Pearson Poland AI & Tech

---------------------------------------------------------------------------------------------------
„Selektywny feedback w nauce wymowy: projektowanie systemów skoncentrowanych na komunikacji”
W nauce języka angielskiego wciąż dąży się do osiągnięcia wymowy zbliżonej do native speakera, mimo że w praktyce większość interakcji odbywa się między użytkownikami nienatywnymi, posługującymi się różnymi akcentami i odmianami języka. W takim kontekście kluczowym kryterium skutecznej komunikacji nie jest idealna wymowa, lecz zrozumiałość.
W swoim wystąpieniu pokażę, jak to przesunięcie perspektywy wpływa na projektowanie automatycznych systemów do nauki i oceny wymowy. Zamiast traktować każdą różnicę względem mowy native speakera jako błąd, zaproponuję podejście skoncentrowane na identyfikacji tych błędów fonetycznych, które realnie utrudniają zrozumienie. Zaprezentuję eksperyment oparty na regresyjnym modelu AdaBoost, który wykorzystuje błędy fonetyczne do przewidywania poziomu zrozumiałości wypowiedzi. Analiza istotności cech tego modelu pozwoli wskazać i uszeregować dźwięki, których niepoprawna realizacja ma największy wpływ na komunikatywność.
Takie podejście może stanowić podstawę do projektowania systemów oceny wymowy oferujących bardziej selektywny feedback, który skupia się na efektywnej komunikacji, a nie porównywaniu użytkownika z wyidealizowanym wzorcem native speakera.

"Akcent wyrazowy pod kontrolą: Wykrywanie błędów prozodycznych za pomocą klasycznego ML"

Prawidłowa wymowa w języku obcym wykracza poza precyzyjną artykulację pojedynczych głosek, obejmując kluczowe aspekty prozodyczne, takie jak m.in. akcent wyrazowy. Stosowanie reguł akcentowania języka ojczystego w wymawianiu angielskich słów np. stałego akcentu na przedostatnią sylabę w j. polskim jest częstym błędem, zazwyczaj pomijanym w trakcie nauki języka w szkole i na kursach. Ponadto automatyczne systemy do oceny wymowy często koncentrują się na błędach segmentalnych, pomijając ten istotny element dla zrozumiałości i naturalności mowy.
W swoim wystąpieniu zaprezentuję podejście do automatycznego wykrywania akcentu wewnątrzwyrazowego, które opiera się na analizie sygnału audio i klasycznych technikach uczenia maszynowego. Model skupia się na analizie cech akustycznych na poziomie poszczególnych fonemów w kontekście słów, w których się znajdują, takich jak m.in. ich czas trwania (iloczas), energia (głośność) oraz zmiana częstotliwości podstawowej (wysokość tonu).
Takie podejście otwiera drogę do projektowania bardziej zaawansowanych systemów do nauki języka, które w przyszłości mogą dostarczać uczniom szczegółowych informacji na temat prozodii, zamiast ogólnej oceny, co ma bezpośrednie przełożenie na naturalność i zrozumiałość wypowiedzi, skutecznie uzupełniając tradycyjną ocenę fonetyczną.

„Uprzedzenia w systemach rozpoznawania mowy w nauce wymowy: czego projektanci AI mogą nauczyć się z badań edukacyjnych”

Automatyczne systemy rozpoznawania mowy są coraz częściej wykorzystywane w aplikacjach do nauki wymowy jako narzędzie do oceny wypowiedzi i automatycznego feedbacku. Badania pokazują jednak, że rozwiązania te są zwykle trenowane na danych pochodzących od native speakerów, co powoduje, że systemy gorzej radzą sobie z rozpoznawaniem zróżnicowanych realizacji językowych.
Z perspektywy dydaktyka i specjalisty od fonetyki pokażę, jak taki sposób działania technologii wpływa na postrzeganie języka przez uczących się. Na przykładzie wybranych aplikacji omówię, w jaki sposób mechanizmy rozpoznawania i korekty wymowy mogą wzmacniać przekonanie, że istnieje jeden „poprawny” model języka, a inne warianty są traktowane jako błędne, nawet jeśli pozostają w pełni zrozumiałe komunikacyjnie.
Takie wnioski mogą stanowić punkt wyjścia do projektowania systemów, które w większym stopniu uwzględniają zrozumiałość, różnorodność językową oraz jakość informacji zwrotnej w aplikacjach edukacyjnych.

Będziemy mieć 70 miejsc siedzących.

(The event will be held in Polish)

---------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------

Twoje dane osobowe
Administratorem Twoich danych osobowych jest Pearson Central Europe Sp. z o.o. z siedzibą w (01-748) Warszawie, przy Szamockiej 8 (dalej Pearson). Z Inspektorem Ochrony Danych wyznaczonym przez Administratora można kontaktować się mailowo, pod adresem: pce.dpo@pearson.com, a także pocztą tradycyjną pod adresem j. w., z dopiskiem „RODO”. Twoje dane osobowe przetwarzane są na podstawie RODO art. 6 ust. 1 lit. A - czyli wyrażasz zgodę na:

• podanie danych niezbędnych do rejestracji,
• przetwarzanie danych kontaktowych przez Administratora w celu organizacji wydarzenia,
• Informowanie o innych, podobnych wydarzeniach organizowanych albo współorganizowanych przez Administratora.

W czasie wydarzenia będą wykonywane zdjęcia i wykorzystywane w celach promocyjnych przez Administratora. Twoje dane będą przetwarzane do momentu odwołania przez Ciebie zgody na przetwarzanie danych. Posiadasz prawo dostępu do treści swoich danych oraz prawo ich sprostowania, usunięcia, ograniczenia przetwarzania, prawo do przenoszenia danych, prawo wniesienia sprzeciwu. Masz prawo wniesienia skargi do Prezesa Urzędu Ochrony Danych Osobowych, gdy uznasz, iż przetwarzanie Twoich danych osobowych narusza przepisy RODO. Uznajemy, że zarejestrowanie się oraz uczestnictwo w wydarzeniu jest jednoznaczne z wyrażeniem zgody na przetwarzanie danych osobowych. W każdym momencie możesz ją wycofać, co będzie równoznaczne z zaprzestaniem przetwarzania danych. Zgoda jest dobrowolna, ale konieczne dla realizacji celów przetwarzania.
Twoje dane nie będą poddawane profilowaniu. Administrator nie będzie przekazywać danych osobowych do państw trzecich, poza komunikacją w ramach grupy Pearson oraz związanym z wykorzystywanymi rozwiązaniami informatycznymi. Twoje dane osobowe mogą zostać udostępnione organom uprawnionym na podstawie przepisów prawa oraz powierzone na podstawie umowy powierzenia zawartej na piśmie podmiotom świadczącym usługi na zlecenie Administratora.