Using chatbots to scaffold EFL students argumentative writing （论文翻译）
使用聊天机器人来指导学生的议论文写作
摘要
研究表明，英语作为外语的学生的议论文写作受益于与同龄人的互动。然而，在实践中找到一个理想的对象很困难，聊天机器人被认为是这个问题的潜在解决方案。聊天机器人是人工智能的一种形式，旨在与人类用户进行轮流对话。在本文中，我们提出了一种聊天机器人辅助议论文写作的教学方法。我们开发的一种新型聊天机器人系统，用于指导学生的论点构建，然后我们讨论了使用该系统来帮助学生生成高质量的议论文的优点和局限性。
1 简介
议论文写作被广泛认为是学术成功和职业生涯的重要能力。然而，经验证据表明，英语作为外语的学生在提出高质量的论点方面存在困难。根据Lee的定义，论证构成了“个人之间的互动，交换证据，以使对方相信自己主张的有效性”。基于这一社会视角，研究人员探索了各种提高议论文写作的教学策略，如基于话语的课程、课堂辩论和合作使用证据。这些有前景的研究证明了沟通、合作和相互支持在论点构建过程中的积极作用。
同伴互动是提高学生写作能力的有力工具。然而，在实践中找到一个理想的合作伙伴可能很困难。为了解决这一问题，聊天机器人作为人工智能的一种应用，显示出作为教学解决方案的潜力。在这篇文章中，我们提出了一种聊天机器人辅助的议论文写作教学方法，并介绍了一个新开发的聊天机器人系统Argument，我们设计它来帮助学生创建议论文。
2 将聊天机器人应用到写作课堂中
聊天机器人是一种对话代理，可以使用自然语言与人类进行轮流对话。它们被用于许多学科的教育目的，包括历史、心理学和数学。聊天机器人作为语言教育的教学工具已经显示出了特别的潜力。在之前的研究中，研究人员使用聊天机器人以各种方式支持学生的语言学习，包括促进日常语言练习和提供语言评估。总的来说，聊天机器人在提高学生的语言学习方面是有效的。在本节中，我们将通过比较聊天机器人与学生和自动写作评估系统（AWE），讨论聊天机器人支持学生写作发展的潜力。
与人相比，聊天机器人作为写作伙伴有几个优势。例如，聊天机器人可以为英语学生的写作过程带来各种各样的语言。这可能使它们比人类同学更有优势，人类同学的语言能力和写作能力大致相当。聊天机器人还可以在对话中对学生的写作提供及时的反馈，并愿意随时随地参与无休止的练习。此外，与真人相比，聊天机器人可能会帮助学生减轻对自己表现的压力。当和人类同事一起工作时，学生们经常害怕犯错，害怕表现出能力不足。相比之下，当使用聊天机器人练习时，学生可以在一个更舒适的环境中按照自己的节奏发展和组织自己的想法，这可能会减轻他们的焦虑，增强他们在学习过程中的乐趣和动力。
聊天机器人在某些方面也比许多AWE系统有潜在的优势。首先，现有的AWE工具大多是在学生完成初稿后提供建议，而不是在学生编写文本时立即提供反馈。通过在整个写作过程中提供及时、实质性的反馈，聊天机器人可以让学生不断反思他们的思维和写作，这一功能可以提高他们的写作质量。 其次，聊天机器人可以被编程为学生在执行写作任务时提供有意义的指导和指导。例如，可以设置聊天机器人向学生提出一系列指导性问题，促使他们生成包含基本要素的完整论点。第三，当学生与聊天机器人的对话以笔录形式呈现时，笔录将提供他们写作过程的详细记录。这可以显示学生的进步和他们的学习需求，让教师提供及时和充分的帮助。最后，聊天机器人可以集成到即时通讯应用程序中，如WhatsApp、Telegram和Facebook Messenger。这可能会使他们方便，简单，和愉快的学生使用，因为学习如何写作将感觉类似于与朋友聊天。
尽管有这些优势，聊天机器人还没有充分地整合到写作课堂中。正如Huang等人最近对聊天机器人支持的语言学习的综述所指出的那样，聊天机器人在很大程度上被用于提高学生的口语和阅读技能。在他们的文章中回顾的25项研究中，只有一项研究考察了聊天机器人在促进写作方面的有效性。除了Lin和Chang，我们还发现了一些将聊天机器人用于教授写作的研究。Nagata等人表明，即使是一个极其简单的聊天机器人ELIZA(早期面向AI语言的计算机程序，帮助学生增加他们的写作量，提高他们的词汇使用和重写能力。Vazquez-Cano等人表明，与传统的书面练习教学方法相比，学生与聊天机器人的互动更能提高他们对标点符号的知识。Pereira和Barcina设计了一个聊天机器人助手，通过提供拼写和语法、文本和图像重用以及正确引用方面的反馈来帮助学生撰写技术报告。Kılıçkaya调查了大学生在使用名为Replika的聊天机器人协助写作时的观点，发现他们对聊天机器人有积极的态度，因为它的有用性和即时反应。
虽然关于聊天机器人在写作课堂中潜在作用的研究是最近的，而且有限，但上述研究已经取得了令人鼓舞的结果。然而，应该指出的是，这些研究主要集中在写作的表面特征(如语言和机制)，而没有充分解决意义层面的问题(如内容和组织)。撰写论述性文章不仅要求学生具备足够的语言能力，还要求学生具备足够的内容开发和结构技能。为了全面培养学生的议论文写作能力，需要对学生议论文能力的培养进行更多的研究。
到目前为止，几乎没有聊天机器人被开发和部署用于提高学生的议论文写作。在这篇文章中，我们提出了一种聊天机器人辅助的学习方法，在这种方法中，学生与聊天机器人互动，同时生成议论文。为了实现这种方法，设计并开发了一个聊天机器人系统Argument。在下一节中，我们将讨论Argument机器人是如何指导学生的议论文。
3 论证概述
Argument是一种会话代理，旨在帮助学生解决他们在尝试议论文写作时通常遇到的一些问题。特别是，该聊天机器人旨在帮助学生提出有说服力的论点。说服是议论文写作的主要修辞目的之一，它涉及到作者努力说服读者接受他们自己的立场。Argument有五个有争议的话题的领域知识:在线学习，核能，人工智能，网上购物和社交网络。它的数据库包含了支持这五个问题的40个可能的论点和反对这五个问题的40个可能的论点(总共400个论点)。基于这些论点，聊天机器人以两种方式为学生的写作提供指导:(1)支持观点的产生，(2)触发反论点整合。
3.1.支持观点的产生
议论文写作过程从概念规划开始，包括三个连续的子过程:想法的产生、想法的选择和想法的组织。学生在就某一主题建立论点时经常面临的第一个挑战是产生支持他们立场的想法。困难可能是因为有限的主题先验知识，不充分的认知资源，或不发达的自我调节技能。学生产生想法的能力与他们论文的质量密切相关。为了帮助学生产生想法，Argumate可以提出与学生立场一致的观点（图1）。这使他们能够产生更多的支持想法，这有利于他们的想法选择和组织。
为了提供适当的参数建议，Argument采用了基于检索的方法和参数图(argument graph)方法，使用其数据库中的400个参数条目。正如Dung所描述的，论证图描述了给定论证集中的攻击关系和支持关系。论证图在计算论证的文献中已被广泛研究。图2显示了这样一个图的例子:左边的两个节点表示关于给定主题的两个论点(主要主张)，连接这两个节点的红色箭头表示一个论点对另一个论点的攻击。也就是说，论点1是对论点2的反诉，反之亦然。论点3和4分别是支持论点1和2的子权利要求，如两个绿色箭头所示。论证运用论证图来提出相关的观点，并激发学生产生更多的想法。
为了说明上面的描述，我们提供了几个与以下问题相关的争论的例子:“核能是否是我们未来能源需求的一个好决定。”关于这个主题有两种立场(主要主张):“是的，它是”(论点1)和“不，它不是”(论点2)。为了支持每一种立场，可以提出分要求。例如，为了支持“是的，它是”的主张，一个可能的子主张是“核电站可以不间断地生产能量，所以人们在能源生产中不会遇到任何延迟”(论点3)。如果一个学生把论点1作为他们的主要主张，论点可能会提出论点3来帮助他们产生想法。
3.2 触发反论点整合
文献中普遍认识到的另一个障碍是学生在写议论文时缺乏充分的反论点和反驳。学生考虑与自己观点相反的观点的能力对于提出强有力的论点是非常重要的。然而，当学生构建论点时，他们容易忽视或最小化不同观点的重要性，从而产生带有“我的偏向”的写作。正如Osborne等人所指出的，反驳在议论文中扮演着重要的角色，因为它们为学生提供了宝贵的机会来考虑和回应替代方案。此外，包含反驳的论点通常被认为比不包含反驳的论点更复杂和更有说服力。建立反驳要求学生练习高水平、复杂的思维，因为他们需要评估反驳意见，并找出他们的优点和缺点。学生被发现在口头论证过程中使用反驳，在此过程中彼此之间的互动(例如，提问)很可能发生。然而，在书面论证过程中，缺乏这种互动可能意味着学生没有充分接触到多种视角，这可能导致他们的议论文中缺乏反论点和反驳。
为了提高学生对不同观点的敏感性，并促使他们在构建论点时充分整合反论点和反论点，Argumate利用其数据库让学生接触到与自己不同的观点(见图3)，从而鼓励学生从不同角度看待问题，提高批判性思维能力，培养学生写出书面反论点的能力。为了从其参数图中选择合适的反参数，argument使用了相关识别方法（ concern identification）。在这种情况下，关注点是学生感兴趣的重要问题。当每个论点中所涉及的问题被分类后，就可以相应地选择一个合适的反论点。例如，论据1和论据2都有一个以上的子权利要求支持。问题是如何确保论点3和论点4作为反论点彼此直接对立。如果论点3和4是关于相同的关注点，那么可以在它们之间画出红色箭头（图2）。
我们继续上面使用的核能的示例主题。支持每一种立场(论点1和2;(见图2)，可能会提出关于各种问题(例如，成本、可靠性、环境影响和安全问题)的索赔要求。以成本为例，支持核能的一个论点是“核能生产成本低，可以让许多人获得日常生活所需的电力”(论点3)。反对核能的一个论点是，“尽管运营成本相对低廉，但建造核电站的成本极其高昂”(论点4)。这意味着，如果学生将第一个论点作为他们的主要主张，并使用第3个论点来支持他们的立场，聊天机器人可以提出第4个论点，鼓励他们在写作中加入反论点。
如图1和图3所示，argument和学生之间的交互包括打字和点击按钮。学生通过打字输入他们的想法，聊天机器人使用自然语言处理(NLP)技术，即卷积神经网络(CNN;Kim, 2014)，以识别学生输入中的关注点。学生可以通过点击按钮从多个选项中进行选择(例如，“是的，我可以”和“不，我不能”)。这些预定义的回答按钮有助于最大限度地减少用户输入的不可预测性。输入法的组合确保了用户与聊天机器人交互的灵活性和效率。
4 局限性
目前Argument设计的一个局限性是它使用基于检索的模型而不是生成方法进行操作。也就是说，它产生的输出是预定义的，而不是基于上下文或当前对话状态新生成的。这种限制是由于Argument当前数据库的规模较小。虽然基于检索的方法简单，可以保证聊天机器人输出的质量，但它不能提供量身定制的响应。在未来，数据可以被收集(例如，通过收集用户提出的参数)，并用于实现生成模型，使Argument更加智能。另一个的局限性是当前版本的Argument不能评估用户输入的质量，因此不能提供相应的反馈。这种限制是由于它的数据库很小，目前使用的技术也很简单。在未来，可以使用更复杂的计算论证技术，以便Argument可以根据学生的输入生成有意义的反馈。最后一个局限性是，Argument的目的是帮助学生捍卫两个相反的立场之一，而不是描述或综合不同的观点。这意味着聊天机器人只能鼓励有说服力的议论文写作，无法支持其他格式。打算用议论文来提高或评估学生议论文写作能力的教师应该牢记这一局限性。
5 展望
在这篇文章中，我们提出了一种聊天机器人辅助写作的方法，并提出了一个聊天机器人系统议论文，它可以通过支持学生的想法生成和反论点的整合来支持学生的议论文写作。希望促进高质量议论文写作的教师可以考虑在课堂上使用这种聊天机器人辅助的方法。我们希望我们的贡献将促进进一步的研究，特别是在NLP和写作研究者之间的跨学科合作伙伴关系的形式。除了开发和完善像Argumate这样的聊天机器人，调查学生是否愿意接受这样的聊天机器人作为学习伙伴也会很有趣。实证研究学生与聊天机器人的互动是否以及如何影响他们议论文写作能力的发展也会很有趣。