Das Projekt Listen ist ein interdisziplinäres Forschungsprojekt um eine automatisierte Lesehilfe zu entwickeln, sie zu evaluieren und zu verbessern. Die Spracherkennungs-Software hilft Kinder besser zu lesen, indem sie ihnen zuhört.
Jack Mostow von der Carnegie Mellon Universität in Pittsburgh, Pennsylvania, entwickelte das Konzept des automatisierten Lesetutors bereits vor mehr als 10 Jahren. Die Grundidee läßt sich auch einfach beschreiben: Kinder lesen laut vor, und der Computer hört ihnen zu.
Wenn Sie sich eine Box vorstellen, die Kindern beim lesen zuhören und helfen soll, dann ergeben sich dabei zwei Fragen: Was soll diese Box tun, wie soll sie sich den Kindern gegenüber verhalten? Und die zweite Frage lautet: wie setzt man so etwas um?
Letzteres wurde mit Hilfe von Spracherkennungssoftware gelöst. Aber am Verhalten der Software wird noch gefeilt. Die automatisierte Lernhilfe bietet Texte in unterschiedlichen Schwierigkeitsstufen an, die von den Schülern Satz für Satz vorgelesen werden. Das Programm reagiert mit Hilfe eines stilisierten Gesichts in einer Ecke des Bildschirms, das je nach Erfolg mehr oder weniger lächelt. Getestet wurde anfangs nur mit einer kleinen Gruppe an Kindern, im vergangenen Schuljahr waren es bereits einige Hunderte Schüler, die ihre Lesekenntnisse am Computer verbesserten.
Wenn der Tutor glaubt, dass das Kind einen Fehler gemacht hat, oder wenn das Kind auf das Wort klickt um Hilfe zu bekommen, dann stehen dem Programm jetzt 10 verschiedenen Hilfefunktionen zur Verfügung: Es kann das Wort aussprechen, es unterteilen in Silben oder Phoneme. Es kann einen Hinweis geben, in dem es sagt: dieses Wort reimt sich auf jenes oder klingt so ähnlich wie dieses. In manchen Fällen können wir auch ein Bild anzeigen oder einen akustischen Effekt einspielen. Die Frage ist jetzt, welche dieser Möglichkeiten eignet sich am besten für einen bestimmten Schüler und für ein bestimmtes Wort.
Das Programm misst den Erfolg einer Methode daran, ob das Kind bei der nächsten Übung das Wort beherrscht oder nicht.
Über die Jahre sammelten die Forscher beachtliches Datenmaterial, dass dazu verwendet wird, den Wortschatz und vor allem den Trainingsverlauf zu verbessern. Jede Spracherkennungssoftware ist nur so gut wie ihr Datenmaterial, sagt Jack Mostow. Besser, aber noch nicht perfekt, ist zum Beispiel der Umgang der Software mit Fehlern. Diese müssen nicht nur richtig erkannt werden, sondern die Software muss auch in der Lage sein, manche davon zu ignorieren.
Die automatisierte Spracherkennung ist nicht perfekt. Wir mussten auch aufpassen, dass der Reading Tutor den Kinder nicht fälschlicherweise einen Fehler vorwirft. Tatsächlich sagt der Tutor den Kindern nie, dass sie einen Fehler gemacht haben. Er sagt auch nicht: Du hast das Wort richtig ausgesprochen, denn auch das könnte falsch sein. Es ist sehr wichtig, dass man sich der Grenzen der Technik bewusst ist. Wenn man vorgibt, dass Spracherkennung perfekt arbeitet, kann man zwar ein wunderbares Design entwerfen, aber in der Praxis wird es nicht funktionieren.
Jack Mostow geht vorsichtig mit Erfolgsmeldungen um, aber zumindest in kleinen Testgruppen konnte das Programm reüssieren: Kinder, die 8 Monate lang den Tutor täglich verwendeten, schnitten in einem Vergleichstest dreimal besser beim Lesen ab als eine Kontrollgruppe. Die beteiligten Lehrer in Pittsburgh gestanden dem "Reading Tutor" zu, die Motivation der Kinder zu fördern und ihr Selbstvertauen zu stärken. Aber niemand, auch nicht Jack Mostow von der Carnegie Mellon Universität geht soweit zu behaupten, eine Spracherkennungssoftware könne einen menschlichen Tutor ersetzen. Der "Reading Tutor", so Jack Mostow, erfüllt die gleiche Funktion wie die Stützräder beim Fahrrad: Er nimmt Kindern die Scheu vor dem lesen.
Jack Mostow von der Carnegie Mellon Universität in Pittsburgh, Pennsylvania, entwickelte das Konzept des automatisierten Lesetutors bereits vor mehr als 10 Jahren. Die Grundidee läßt sich auch einfach beschreiben: Kinder lesen laut vor, und der Computer hört ihnen zu.
Wenn Sie sich eine Box vorstellen, die Kindern beim lesen zuhören und helfen soll, dann ergeben sich dabei zwei Fragen: Was soll diese Box tun, wie soll sie sich den Kindern gegenüber verhalten? Und die zweite Frage lautet: wie setzt man so etwas um?
Letzteres wurde mit Hilfe von Spracherkennungssoftware gelöst. Aber am Verhalten der Software wird noch gefeilt. Die automatisierte Lernhilfe bietet Texte in unterschiedlichen Schwierigkeitsstufen an, die von den Schülern Satz für Satz vorgelesen werden. Das Programm reagiert mit Hilfe eines stilisierten Gesichts in einer Ecke des Bildschirms, das je nach Erfolg mehr oder weniger lächelt. Getestet wurde anfangs nur mit einer kleinen Gruppe an Kindern, im vergangenen Schuljahr waren es bereits einige Hunderte Schüler, die ihre Lesekenntnisse am Computer verbesserten.
Wenn der Tutor glaubt, dass das Kind einen Fehler gemacht hat, oder wenn das Kind auf das Wort klickt um Hilfe zu bekommen, dann stehen dem Programm jetzt 10 verschiedenen Hilfefunktionen zur Verfügung: Es kann das Wort aussprechen, es unterteilen in Silben oder Phoneme. Es kann einen Hinweis geben, in dem es sagt: dieses Wort reimt sich auf jenes oder klingt so ähnlich wie dieses. In manchen Fällen können wir auch ein Bild anzeigen oder einen akustischen Effekt einspielen. Die Frage ist jetzt, welche dieser Möglichkeiten eignet sich am besten für einen bestimmten Schüler und für ein bestimmtes Wort.
Das Programm misst den Erfolg einer Methode daran, ob das Kind bei der nächsten Übung das Wort beherrscht oder nicht.
Über die Jahre sammelten die Forscher beachtliches Datenmaterial, dass dazu verwendet wird, den Wortschatz und vor allem den Trainingsverlauf zu verbessern. Jede Spracherkennungssoftware ist nur so gut wie ihr Datenmaterial, sagt Jack Mostow. Besser, aber noch nicht perfekt, ist zum Beispiel der Umgang der Software mit Fehlern. Diese müssen nicht nur richtig erkannt werden, sondern die Software muss auch in der Lage sein, manche davon zu ignorieren.
Die automatisierte Spracherkennung ist nicht perfekt. Wir mussten auch aufpassen, dass der Reading Tutor den Kinder nicht fälschlicherweise einen Fehler vorwirft. Tatsächlich sagt der Tutor den Kindern nie, dass sie einen Fehler gemacht haben. Er sagt auch nicht: Du hast das Wort richtig ausgesprochen, denn auch das könnte falsch sein. Es ist sehr wichtig, dass man sich der Grenzen der Technik bewusst ist. Wenn man vorgibt, dass Spracherkennung perfekt arbeitet, kann man zwar ein wunderbares Design entwerfen, aber in der Praxis wird es nicht funktionieren.
Jack Mostow geht vorsichtig mit Erfolgsmeldungen um, aber zumindest in kleinen Testgruppen konnte das Programm reüssieren: Kinder, die 8 Monate lang den Tutor täglich verwendeten, schnitten in einem Vergleichstest dreimal besser beim Lesen ab als eine Kontrollgruppe. Die beteiligten Lehrer in Pittsburgh gestanden dem "Reading Tutor" zu, die Motivation der Kinder zu fördern und ihr Selbstvertauen zu stärken. Aber niemand, auch nicht Jack Mostow von der Carnegie Mellon Universität geht soweit zu behaupten, eine Spracherkennungssoftware könne einen menschlichen Tutor ersetzen. Der "Reading Tutor", so Jack Mostow, erfüllt die gleiche Funktion wie die Stützräder beim Fahrrad: Er nimmt Kindern die Scheu vor dem lesen.