سامانه هوش مصنوعی با بازخورد زمینه‌محور به بهبود سخنرانی کمک کرد

پژوهشی تازه در arXiv یک سامانه مبتنی بر هوش مصنوعی را برای کمک به تمرین سخنرانی ارزیابی کرده است؛ سامانه‌ای که به‌جای بازخوردهای عمومی، زمینه سخنرانی را در نظر می‌گیرد و نمونه‌هایی بازنویسی‌شده را در قالب متن و صوت ارائه می‌دهد. در یک مطالعه مقدماتی با هفت دانشجوی کارشناسی، همه شرکت‌کنندگان بهبود عملکرد نشان دادند و اضطراب آن‌ها بین ۱۵٫۳ تا ۳۴٫۴ درصد کاهش یافت. بااین‌حال، اندازه کوچک گروه آزمایش اجازه نمی‌دهد نتایج را به همه سخنرانان تعمیم دهیم.

بازخورد متناسب با موضوع سخنرانی

به گفته نویسندگان، ابزارهای هوش مصنوعی برای مربی‌گری سخنرانی پیش‌تر نیز وجود داشته‌اند، اما معمولاً بازخوردهای کلی می‌دهند و نمونه‌ای از یک سخنرانی بهتر برای یادگیری در اختیار کاربر نمی‌گذارند. پژوهش جدید برای پرداختن به این دو محدودیت طراحی شده است.

سامانه، زمینه سخنرانی را در معیارهای ارزیابی وارد می‌کند تا بازخورد با محتوای ارائه‌شده تناسب بیشتری داشته باشد. به این ترتیب، ارزیابی تنها به نکته‌های عمومی درباره شیوه صحبت محدود نمی‌شود. مقاله در خلاصه منتشرشده، جزئیات فنی بیشتری درباره معیارها یا مدل‌های به‌کاررفته ارائه نمی‌کند.

یادگیری با نمونه‌های متنی و صوتی

بخش دیگر سامانه تولید نمونه‌های بهبودیافته از سخنرانی است. این نمونه‌ها هم به‌شکل متن و هم به‌شکل صوت در دسترس قرار می‌گیرند تا کاربر بتواند علاوه بر دریافت بازخورد، نمونه‌ای برای مقایسه و تمرین داشته باشد. این شیوه که بر یادگیری از راه مثال تکیه دارد، به شرکت‌کننده امکان می‌دهد نسخه پیشنهادی را در قالب نوشتاری ببیند و اجرای صوتی آن را نیز بشنود.

پژوهشگران گزارش کردند شرکت‌کنندگان بازخورد زمینه‌محور و سخنرانی‌های بازنگری‌شده را مفید دانستند و احساس کردند این ابزار به افزایش اعتمادبه‌نفس آن‌ها کمک می‌کند. این ارزیابی بر تجربه شرکت‌کنندگان در همین مطالعه استوار است و به‌تنهایی اثبات نمی‌کند که سامانه برای گروه‌های دیگر نیز همین اثر را دارد.

نتایج امیدوارکننده، اما مقدماتی

مطالعه با هفت دانشجوی کارشناسی و در بازه‌ای یک تا سه‌هفته‌ای انجام شد. شرکت‌کنندگان چند بار از سامانه استفاده کردند و هرکدام دست‌کم سه بار روی همان سخنرانی تمرین کردند. طبق گزارش مقاله، عملکرد سخنرانی برای تمام شرکت‌کنندگان بهتر شد؛ همچنین استفاده از واژه‌های پُرکننده کاهش یافت و میزان اضطراب بین ۱۵٫۳ تا ۳۴٫۴ درصد پایین آمد.

این یافته‌ها نشانه‌ای اولیه از امکان استفاده از بازخورد متناسب با زمینه و نمونه‌های آموزشی در تمرین سخنرانی هستند، اما مطالعه کوچک و کوتاه بوده است. بنابراین، نتایج باید مقدماتی تلقی شوند و برای سنجش میزان اثرگذاری در شرایط و میان افراد بیشتر، پژوهش‌های بعدی لازم است. نویسندگان همچنین پیشنهاد کرده‌اند که مطالعات آینده تحلیل ویدئویی رفتارهای بدنی هنگام سخنرانی را بررسی کنند؛ خلاصه مقاله جزئیات بیشتری درباره چنین تحلیل یا اجرای آن ارائه نمی‌دهد.

این خبر برای چه کسانی اهمیت دارد

این پژوهش برای دانشجویان، مدرسان و افرادی که از ابزارهای دیجیتال برای تمرین ارائه استفاده می‌کنند اهمیت دارد؛ زیرا نشان می‌دهد بازخورد وابسته به موضوع و دسترسی به نمونه‌های بهتر ممکن است تجربه تمرین را غنی‌تر کند. برای پژوهشگران هوش مصنوعی آموزشی نیز مطالعه پرسشی مهم مطرح می‌کند: آیا نمونه‌های راهنما و ارزیابی زمینه‌محور می‌توانند در آزمایش‌های بزرگ‌تر و متنوع‌تر به بهبود پایدار مهارت‌های گفتاری منجر شوند؟ پاسخ قطعی به این پرسش به شواهد بیشتری نیاز دارد.