Google Translate in de klas?

Taike
Vanhooren

 

Vormt de opkomst van vertaaltools zoals Google Translate, DeepL of Context Reverso een bedreiging voor het beroep van leerkracht in de vreemde talen? 75% van de Vlaamse taalleerkrachten vindt alvast van niet. Sterker nog, meer dan de helft vindt net dat deze tools een opportuniteit vormen binnen het vreemdetalenonderwijs. Het gebruik van vertaalsites of MT (Machine Translation) kan vergeleken worden met het gebruik van een rekenmachine in de les wiskunde: het kan een handig hulpmiddel zijn, maar het vervangt het wiskundig/taalkundig redeneren niet.

Sinds 2016 is de kwaliteit van vertalingen die gegenereerd worden door automatische vertaalsystemen, zoals DeepL of Google Translate, sterk verbeterd. Die evolutie is ook het onderwijsveld niet ontgaan. Verschillende onderwijskoepels verwijzen in hun leerplannen naar het gebruik van deze tools. Onderzoek naar het gebruik van dergelijke systemen binnen de schoolcontext dringt zich dan ook op.

Aan de hand van een enquête werd de visie van 69 leerkrachten moderne vreemde talen (Frans, Engels, Duits, Spaans) bevraagd. De leerkrachten gaven les in de tweede of derde graad van het Algemeen Secundair Onderwijs (ASO). Daarbij werd enerzijds gepeild naar hun persoonlijk MT-gebruik en anderzijds naar hun visie op het gebruik van MT door leerlingen in de les, voor huistaken en voor toetsen en examens. De deelnemers gaven ook aan welke factoren de aanvaardbaarheid van MT-gebruik kunnen beïnvloeden en welke de voor- en nadelen van MT zijn. Tot slot werd ook de kennis en interesse van de leerkrachten in (de werking van) MT-tools bevraagd.

Uit het onderzoek blijkt dat 70% van de leerkrachten zelf gebruik gemaakt van MT voor persoonlijke doeleinden, terwijl slechts 45% MT gebruikt voor werkgerelateerde taken (opstellen van cursussen, testen, examens…). 68% van de participanten denkt dat meer dan 90% van de leerlingen wel eens gebruikmaakt van vertaaltools voor huistaken. Ondanks dat het overgrote deel van de leerkrachten zelf gebruik maakt van MT voor persoonlijke doeleinden, raadt 75% hun leerlingen MT-gebruik af. Google Translate wordt afgeraden omdat de gegenereerde vertaling naar hun mening geen rekening houdt met de context. DeepL en Reverso Context worden als betrouwbaardere tools ervaren.  

Aan de leerkrachten die deelnamen aan de enquête werd ook gevraagd hoe zij staan tegenover het gebruik van MT tijdens de les, huistaken, toetsen en examens. De twee opmerkelijkste resultaten vinden we terug bij toetsen en examens. 90% van de respondenten laat het gebruik van MT nooit toe tijdens toetsen en 97% onder hen laat het nooit toe bij examens. Tijdens de les laat 64% van de respondenten het gebruik soms toe en 29% laat het altijd toe. Voor huistaken laat 42% het soms toe en 35% altijd (figuur 1).

image 729

Figuur 1

38% vindt MT-gebruik aanvaardbaarder bij niet-gequoteerde taken. De respondenten die MT aanvaardbaarder vinden voor niet-gequoteerde taken, zijn van mening dat MT een leerhulpmiddel kan zijn tijdens de oefenfase. MT-tools kunnen leerlingen helpen om hun eigen kennis, bijvoorbeeld woordenschat, te verbeteren. Daarnaast kan het de leerlingen ook over hun angst heen helpen bij het voorbereiden van spreekopdrachten. De respondenten zijn het er echter wel grotendeels over eens dat MT niet gebruikt mag worden bij gequoteerde taken. De leerlingen kunnen dankzij MT hun kennis vergroten tijdens de oefenfase, maar tijdens evaluatiemomenten moeten zij op hun eigen kennis kunnen terugvallen.

Zowel bij de vraag of MT voordelen zou kunnen opleveren voor leerlingen als bij de vraag over nadelen, antwoordde de meerderheid van de respondenten “ja”. 81,2% gaf aan te vinden dat MT-gebruik voordelen biedt, terwijl 92,8% vindt dat het nadelen oplevert. Wanneer we nagaan welke voordelen MT-gebruik kan opleveren, geven de meeste respondenten aan dat het de taalverwerving van de leerlingen kan bevorderen. Daarnaast geven verschillende respondenten ook aan dat het leerlingen aanzet tot kritische reflectie en dat het kan bijdragen tot een beter tekstbegrip. De belangrijkste nadelen volgens de respondenten zijn enerzijds een verminderde leerwinst, anderzijds gemakzucht/luiheid. Dit laatste kan als één van de belangrijkste redenen gezien worden waarom leerlingen gebruik maken van MT. Door MT-gebruik denken leerlingen zelf niet voldoende meer na en zijn ze bijgevolg niet kritisch genoeg over de geproduceerde vertalingen.

Uit het onderzoek blijkt dat vertaaltools geen bedreiging voor het beroep van de taalleerkracht hoeven te zijn. Veel (jongere) leerkrachten laten het gebruik van MT toe tijdens de les en voor huistaken. Bij toetsen en examens wordt MT-gebruik nooit toegelaten. Vooraleer MT-gebruik kan worden toegepast in de klas, dienen leraren de werking ervan volledig te begrijpen. Leraren opleiden om MT op een succesvolle manier te integreren in de klas, wordt dan ook gezien als een eerste stap in de goede richting.

Bibliografie

Ata, M., & Debreli, E. (2021). Machine Translation in the Language Classroom: Turkish EFL Learners’ and Instructors’ Perceptions and Use. IAFOR Journal of Education: Technology in Education.

Bourdais, A., & Guichon, N. (2020). Représentations et usages du traducteur en ligne par les lycéens. Alsic - Apprentissage Des Langues et Systèmes d’information et de Communication.

GO!-onderwijs. (2014). Leerplan Secundair Onderwijs. Https://Pro.g- o.Be/Blog/Documents/2014-015.Pdf.

Hellmich, E., & Vinall, K. (2021). FL Instructor Beliefs About Machine Translation. International Journal of Computer-Assisted Language Learning and Teaching (IJCALLT).



Jolley, J. R., & Maimone, L. (2015). Free Online Machine Translation: Use and Perceptions by Spanish Students and Instructors.



Jolley, J. R., & Maimone, L. (2022). Thirty Years of Machine Translation in Language Teaching and Learning: A Review of the Literature. L2 Journal.

Knowles, C. L. (2016). INVESTIGATING INSTRUCTOR PERCEPTIONS OF ONLINE MACHINE TRANSLATION AND SECOND LANGUAGE ACQUISITION WITHIN MOST COMMONLY TAUGHT LANGUAGE COURSES.



Lee, S.-M. (2021). The effectiveness of machine translation in foreign language education: a systematic review and meta-analysis. In Computer Assisted Language Learning.



Macken, L., Lefever, E., & Daems, J. (2021). Inleiding tot de vertaaltechnologie.

Merschel, L., & Munné, J. (2022). Perceptions and Practices of Machine Translation Among 6th-12th Grade World Language Teachers. L2 Journal.



Stapleton, P., & Leung Ka Kin, B. (2019). Assessing the accuracy and teachers’ impressions of Google Translate: A study of primary L2 writers in Hong Kong. English for Specific Purposes.

Download scriptie (3.63 MB)
Universiteit of Hogeschool
Universiteit Gent
Thesis jaar
2022
Promotor(en)
Prof. dr. Lieve Macken, Margot Fonteyne