首先是一个问题，我作为一个学习者，怎么样的一个评价对我来说是一个好的评价？
我想到了我大学期间考驾照学车的时候。 我是一个不怕问也希望问的人，喜欢把事情搞清楚，只有这样我心里才比较放心，否则悬在空中会让我很难受。
之前很长一段时间中，我接触过AI相关的一些内容。其实评价这个事情很像一个AI训练那样，我做一件事情，我想要有谁能来告诉我，我这样做对不对，我这样想的对不对。但区别或者说更重要的是，我想知道，是不是还有更好的方法或者诀窍，嗯，对的，诀窍。
AI 训练只需要告诉它对错，模型自己会想办法去使它做对。而我想要的，是有人能带我看见更优的路径、被忽略的细节、更轻巧的思路 —— 不是简单判定结果，而是帮我打开更多可能。
因为模型有很多“时间”或者“机会”去随机/迭代着尝试训练到更好的结果，而我没有这样子的能力。也许是我们人类这个“模型”更加的复杂和深层，我们的训练隐于深处，甚至是潜意识中。
跟学习滑雪一样，一旦我掌握了脚和重心的位置姿势，那么至少我肯定能有控制地滑起来了，而不是失控地冲下去，这两种“滑雪”肯定是截然不同，哈哈。
在 「语迹 Atobe repeater」 中，我加入了一个评价（者）的设定，这现在仍然还是一个实验性的功能，但我相信它会是一个有用的设计，我也一定会将它做得更好一些。
过去，我见过太多的AI功能，它们好用也有用。但是它们还是不一样的。我们要去学习的内容将来或者现在就是要和“人”去交流用的，那为什么不直接让“人”来评价呢，AI说的好和差，就真的一定是好和差吗。
现在有的内容是，学习者将学习模仿的对象音频 和 自己录制的模仿音频（目前是音频，未来会支持更多形式），包括一些描述信息（音频时长、学习语言、技能名称、可能会有学习者主用的语言），以任务的方式打包发出。评价者在任务大厅里，可以领取到熟练或者母语级别的语言相关的任务，要注意哦，任务会有时间限制，时间结束后，未评价的任务会回到任务大厅去。所以评价者可以果断和大胆一些，你的评价，对学习者肯定是一个很好的帮助。（当然肯定做不到完美，因为有时间限制，没有办法不是嘛 :p）
我觉得和收到评价一样重要的是，把自己模仿的结果发出去。一旦把评价任务发出去了，成功了一半，有时候甚至自己去认真比较，也都能想到哪里可以做得更好一些。而如果有熟练或者母语等级的评价者，来听一听，也来模仿模仿，指出一些问题，或者如果足够好了给些鼓励也是很棒的。甚至有时候，对评价者来说也是一次学习。
我觉得，我们是生活在一个「低精度星球概念」 [1]，很多事情没有那么精确和严谨，不完美，却依然温柔运行，不是吗～ 够用就好，对学习者和评价者来说，都是。
对于评价者可以评价的范围，我还有一些思考，就是比如同样语言的学习者之间的互助，应该也会有些帮助，但是形式上肯定还有一些区别，还需要再设计。
当然，我在计划里说明，也会增加AI功能，作为一个高级功能去支持，因为我希望它不是一个非常必须的功能，但是能为需要的人提供一些帮助。
最后，我有一个问题，这样一个对其他人「说得对不对」的「评价」的任务，应该是用直接的「Evaluation Task」 好一些呢，还是用更综合一点的「Review Task」 好一些？ 希望英语母语的大家可以给我一点建议，或者说更喜欢哪个？当然众口难调，最后的决定我来做，我会好好当个坏人的，哈哈。
参考：