Your SlideShare is downloading. ×

A Glance Into The Future Of Digital Language Learning

712

Published on

Presentation of Professor Dr. Piet Desmet of K.U.Leuven, presented at the BLCC lunch seminar on Sept. 25th, 2009. A glance into the future of language learning!

Presentation of Professor Dr. Piet Desmet of K.U.Leuven, presented at the BLCC lunch seminar on Sept. 25th, 2009. A glance into the future of language learning!

Published in: Education, Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
712
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
26
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. A glance into the future of digital language learning for professionals: A daptive, E ntertaining, I ntelligent, O pen and U biquitous Say it with Vowels
  • 2.
    • 0. CALL als onderzoeksdomein
    • A - adaptive
    • E - entertaining
    • I - intelligent
    • O - open
    • U - ubiquitous
  • 3. 0. evolutie van CALL als onderzoeksdomein
    • 0.1 radicaal interdisciplinair
    • aanvankelijk: CALL als deel van toegepaste taalkunde & taaldidactiek
      • inzichten uit taaldidactiek hertalen naar e-omgeving
      • onderzoekers uit Letteren, coördinatoren talencentra, leermiddelenontwikkelaars, etc.
      • => application-driven, development-oriented, less research oriented
  • 4. (Levy 1999: 72)
  • 5.
    • human-computer interaction : usability onderzoek
    • artificial intelligence : expert dialoogsysteem, geprogrammeerde instructie
    • computational linguistics (NLP): spraaksynthese (ASR) en spraakherkenning (TTS), taalkundige annotatie
    • technology and design : effectiviteitsonderzoek, instructional design
  • 6.
    • psychologie : werking geheugen, automatiseringsprocessen, leerprocessen
    • SLA : leerstadia, context, learnability
    • computerwetenschappen : datamining, semantic web, distributed networks
  • 7.
    • informatica
    • (Prof. dr. Patrick Decausmaecker)
      • gedistribueerde beslissings-ondersteuning
      • multi-agent systemen
      • heuristische optimalisatie
      • data mining heuristieken
      • gedistribueerd zoeken
    • toegepaste taalkunde
    • (Prof. dr. Piet Desmet)
      • elektronische taalleeromgevingen
      • taaltesting
      • CorpusCALL
      • auteurssystemen
    • onderwijskunde
    • (Prof. dr. Geraldine Clarebout)
    • ontwikkeling van leeromgevingen met speciale aandacht voor:
      • rol en functie van leerhulpen zoals pedagogical agents
      • identificeren van relevante leerderskenmerken
    • methodologie
    • (Prof. dr. Wim Van den Noortgate)
      • multilevel analyse
      • meta-analyse
      • item respons theorie
    digital libraries mobile learning elektronic assessment computer science applied linguistics educational science effectiveness research on electronic learning environments methodology integration NLP in learning environments webmining for learning environments adaptive learning systems
  • 8. 0.2 open innovatie via netwerking
    • structurele interactie academia – industria
      • spin-off activiteiten: BLCC & Televic Education
      • IOF kennisplatform
      • IWT & IBBT projecten
    • interactie onderzoek & ontwikkeling
    • data is the next ‘Intel Inside’
      • data > software
      • content is king
      • => netwerking met gebruikersgroepen (Vb Franel, Selor)
  • 9. 1. A - adaptive
  • 10.
    • auto-industrie:
      • tijd
      • plaats
      • weersomstandigheden
    • adaptieve marketing
      • profiel
  • 11. 1.1 adaptief toetsen
    • Toetsmatrijs (constructs- en inhoudsvaliditeit)
    • Itemontwikkeling
    • Pretesting
    • Itemanalyse
    • Kalibratie en opstellen meetschaal
    • Itemselectieregels
    • Cesuurbepaling / normering (standard setting)
  • 12.
    • Toetsmatrijs wordt gebaseerd op de constructdefinitie
    • De matrijs moet volledig gevuld zijn met opgaven om inhoudsvaliditeit te kunnen garanderen
    • Een voorbeeld voor component luistervaardigheid < S-ALTO
    taalhandeling visuele ondersteuning geen visuele ondersteuning Persoonlijke teksten Publieke teksten Ambtelijke teksten Persoonlijke teksten Publieke teksten Ambtelijke teksten met een zichtbare partner TV, besloten toespraak in een vergadering aan de telefoon op de radio in een toespraak waar spreker veraf staat globaal begrijpen relevante gegevens selecteren informatie verbinden
  • 13. pilot & kalibratiestudie
    • kleine en grootschalige afname; doel: creëren van betrouwbare Collective Intelligence
    • daarna : analyseren met Item Response Theory
  • 14. Item Response Theorie - IRT
    • Klassieke Test Theorie (KTT): vaardigheid van de leerling = som van de scores die leerling haalt op items van de toets.
    • Item Response Theorie (IRT):
      • vaardigheid kandidaten & moeilijkheidsgraad items als twee aparte parameters.
      • items verschillen in moeilijkheidsgraad
      • items gerangschikt op meetschaal met oplopende moeilijkheidsgraad
      • kandidaten verschillen in vaardigheid; kunnen ook gerangschikt worden op die meetschaal volgens stijgende vaardigheid
      • IRT meetmodel laat toe kandidaten en items rechtstreeks te vergelijken (in termen van kansen dat een item correct kan worden opgelost)
  • 15.
    • IRT-analyse
    • doel: vaardigheid (V) van personen & moeilijkheid (M) van items op één schaal brengen
    • zowel V als M worden uitgedrukt in een cijfer (=logit)
    • gem. M = 0
    Kandidaten vaardigheid Items moeilijkheidsgraad Beheersing in termen van kansen Item g Item e Item a Item b Item c Item d Item f Item h Item i Item j
  • 16. Welke kansen? 3 5 % 2 12 % 1 27 % 0 50 % -1 73 % -2 88 % -3 95 %
  • 17. CAT – een voorbeeld (Sara Gysen) DEMO
  • 18. 1.2 adaptief leren
    • “ Adaptive Learning Environments Based on IRT: Possibilities and Challenges”
    • Kelly WAUTERS, Piet DESMET & Wim VAN DEN NOORTGATE
    • (submitted)
  • 19.
    • the challenge of the dataset
      • missing values
      • skipped items
    • the challenge of the algorithm
      • item difficulty estimation
      • ability estimation
      • item selection algorithm
  • 20. 2. E - entertaining
  • 21. gaming
    • belangrijke features voor educational gaming
    • 2 pistes
  • 22. belangrijke features voor educational gaming
    • inspelen op “ players sense of challenge ” en dit koppelen aan “ rewards ”
    • inbouwen van verschillende levels
    • vaak First-person game , waarbij wel met een avatar gewerkt wordt. meer in het algemeen: personalization !
    • multiplayer! (-> collaboration )
    • realistische, immersieve omgeving, aanpak is “ experience-based or exploratory ”, leerder kan praktijkervaring opdoen
  • 23.
    • +
    • duidelijk omlijnde leerdoelen (leerder weet wat hij leert)
    • permanent monitoren van leerders prestaties en acties -> aanpassen van omgeving hieraan -> belang van adaptiviteit!
    • belang van directe en tijdige feedback -> leerder blijven stimuleren en motiveren
    • nood aan scaffolding (hints, deel van oplossing meegeven, extra info, etc.)
  • 24. 2 pistes
    • SAIL- omgeving ( Situated Avatar baded Immersive Learning )
    • game-elements in taalleeromgeving
  • 25. SAIL
    • SAIL = Situated Avatar based immersive learning of Virtual Reality (VR-) Based Education
    • taaltaken = challenges binnen een virtual reality die de leerder/speler alleen of met meerdere aanpakt, waar hij feedback op krijgt en die tot rewards leiden
    • doelpubliek: zakenmensen, volwassenen in het algemeen
    • = edutainment
    • Vb LLINGO
  • 26. LLINGO
    • partners
      • externe partners
        • Larian Studios
        • Televic Education
        • BLCC
        • VRT
      • IBBT groups
        • MMLab
        • ITEC
        • MICT
  • 27. LLINGO
    • werkpakketten
      • WP0: Project Management
      • WP1: Requirements, Conceptual Architecture & Scripting
      • WP2: Tracking, Logging and Adaptivity
      • WP3: Infinite Textures
      • WP4: User and Experience Research
      • WP5: Effectivity Research
      • WP6: Proof of Concept
  • 28. game-elements in taalleeromgeving
    • 1. gaming for content delivery
    • alle soorten animaties, van passief naar actief (met doe-component)
    • werking van iets tonen, procedure toelichten, grammatica-regel toelichten, etc.
    • (Kurt Feyaerts)
  • 29.
    • 2. gaming as reward
    • na het educatieve luik, bij wijze van beloning
    • slechts toegang indien voldoende leerprestaties en in functie van omvang leerprestatie -> credit-systeem
    • fun aangepast aan domein (bv. voor taal: tv-reportages en movies, funny commercials, toegang tot i-tunes, etc.) inspiratie zoeken bij taalspelletjes:
        • Vb Iphone: Lexitron
        • Vb http://visl.sdu.dk/ (oa. Syntris, Labyrinth, etc.)
  • 30.
    • 3. gaming as competition
      • challenge
      • multiplay is nice
      • computer can play the opponent
      • “ the best wins”
  • 31. 3. I – integrated & intelligent
  • 32.
    • Nood aan Integrated Language Learning Environments ( ILLE )
    • 1. infrastructuur: c- en e-omgeving zijn niet op mekaar afgestemd geen e mogelijk in c-omgeving (cf. klassiek leslokaal)
    • geen c mogelijk in e-omgeving (cf. PC-klas)
    • 2. domeinen: e-learning: dominant kennisgerichte domeinen (lexicon, grammatica, etc.)
    • c-learning: ook vaardigheidstraining (lezen, luisteren, schrijven, spreken)
    • 3. content: beperkte onderlinge afstemming tussen c- and e-inhouden
    • 4. coaching: e-learning vaak vooral voor remediëring of differentiatie -> geen centrale component van didactisch proces
    • beperkte interactie tussen e-coaching en c-coach
    integrated (Desmet, P. 2005. “An Integrated Language Learning Environment: towards an optimal blend of c-and e-learning”. In: Kommers, P. – Richards, G. eds 2005. Proceedings of ED-MEDIA)
  • 33. intelligent
    • gesloten oefeningen voorbij, 2 technieken:
    • NLP ( Natural Language Processing )
    • ASM ( Approximate String Matching )
  • 34. NLP ASM
    • by definition language dependent
    • - high R&D effort
    + by definition language independent + lower R&D effort - unequal availability and quality of existing algorithms and tools - technologies not easily transferable to new tools/environments - slow + high availability of existing ASM algorithms + easily reusable algorithms + higher speed + better granularity ( fineness with which input can be analysed) - highly depending on teacher’s input (number of correct answers predicted by teacher) + language specific intelligent feedback generation by the algorithm (cf. E-Tutor T. Heift) - no automatic language specific feedback generation
  • 35. ASM @ edumatic
    • normalisering van input of niet
      • hoofdletters
      • interpunctie
      • accenten
    • algoritme op basis van beste match met input I inform you to XXX the (…) tomorrow (XXX).
    • 3 codes: delete, insert, substitute (error)
    • pogingen model: attempt – feedback – attempt – (…) – solution model
  • 36. 4. O – open
  • 37. Innovation in Assembly
    • Web as a platform of services
    • Vb widgets: small, reusable components (mini-application) CALL?
    • Nood aan standaarden: Vb Sharable Content Object Reference Model
      • -> nood aan LLOM ( Language Learning Object Metadata )
    • Import/export tussen platformen ( ‘content portability’ ) Vb SCORM-export
  • 38. co-creatie van nieuwe content
      • zuuQI poll
      • zuuQI tagcloud
  • 39. P. Desmet – web2.0 – VOV-beurs Vb wiki voor Spaans (OI-project Dagmar Vandebosch)
  • 40. Vb Livemocha.com: online language-learning community
  • 41. 5. U - ubiquitous
    • 5.1 mobile learning
      • adaptiviteit: leerobjecten aanpassen aan specifieke features van een device (grootte scherm, toetsenbord, etc.)
      • localisering: leerobjecten afstemmen op plaats waar men is (Vb in Parijs leerobjecten rond Parijs) => contextual learning
      • content-creatie: language captured and shared in context
        • (Kukulska-Hulme, A. & Traxler J. 2005. Mobile Learning : A Handbook for Educators and Trainers, Rougledge, London.)
  • 42. 5.2 franel.mobi
    • http://franel.mobi
  • 43. 5.3 pervasive computing
  • 44. multiple devices
    • Soylu, A., De Causmaecker, P., Desmet, P. 2009. Context and Adaptivity in Pervasive Computing Environments: Links with Software Engineering and Ontological Engineering (published)
    • Soylu, A., De Causmaecker, P., Desmet, P. 2009. Context and Adaptivity in Context-Aware Pervasive Computing Environments (published)
  • 45.  
  • 46.  
  • 47. MAPLE
    • partners
      • externe partners
        • BLCC
        • Mobixx
        • Televic Education
        • RMM
      • IBBT groups
        • CUO
        • ITEC
        • MMLab
        • SMIT
  • 48.
    • werkpaketten
    • WP0: Project Management
    • WP1: Requirements & Conceptual Architecture
    • WP2: Business Modeling
    • WP3: Software Infrastructure
    • WP4: Data & Metadata
    • WP5: Adaptivity and Mobility
    • WP6: Demonstrator
  • 49.  
  • 50.
    • Prof. Dr. Piet Desmet
      • [email_address]
      • http://wwwling.arts.kuleuven.ac.be/franling/pdesmet/
    • ITEC
      • [email_address]
      • www.kuleuven-kortrijk.be/itec

×