Academic Language Checker (ALC)

Inleiding

Onderzoek heeft aangetoond dat ongeveer 20% van de studenten aan het hoger onderwijs kampen met schrijfproblemen tijdens hun studie omdat zij een onvoldoende of zwakke taalbeheersing hebben. Dit komt mede door de jaarlijkse stijging in het aantal studenten dat wordt gediagnosticeerd met een (gedrags)aandoening zoals dyslexie, ADHD of autisme.

Probleemstelling

Omdat opleidingen veelal hoge eisen stellen aan het academisch schrijven van essays, verslagen en scripties, ervaren deze studenten veel problemen met de technische verzorging van hun teksten, ondanks dat zij over de benodigde kennis beschikken om een voldoende voor de opdracht te behalen. Hierdoor worden deze studenten onevenredig benadeeld in het behalen van hun diplomering en dit kan verreikende, negatieve gevolgen hebben voor hun loopbaancarrières.

Maatschappelijke Impact

Als gevolg van deze problematiek worden er meer kosten gedragen door de maatschappij doordat deze studenten studievertraging oplopen en/of minder zelfredzaam worden bij het niet kunnen behalen van hun diplomering en meer sociale steun behoeven.

Doelstelling

Hiertoe beoogt de aanvrager de haalbaarheid te onderzoeken voor het ontwikkelen van een Academic Language Checker (ALC): een ‘slimme’ nakijkmethodiek die zich via een platform richt op het academisch taalgebruik van studieopdrachten voor HBO en WO opleidingen.

Functionaliteit van het Platform

Het platform zal in staat zijn om studieopdrachten volledig geautomatiseerd en realtime te analyseren om hierna feedback te genereren voor de eindgebruiker. Via het gebruik van state-of-the-art Machine Learning technieken en Natural Language Processing algoritmiek zal het platform in staat zijn om academische schrijfproblemen te identificeren, zoals:

1. Consistentie
2. Herhaling van woorden
3. Structuur
4. Grammatica
5. Spelling- en stijlfouten

Vergelijking met Bestaande Technieken

Bestaande technieken zijn niet in staat om de beoogde functionaliteit te realiseren omdat zij geen gebruik maken van ‘slimme’ algoritmiek om foutief taalgebruik op te sporen in wetenschappelijke teksten.

Kennisvermeerdering en Businesscase

Omdat de beoogde combinatie van functionaliteiten tot op heden niet in deze context is uitgevoerd, zal de aanvrager een significante kennisvermeerdering bewerkstelligen in de KIA 5, Sleuteltechnologie, specifiek ST2-1 Artificial Intelligence. Daarnaast zal de aanvrager middels de ontwikkeling van het platform een aantrekkelijke businesscase kunnen opstellen, doordat er een grote vraag is onder de studenten voor de ontwikkeling van een dergelijk platform.