Frågan avgör svaret
Standardfrågan, om en mening är korrekt, är den som ger det minst användbara svaret. Det uppmanar till enighet, och en mening som är grammatisk men onaturlig kommer vanligtvis att godkännas.
Frågor som förutsätter att något skulle kunna förbättras ger mycket bättre feedback, eftersom de ber om en dom snarare än en dom.
| Istället för att fråga | Be | Varför |
|---|---|---|
| Är detta korrekt? | Vad skulle en modersmålstalare förändra? | Förutsätter förbättring är möjlig |
| Är detta naturligt? | Vilken del låter minst naturligt? | Framtvingar ett specifikt svar |
| Fixa min japanska | Gör den minsta förändring som behövs | Behåller meningen din |
| Är detta artigt nog? | Vilket register finns detta i? | Beskrivande, inte en dom |
| Skriv om detta | Förklara vad som är fel och åtgärda det sedan | Producerar något lärbart |
Varje fråga i den andra kolumnen kräver en beskrivning snarare än en bedömning, vilket är det som gör svaren användbara.
Be om minsta förändring
Lämnad ensam skriver AI om mot bra japanska snarare än mot din japanska. Resultatet är ofta en mening som du inte kunde ha producerat och inte kommer att lära dig av.
Om du uttryckligen frågar efter minimiredigeringen behåller du meningen igenkännligt och gör skillnaden synlig, vilket är där inlärningen är.
- Be om den minsta förändring som löser problemet.
- Be den att behålla ditt ordförråd där det är möjligt.
- Fråga vad som var fel med originalet.
- Jämför de två versionerna istället för att acceptera den nya.
- Avvisa omskrivningar som använder grammatik långt över din nivå.
Vad den är riktigt bra på
För vissa kategorier är feedbacken tillförlitlig och svår att få någon annanstans, särskilt de fel som inga verktyg flaggar och som mänskliga läsare är för artiga för att nämna.
Register är det enastående fallet: att fråga vilken artighet ett meddelande är i ger ett korrekt och användbart svar, och det är det fel som japanska läsare märker mest.
- Registrera konsekvens över ett meddelande.
- Om keigo pekar i rätt riktning.
- Partiklar, som ingen stavningskontroll fångar upp.
- Om en frasering låter som en lärobok.
- Om ett meddelande skulle vara trubbigt.
Vad ska verifieras
Den opålitliga kategorin är förklaring snarare än korrigering. En säker redogörelse för varför en form är mer naturlig än en annan kan misstas, och ingenting i leveransen signalerar det.
Allt som beror på levd användning snarare än på regler är värt att kolla med en person eller en referens.
- Nyans mellan två liknande ord.
- Om ett uttryck är aktuellt eller daterat.
- Regional eller generationsmässig användning.
- Om något skulle orsaka anstöt i ett specifikt förhållande.
- Etymologi och historiska förklaringar.
Använder det för att lära sig snarare än att fixa
Skillnaden mellan att använda AI som korrekturläsare och att använda det som lärare är vad du gör med korrigeringen. Ett korrigerat meddelande som skickas och glöms bort ger ett bra meddelande och ingen inlärning.
Den produktiva vanan är att fråga varför, bestämma om orsaken är generaliserad och notera de som gör det.
- Fråga vad den underliggande regeln är, om någon.
- Fråga om samma fel förekommer någon annanstans i texten.
- Notera korrigeringar som återkommer i meddelanden; det är dina verkliga fel.
- Skriv om meningen själv istället för att klistra in fixen.
- Kontrollera om samma fel förekommer i ditt tal.
Passar det vid sidan av att tala
Skriftlig feedback och talad feedback fångar olika fel. Skrivandet avslöjar register och partiklar; tal exponerar hastighet, uttal och de mönster du undviker eftersom de är långsamma.
En elev som bara någonsin får skriftlig feedback tenderar att ha korrekt japanska som kommer för långsamt, vilket är anledningen till att de två hör ihop.
I Unihongo kommer den talade halvan från sessioner i det uppslukande 3D-klassrummet och sessionsrapporten efteråt, vilka flaggor registrerar glidningar i tal på samma sätt som det fångar dem i skrift.
Om samma fel dyker upp i både ditt skrivande och ditt tal är det en rejäl lucka snarare än en snedsteg. Det är de som är värda att borra.