فناوری تشخیص گفتار بالاخره برای کودکان کار می کند.
در سال 1999 ، زمانی که من و همکارانم در Scholastic Education یک برنامه مداخله در خواندن با نام READ 180 را راه اندازی کردیم ، اینطور نبود. ما امیدوار بودیم که قابلیت های دارای قابلیت صدا را نیز در اختیار داشته باشیم: کودکان برای یک برنامه کامپیوتری می خوانند ، که برنامه واقعی را ارائه می دهد. -بازخورد به موقع در مورد تسلط و سواد آنها. معلمان نیز به نوبه خود اطلاعاتی در مورد پیشرفت دانش آموزان خود دریافت می کنند.
متأسفانه ، ایده ما 20 سال جلوتر از فناوری بود و بدون قابلیت تشخیص گفتار با READ 180 پیش رفتیم. حتی در اوج حباب dot.com ، تشخیص گفتار برای کلاس های درس هنوز هم تا حد زیادی تخیلی بود.
هوش مصنوعی و یادگیری ماشینی ما را قادر به ترسیم ترابایت اطلاعات مورد نیاز برای جلوگیری از سر و صدای محیط در کلاس های شلوغ نکرده بود. همچنین درک پیچیدگی صداهای کودکان ، که دارای طرز صحبت و الگوی گفتاری متفاوتی نسبت به بزرگسالان هستند ، بسیار کمتر انواع گویش ها و لهجه ها را تشخیص داده و-در وهله آخر-رفتارهای کمتر قابل پیش بینی کودکان را هنگامی که درگیر شدن با فناوری
در اسکولاستیک ، ما نمی خواستیم به بچه ها بگوییم که در چیزی تسلط دارند ، در حالی که این کار را نمی کردند ، و ما مفاهیم عمیق این را می دانستیم که به یک دانش آموز جوان می گوییم در زمانی که آنها واقعاً درست گفته اند اشتباه کرده اند.
سریع به جلو به امروز. تشخیص گفتار تا حدی پیشرفت کرده است که می تواند گفتار کودکان را تشخیص داده و پردازش کند و تفاوت لهجه ها یا گویش ها را در نظر بگیرد. شرکت هایی مانند آزمایشگاه های SoapBox مستقر در دوبلین فناوری تشخیص گفتار را توسعه داده اند که بر اساس تنوع صداهای کودکان در زمین بازی یا کلاس درس شلوغ طراحی شده است. با توجه به دقت و عملکرد بالای این فناوری ، مربیان مدارس ابتدایی می توانند با تکیه بر آن به پیشرفت تحصیلی دانش آموزان کمک کرده و رویکردهای شخصی تری به آموزش آنها ارائه دهند.
چنین پیشرفت هایی نمی تواند در یک لحظه مهمتر رخ دهد.
حتی قبل از همه گیری ، بیش از 80 children از کودکان خانواده های محروم از نظر اقتصادی به کلاس چهارم نرسیدند. بر اساس گزارشی از McKinsey & Co. به طور متوسط سه ماه یادگیری را در تعطیلی مدارس بهار از دست داد.
جای تعجب نیست که ضعف خواندن به ویژه در مدارسی که بیشتر به دانش آموزان رنگین پوست ارائه می شوند شدید بوده است ، جایی که نمرات خواندن فقط 77 of از میانگین تاریخی بوده است.
با بازگشت دانش آموزان به کلاس های درس ، تشخیص گفتار می تواند با تغییر شیوه تعامل کودکان با فناوری ، آموزش را متحول کند – چه برسد به یادگیری از راه دور و سرگرمی در خانه. سواد مجهز به صدا ، و همچنین برنامه های ریاضی و زبان ، می تواند با خارج کردن کار اداری از اندازه گیری میزان یادگیری کودک و کسب مهارت های اساسی ، زمینه را بیشتر حرفه ای کند.
به عنوان مثال ، تشخیص گفتار می تواند بینش منظم و ارزشمندی را در مورد پیشرفت خواندن دانش آموز ایجاد کند ، الگوها را انتخاب کرده یا مناطقی را که نیاز به بهبود دارد منزوی کند. معلمان می توانند داده های پیشرفت و ارزیابی ایجاد شده توسط ابزارهای مجهز به صدا را مرور کنند ، مسیرهای یادگیری را برای نیازهای هر کودک تطبیق دهند ، چالش هایی مانند نارساخوانی را بررسی کرده و در صورت لزوم مداخلات به موقع را برنامه ریزی کنند.
ابزارهای خواندن با استفاده از صدا به همه کودکان اجازه می دهد تا در طول روز مدرسه وقت خود را با صدای بلند بخوانند و بازخورد دریافت کنند ، چیزی که ارائه آن برای یک معلم به سادگی عملی نیست. برای بیان چالش در چشم انداز: 15 دقیقه وقت فردی برای هر کودک در کلاس 25 نفره ، بیش از شش ساعت از روز معلم را هر روز می خورد. این نوع مشاهده و ارزیابی فردی یک چالش مداوم برای معلمان بود قبل از کووید -19. این امر با ظهور آموزش از راه دور و هنگامی که دانش آموزان با مسائل آموزشی و احساسی بی سابقه ای به مدرسه باز می گردند ، چالش برانگیزتر می شود.
فناوری تشخیص گفتار همچنین می تواند برابری را در کلاس درس افزایش دهد. در هر حال ، ارزیابی خواندن انسان بسیار ذهنی است و مطالعات اخیر نشان داده است که تا 18 ian واریانس ها ناشی از سوگیری ارزیابی کننده است. تشخیص گفتار کودک محور با دقت بالا که امروزه در دسترس است با تضمین این که صدای هر کودک بدون توجه به لهجه یا گویش قابل درک است ، بر تعصب اجتناب ناپذیر انسان غلبه می کند.
چند سال دیگر ، این فناوری بخشی از آموزش کلاس درس خواهد بود و مهارت های خواندن – و ریاضی و زبان – دانش آموزان جوان را تسریع می کند. معلمان متوجه خواهند شد که آنها می توانند استراتژی بیشتری در آموزش خود داشته باشند. و این وعده فوق العاده ای برای چیزی است که در دوران COVID-19 به شدت مورد نیاز است: فناوری که می تواند نتایج مطالعه را به میزان قابل توجهی بهبود بخشد و بحران سواد جهانی را به شیوه ای واقعی و عمیق مقابله کند.