Bolehkah penulis membuat anda seorang penulis yang lebih baik? | william fenton

Sekitar peringkat akhir, saya sering iri hati dengan kawan-kawan saya dalam sains dan sains sosial. Saya mengesyaki pelajar saya rasa sama. Manakala kursus statistik atau ekonomi boleh disimpulkan dengan peperiksaan pelbagai pilihan atau jawapan pendek yang menentukan, kursus dalam kemanusiaan sering bergantung pada esei argumen yang panjang. Seperti yang produktif kerana ia mungkin untuk seorang pelajar menulis kertas akhir, secara agregat kertas itu benar-benar membebankan ke gred, terutamanya di dalam tetingkap yang sempit di antara peringkat akhir dan apabila gred yang ditetapkan.

Walaupun terdapat banyak edtech, banyak alat elektronik menganggap kerumitan dan kontingensi penulisan. Lagipun, tulisan, nada, dan gaya bergantung pada apa, di mana, dan untuk siapa anda menulis. Apa yang berfungsi untuk jurnal akademik mungkin tidak akan berfungsi untuk lajur PCMag.com.

Malangnya, terdapat beberapa pintasan elektronik yang tersedia untuk pelajar dan pendidik kemanusiaan. Perkhidmatan seperti Grammarly dapat membantu mengenalpasti kesilapan tatabahasa, dan lain-lain, seperti iParadigms Turnitin, dapat menolong menentang plagiarisme. Tetapi jangan salah: menandakan tatabahasa dan menentukan kejujuran akademik cenderung untuk menjadi aspek cukai taksiran yang paling kurang. Apabila ia menilai kejelasan tesis, organisasi perenggan, atau perpaduan hujah, menyediakan maklum balas menulis kekal sebagai proses analog dan susah payah.

WriteLab berharap untuk mengubahnya.

Idea Donald McQuade, profesor Bahasa Inggeris di University of California, Berkeley, dan penasihatnya, Matthew Ramirez, WriteLab bercita-cita untuk menyediakan "platform penulisan yang paling maju di dunia." Sama ada atau tidak, hiperbola itu boleh dibahaskan, tetapi laman web dan plugin yang akan datang memberi usaha yang baik untuk mengautomasikan beberapa maklum balas penulisan yang paling biasa melalui satu siri cadangan semakan, komen, dan soalan. Saya bercakap dengan pengasas bersama dan Ketua Pegawai Eksekutif Ramirez mengenai bagaimana kerja WriteLab dan apa yang ada untuk platform.

Kisah Asal

Untuk mengajar kursus penulisan tahun pertama adalah menghitung dengan jurang antara aspirasi dan realiti. Seperti kebanyakan guru muda, Ramirez berusaha untuk menyeimbangkan keinginannya untuk memberikan pelajar dengan maklum balas terperinci dan bermakna dan keperluan untuk menghasilkan maklum balas tersebut secara teratur. Tidak semestinya menghabiskan masa 30 minit atau satu jam untuk setiap esei pelajar sekiranya anda perlu bekerja melalui berpuluh-puluh esei secara mingguan.

Ramirez menyedari bahawa dia meninggalkan banyak catatan yang sama dari satu kertas ke seterusnya. Beliau juga memahami bahawa markah berbutir tidak semestinya memenuhi kepentingan pelajar: Maklum balas peringkat tinggi terlalu tinggi tidak berguna ("boleh bertindak" dalam kata-katanya), terutamanya memandangkan pelajar perlu bergerak ke tugas masa depan.

Menggambarkan latar belakangnya dalam bidang kemanusiaan dan linguistik pengkomputeran, dia mula bekerja dengan McQuade untuk meringkaskan beberapa makalah menulis yang paling biasa menggunakan satu siri algoritma. Kerja itu, yang bermula pada bulan Disember 2013, telah berkembang menjadi sebuah laman web yang memproses teks dan memberi maklum balas melalui satu siri modul yang menangani aspek-aspek asas penulisan-penulisan, kejelasan, logik, dan tatabahasa. Maklum balas diterima dalam tiga bentuk: semakan semula peringkat rendah, komen, dan soalan pesanan tinggi.

Ramirez adalah yang pertama menekankan bahawa tiada maklum balas ini mampu atau bertujuan untuk menggantikan pendidik. Dia juga tidak membayangkan WriteLab sebagai alat penilaian. Sebaliknya, WriteLab direka untuk membantu penulis mengasah prosa mereka sebelum mereka menyerahkannya kepada guru, editor, atau rakan sekerja.

Di sebalik WriteLab

Memandangkan kekurangan alat penulisan elektronik sedia ada, saya ingin mendengar lebih banyak tentang bagaimana WriteLab lebih mahir daripada, katakan, pemeriksa tatabahasa Microsoft Word. Kecanggihan WriteLab berhubung dengan penggunaan alat sumber terbuka dan penciptaan yang baru, miliknya.

Walaupun WriteLab kelihatan seperti satu laman web yang padu, ia sebenarnya merupakan gabungan pemrosesan bahasa semulajadi, parsing mesin, dan algoritma. Ramirez dan rakan-rakannya memeluk platform sumber terbuka sedia ada di mana mungkin; termasuk memasang perisian pemprosesan semula jadi spaCy dan menggunakan Stanford CoreNLP untuk memecahkan ayat-ayat dan untuk mengesan ciri-ciri. Walau bagaimanapun, terutamanya apabila ia datang kepada semakan, mereka perlu membuat sistem penterjemahan mesin mereka sendiri untuk mengimbas tulisan untuk corak yang berkesan dan tidak berkesan. Untuk tujuan itu, mereka memerlukan dataset yang besar, yang mereka dapati melalui 20, 000 pengguna aktif, dan parser yang akan menggunakan dataset itu untuk menghasilkan semakan. Ramirez membandingkan output dengan Google Translate: WriteLab bertujuan untuk menterjemahkan prosa yang lemah menjadi prosa yang lebih berkesan.

Semua soalan, komen, dan semakan semula melalui satu siri modul. Ramirez dan rakan-rakannya mula membina parser Logik. Lagipun, logik - apakah ini hujah yang baik? - merupakan kebimbangan pesanan tertinggi secara bertulis. Walau bagaimanapun, mereka tidak lama lagi mendapati bahawa anda tidak boleh menghuraikan logik perenggan jika ayat individu tidak jelas. Oleh itu, mereka membangunkan parser kejelasan yang mencari corak merentasi penulisan pelajar. Sesetengah corak berhati-hati berkaitan dengan kejelasan; yang lain kurang begitu. Sebagai contoh, satu isu biasa adalah kurangnya agensi (siapa yang melakukan apa?), Walaupun repetitiveness, yang menyaring melalui modul penyelesaian, juga boleh menghalang kejelasan.

Saya terkejut, Ramirez dan pasukannya tidak bekerja pada tatabahasa sehingga kemudian, sebagai tindak balas terhadap permintaan popular. Menggunakan bahasa penguji tatabahasa sumber terbuka, mereka mencipta satu modul tatabahasa dalaman yang memanfaatkan sistem pengauditan tetapi melumpuhkan aspek tertentu dari LanguageTool yang tidak sesuai dengan tepat. Dari masa ke masa, WriteLab mempunyai maklum balas yang diselaraskan, membentangkan beberapa modul (seperti perpaduan dan koheren) dan mengetengahkan jenis maklum balas (komen dan semakan). Ramirez merancang untuk menguraikan komen berdasarkan sama ada mereka mencadangkan semakan atau pemerhatian.

Ke arah Maklumbalas yang Diedarkan

WriteLab pada mulanya dibangunkan dalam pendidikan tinggi untuk pendidikan tinggi. Ia direka bentuk dengan pusat penulisan dalam minda: Ramirez dan pasukannya membayangkan pelajar menggunakan WriteLab untuk memperbaiki esei antara pelantikan tempahan dan tutor lawatan supaya sesi tuisyen dapat memberi tumpuan kepada isu-isu peringkat tinggi. (Setelah menjalankan pusat penulisan, saya menghargai pendekatan luar talian ini dengan memberikan platform pengajaran dalam talian yang suram.) WriteLab akan terus berkhidmat pendidik, tetapi Ramirez mahu melihat platform mendapatkan pengambilan orang ramai melalui plugin baru.

Terima kasih kepada integrasi dengan beberapa sistem pengurusan pembelajaran, termasuk Blackboard, Kanvas Instructure, Pearson eCollege, WriteLab memberikan penulis akses tanpa log masuk kedua. (Ia juga menawarkan API melalui institusi yang boleh menambah komen WriteLab ke sekeping perisian lain.) Langkah seterusnya adalah untuk membolehkan penulis untuk mengakses komen tanpa meninggalkan platform di mana mereka menulis.

Dalam minggu-minggu akan datang WriteLab akan melepaskan plugin WordPress, yang akan membolehkan penulis untuk mengakses maklum balas TulisLab dalam WordPress dan tanpa akaun WriteLab. WriteLab sedang bekerja pada pemalam yang sama untuk Dokumen Google, Microsoft Word, dan OneNote. Penulis maklum balas asas yang diterima di laman web hari ini (percuma untuk tempoh percubaan 30 hari), akan disediakan secara bebas melalui pemalam tersebut. Sementara itu, laman web itu akan mengenakan maklum balas yang lebih berbutir.

Walaupun saya ragu-ragu mengenai apa yang dipanggil model freemium, saya mengalu-alukan pendekatan yang lebih mendedarkan ini kepada maklum balas. Saya mengesyaki bahawa lebih sedikit orang akan mengeja e-mel jika mereka terpaksa menyalin dan menyisipkan teks masuk dan keluar dari pemproses perkataan. Dengan token yang sama, jika anda boleh mengimbas teks untuk kejelasan, penataan, logik, dan tatabahasa tanpa membuka tab pelayar lain, mengapa tidak? Walaupun plugin itu tidak sempurna - dan WriteLab adalah kerja yang sedang berjalan - cadangan itu akan menggalakkan anda untuk berfikir sedikit lebih lanjut mengenai cara anda membingkai idea anda, sama ada di dalam e-mel, pos blog atau esei. Saya ingin melihat lebih ramai orang mempelajari kraf penulisan. Sementara itu, saya mengalu-alukan sebarang alat yang membuat individu bahkan lebih sedar mengenai penulisan awam.