99797 - ADVANCED PROFESSIONAL SKILLS LAB (CL1)

Conoscenze e abilità da conseguire

Lo/a studente/ssa conosce le tecniche avanzate per l’erogazione di servizi linguistici in uno o più contesti professionali; è in grado di analizzare e valutare criticamente i servizi linguistici in uno o più contesti professionali e concepire strategie di miglioramento; è in grado di acquisire ulteriori capacità in ambito linguistico, traduttivo, tecnologico e/o in altre discipline utili al progredire del suo sapere mediante il contatto con professionisti esperti di diversi settori disciplinari.

Contenuti

Le attività di questo laboratorio ruotano attorno alla ricerca svolta nell'ambito del progetto PRIN "UNITE – UNIversally Inclusive Technologies to practice English".

L'obiettivo di UNITE è quello di esplorare le applicazioni dei sistemi di dialogo (Dialogue Systems, DS) come strumenti per praticare l'inglese come lingua straniera (English as a Foreign Language). I DS includono, tra gli altri, chatbot basati su modelli di linguaggio di grandi dimensioni come ChatGPT e Pi.ai. Obiettivo ultimo di UNITE è produrre materiali di insegnamento e apprendimento che possano favorire l'adozione dei DS come strumenti per l'apprendimento autonomo delle lingue da parte di studentə universitari, includendo studentə con disabilità e disturbi specifici dell'apprendimento.

Allo stato attuale, il progetto ha portato alla creazione di un corpus di oltre 300 interazioni tra apprendenti e DS, raccolto anche grazie al contributo di studentə SpecTra e TraTec dell'a.a. 2023/24 (qui più informazioni).

Lə partecipanti al corso saranno coinvoltə nelle attività del progetto attualmente in corso, e in particolare:

• testing di chatbot per l'apprendimento linguistico;
• sviluppo di uno schema di annotazione degli errori linguistici deə apprendenti;
• annotazione dei dati nel corpus UNITE secondo lo schema di annotazione sviluppato;
• analisi linguistica delle interazioni basata sul corpus annotato.

Il docente sarà affiancato in aula dalla Dott.ssa Giada Palmieri e dal Dott. Daniele Polizzi che forniranno supporto alla didattica.

Testi/Bibliografia

• Bibauw, S., W. Van Den Noortgate, T. François and P. Desmet (2022). Dialogue systems for language learning: a meta-analysis. Language Learning & Technology, 26(1). https://doi.org/10.4324/9781351117586-12
• Huang, W., K. Foon Hew and L. Fryer (2022). Chatbots for language learning — Are they really useful?. Journal of Computer Assisted Learning, 38(1). https://doi.org/10.1111/jcal.12610
• Gilquin, G. (2020). Learner corpora. In M. Paquot and S.Th. Gries (eds.), A Practical Handbook of Corpus Linguistics. Springer, 283-304.
• Lüdeling, A. and H. Hirschmann (2015). Error annotation systems. In S. Granger, G. Gilquin and F. Meunier (eds.), The Cambridge Handbook of Learner Corpus Research. Cambridge University Press, 135-158.
  
  

Metodi didattici

Il laboratorio combina lezioni frontali e sessioni pratiche.

I contenuti teorici e metodologici (ad es. su apprendimento delle lingue basato su DS, annotazione di corpora e analisi del linguaggio di apprendenti) sono forniti attraverso presentazioni deə docentə.

Le sessioni pratiche consistono in attività hands-on, svolte in modo collaborativo in classe o individuale a casa, e seguite da discussioni di gruppo. Le attività sono volte a monitorare costantemente i progressi nello sviluppo delle competenze di ricerca e tecnologiche che costituiscono l'oggetto del laboratorio.

Tutti gli studenti devono frequentare online i Moduli 1 e 2 su Salute e Sicurezza.

Modalità di verifica e valutazione dell'apprendimento

La valutazione sarà in parte in itinere e in parte basata su un progetto finale.

La valutazione in itinere si basa sull'osservazione della partecipazione attiva alle attività del laboratorio (inclusa la consegna di attività da svolgere durante il semestre). Per chi non dovesse svolgere le consegne, la valutazione sarà interamente basata sul progetto finale.

Il progetto finale, da concordare preventivamente con lə docenti, sarà incentrato su un progetto di annotazione di dati, accompagnato da un breve report tecnico o presentazione orale con slide.

Criteri di valutazione:

• 30-30L: progetto eccellente, di altissima qualità tecnica, presentato in modo molto chiaro e dettagliato.
• 28-29: progetto eccellente, di elevata qualità tecnica, presentato in modo chiaro e dettagliato.
  
• 26-27: buon progetto, di adeguata qualità tecnica; alcuni aspetti della presentazione potrebbero essere migliorati.
  
• 23-25: progetto discreto che mostra carenze tecniche; alcuni aspetti della presentazione potrebbero essere migliorati.
  
• 20-22: il progetto mostra svariate carenze tecniche; la presentazione presenta lacune e/o non è chiara in più punti.
  
• 18-20: il progetto mostra svariate carenze tecniche di una certa gravità; la presentazione presenta molte lacune o è per lo più poco chiara.
  
• <18: progetto insufficiente o gravemente insufficiente.

Strumenti a supporto della didattica

Hardware: PC e proiettore.

Software: Dialogue systems utilizzati tramite browser o app mobili; editor di testo per processare dati testuali; software per l'annotazione di errori; software per l'interrogazione di corpora.