Key points are not available for this paper at this time.
لقد جذب ظهور الذكاء الاصطناعي وانتشار تطبيقات التغذية الراجعة التلقائية للقواعد اهتماماً كبيراً بين متعلمي اللغة الإنجليزية غير الناطقين بها كأدوات لتسهيل اكتساب اللغة. في حين أن هناك دراسات عديدة تدرس فائدة تطبيقات مثل Grammarly وQuillbot، إلا أن هناك أبحاثاً نادرة تقارن فعاليتها في تحديد وتصنيف الأخطاء في عينات كتابة طلاب اللغة الإنجليزية غير الناطقين بها في ماليزيا. تهدف هذه الدراسة إلى إجراء تحليل مقارن باستخدام مقالات تفسيرية كتبها طلاب اللغة الإنجليزية غير الناطقين بها في ماليزيا. تستخدم هذه الدراسة نهجاً وصفياً كمياً لجمع البيانات وإجراء تحليل البيانات. تم فحص خمس عينات كتابة باستخدام كلا التطبيقين لتحديد تكرارات الأخطاء التي تم الإبلاغ عنها وتصنيفها بناءً على مخطط تصنيف الأخطاء لجيمس (1998). أظهرت النتائج أن Grammarly اكتشفت أخطاء أكثر مقارنة بـ Quillbot. بالإضافة إلى ذلك، تعرف كلا التطبيقين على عدد أكبر بكثير من الأخطاء النحوية والمحتوى مقارنة ببقية أنواع الأخطاء مثل الأخطاء المعجمية أو النحوية أو الدلالية. قدمت Grammarly أوصافاً مفصلة واقتراحات لكل خطأ تم التعرف عليه، بينما قامت Quillbot بالإشارة فقط إلى الأخطاء مع شروح موجزة. تشير هذه النتائج إلى أن كلا الأداة يمكن أن تكمل بشكل كبير متعلمي اللغة الإنجليزية غير الناطقين بها في عملية تعلمهم للغة. ومع ذلك، تستدعي المزيد من التحقيقات في نقاط قوتهم وقيودهم المعنية بالنظر إلى الفروق الملحوظة. بشكل عام، تسلط هذه الدراسة الاستكشافية الضوء على وعد التقييم الكتابي التلقائي لتمكين التحرير الذاتي لتعزيز عملية تعلم اللغة بين متعلمي اللغة الإنجليزية غير الناطقين بها.
أ A Wed ، درست هذه الدراسة هذا السؤال.