Câu hỏi quyết định câu trả lời
Câu hỏi mặc định, liệu một câu có đúng hay không, là câu hỏi đưa ra câu trả lời ít hữu ích nhất. Nó kêu gọi sự đồng ý và một câu đúng ngữ pháp nhưng không tự nhiên thường sẽ được chấp nhận.
Những câu hỏi giả định rằng điều gì đó có thể được cải thiện sẽ tạo ra phản hồi tốt hơn nhiều, bởi vì chúng yêu cầu một sự phán xét hơn là một phán quyết.
| Thay vì hỏi | Hỏi | Tại sao |
|---|---|---|
| Điều này có đúng không? | Một người bản xứ sẽ thay đổi điều gì? | Giả sử có thể cải thiện được |
| Điều này có tự nhiên không? | Phần nào nghe ít tự nhiên nhất? | Buộc phải có câu trả lời cụ thể |
| Sửa tiếng Nhật của tôi | Thực hiện thay đổi nhỏ nhất cần thiết | Giữ câu của bạn |
| Thế này đã đủ lịch sự chưa? | Cái này ở sổ nào thế? | Mô tả, không phải là một bản án |
| Viết lại cái này | Giải thích chỗ sai rồi sửa | Sản xuất một cái gì đó có thể học được |
Mọi câu hỏi ở cột thứ hai đều yêu cầu mô tả hơn là phán đoán, điều này làm cho câu trả lời có thể sử dụng được.
Yêu cầu sự thay đổi nhỏ nhất
Còn lại, AI viết lại theo hướng tiếng Nhật tốt hơn là tiếng Nhật của bạn. Kết quả thường là một câu mà bạn không thể viết ra và sẽ không học được từ đó.
Việc yêu cầu chỉnh sửa tối thiểu một cách rõ ràng sẽ giúp bạn có thể nhận ra câu đó và tạo ra sự khác biệt rõ ràng, đó là nơi bạn có thể học hỏi.
- Yêu cầu thay đổi nhỏ nhất để khắc phục vấn đề.
- Yêu cầu nó giữ vốn từ vựng của bạn nếu có thể.
- Hỏi cụ thể bản gốc có vấn đề gì.
- So sánh hai phiên bản hơn là chấp nhận phiên bản mới.
- Từ chối những bài viết lại sử dụng ngữ pháp vượt quá trình độ của bạn.
Nó thực sự giỏi về lĩnh vực gì
Đối với một số danh mục nhất định, phản hồi là đáng tin cậy và khó có được ở nơi khác, đặc biệt là những lỗi mà không có công cụ nào cảnh báo và người đọc quá lịch sự để đề cập đến.
Register là trường hợp nổi bật: hỏi mức độ lịch sự của tin nhắn sẽ tạo ra câu trả lời chính xác và hữu ích, và đó là lỗi mà độc giả Nhật Bản chú ý nhất.
- Đăng ký tính nhất quán trên một tin nhắn.
- Liệu keigo có chỉ đúng hướng hay không.
- Các hạt mà không có trình kiểm tra chính tả nào bắt được.
- Liệu một cụm từ có giống như sách giáo khoa hay không.
- Liệu một tin nhắn có được đọc thẳng thừng hay không.
Những gì cần xác minh
Phạm trù không đáng tin cậy là giải thích hơn là sửa chữa. Một lời giải thích chắc chắn về lý do tại sao một hình thức này lại tự nhiên hơn một hình thức khác có thể bị nhầm lẫn và không có gì trong quá trình truyền tải báo hiệu điều đó.
Bất cứ điều gì phụ thuộc vào việc sử dụng thực tế hơn là vào các quy tắc đều đáng được kiểm tra với một người hoặc một người tham khảo.
- Sắc thái giữa hai từ giống nhau.
- Cho dù một biểu thức là hiện tại hay ngày tháng.
- Cách sử dụng theo khu vực hoặc thế hệ.
- Liệu điều gì đó có gây ra sự xúc phạm trong một mối quan hệ cụ thể hay không.
- Từ nguyên và giải thích lịch sử.
Sử dụng nó để học hỏi hơn là để sửa chữa
Sự khác biệt giữa việc sử dụng AI làm người hiệu đính và sử dụng nó làm giáo viên là những gì bạn làm với việc sửa lỗi. Một thông điệp được chỉnh sửa được gửi đi và bị lãng quên sẽ tạo ra một thông điệp hay và không có giá trị học hỏi.
Thói quen hiệu quả là hỏi tại sao, quyết định xem lý do đó có khái quát hay không và lưu ý những lý do đó.
- Hỏi quy tắc cơ bản là gì, nếu có.
- Hỏi xem lỗi tương tự có xuất hiện ở nơi nào khác trong văn bản hay không.
- Lưu ý các chỉnh sửa lặp lại trên các tin nhắn; đó là những lỗi thực sự của bạn.
- Hãy tự viết lại câu thay vì dán bản sửa lỗi.
- Kiểm tra xem lỗi tương tự có xuất hiện trong bài phát biểu của bạn hay không.
Lắp nó cùng với việc nói
Phản hồi bằng văn bản và phản hồi bằng giọng nói có những lỗi khác nhau. Viết để lộ thanh ghi và các hạt; việc nói bộc lộ tốc độ, cách phát âm và những mẫu câu bạn tránh vì chúng chậm.
Một người học chỉ nhận được phản hồi bằng văn bản có xu hướng nói tiếng Nhật chính xác nhưng đến quá chậm, đó là lý do tại sao cả hai đều thuộc về nhau.
Ở Unihongo, phần nói đến từ các buổi học trong lớp học 3D sống động và báo cáo buổi học sau đó, những lá cờ nào ghi lại các lỗi trong bài phát biểu giống như cách ghi lại chúng bằng văn bản.
Nếu cùng một lỗi xuất hiện trong cả bài viết và bài phát biểu của bạn thì đó là một lỗ hổng thực sự chứ không phải là một lỗi trượt. Đó là những cái đáng để khoan.