一款專為英語寫作教學設計的全新人工智慧（AI）系統，近日成功開發。這套系統旨在為學生提供自動且近乎即時的語法回饋，與現有大型語言模型相比，其最大的特色是無須耗費龐大的運算資源，使其更適於課堂環境部署。

根據《Bioengineer.org》報導，這套系統採用序列到序列模型，建基於「雙編碼」架構。所謂雙編碼人工智慧模型（Dual-Encoder AI Model），是一種能夠同時處理兩種不同類型資訊（例如語法結構與語意）的 AI 系統，透過平行運算來提升分析效率，能將明確的語法分析與深度語意理解結合。

研究人員開發此模型的動機，源於觀察到大多數現行語法糾錯系統，在面對真實學習者所犯下的多元、非系統性錯誤時，其評估表現並不足以反映實際教學需求。在第二語言習得研究中，即時、準確且易於理解的回饋，對於引導學習者在輸出內容與正確形式間進行認知比較至關重要。

由研究人員 Yan Liu 主導的這項專案，其雙編碼模型透過兩個平行編碼器處理輸入句：一個負責語法結構，另一個則負責語意內容，兩者共同將資訊饋送給單一解碼器。其中，語意編碼器運用了 BERT-base-cased 技術來產生上下文相關的詞向量。該模型在相對低耗能的 NVIDIA Quadro P2200 圖形處理單元（GPU）上完成訓練，這對於一般實驗室硬體而言是可行的，大幅降低了部署門檻。

在各類語料庫（包括 Lang-8、NUS Corpus of Learner English、First Certificate in English 寫作、Write&Improve 作品以及標準的 CoNLL-2014 和 JFLEG 測試集）上訓練與評估後，該模型展現出優異的表現。在 CoNLL-2014 測試集中，其 F0.5 分數達到 0.63，優於多種現有模型。而在 JFLEG 測試集上，GLEU 分數為 0.62，表現與混合統計神經機器翻譯系統相當。

為驗證實際教學應用，研究團隊在西安培華學院針對非英語專業二年級學生的 100 份計時寫作進行測試。結果顯示，該模型在三位批改人員標註的 142 個語法錯誤中，成功糾正了 78 個。這種經實證的準確度，可稱之為教學級精準度（Teaching-Ready Precision），指的是系統的糾錯準確性與可靠度，已達到足以在教學現場實際應用，並對學生學習產生積極助益的標準。

Yan Liu 認為，這項技術可作為教師批改前的預篩工具，自動糾正學生寫作中的表面錯誤，讓教師能將更多精力投入在內容、邏輯與組織架構的評估上，同時為學生提供近乎即時的語法回饋，大幅提升學習效率。不過，這項研究也指出其限制，例如目前主要處理常見語法錯誤，尚未涵蓋深層語意或文化語用問題，且大規模課堂教學實驗仍在籌備中。