辞書を入れて「これが全部の音だ」と言うだけじゃないんだね。じゃあ、これを実際にプログラムしたのは誰で、どうやってできたの？
Nick: もともとこれを始めたとき、私は中国に住んでいて教えていました。数年前に両親と話していなかったんですが、3、4ヶ月ぶりに話したんです。すると両親は「普通の仕事に就いて大学に戻りなさい」と言いました。それで、AI、深層ニューラルネットワーク、計算言語学など特定の分野にスキルを持つ世界中の研究者のリストを作りました。そして実際に電話をかけて「これを作りたいんだけど手伝ってくれませんか？」と頼みました。MITで多くの助けを得て、若くて頭の切れる人たちを見つけてアドバイスをもらい、実際に製品を作るチームも見つけました。最初の動くデモは5文だけでした。5文の正確な動作から、何百万回、何百万のユーザーにスケールできる製品にするまで、そして幅広いコンテンツに対して正確にするまでにはかなり時間がかかりましたが、順調に成長しています。今のところ、実稼働で2000万回のAPIコールを達成していて、とても嬉しいです。また、自動英語テストなども行っています。すべてはリスト作りと大量のLinkedInメッセージ、冷たい電話から始まりました。何人かは電話を切りましたが、それも全部プロセスの一部です。
Jay: わあ、すごいね。じゃあ彼らはお互いに協力しなければならなかったんだね。つまり、研究者のチームを集めたってこと？
Nick: そうですね、チームを作って、シドニーのUNSWのようなところで数学や物理を学んでいる素晴らしいプログラマーを見つけて、アイデアから実際に動く本物の製品に仕上げました。
Jay: すごいですね。実はその話は知らなかったです。すごいですね。つまり2,000万回のAPIコールがあったということは、2,000万人の学生がボタンを押してコンピューターに話しかけ、フィードバックを受け取ったということですよね。それはすごいことです。もし20万人の教師が20,000,000回の口頭フィードバックを学生に与えるとしたら、それは考えられないことですよね？
Nick: そうですね、本当にすごいことです。実はCOVIDの影響でかなり忙しかったので、1,000万回のAPIコールにすぐに達しました。そして最近2,000万回に達しました。学生の学習を助け、それをうまくスケールさせていることに本当にワクワクしています。ビジネスには確実に社会的な側面があり、私たちのやっていることは社会と教育にとって純利益だと思います。だから本当に嬉しくて、やりがいを感じています。
Jay: そうですね、同感です。社会にとって確実に純利益があると思います。面白いのは、今の時代、人々はさまざまな差別の形に非常に敏感になっていますよね。社会の進歩は順調に進んでいると思いますし。しかし、見落とされがちな差別の一つにアクセントがあります。人々はアクセントに基づいて非常に差別的です。どこかで読んだ雑誌の記事で、英語の最も好まれる話し方と最も好まれない話し方についての調査がありました。これはかなりひどい研究ですが、男性のイギリス英語のアクセントが最も好まれる話し方で、最も悪いのはベトナム語を母語とする男性の英語話者だと言っていました。母語の影響とベトナム語の発音の違いから、ベトナム英語が嫌われているということです。それは理解できます。これはひどいことですし、差別に対する意識を高めることは不可欠だと思います。でも学生にも役割があって、あなたがしていることは、人々がよりはっきり話せるように助け、その欠点を克服するのを助けているんですよね。とても興味深いですよね？
Nick: そうですね、確かに私もそういうことをしてしまったことがあります。誰かの知性を口頭でのコミュニケーション能力で判断してしまったことがありました。
Jay: そうですね。
Nick: そして、それは完全に間違っています。それは単にネイティブの自然な感覚だと思います。つまり、「ああ、私たちはコミュニケーションが取れない、だからあなたはあまり賢くない」という感じです。私にとって、それは「ちょっと待って、これは全く正しくない」と気づく瞬間です。それは単なる本能的な自然な感覚です。私も確かにその状況に陥ったことがあります。でも言語を学び、教えることで、それは全く関係ないことだと理解します。コミュニケーション能力が本当に重要で、それが私たちがこれをやる理由であり、努力を続ける理由の一部です。スタートアップとしてのこのジェットコースターのような経験の中で、私の10年後のビジョンは、世界中のどんな学生でもスマートフォンでAIチューターと完全に自由な自動言語レッスンを受けられることです。これが私のこのプロジェクトのビジョンであり、それは多くの偏見を取り除き、1時間に50ドルや60ドルを払えない学習者にも多くの扉を開くことになります。
Jay: そうですね。
Nick: 先生のために。
Jay: そうですね。
Nick: 彼らは本当に高品質なレッスンを月に5ドルで、スマートフォンで受けられる、それが本当にスケーラブルなんです。
Jay: それで、インタラクティビティに移行するか、またはそれを検討するつもりですか？というのも、今のところ、そしてこれはいくつかの英語テストの制限でもありますが、スピーキングの評価にインタラクティビティが含まれていません。彼らは声に出して読んだり、文を繰り返したり、画像を説明したりします。インタラクティビティを実際に持つ英語テストには、対話者の性質上、制限があると思います。でも、インタラクティビティによって言語の自信がどのように得られるかについて話してもらえますか？
Nick: そうですね、最初に直面した大きな技術的課題の一つは、インフラ面でこの製品をスケーラブルにする方法でした。そして、この製品が幅広い内容を評価できるようにする方法です。非常に多くの時間をかけて、製品が非常に幅広い内容を評価できるようにする方法を見つけました。私たちは実験を行い、各単語についてAIを正確にするために必要なデータ量やデータセットを特定しました。そしてその情報を基に、英語で最も一般的な10,000語とその組み合わせに対して正確に評価できるようにしました。現在は、テキストを入力するだけで評価結果が返ってきますが、明らかにそれはテストや学習の観点からはまだクローズドエンドのシナリオです。オープンエンドの創造的な質問やフィードバック、質問と回答が非常に重要です。次のステップとして、私たちはオープンエンドの評価に大きな関心を持っています。つまり、内容の評価はできるようになりましたが、まずそれが何であるかを認識できる必要があります。実際に私たちのウェブサイトには、話すだけで評価を行うデモがあります。より創造的でオープンエンドな回答が可能です。もちろん、製品としての制限はあります。音声認識が何を言っているかを解読し、その発話の仕方に基づいて評価を行いますが、すべては最初の認識の正確さに依存します。学習初期の人や強いアクセントのある人の場合、世界最高のASRでも正確な読み取りは難しいです。文脈も関係しますが、私たちはその問題を回避する方法を見つけたと思います。ただし、かなりの開発が必要です。その方向で確実に進んでいます。また、私たちが構築した自動テストでは、アートや環境、IELTSスタイルの質問について学生に1〜3分の回答を求める実験も行っています。
Jay: はい。
Nick: そして、それを完全に自動化されたオープンエンドの評価として行うことが、本当にすごくて、すごくワクワクします。そこが私たちの成長のポイントであり、ニッチであり、焦点です。なぜなら、テストの観点からも学習の観点からも、テキストを読むとか文を読むとか、単語を繰り返すだけでは評価できる範囲が限られているからです。でも、本当に誰かの言語能力を正確に把握し、学習を助けるには、彼らとのオープンエンドの対話が必要です。
Jay: そうですね、いいですね。はい。そう、それは大きいです。つまり、オープンエンドの回答の問題は内容に関するもの、ということでしょうか？
Nick: 皮肉なことに、他のメトリクス、例えば流暢さや内容の評価は内容に依存しないので、何が言われているかを知る必要はありません。でも発音、つまり音に関しては、ユーザーが何を言おうとしているかを知る必要があります。そうして初めて、どれだけ上手く言えているかを評価できます。
Jay: つまりこういう仕組みですか？例えば私がエッフェル塔の写真を説明しているとします。文を話すと、それが文字に書き起こされる。音声入力のような文字起こしサービスのようなものですね。どうやって動いているのか全くわかりません。どうやって動いているんですか？
Nick: まず音声認識を使って何が言われているかを解読します。そうするとテキストが得られます。そのテキストと音声をAPIに送ると、評価を行い結果を返します。
Jay: なるほど、つまり音声を発音評価ソフトに通して、単語も解析して意味のマップを作り、「はい、彼はエッフェル塔について話していますね」と判断し、内容のスコアも出すということですね。文法も評価するかもしれませんね。かなり高度ですね。
Nick: そうです、それがまさに計画です。意味を伝える方法を捉えて実際に定量化し、バケツに分けるように区分けするための6つのコアメトリクスを持つことです。発音、流暢さ、文法、語彙または語彙資源、そして内容の関連性です。これら6つのメトリクスについて、IELTSの評価基準から技術的要件まで、何ができて何ができないかを検討し、それをパイプラインに組み込みました。これにより、これらのメトリクスを使って完全自動のオープンエンド評価をテストや学習に活用できるようになると考えています。
Jay: いいですね、いいですね。そして遠い未来のいつか、実際に会話ができるインタラクティビティが実現するんですね。でもそれはまた別の話ですよね？
Nick: 計画は書き出してあります。どうやってやるかは正確にわかっています。でも技術的には非常に難しいです。だから、はい、実現しますが、まだしばらく先の話です。
Jay: あの映画『her』を見たことがありますか？小さなイヤーピースがあって、彼がその…に恋をするんです。見たことありますか？主演はホアキン・フェニックスで、名前は何だったか忘れましたが、とても美しい映画です。実は私のお気に入りの映画の一つです。未来に使われるイヤーピースがあって、彼は耳の中のAIに恋をします。でも、みんなが自分のAIに恋をしていることに気づくんです。素晴らしい会話ができるからです。見る価値があります。本当に素敵な映画です。さて、面白いですね。では、あなたが作ったこのテストについて簡単に教えてください。
Nick: はい、Holmes Education Groupというグループと協力しています。基本的に彼らと提携して、自動化されたテストを作っています。DuoLingoがCOVIDの中頃にリリースしたテストは約1年前で、69ドルでしたが、完全に自動化されているわけではなく、人間の評価も入っていたと思います。一方、私たちのテストは完全に自動化されていて、最初はスピーキングとリスニングから始めました。元々の用途は学校や大学の出願手続きを効率化するためでしたが、開発を続けるうちに実際の入学試験として使えるようになりそうです。そのプロセスを自動化できるでしょう。IELTSに取って代わることはないと思いますが、その方向に技術を進めていきたいと考えています。
Jay: わあ、どんなスキルをテストするんですか？
Nick: 今のところはスピーキングとリスニングだけですが、リーディング、文法、理解力なども追加しています。
Jay: そうですね。多くのテストはスピーキングをあまり重視していません。例えばTOEICは、私の知る限りリスニングとリーディングのテストが中心で、スピーキングは評価が高くつくためです。私たちE2Languageでは多くのライティングとスピーキングの評価を行っていますが、まだ人間の評価者を使っています。IELTSのエッセイのような複雑なレベルでは、学生を満足させるAIは見つかっていません。学生は非常に高度なフィードバックや説明を求めているので、満足させる必要があります。ですから、もしその分野で成功すれば、本当にすごいことになるでしょう。
Nick: 確かに難しいですが、私たちは正しい道を進んでいると思います。
Jay: そうですね、このような大きな問題は少しずつ解決していくしかないと思います。少しずつ問題を解決していって、大きな問題を解決するという感じです。私たちはコンピューターで英語を教えるという大きな問題を解決しようとしています。その方法を模索していて、もう10年くらい色々見てきましたが、まだ文法の教え方がわかっていません。文法の教え方は本当に難しいです。色々な方法を試してきて、あっちに行ったりこっちに戻ったりして、最終的には諦めたかもしれません。多分諦めたからこそ、今は近いところにいるのかもしれません。すみません、続けてください。
Nick: それはとても理にかなっていると思いますよね？例えば中国語の「kàn shénme?」は「あなたは何を見ているの？」ではなく「あなたは何を見ているの？」という感じです。ドイツ語やフランス語、ラテン系の言語は構造が似ていると思いますが、英語だけがその構造を持っているのは正しいですか？
Jay: Google画像検索で「morpheme map」と入力すると面白いものが見られます。英語の文が下に表示され、「What are you looking at?」のような文と、中国語のマンダリン文が上に表示されます。単語の順序を示す線が引かれていて、かなり違いがあるのがわかります。これは単語の順序だけの話で、動詞の使い方や時制、文法の表し方はどうなっているのかも興味深いです。文法は本当に魅力的ですが、解決は難しいようです。さて、Nick、language confidenceについてもっと知りたい人はどうやって連絡すればいいですか？
Nick: 私たちのウェブサイトlanguageconfidence.aiにアクセスしてください。または[email protected]にメールを送ってください。ウェブサイトにはデモもありますので、ぜひ試してみてください。フィードバックもお待ちしています。私は常に製品を改善するためのパートナーを探しています。パートナーとは本当に協力的な関係を築いています。メルボルンにいるCTOとかなり時間をかけて製品や最適な使い方を考えています。ぜひご連絡ください。皆さんからのご連絡を楽しみにしています。
Jay: 見ての通り、私たちのプラットフォームE2schoolに大きな違いをもたらしました。発音コースは、選択肢が二つありました。フィードバックをしないか、教師に支払うか。後者だとコースの費用が急上昇し、誰も使わなくなってしまいます。だからlanguage confidenceでは、学生にたくさんのフィードバックを提供できるようにしました。料金は3か月で19ドルくらいだったと思います。非常に価値のあるツールですし、学生たちも使ってくれているので素晴らしいです。
Nick: ええ、それは素晴らしいです。皆さんと一緒に仕事ができて本当に楽しかったです。これからも何年も続けていけるのを楽しみにしています。
Jay: ええ、もちろんです。これからもどんどん広げていきましょう。いいですね。今日は参加してくれて本当にありがとう、Nick。
Nick: 招待してくれてありがとう。本当に感謝しています。
スピーカー： E2 Talksをお聞きいただきありがとうございます。 ぜひご覧ください e2language.com PTE、IELTS、OET、TOEFLのコースのために、一般的な英語学習のサポートが必要な場合は、ぜひご覧ください e2school.comありがとうございます