Slackを用いた授業外ライティング活動の便利ワザ[Google Spreadsheet編③]

はじめに

下記の2つの記事の続きで,おまけ的なものですが自分の備忘録のためにも残しておきます(R編がなかなかスタートしないw)。

Slackを用いた授業外ライティング活動の便利ワザ [Google Spreadsheet編①]

Slackを用いた授業外ライティング活動の便利ワザ[Google Spreadsheet編②]

簡単に何をやっているのかをまとめます。Slack上で授業外ライティング活動をさせ,そこで書かれたものをGoogle Apps Scriptを使ってGoogle Spreadsheetに記録し,そこで個人の1週間あたりの産出語数を学生と共有するということをやっています。大まかな枠組みについては,上記の記事でカバーされていますが,今回は,「ちょっとかゆいところに手が届くといいな」くらいのお話です。

問題の所在

https://twitter.com/tam07pb915/status/1118157873219948545

学生の書いたものを読んでいると,カンマやピリオドの後に半角スペースを入れないで書いているものが頻繁にありました。

Yesterday,I went to the zoo with my family.After that,we went to an Italian restaurant.It was delicious.

みたいな感じのものを想像していただければいいかなと思います。見る人が見たら気持ち悪くてたまらないと思うのですが,おそらくデジタル環境で英語を書くという経験の少なさからこのような英文になってしまうのだと思います。もちろん,タイポのようなことはありうるのですが,それでも一つの投稿で頻発していたり,ある特定の学習者が連続して誤りを犯しているとどうもこれは半角スペースを入れることを知らないのではないか?と考えるようになりました。

手書きでスペースをあける行為と,キーボードやスマートフォン上でスペースバーを押したり,フリック入力時に「空白」と書かれた部分をタップしたりという行為が関連付けられていないのかもしれません。また,日本語では句読点の後にスペースを入れるというルールはありません。

だからといって,彼らの今後の英語使用場面として手書き以外で英語を書くことがないと想定することはできませんし、スペース入れるということも身につけて欲しい(そうじゃない文見たときの気持ち悪さもわかって欲しい)ことではあるのでしつこく言っていかないといけない気がしています。もちろん,気づいたときにはメインのチャンネルにも共有する形でスペースを入れるようにコメントを出してもいます。ただ,そういうことよりもむしろ「リアルなコミュニケーション」の道具として英語を使って教員ともやりとりしてほしいというところもありますので,あまり半角スペース警察にはなりたくありません。

また,授業運営上でも問題はあります。それは,語数のカウントです。語数のカウントは,1語ずつを単語だと認識して数え上げているわけではなく,単語と単語の間に生まれるスペースを基準にして数えています(詳細は上記の過去記事か,「エクセル 単語数える」とかでググって見てください)。つまり,”Yesterday, I”は2語と認識されても,”Yesterday,I”は1語になってしまうというわけです。ピリオドのあとに半角スペースがなく次の文が始まる場合も同様です。私は,「1週間で○○語を書き込むこと」を課題としていますので,あまりにもこのミスが多いと語数のカウントが通常より少なく計算されてしまいます。

解決方法

私が考えつく解決方法は以下のとおりです。一番土方っぽいものから順に,

  1. Googlespreadsheetの書き込みを1セルずつ確認して,ピリオドやカンマのあとにスペースがなければ手作業で足す
  2. Googlespreadsheetの「検索と置換」でピリオドやカンマを探し,ヒットしたものを目視で確認して半角スペースがなければ足す
  3. Googlespreadsheetの「検索と置換」で正規表現を使ってピリオドやカンマのあとにスペースがないものを一括で修正する
  4. Googlespreadsheetでsubstitute関数を使って置換する

1や2はありえないとして,3も問題があります。それは定期的に作業をしないといけないという点です。Googlespreadsheetを使う利点は,一度作業をしたらしばらくの間は放置しておいても勝手に語数が記録されて学生が確認できるという点です。したがって,できれば4で考えたいところです。しかしながら問題は,substitute関数では置換したい対象をうまく持ってこれないという点です。もしも,「すべてのカンマまたはピリオドについて,ピリオドまたはカンマと半角スペースに入れ替える」とすると,正しく使われているところに余計にスペースを入れてしまうことになります。そうなると,スペースの数を基準とする語数カウントがうまくいきません。そこで,正規表現を使う必要が出てきます。なんと,Googlespraedsheetには正規表現が使える次のような関数があります。

  • REGEXEXTRACT(正規表現で一致する文字列を抽出)
  • REGEXMATCH(正規表現で一致する文字列があるか検索して真偽値を返す)
  • REGEXREPLACE(正規表現で一致する文字列を別の文字列に置き換える)

今回の場合は,置き換えが必要なので3番目のREGEXREPLACE関数を使います。正規表現についての詳しい説明はウェブ上にごろごろ転がっているので,以下では詳しい説明はしませんのでご了承ください(注1)。REGEXREPLACE関数は,REGEXREPLACE(検索対象テキスト, 正規表現, 置換)という引数を取ります。最初の検索対象は学生が書き込んだテキストの入っているセルをしていすることになります。では,正規表現の部分はどうすればよいでしょうか。置換したい対象の文字列は,「ピリオドまたはカンマのあとに単語列が続くもの」でした。これを正規表現で表すと次のようにできます。

“(\.|\,)(\w+)”

ここで,カッコでくくってグループ化しているのは,置換するときに元の文字列を使いたいからです。置換は,ピリオドとカンマ,その後に続く単語列はそのままで間にスペースを挟むので,

“$1 $2”

$1は最初にグループ化したものなので,ピリオドまたはカンマ,$2は次にグループ化したものなので,任意の単語列になります。その間に半角スペースが入っています。つまり,次のような関数が完成形になります。

=regexreplace(テキストのあるセル, “(\.|\,)(\w+)”, “$1 $2”)

これで,ピリオドまたはカンマのあとに単語列が続くときは半角スペースを挟む」という作業ができるようになりました。あとは,この関数のセルに対して語数カウントをする数式を適用すればよいわけです。

新たな問題

さて,うまくいったかのようにみえたのですが,実は先程の例を使うと別の問題が発生することに気づきました。それは,半角スペースはあるけれど,それがピリオドやカンマの前にあるという場合でした。例えば,下記のようなものです。

Yesterday ,I went to the zoo with my family .After that ,we went to an Italian restaurant .It was delicious.

このような用例に対して先程のREGEXREPLACE関数を適用してしまうと,新しく得られるものは次のようになります。

Yesterday , I went to the zoo with my family . After that, we went to an Italian restaurant . It was delicious.

これでは,カンマやピリオドが1つの単語として認識されてしまい,語数のカウントが逆に多くなってしまいます。これを避けるには,「文字列の直後にあるカンマやピリオドの場合には」という条件を加えれば良さそうです(注2)。ということで,改良版は次のようなものです。

=regrexreplace(テキストのあるセル, “(\w+)(\.|\,)(\w+)”, “$1$2 $3”

Googlespreadsheet上で見ると下記画像のようになります。

置換前と置換後のテキストと,それぞれの語数カウントの比較

 

おまけ(絵文字タグの削除)

slackといえば,絵文字も使えます。絵文字も文字コミュニケーションにおいては重要だという部分もありますし,一切絵文字は使うなというのもおかしな話です。slackから書き出される絵文字は,半角のコロン(:)に挟まれたタグになってテキスト化されます。”:heart:”や”rolling_on_the_floor_laughing”と言った感じです。これが文字列にくっついている場合は特に問題ありません(注3)。しかし,文字列から独立した状態で使われると,絵文字1つが1単語と認識されてしまいます。このことに気づくと,すべての文に絵文字をつけたり,あるいは半角スペースを挟んで絵文字を連続させたりという学生が現れます。昨年度は口頭注意でそれなりにケアしていましたが,どうせREGEXREPLACE関数を使うのだから,絵文字タグも取ってしまえばいいということに気づきました。下記のようにしてあげると,絵文字タグが取れます(注4)。

=regexreplace(テキストのあるセル,“\:.*?\:”,“”)

実際にGooglespreadsheet上で使うときには,スペースが入っていないことで生じる問題を解決する関数を使った上で,その結果の出力に対してさらに別の列で絵文字タグを取る関数を使うのもありです。むしろ,プログラミング的には良いのだと思います。なぜなら,なにか問題があったときにその問題の原因を探りやすいからです。ただ,入れ子にすれば1列で済みます。

=regexreplace(regexreplace(テキストのあるセル,“\:.*?\:”,“”),“(\w+)(\.|\,)(\w+)”,“$1$2 $3”)

さらに,語数をカウントする数式にこのREGEXREPLACE関数も入れ込むと…

=(LEN(regexreplace(regexreplace(テキストのあるセル,“\:.*?\:”,“”),“(\w+)(\.|\,)(\w+)”,“$1$2 $3”))LEN(SUBSTITUTE(regexreplace(regexreplace(テキストのあるセル,“\:.*?\:”,“”),“(\w+)(\.|\,)(\w+)”,“$1$2 $3”),” “,“”)))+1

もうなんだかわけがわからなくなってきましたが,この最後の数式を使えば,新しく列を増やしたりすることなしに語数カウントができるようになっています。

おわりに

この記事では,Googlespreadsheetで正規表現を使って学習者が犯すパンクチュエーションの誤りを直すということの例を示しました。他の媒体(R,Python,サクラエディタ)等で正規表現を使った経験があるのでなんとかなりました。一応ざっと確認して特に問題ないとは思っていますが,正規表現にはあまり自信がないので間違いを見つけた方はどうかコメント欄等でご指摘ください。

なにをゆう たむらゆう。

おしまい。

注1: 記号類をそのまま使うときになんでもかんでもエスケープ記号つけるのは私の癖です(そして一貫性もないですたまに忘れるので)

注2: この方法の一つの問題は,”I ate lunch ,and took a nap.”のようなものが残ってしまうという点です。「半角スペースの直後にピリオドやカンマがあり,その直後に文字列が続く場合には,半角スペースを消して文字列とピリオドやカンマの後に挿入する」のようにすれば解決されます。ただし,関数の入れ子が複雑になる上に単語数カウントには関係ないので今回は無視しています。REGEXREPLACE関数でやるとすれば,次のようなものになるかなと思います。

=regexreplace(対象文字列のセル,“\s(\.|\,)(\w+)”,“$1 $2”)

注3: もしも,単語リストを作ったり,コロケーションを見たりのようにテキスト分析にいこうとすると,この絵文字タグは外してあげないと絵文字タグと隣接する文字列が認識されなくなってしまいます。

注4: 17:10:29のように時間をコロン区切りで書き込むような例があると,これも引っかかってしまうのですが,まあほとんどないと言っていいと思うので木にしていません。

広告

3/9に東京で統計のワークショップをやります

直前の宣伝になってしまいましたが,きたる2019年3月9日(土)に,JACET英語語彙・英語辞書・リーディング研究会合同研究会にて代打で統計のワークショップ講師を担当することになりました。下記が場所と日時です。

日時:2018年3月9日(土)12:00-17:00(時間は予定)
場所:早稲田大学 11号館 4階 会議室
参加費:500円(予約不要)

下記のリンク先から詳しいプログラムも見れます。

https://sites.google.com/site/jacetlex/

Rを使う予定ですが,Rの操作等についてやっている時間はなさそうなので,基本的にはRを自力で扱うことはできる人が対象になるかと思います。GLMとかGLMMをやってみるというような内容で,基本的には下記のテクニカルレポートで書いたものがベースになります。

田村祐(2016)「外国語教育研究における二値データの分析-ロジスティック回帰を例に-」『外国語教育メディア学会中部支部外国語教育基礎研究部会2015年度報告論集』 29–82.

統計に詳しくない私が講師ですので,末端ユーザーかつ初心者によるワークショップだと思っておいてもらって間違いありません。

当日に使用する資料,Rコードなどは下記のGit Hubにアップロード予定です。

https://github.com/tam07pb915/JACET-SIG_GLMM-Workshop

よろしくお願いします。

なにをゆう たむらゆう。

おしまい。

Rmarkdownでスライド作るときのリアルタイムプレビュー

Twitterでたまたま見つけてすごく便利そうだったので試してみたら本当に便利だったという話です。元ネタは下記のリンク。自分用のメモとしても残しておきます。

Instant preview without fully rebuilding HTML, and the linked navigation

RmarkdownはRスクリプト書くだけじゃなくてスライド作りができて,Rのスクリプトやその結果も出力に混ぜたりできるので便利なのですが,1つの難点が,実際の出力がその場で確認できないということなのですね。つまり,Rmdファイルで書いているものがスライドにどう落とし込まれるのかについては,knitしてHTMLファイルを作らないとわからないと。で,それはめんどくさいので,編集しながらリアルタイムプレビューが見れるようにしたよというのが上のリンク先の話です。xaringanパッケージというものを使います。xaringanパッケージをつかったスライド作成については他に詳しく書かれている方もいるのでそちらのリンクを。

xaringanによるスライド作成入門

もともと,xaringanパッケージのInfinite Moon Readerというものは,編集中の.Rmdファイルをsaveしたらプレビューが見れるというもので,それを拡張してわざわざsaveせずともプレビューが見れるようにしたというものです。デモのスクリーンキャプチャ動画を載せておきます。

上のリンク先にも書いてありますが,Rのコードチャンクはリアルタイムでは反映されないので,一旦saveしてコンパイルし直す必要があります。

outputオプションがxaringan::moon_readerになっていないとこのプレビュー機能は使えないので,デザインが気に入らないという人はcssファイルをいじって自分好みに変更するということをしなくてはいけないようです。詳しくは,上の「スライド作成入門」のリンクを御覧ください。私は日本語フォントが中国語っぽくなってしまってうのを避けるために,フォントの設定だけいじりました。slides_filesの下にあるremark-css-0.0.1に,”default-fonts.css”というファイルがあるので,それをコピペしてRmdファイルが有る場所と同じディレクトリに”My-font.css”というファイルをつくりました。その中で,”body{ font-family:”の後ろに自分の好きなフォントを書いて保存すればOKです(下記の画像参照)。

他には,スライドのフォントサイズを変えるというのもしたかったので,下記のリンクを参考にしました。フォントを変えるのと同様に,”default.css”をコピペして”My-theme.css”というファイルを作り,そこにスライド全体のフォントサイズを変える設定を追記しました。また,リンク先にスライドの1ページだけフォントサイズを変える”.my-one-page-font”というのもあったのでそれも追記しました。

https://stackoverflow.com/questions/53481699/customize-font-size-for-all-the-slides-in-xaringan

それから,スライドの中で一部分だけ文字サイズを小さくしたり大きくしたりというのもタグでできると便利なので,下記のリンク先で書かれていた”.small”と”.large”というのも”My-theme.css”に追記しています。

https://github.com/yihui/xaringan/wiki/Font-Size

これらの自分好み設定を反映させるには,YAMLヘッダーのoutputオプションを次のようにしてあげます。

output:
xaringan::moon_reader:
css: [“My-theme.css”,”My-font.css”]

Rmarkdownでスライド作ることに慣れている人や,がつがつcssファイル書いてカスタマイズできる人には当たり前のことかもしれないのですが,私はそのあたり初心者なのでこういうことも知りませんでした。

ちなみにですが,このxaringan::moon_readerにはめちゃくちゃ面白い“yolo: true”というオプションがあります。

 

ちなみに,これは挿入される画像を自分で指定することもできますし,どのくらいの頻度かも指定できます。こういう遊び心があるのはなんかいいですよね。

というわけで,Rmarkdownでスライドを作ったりする方はぜひ一度お試しあれ。

なにをゆう たむらゆう。

おしまい。

 

タスクタイプとengagementの関係

久しぶりに論文の簡単なレビュー的なものを残しておきます。下記の論文です。

書誌情報
Dao, P. (2019) Effects of task goal orientation on learner engagement in task performance. International Review of Applied Linguistics in Language Teaching. Advance Online Publication doi: doi.org/10.1515/iral-2018-0188

ざっくりとした概要

独立変数

convergent task (意思決定タスク)とdivergent task (意見交換タスク)の2種類
 

従属変数

  • cognitive engagement: idea unitとLanguage Related Episode (LRE)
  • emotional engagement: タスク遂行中に楽しんでるかどうか(笑ったりしていると1とカウントされる)
  • social engagement: 相手の発話への貢献(acknowledging, repeating, commenting, developing each other’s idea, or providing backchannels)
 
これら3つの変数は,全体のターン数で割って比率として分析しています。この他にもemotional engagementについては質問紙調査を実施しています。(5項目で10ポイントのリカートスケール)
 
例:
  • I felt enjoyable when interacting and doing the task
  • I felt interested when interacting and doing the task
  • I felt bored when interacting and doing the task (おそらく逆転項目)

詳細に見たかった部分

 
どんなタスクをやったのかというのが一番気になるところでしたが2つのタスクはそれぞれ次のようなものです。
 
 
意思決定タスク
自分たちの通う大学の問題点をいくつか挙げ,それに対する解決策を提示する。タスクの最後に,問題点と解決策をリストアップしてレポートを書く。問題点と解決策については合意が必要。

意見交換タスク
ペアの相手と共同経営することになった新しいビジネスについて,オンラインショッピングのシステムを作るか,実店舗での店頭販売をベースにするかについてのディベートタスク。タスクの最後に自分の主張の根拠となる理由と,相手の主張に対する反論をリストアップし,それをもとにしてどちらが良いかについてのレポートを書く。論文中には記されていないが,おそらく学習者はランダムにどちらかの立場に立って議論するように求められ,最終的なレポートについても決められた立場から主張を述べなければならないことになっている。2つのタスクの比較については下記の表参照。

 

 
 
Outcome optionの”opened outcome”というのは,答えが決まっていない(学校の問題点や,オンラインショッピングのほうが良いと主張する理由等については学習者の考え次第)という意味で,「誰が犯人かを推測する」,「バラバラの物語の一部を正しい順序に並び替える」といった答えが決まっている問題解決型のタスクとは異なるという意味(だと思われます)。
意思決定タスクは合意に向かう議論になりすが,意見交換型タスクは自分の立場を主張し,相手に反論するだけで,合意形成は求められないというのが大きな違いです。この2つのタスクについて言いたいことがあるのですが,とりあえずそれは後で述べるとして,結果のまとめとして下記の表を見てください。
 
 
 
 
2つのタスクを比較して,統計的な有意差が認められたのはcognitiveとsocialのみでした。emotionalについては,タスク中の発話に基づく分析も,質問紙に基づく分析(本文中のTable 3)もともに統計的な有意差は認められず。この結果は,goal orientationがdivergentかconvergentかでタスク中のやりとりに違いが認められるということを示すとともに,Pica et al. (1993)で言われているように,divergent型の意見交換型タスクは学習者のインタラクションを促進するかという観点において”least effective”であるということを示していると著者は結論づけています。
 
 
LREについては,意思決定タスクのほうが高いという結果が出ていますが,そもそもの回数が少ないので結果の解釈には注意が必要だと述べられています。意思決定タスクでも,1回のタスク中(10分)で平均して2.44回しかLREは出現していません(しかもSDが平均値に近いくらいの値なので,0回というペアもかなりあったことが推測されます)。
 
 
Emotional engagementについては,goal orientationが違うことはあまり影響しないという結果でした。意見交換型のタスクでも,質問紙の結果では10段階で平均8.2(意思決定タスクは8.45)ですから,どちらのタスクもemotional engagementは高いのだろうと思われます。ただし,どちらもSDが5を超えている点には注意が必要になります。
 

タスクの問題点

意見交換型タスクが意思決定タスクに劣ったというのは,予め立場が決められていたことが問題なのではないかと思います。自分が与えられた立場に同意できればともかく,ディベートの場合必ずしも自分の意見と一致する立場で主張を述べなければならないことも多く(コレ自体はcritical thinking的な意味で言えばそこまで問題とも思わないが),それがengagementを低くしてしまったという点もあるように思います。ディベートはどちらの立場からも意見を述べられるようなトピックを扱うのだと言われたらそれはそうかなと思いますが。
 
 
また,意思決定タスクが自分たちの学校についての問題であるのでトピックに対する親密度も関係があったのではないかという点も指摘ができるかもしれません。モノローグタイプのタスクではありますが,トピックの親密度が高いほうが発話が豊かになるという指摘もあります(Qiu, 2019)。
 
 
意見交換型はビジネスの問題で,普段からこの問題に関心がある学生だったのかどうかがわかりません。ビジネス系の学生であれば背景知識も豊富でたくさんのidea unitが出てきたでしょうけれど,そうではない場合にこの問題を語るのは難しい気もしますし,英語の熟達度的にもこちらのほうが専門的な用語が多く必要となってくるのではないでしょうか。もっとも,p.7のセクション2.4のすぐ上のパラグラフで
 
With regard to practical reasons, both tasks were included in the learners’ syllabus and course materials, and the teachers of the participants reported to have used them frequently in their previous teaching activities. The two task topics (university issues and shopping) matched the themes covered in the learners’ theme-based course materials. To reduce a possibility that task topic might have impacted learner engagement, the two topics were selected based on the informal survey that reported university and shopping topics as the learners’ two most favorite topics.
 
という記述はあります。査読者に指摘されたのか,あるいは最初から書いてあるのかは定かではありませんがトピックの親密度という観点についてはディフェンスしてあります(つまり,著者もそういうことを言われるだろうという認識はある)。
 
 
とはいえ,あえてトピックを変えなくとも学校の問題点と解決策というトピックに固定して,意思決定型は合意を求め,意見交換型はおのおのが思う問題点と解決策をペアでシェアするという構成でもよかったように思います。というか,そちらのほうが「意見交換型」としては個人的には問題なく受け入れられます。ただし,debateという相手への反論が要求されるようなものでなければ,今回観察された以上に意思決定型との差が大きくなってしまうかもしれないとも思います。debateという形式を取ることで,相手の言ったことに対してただ単に「へー」で終わらせることができなくなっているという点はあるでしょう。そうした点で,合意を求めずともインタラクションが活発になるように仕組むための工夫がdebateを持ち込むという結果になったのかもしれません。
もう一つ個人的なことを言えば,ディベートという形式を取らない私が考えているような意見交換型タスクであれば,多様な意見がかわされればかわされるほど盛り上がることが見込まれるので,2人よりは3人,3人よりは4人というグループ構成で行ったほうが議論が盛り上がるのではないかと思います。1人で様々な角度から物事を分析的に考えて意見を提示できるような学習者同士のやりとりであれば2人でも議論は大いに盛り上がるでしょうけれど,大学生1年生や2年生でもそうしたことが2人で成立することがそこまで一般的に当然として考えられるとは言えないと思うからです。
 
 

この論文のポジティブな点

とまあいろいろ言いましたが,この論文の著者の狙いとは違うかもしれませんが,この論文を自分がポジティブに受け止めている点もあります。それは,タスクに関わる変数ではなく,タスクのタイプを主題として取り上げていることです。もちろん,上のTable 1のようにタスクをある観点(変数)で見たときに違いがあるということではあるのですが,実際にはdivergent-convergentという2つの異なるタイプのタスクを比較しています。これまでのタスク研究は,良くも悪くもタスクを操作する際の要因に着目して細かく検証することが多かったように思います。それも意味のあることで,準備時間の有る無しであったり,タスクの難易度を操作してみたり,というのは教育的示唆という観点でも有益でしょう。これらの要因は教師が操作することができるわけですから。一方で,現実的にタスク・ベースのコースを作ろうとシラバスを考え始めたとき,そのベースになるのはタスクを調整する変数ではなく,どのようなタイプのタスクにどのような順番で取り組ませるべきなのかということになるのではないかと思います。直感的に,意思決定タスクと情報伝達タスクを比較したら前者のほうが難しいから情報伝達が先にくるべきだろうのようなことは考えられます。ただし,タスクタイプの観点から見て,タスクの難しさやその要因を整理するということについていえば知見の蓄積がまだまだ乏しいように思います。

私が今関わって作っている教材もタスクタイプごとに整理していますが,タスクタイプという切り口は直感的に捉えやすく,異なるタスクの比較が見えやすくなります。そういうタスクのタイプという要因を正面から取り扱っているという点で,この後に続く研究が楽しみになってくるかなと思っています。ただし,従属変数のengagementについてはもう少し何か他の変数がないのかなということを思ったりしています。

おわりに

タスク系に正面からタックルした研究というのをなかなかできていないので,こういう論文を参考に何かできないかなと考えたりしています。

なにをゆう たむらゆう。

おしまい。

 

参考文献
 
Pica, T., R. Kanagy and J. Falodun. 1993. Choosing and using communication tasks for second language instruction and research. In G. Crookes and S. M. Gass (eds.), Tasks and language learning: Integrating theory and practice, 9–34. Clevedon: Multilingual Matters.

 

Qiu, X. (2019). Functions of oral monologic tasks: Effects of topic familiarity on L2 speaking performance. Language Teaching Research. Advance Online Publication. doi:10.1177/1362168819829021

 

専門領域の魅力

前回の記事で自分が専門としている領域の話を書いたということをここで宣伝しました。実は,私の所属先のウェブサイトでも,同様の記事がアップロードされました。

教員が語る専門領域の魅力

上記のリンク先には,私が所属している関西大学外国語学部の教員が,それぞれ自分の専門領域について語るページがあります(私のページはこちら)。『英語教育』の記事では,ある程度英語教育研究やその周辺分野についての背景知識もあるだろうと想定される読者向けに書きましたが,上記のリンク先はどちらかというと関西大学外国語学部への入学を考えている方向けかなと思います。もちろん,在学生がゼミを選ぶ際にも参考として閲覧しているかもしれません(私はまだゼミを担当していませんが)。

前述の通り,2つの媒体は想定される読者が違います。したがって,学部のウェブサイトには『英語教育』の記事とはまったく違う話を書きました。ざっくりいうと,意識的・無意識的知識(あるいは明示的・暗示的知識)の話です。執筆にあたり,担当授業に関連付けてほしいというリクエストもあったので,Task-based Language Teachingの話をしようかとも思いましたが,私としてはTBLTはあくまで実践者で,現段階ではそれについて研究しているとは思っていないので,「専門領域」の話ではないと考えてやめました。

英語に限らず,また英語教育に限らず,たくさんの専門家が関西大学の外国語学部にはいますので,興味がある方はぜひいろいろな先生の語りを読んでほしいなと思います。

なにをゆう たむらゆう。

おしまい。

雑誌『英語教育』3月号に記事が載りました

大修館書店から出ている『英語教育』という雑誌の3月号に,「言語における数(number)の不思議」というタイトルの短い記事が載りました。英語教育研究最前線(Cutting-edge research)というリレー連載のセクションで,私が博士論文研究で扱ったテーマについて書いています。「英語教育研究」というセクションでありながら,英語教育とはあまり関係のない文処理の話です。

自分で言うのもあれなんですが,私の対象としているものは非常にマニアックであまりウケがいいものではないのですが,そういう研究でもこういう媒体でできる限りわかりやすく書くことも自分の仕事だという思いで書きました。

普段は『英語教育』を買わないという方も,お手にとって読んでいただければ幸いです。

なにをゆう たむらゆう。

おしまい。

The Writing Mentorを使ってみた

Twitterで下のツイートを見かけました。

 

Google Docsで使える無料のライティング・フィードバックツールだと!?ライティングの授業を担当している私としてはこれは試してみるしかありません。というわけで,どのような機能がついているのかと,私の感想を書いておこうと思います。

はじめ方

  1. https://mentormywriting.org/に飛んで,”Download”をクリックします。
  2. Google Chromeのウェブストアに飛ぶので,インストールします(Googleアカウントの認証があります)
  3. Google Docsにアクセスしましょう。
  4. 下の画像のように,アドオン->Writing Mentor->Startをクリックします。

  1. 右側に,Writing Mentorが出てきます。下の画像の前の段階で,何の目的でライティングすることが多いかと,自分のレベルがどれくらいかを自己申告するものがあります(Grammarlyにもありますよね確か)。

  1. あとは,Google Docs上で何か書いて(またはどこかからコピペして),”Get Feedback”という緑のボタンをクリックすれば,フィードバックがもらえます。

どのような機能があるのか

フィードバックをもらいたいライティングプロダクトを入力して,緑のボタンを押すと,下のような画面が現れます。今回は,私が修士課程にいたときの授業の1つで,”Explain Bourdieu’s three kinds of capital.  Give some examples and tell how they are related.”というお題で書いた短い文章を使ってみました(他にパッと使えるものが思い浮かばなかったので)。

語数カウントと類義語検索

この画面では,左下に全体の語数のカウントが出ます。その隣には,目標語数が入力可能です。真ん中下の緑の”I’m finished”の右にある”Unfamiliar Words”は,単語を入力するとその類義語を表示してくれる機能のようです。テキスト中に含まれていない単語でもOKです。語数カウントは別にGoogle Docsの標準機能にありますし,類義語検索はGrammarlyのChrome拡張機能が入っていればダブルクリックで表示してくれるので,そちらのほうが便利ではないかなと思います。文中にないような類義語が知りたいという場面がどういうときに発生するかはわかりませんが,そういう用途があれば使えるということでしょうか。この2つは特にメインの機能ではないと思います。ただ,一ついいかなと思うのは,類義語検索した語とそのリストをテキストファイルで出力して保存できる点です。

includeは文書に含まれていたもの,insane(なぜこの単語)は文書に含まれていないものでした

フィードバック機能

フィードバックはConvincing, Well-developed, Coherent, Well-editedの4つの観点から提供されます。順番に見ていきます。

Convincing

Convincingはさらに”Claims”と”Sources”の2つに分かれています。要するに,書き手の主張はちゃんとサポートされているのかをチェックするよということのようです。”Claims”をクリックすると,”Hedge”, “Boosters”, “Standard”の3つの種類の表現がハイライトされます(全部一度にハイライトもできますし,個別にハイライトも可能)。

例えば,”Headges”では,can, could, tend toなどの表現がハイライトされます。ハイライト部分をクリックすると,下の画像のような文章が現れます。

ヘッジ表現を使っているけれども,ちゃんとこの主張はサポートされているのかい?ということですね。

“Booster”は逆に強めの主張で,willなどの助動詞や,Especiallyなどの副詞がハイライトされ,クリックすると上の画像と似たような感じで「これは強めの主張だけど,ちゃんとサポートされているのかい?」というメッセージが出てきます。

“Standard”はheadgeでもboosterでもないニュートラルなものと書いてありますが,ハイライトされたものを見てもどういう基準でハイライトが入るのかはちょっとよくわかりませんでした。

”Standard”でハイライトされた単語

おそらくですが,価値判断や主観が入るような単語や表現がハイライトされるのかなと思いました。クリックすると出てくるメッセージは「これはclaimかい?ちゃんとサポートされているのかい?」というものでした。

今回試しに入力した文章ではレファレンスがなかったのですが,レファレンスがあると”Sources”で確認できるようです。つまり,レファレンスに書いてあるものが本文中に書いてあればハイライトされるというような機能なのかなと思います。長めのレポートのチェックにかなり便利でしょうね。

Well-developed

この機能は,入力した文章の中で最も高頻度で現れた”main topic”と呼ばれるキーワード(多分名詞か形容詞に絞られていると思います)が示されるとともに,”topic keywords”と呼ばれるその他の重要そうな単語がハイライトされます。”topic keywords”は自分で追加・削除が可能で,変更するたびに”Apply Changes”をクリックすると変更が反映されます。

これは正直このフィードバック受けたあとにどうしたらいいかが先ほどのConvincingの部分よりもわかりにくいかなと思いました。入力した文章のせいかもしれませんが,文章のメインのトピックとそれに関連したサブトピックスのつながりとかそれぞれのサブトピックスについてちゃんと書けているのかといったことを確認していくことになるのかなという感じでしょうか。つまり,キーワードの周りを注意して読みましょうね,という。

Coherent

この下位分類として,Flow of ideas, Transition Terms, Long Sentences, Title&Section Headers, Pronoun useの5つがあります。Title&Sectiobn Headersはヘッダー入れようねということなので,長めのペーパーを意識したフィードバックかなと思います。今回は短い文章なので,それ以外の4つを見ていきます。

Flow of Ideasは,前のWell-developedとほぼ同様ですが,トピックが複数ある場合に有効なようです。今回は短めだったからかメイントピックは1つと認識されましたが,メイントピックが複数ある場合はそれに関連したキーワードのみを表示することが可能なので,複数のメイントピックがごちゃごちゃになっていないのかを確認することができるのだと思います。つまり,メイントピック1を書いている部分にメイントピック2のtopic keywordsが混ざっちゃってるよ!というようなことが視覚的にチェックできるということなのでしょう。このあたりは未確認なので,もっと長い文章で試してみる必要がありそうです。

Transition Termsはおなじみのやつですね。いわゆる接続語句で,Howeverなどの逆接や,for exampleなどの例示,first, secondなどの順序を表す語句などがハイライト表示されます。ハイライトされた語句をクリックすると,その単語の機能(As a resultをクリックすると,”Consequence”と出てきます)と類義語がリストで表示され,リストのうちの一つをクリックすると元の語句と入れ替わります。注意が必要なのは,この段階では文法のチェックはされないということです。よって,例えば文頭の”In contrast”の類義語として”in stead of”が出てきますが,それをそのまま使うと誤りになってしまうというようなことが起こるので,接続語句の使い方をわかっていなければいけません(in contrastとin stead ofはなんか違うような…)。

Long Sentencesは文字通り一文が長いものをハイライトしてくれて,2文以上に分割したら?と言ってくれます。これは一文に含まれる節の数で判断しているようですが,単純にそれだけではないようで,割と単純そうに見えるものでもハイライトされたり,逆にthat節の中に関係節が埋め込まれているというようなものはハイライトされなかったりしています。

 

Pronoun useは,文章中の代名詞をすべてハイライト表示し,

Do pronouns in your assignment refer to one clear noun referent? Read aloud the sentences containing pronouns to make sure that the references are clear to you!

という指示を出してくれます。さすがに代名詞の照応ができているかとかそんなことは見てくれませんが,「この代名詞なに指してんねん!」みたいなのは学生のプロダクトを見ているとしょっちゅうあるので,そこに意識を向けさせるだけでも良いでしょう。

Well-edited

最後に,文法などの誤りへのフィードバックです。下位分類として,Errors in Grammar, Usage & Mechanics, Claim verbs, Word choice, Contractionsがあります。

Errors in Grammar, Usage & Mechanicsは,文法の誤り,綴りの誤りなどを訂正してくれます。冠詞や数の一致はしっかり拾ってくれますが,統語的な誤りについては難しいようです。例えば,次の文(もとの文から関係詞を削除したもの)は誤りとして検出されませんでした。

it is obvious that children (who) have cultural and linguistic capital which is considered to be valuable would be able to achieve high social status, symbolic capital.

Grammarlyでも誤りにならなかったのでこういうのは機械では難しいのですかね。

Claim verbsはthinkなどをハイライトしてくれます。自分の主張をするときには有効だけど同じ単語を繰り返し使っちゃうこともあるから,見直して言い換えてみようというようなアドバイスがあります。ハイライトされた単語をクリックすると類義語が見れて,リストの単語をクリックすると入れ替わります。

ただし,文脈と関係なしにハイライトされることには注意が必要でしょう。例えば,上の画像の”thinkは”the ability to think”という名詞句の一部であり,書き手の主張を表すthinkではありません。

Word choiceは,主に余計な副詞がハイライトされるようです。very, really, absolutelyなど,おそらくですが主観に基づく強意副詞等について,「これ本当に必要なの?」とサジェストしてくれます。

Contractionは,省略形(don’tなど)がある部分をハイライトして,それを直すように言われます。これはワンクリックで直してくれたらありがたいですが,自分でタイプして修正しなければいけないようです。

感想

まずはじめにものすごくプラクティカルな問題なんですが,ウィンドウを大きくしてもWriting Mentorの部分は大きくならず,左右のスクロールをしないと本文とフィードバック部分を同時に見れないというのはかなり使い勝手が悪いです。これはフィードバック機能そのものとか以前の問題です。

 

私の環境の問題かもしれませんが,せっかくの42.5インチディスプレイがこのざまですよ。

というのはさておき,肝心なフィードバックの部分についてですが,教師が手とり足取りそれぞれのフィードバックの意味や改善方法を教えないと無理だろうなというのが率直な感想です。もちろん,何が問題か,どう直すべきかは英語で書いてあります。「英語で書かれている時点で厳しい」というレベルの学習者にとってはそこすらハードルになりえるかもしれませんが,そうではなかったとしても,「直し方」についての具体的なフィードバックはありません。私のような英語教師(高熟達度で自律的な英語学習者)だからこそ,「あーヘッジ表現ね」とか,「んーたしかにここはちょっと強く言ってる割には根拠レスだな」とか,「キーワードがぐちゃぐちゃってことはいろんなアイデアが混ぜこぜになってるわ」というようなことがわかるわけで,そのレベルにないほとんどの学習者にとっては教師のヘルプなしにこのツールを導入することは逆に大きな混乱を招きかねないと思いました。

また,文法チェックについては,上に書いたようにGrammarlyのGoogle Chrome拡張機能がGoogle Docsに対応しているので,そちらで対応するほうがシンプルだと思いました。もちろん,GrammarlyはCoherenceの部分は対応していないので,そこについてはWriting Mentorのフィードバックが活きてくるでしょう。

自分の授業に取り入れるかどうかはまだわかりません。Writing Mentorの導入段階でどのような指導が必要になるかをよく練った上で,上手にツールを組み合わせれば教師の仕事が減ることは間違いないだろうということは言えますが,問題は使い手次第ですね。「どう使わせるか」がかなり大事になってくると思います。繰り返しになりますが,ライティングで大事なことは何かがわかっている段階でないと,Writing Mentorがくれるフィードバックを活かしてよりよい英文を書くというのは難しいです。私が受け持つ外国語学部1回生のことを思い浮かべてみても,彼らですら使いこなせるかわからないと思ってしまうくらいです。エッセイライティングにフォーカスした授業だとしたら,カリキュラムのその後半部分や学年があがった段階で導入するのはありかもしれません。

最後に,私の印象ですが,これはタームペーパーのようなものが課題として想定されているのかなと思いました(最初の設定で変わるのかもしれません)。パラグラフ・ライティングや短めのエッセイだと,Writing Mentorのフィードバックのいくつか(例えばreferenceの部分やトピックのことなど)はそこまで有益なものにならないかもしれません。そのあたりの見極めも,実際にどのようなものを入力すればどのようなフィードバックが返されるのか,いろいろなタイプの文章で試してみる必要がありそうです。

おわりに

というわけで,Writing Mentorをちょっと使ってみたレビュー記事を書いてみました。機械の限界はあれど,こういうツールをどう使いこなせばいいライティングの授業ができそうかを考えるのは楽しいですね。みなさんもいろいろな文章で試してみてください!そして,ぜひぜひそれを共有してください。

なにをゆう たむらゆう

おしまい。