Data-Driven learning

Data-Driven Learning (DDL) je metoda využití jazykových korpusů ve výuce cizích jazyků.

Termín DDL byl zaveden britským korpusovým lingvistou Timem Johnsem, jež jako první využíval korpusy ve výuce angličtiny. Tato metoda je založena na poznatcích studenta, který objevuje cizí jazyk na základě korpusových dat. Učitel je zde pouze koordinátorem studentovy práce, který zajišťuje vhodné prostředí, v němž bude student schopen dospívat k lingvistickým závěrům. Jedná se o rozvinutí u studenta schopnosti k učení se jak se učit (learn how to learn). Student je také vědcem, jenž je veden korpusovými daty k tomu, aby vyvodil závěry a dospěl k obecným gramatickým pravidlům.

Na rozdíl od běžného ve výuce deduktivního přístupu DDL je přístupem induktivním, který se soustředí v první řádě na pozorování korpusových dat, na základě kterých student klasifikuje jazykové jevy a následně generalizuje gramatická pravidla. Učitel přesně nevím k jakým závěrům dospěje student, proto učitel koordinuje studentovu práci a jeho pozice je spíše partnerská než autoritativní.

DDL tradičně dělíme na dvě odvětví s ohledem na způsob práce:

• DDL hard − (též hands-on) kdy studenti pracují přímo s korpusovým výhledavačem,

• DDL soft − (též hands-off) kdy studenti řeší úkoly připravené na základě korpusových dat, které mohou být např. vytištěnými konkordancemi.

— Adrian Zasina