言語学習をする学生の視点から見るLLM生成レッスンの評価：Duolingoを題材にした短いケーススタディ

要旨: Duolingo などの人気のある語学学習アプリは、利用者のためにレッスンを生成するために大規模言語モデル（LLMs）を使用します。
ほとんどのレッスンは、挨拶、食事の注文、道案内を尋ねるといった一般的な現実の場面に焦点を当てており、職業別の文脈に対するサポートは限られています。
このギャップは、学習者が専門レベルの流暢さを身につけるのを妨げる可能性があり、私たちはそれを「対象言語でさまざまな仕事関連およびドメイン固有の情報を快適に伝える能力」と定義します。
私たちは、フィリピンの多国籍企業に勤務する5名の従業員を対象に、Duolingo の経験について調査しました。
結果は、回答者が一般的な場面に職業関連の場面よりも頻繁に遭遇し、前者が共感しやすく、基礎的な文法、語彙、文化的知識の習得に有効であることを示しています。
後者は、ドメイン固有の語彙を含むため、職業レベルの流暢さへと近づくギャップを埋めるのに役立ちます。
各参加者は、文脈が異なるレッスンのシナリオを提案しましたが、それらを総合的に分析すると文脈が分岐していることが分かりました。
この理解を踏まえ、言語学習アプリは、個人のニーズに合わせた個別化された専門領域別のレッスンシナリオを通じてレッスンを生成しつつ、一般的で身近なレッスンシナリオによる基礎的なサポートを維持すべきであると提案します。