Datorn som hjälp vid språkgranskningen

Department of Numerical Analysis and Computer Science TRITA-NA-P0302 IPLab-207 ISSN 0348-2952 Datorn som hjälp vid språkgranskningen En studie av hur kognitiva revisionsprocesser påverkas av datorstödd språkgranskning Rickard Domeij Interaction and Presentation Laboratory (IPLab)

Rickard Domeij Datorn som hjälp vid språkgranskningen - en studie av hur kognitiva revisionsprocesser påverkas av datorstödd språkgranskning Report number: TRITA-NA-P0302, IPLab-207 Publication date: December 2002 E-mail of author: domeij@nada.kth.se Reports can be ordered from: Interaction and Presentation Laboratory (IPLab) Numerical Analysis and Computer Science (Nada) Royal Institute of Technology (KTH) S-100 44 STOCKHOLM, Sweden telephone; + 46 8 790 6280 fax: + 46 8 10 2477 e-mail: reports-iplab@nada.kth.se www.nada.kth.se/nada/iplab/

Datorn som hjälp vid språkgranskningen en studie av hur kognitiva revisionsprocesser påverkas av datorstödd språkgranskning Rickard Domeij IPLab, Nada, KTH Inst. för Lingvistik, SU *** Sammandrag I den studie som presenteras här undersöks hur väl mänskliga kognitiva revisionsprocesser ges stöd av ett språkkontrollprogram innehållande tecken-, stil- och grammatikgranskning. Tänka högtmetodologi används som ett sätt att spåra kognitiva revisionsprocesser, som granskning och bearbetning av språkliga problem, både under manuell och datorstödd språkgranskning. Syftet är att undersöka när och varför ett språkkontrollprogram lyckas respektive misslyckas med att hjälpa skribenter i språkgranskningsarbetet. Studien är huvudsakligen kvalitativt inriktad, men innehåller även en del kvantitativa resultat. Studien utformades så att deltagarna först på egen hand fick språkgranska en text innehållande 37 språkliga problem som språkgranskningsprogrammet kan detektera. Sedan, i den datorstödda granskningen, presenterade datorn sin granskning av alla problem för skribenterna. De kunde då ta ställning till om de skulle ändra eller inte på datorns förslag. Utformningen gjorde det möjligt att jämföra hur många problem av olika typer som skribenterna bearbetade under den manuella respektive den datorstödda granskningen. Det gick också att hitta troliga motiv bakom det observerade revisionsbeteendet genom att analysera tänka högt-protokollen. Det kvantitativa resultatet visar att skribenterna i medeltal korrigerade 85 % av alla problem med hjälp av språkkontrollprogrammet, jämfört med 60 % manuellt. De avstod alltså helt från att bearbeta 15 % av problemen trots att de kontfronterades med dem i den datorstödda granskningen. Varför ändrades ibland ytterligare problem i den datorstödda språkgranskningen, medan inga ändringar gjordes i andra fall? Analysen av tänka högt-protokollen ger några intressanta svar på den frågan. Det kvalitativa resultatet pekar på att skribenterna gjorde ytterligare ändringar i den datorstödda granskningen när programmet hjälpte dem a) att detektera problem de själva missat i den manuella granskningen, b) att definiera och korrigera problem de själva inte lyckats definiera och korrigera manuellt, samt c) att detektera, definiera och korrigera problem som de tidigare inte känt till och därför inte kunnat uppmärksamma manuellt. Även vissa negativa effekter observerades, som att skribenter ibland lurades att ändra på grund av falskt alarm. Resultatet visar också att datorstödda ändringar kan vara mindre omfattande och mer ytliga än manuella ändringar av samma problem. Det fanns i huvudsak två orsaker till att skribenterna inte ändrade på datorns förslag: a) skribenten ville ändra men lyckades inte på grund av otillräckligt instruktivt stöd från datorn, och b) skribenten valde att inte ändra för att hon inte fann förslaget korrekt eller användbart i den aktuella situationen. När, som i det senare fallet, skribenterna valde att inte ändra på datorns förslag gällde det i de flesta fall problem av stilistisk art, där vissa skribenter starkt kunde vända sig mot förslagen medan andra godtog dem eller till och med välkomnade dem. Data från tänka högt-protokollen visar att dessa skillnader kan bero på olika uppfattningar av granskningsuppgiften hos skribenterna, vilka stämmer bättre eller sämre med den uppfattning som språkgranskningsprogrammet indirekt företräder. Resulteten är intressanta av två huvudsakliga skäl: 1) de belyser de kognitiva processer som är involverade i datorstödd språkgranskning, och 2) de pekar ut problem som måste uppmärksammas och åtgärdas om användbarheten hos system för datorstödd språkgranskning ska kunna förbättras.

Innehåll Sammandrag... 1 Inledning... 3 Bakgrund... 3 Tidigare studier... 5 En kognitiv modell av revisionsprocessen... 5 Program för språkkontroll...8 Förberedande studier... 10 Studiens syfte, utformning och utförande... 11 Forskningsfrågor... 12 Deltagarna i studien... 12 Texten och de undersökta problemen... 12 Språkgranskningsprogram... 13 Kodning och analys av data... 13 Resultat... 14 Antal manuella och datorstödda ändringar... 15 Ändringar i tecken, grammatik och stil... 15 Skillnader mellan olika skribenter... 17 Varför gör skribenten nya ändringar med granskningsprogrammet?... 18 Varför ändrar skribenten inte vissa problem med granskningsprogrammet?... 25 Resultat från frågeformulär och intervju... 28 Sammanfattning och diskussion av resultat... 30 Slutsatser och diskussion...34 Några allmänna riktlinjer och förslag... 36 Metodologisk diskussion... 38 Kritik mot tänka högt-metodik... 39 Litteratur... 39 2

Inledning Rapporten presenterar en studie som inriktar sig på interaktionen mellan människa och maskin vid datorstödd språkgranskning. Syftet med studien var att undersöka hur väl ett datorprogram kan stödja skribenters förmåga att upptäcka, bedöma och åtgärda språkliga problem i texter. Som en jämförelse undersöktes också vilken självständig förmåga deltagarna hade att språkgranska utan datorstöd. I ett metodologiskt perspektiv utgör studien ett försök att finna en bra metod att studera mänskliga revisionsprocesser vid datorstödd språkgranskning. I studien användes tänka högtmetodik som metod för att studera interaktionen mellan skribent och språkgranskningsprogram under språkgranskningsarbetet. Förhoppningen var att med tänka högt-metodikens hjälp kunna fördjupa studiet av samspelet mellan skribent och datorprogram vid datorstödd språkgranskning. Rapporten visar att resultaten är positiva. Studien baseras på en tidigare studie med 16 försökspersoner där tänka högt-metodik inte användes (Domeij, 1998). Det datorprogram som använts i båda studierna är ett experimentellt program för språkkontroll som tagits fram i syfte att studera användare som ett led i utvecklingen av ett mer avancerat och användarvänligt system. Bakgrund Under nästan tio års tid har Nada, KTH bedrivit forskning och utveckling av verktyg för datorstödd språkgranskning med finansiellt stöd från Nutek och HSFR. Målsättningen har varit att finna verktyg som är bättre anpassade till användarens önskemål, språk och arbetsrutiner än existerande kommersiella verktyg. För att åstadkomma detta behövs utvecklingsbara verktyg som kan utvärderas och vidareutvecklas i nära interaktion med användare. Det första fungerande granskningsprogrammet som utvecklades i forskningssyfte på Nada kallades Plita (se äv. Domeij, 1996). Det är ett enkelt språkgranskningsprogram för svenska som kan hitta fel och brister i skrivtecken, ord och fraser. Reglerna baseras framför allt på Svenska språknämndens skrift Svenska skrivregler (1991) och omfattar både normbrott och stilproblem. Programmet har ett grafiskt gränssnitt i Hypercard. Det stegar sig fram mellan de fel och brister som det hittar i interaktion med användaren. I figur 1 finns en bild av Plita i aktion. För närvarande pågår arbete med ett mer avancerat granskningsprogram kallat Granska som också ska kunna hitta en del grammatiska fel i texten på basis av mer avancerad grammatisk analys av texten (Domeij, Knutsson & Larsson 1996; Domeij, Eklundh, Knutsson, Larsson & Rex 1998; Carlberger & Kann, 1999; Domeij, Knutsson, Carlberger & Kann 1999; Knutsson 2001). Granska innehåller också en rättstavningskomponent (Domeij, Hollman & Kann 1994; Kann, Domeij, Hollman & Tillenius 1998). Som ett led i utvecklingen av användargränssnittet till nya Granska görs användarstudier med Plita. På basis av dessa studier hoppas vi kunna förbättra gränssnittet och användbarheten hos programmet Granska och vidareutveckla våra forskningsmetoder för fortsatta studier av datorstödd språkgranskning (se äv. Domeij, Knutsson & Severinson Eklundh, in press). Fokus hos den studie som presenteras här ligger som sagt på hur försökspersonens inre revisionsprocesser påverkas i interaktionen med programmet. För att revisionsprocesserna ska bli åtkomliga för vetenskapligt studium uppmanas de deltagande skribenterna att tänka högt under revisionsarbetet. Detta gör det möjligt att till exempel se när en skribent inte accepterar programmets förslag av olika skäl, och när hon inte får tillräcklig instruktiv hjälp från programmet för att kunna genomföra bearbetningen av ett problem. Därvid ger data från tänka högt-protokollet tillgång till en rikare bild av vad som händer i interaktionen mellan skribent och datorprogram än vad som framkommit i tidigare studier. 3

Figur 1. Språkgranskningsprogrammet Plita i aktion. 4

Tidigare studier Tidigare studier av granskningsprogram har ofta inriktat sig på att undersöka precision och täckning för programmets granskning (se t.ex. Kukich 1992). Det betyder att man räknar hur många fel av en viss typ reglerna kan hitta (täckning) och hur stor andel av det som programmet presenterar som fel som verkligen är fel (precision) och inget annat (falska alarm). Ett bra program bör alltså både ha hög täckning och hög precision. Problemet är att full täckning ofta resulterar i låg precision och tvärtom. Därför balanseras ofta täckning och precision mot varandra tills värdena anses godtagbara (se äv. Knutsson 2001). Men det är svårt att sätta en siffra för vad som är godtagbart. Det godtagbara är relaterat till användarens behov, problemets art med mera. Därför behövs studier med användare. I vissa studier har man också försökt bedöma kvaliteten på de problemkommentarer som programmet ger men dessa bedömningar har gjorts av experter och har inte tagit med användarens egna reaktioner (se t.ex. Kohut & Gorman 1995). Flera studier har också försökt utröna granskningsprograms påverkan på kvaliteten hos det skrivna men det har givit motstridande resultat. Ofta har studierna gjorts i ett pedagogiskt sammanhang, vanligtvis en skola. En grupp har under en period arbetat med datoriserad språkgranskningshjälp, andra utan. Vissa undersökningar har visat på en positiv effekt (t.ex. Kiefer & Smith 1984), andra på motsatsen (t.ex. Peek et al 1989). De motstridiga resultaten kan bero på att så många okontrollerade faktorer kan spela in på resultatet, samt att effekterna av ett språkgranskningsprogram troligen inte är så stora att det syns i en helhetsbedömning av det skrivna. Det saknas studier som använt tillräckligt känsliga metoder för att studera granskningsprogram ur användarens perspektiv. I den aktuella studien prövas tänka högt-metodik som metod att studera interaktionen mellan människa och granskningsprogram under revisionsarbetet. Metoden har använts för att studera problemlösning sedan sjuttiotalet (Newell & Simon, 1972) och har sedermera utvecklats och använts inom skrivforskningen av Flower & Hayes och andra under åttiotalet (se t.ex. Hayes & Flower, 1983). För andra användarinriktade studier se även Knutsson 2001 och Hagdahl 2001. En kognitiv modell av revisionsprocessen Min forskning baseras framför allt på den modell av revisionsprocessen som presenteras i Flower et al. (1996) och Hayes et al. (1997). Modellen är en utvidgning av den generella modell av skrivprocessen som presenterades i Hayes & Flower (1980, 1981) och som återges i figur 2. Skrivande ses i ett psykologiskt perspektiv som bestående av tre olika tankeprocesser som styrs av en monitor: planering, skrivande, revision (se fig. 2). De i sin tur kan brytas ner i ännu mindre delprocesser. Skrivprocessen i sin helhet kännetecknas av att den är mycket komplex och rörig. Delprocesserna griper hela tiden in i varandra på ett rekursivt sätt. En skribent ska kunna hantera alla dessa processer (genom monitorn) samtidigt som hon ska följa språkets alla regler och krav (exempel på några av de många språkliga krav som en skribent bör uppfylla i skrivandet visas i figur 3). För att inte skribenten ska duka under av alla samtidiga krav och drabbas av kognitiv överbelastning behövs strategier som hjälper henne organisera skrivandet på ett bra sätt (Flower & Hayes, 1980). En strategi kan vara att planera noga innan man börjar skriva. En annan strategi kan vara att skjuta upp mycket av revisionsarbetet till att man har skrivit ett färdigt utkast. 5

Figur 2. En kognitiv modell av skrivprocessen (ur Strömquist 1989 efter Flower & Hayes 1980). 6

Figur 3. Några av skrivandets alla krav (ur Strömquist 1989). 7

Skrivandets komplexitet och språkets alla krav gör det mer eller mindre omöjligt att skriva allt rätt på en gång. Därför spelar revisionsarbetet en viktig roll i skrivandet. I Hayes et al. 1987 presenteras en detaljerad modell av revisionsprocessen (se fig. 4). På vänstra sidan av bilden beskrivs delprocesser och på högra sidan den kunskap som används eller skapas i processerna. Pilarna visar informationsflödet. Först definieras uppgiften. Det kan göras på olika sätt beroende på om man till exempel vill granska med avseende på innehåll eller form. Sedan evalueras texten vilket innebär att texten läses i syftet att hitta språkliga problem. När ett problem hittats ska det definieras (eller diagnostiseras) och sedan ska en strategi väljas för att bearbeta problemet. I Flower et al. (1986) pekas vissa steg ut i revisionsprocessen som särskilt avgörande i skrivarbetet. Dessa steg, som beskrivs nedan, bereder oerfarna skribenter stora problem: Definition av uppgiften Problemdetektion Problemdiagnos Problemkorrektion I jämförelser mellan erfarna och oerfarna skribenter (t.ex. Flower et al., 1996; Hayes et al., 1987; Hill et al., 1991) har det visat sig att oerfarna skribenter är benägna att definiera uppgiften så att de mest letar efter ytliga och lokala fel i texten. Erfarna skribenter däremot riktar in sig på att revidera texten i sin helhet med avseende på syfte, läsare, organisation och innehåll. Oerfarna skribenter har också stora problem med att diagnostisera och därmed korrigera problem. De detekterar ofta problem som de inte vet hur de ska tolka eller bearbeta. Erfarna skribenters kännemärke är att de har en väl definierad representation av de problem de bearbetar. Både oerfarna och erfarna skribenter har svårt att upptäcka alla problem i texten. I sin forskning använder Flower & Hayes tänka högt-metodik för att få tillgång till de tankeprocesser som ligger bakom skrivarbetet (metoden har fått utstå en hel del kritik som diskuteras i slutet av den här rapporten). Denna forskning har gjorts på människor som skriver med papper och penna. I Hill et al. (1991) används samma modell och metod för att studera datorns inverkan på skrivprocessen jämfört med papper och penna. Inga skillnader mellan medier kunde påvisas i den studien, men andra studier har visat att problemen med att planera och revidera text kan förstärkas när datorn används som skrivverktyg (se t.ex. Lutz, 1987; Haas 1989a, 1989b; Severinson Eklundh, 1992, 1995). Den studie som presenteras här i rapporten går ett steg vidare och använder Flower & Hayes modell och metoder för att undersöka vilka effekterna blir när man använder ett program för datorstödd språkgranskning som hjälp i revisionsarbetet. Program för språkkontroll Det ett program för språkkontroll försöker göra är just att ge hjälp med detektion, diagnos och korrektion av språkliga brister. Som vi sett finns behov av sådan hjälp. I ett språkkontrollprogram finns olika typer av granskningsregler som letar efter brister i skrivtecken, stil och grammatik i den text som analyseras. Här följer några exempel på olika typer av fel och brister som uppmärksammas i en språkkontroll: Skrivtecken: s.k. grammatikkontroll (s.k. ska inte kombineras med citattecken) Grammatik: ett stort villa (kongruensfel) Stil: t.ex. medans (informell), taga (formell) och passivformer som också brukar markeras 8

Processer Kunskap Definition av uppgiften Mål, kriterier och krav för texter och skrivplaner Granskning Läs för att: förstå bedöma definiera problem Problemrepresentation Detektion Diagnos dåligt väl definierad definierad sätt upp mål ignorera vänta omarbeta sök Val av strategi bearbeta Omskriv eller omformulera Rådfråga medelmåltabell Procedurer för att åtgärda problem Medel-måltabell Modifiera text eller plan Figur 4. En kognitiv modell av revisionsprocessen (ur Hayes et al. 1987) översatt till svenska av mig. 9

Ett språkligt problem som signaleras i datorn ges också en kommentar med felklassifikation, feldiagnos och ändringsförslag. Ofta kan förslaget sättas in i texten genom en knapptryckning. I figur 1 (sid 3) finns som vi redan sett ett exempel på hur dialogrutan i Plita ser ut med kommentar och ersättningsförslag. I Plita sker granskningen sekventiellt så att programmet stannar vid det först hittade problemet, presenterar det för användaren och går sedan vidare till nästa tills alla problem är funna. Befintliga språkgranskningsprogram har fått utstå en hel del kritik och mycket av den är berättigad. Det är viktigt att inse att program av den här typen inte på långa vägar kan ersätta mänsklig granskning, i bästa fall komplettera den (för en diskussion av programmens begränsningar och möjligheter se Domeij, 1997 och Knutsson, 2001). Programmen gör bara en granskning av ytliga fel i texten; de kan inte analysera problem som har med komplicerad grammatik, innehåll och struktur att göra. Granskningen är också fragmentarisk på så sätt att bara vissa fel, inte alla, inom en kategori kan hittas. Så till exempel med kongruensfel där en hel del fel undgår upptäckt. Programmen gör dessutom ibland fel såtillvida att de kan presentera något som fel fast det inte är det, så kallat falskt alarm. Programmets kommentarer och instruktioner är inte heller alltid lättbegripliga eller tillräckligt utförliga. Trots problemen finns ändå en hel del i programmen som gör dem användbara, men det är fortfarande oklart vilka effekterna blir på språk och språklig kompetens. Därför är det av stor vikt att undersöka saken närmare med studier som sätter användaren i centrum och undersöker hur interaktionen mellan användare och program fungerar, vilka effekterna blir och hur man kan utveckla program som är bättre anpassade till svenska skribenters behov. För svenska finns - förutom KTH:s program för språkgranskning - ett kommersiellt program, Grammatifix (Aarppe 2000; Birn 2000), och ytterligare ett program framtaget inom forskningsprojektet Scarrie (se t.ex. Sågvall-Hein 1998). Förberedande studier I en tidigare studie (Domeij 1998) med liknande design men utan tänka högt-metodik sökte jag svar på frågor som: Ändrar skribenterna på datorns uppmaning? Hur många av felen rättas med hjälp av datorstödet jämfört med manuellt? Hur förbättra programmet? Resultatet av denna studie gav intressanta kvantitativa resultat, men den hade sina begränsningar kvalitativt. En begränsning var att, i de fall försökspersonerna valde att inte ändra på datorns förslag, kunde studien inte visa varför så inte skedde. Kanske ändrade de inte för att de har en annan uppfattning om den språkliga normen än den som programmet förespråkar (eller om tillämpligheten av regeln i det aktuella fallet), eller så ändrade de inte för att de inte fick tillräckligt stöd från programmet med att diagnostisera och korrigera felet. Den förra studien väckte ett intresse hos mig att fördjupa mig i frågan om varför försökspersonerna inte ändrade vissa av de språkliga problemen som presenterades för dem. Därför valde jag att utveckla studien vidare. Som ett första steg gjordes en fallstudie med syfte att pröva tänka högt-metodik som ett sätt att fördjupa studiet av samspelet mellan skribent och datorprogram vid datorstödd språkgranskning. I fallstudien applicerades tänka högt-metodik på i övrigt samma design som jag använde i den tidigare studien. Resultatet var så hoppingivande att jag bestämde mig för att gå vidare med huvudstudien. 10

Studiens syfte, utformning och utförande Syftet med huvudstudien är att undersöka vilka effekter ett språkgranskningsprogram har på skribenters förmåga att granska och bearbeta text, samt hur det påverkar resultatet av deras arbete. Studien är huvudsakligen kvalitativ och explorativ till sin karaktär, men den redovisar också en del kvantitativa resultat som pekar på tendenser som bör följas upp i framtida studier. Den har alltså inga anspråk på att med statistiska medel fastslå att vissa effekter föreligger. I stället inriktar den sig på att fördjupa förståelsen för samspelet mellan hjälpmedel och skribent i skrivsituationen. Detta görs genom att närmare studera hur bakomliggande tankeprocesser påverkas av datorstött språkgranskningsarbete hos elva tämligen skrivvana studenter på en kurs i datorstött skrivande vid Stockholms universitet. Förhoppningen är att resultatet från studien ska kunna användas till att i framtiden göra språkgranskningsprogram bättre lämpade att stödja mänskliga skribenter i deras arbete. Uppgiften för de elva deltagarna i studien var att språkgranska och kommentera ett myndighetsbrev innehållande ett antal språkliga problem som är typiska för vad ett språkgranskningsprogram anmärker på (se en skriftlig introduktion till studien i bilaga 1). Flertalet problem var inplanterade i texten; andra fanns där i orginalet (se försökstexten med problemen markerade i bilaga 2). I en första omgång ombads deltagarna att språkgranska texten på papper. I en andra omgång fick de granska samma text med hjälp av språkgranskningsfunktionen. På så sätt gick det att studera hur många och vilka av de undersökta problemen deltagarna reagerade på i den manuella granskningen jämfört med i den datorstödda granskningen. I den manuella granskningen sattes inga gränser för uppgiftens omfattning. Tvärtom instruerades deltagarna att utföra uppgiften på ett realistiskt sätt i enlighet med deras uppfattning av situationens krav. De uppmanades att föreställa sig att en kollega eller vän till dem som nyligen börjat arbeta som handläggare på Länsstyrelsen bett dem om hjälp med att granska det aktuella brevet. De skulle markera allt som de uppfattade som problematiskt i texten och kommentera problemen på ett särkilt korrekturblad och ge konkreta förslag på omskrivningar. (Se uppgiftsbeskrivning i bilaga 3). I den datorstödda granskningen begränsades uppgiften så att deltagarna bara fick ändra sådant som granskningsfunktionen uppmärksammade dem på. De kunde välja att antingen ändra enligt granskningsfunktionens ersättningsförslag (när sådana erbjöds) och klistra in förslaget i texten genom att trycka på knappen ersätt, eller så kunde de ändra på det sätt de själva ville genom att skriva direkt i texten. De kunde också välja att inte ändra alls. (Se uppgiftsbeskrivning i bilaga 4). Både under den manuella och under den datorstödda granskningen uppmanades deltagarna att högt dela med sig av sina tankar när de granskade texten. Detta spelades in på band för att senare nedtecknas och analyseras. Syftet med tänka högt-inspelningarna var att genom dem få tillgång till de kognitiva problemlösningsprocesser som ligger bakom det synliga språkgranskningsbeteendet. Inspelningarna gjorde det möjligt att undersöka motiven bakom det observerade beteendet och att studera hur språkgranskningsfunktionen påverkade deltagarnas förmåga att upptäcka, definiera och åtgärda problem i texten. Innan deltagarna satte igång med den egentliga studien fick de träna sig i att spontant uttala sina tankar högt i en träningsuppgift. Data från granskningsuppgifterna kompletterades med ytterligare data från ett uppföljande frågeformulär och en intervju. Formuläret innehöll frågor om deltagarnas allmänna attityd till språkgranskningsprogrammet och dess innehåll (se bilaga 5 där äv. svaren finns). I intervjun tillfrågades skribenterna bl.a. om hur de uppfattat och utfört uppgiften samt hur de generellt ser på vad språkgranskning innebär. I analysen användes intervjuerna som komplement vid analysen av tänka högt-protokollen. 11

Forskningsfrågor Med den ovan beskrivna designen hoppades jag finna svar på bland annat följande frågor: Hur många av problemen rättas med hjälp av datorstödet jämfört med manuellt? Varför ändrar skribenterna på datorns uppmaning trots att de inte ändrat manuellt? Varför ändrar skribenterna ibland inte när datorstödet föreslår en ändring? 1. Detekterar programmet språkliga problem som skribenten inte betraktar som problematiska eller relevanta, dvs. ger programmet bristande detektionsstöd? 2. Presenterar programmet problembeskrivningar som skribenten har svårt att använda sig av, dvs. ger programmet bristande diagnostiskt stöd? 3. Ger programmet otillräcklig hjälp med bearbetning av problemet, dvs ger programmet bristande korrektionsstöd? Ägnar skribenterna tid till att försöka ändra på programmets uppmaning utan att lyckas? Ändrar skribenterna på programmets uppmaning utan att själva riktigt förstå varför och med negativa effekter på resultatet? Vilken tilltro har skribenterna till programmet? Finns problem med gränssnittet som stör eller ger negativa effekter? I så fall vilka? Deltagarna i studien Deltagarna i studien bestod som sagt av 11 skribenter, alla med skriverfarenhet från akademisk utbildning och/eller från yrkesliv. Alla studerade de på en kurs i datorstött skrivande vid Stockholms universitet och valde frivilligt att delta i studien sedan de tillfrågats. De fick själva gradera sin skrivvana i ett frågeformulär (se bilaga 6). Som framgår av svaren i tabellen i bilaga 6 ansåg sig en ha lite skrivvana på en skala från ingen skrivvana till mycket skrivvana. Övriga angav att de hade ganska mycket eller mycket skrivvana. Alla deltagare uppgav att de hade ganska mycket eller mycket vana vid ordbehandling. Texten och de undersökta problemen Den text som används i studien är ursprungligen ett autentiskt brev från myndigheterna som svar på en 16-årig flickas begäran om att få gifta sig trots sin ringa ålder (se bilaga 2). Brevet är byråkratiskt och svårbegripligt, och därmed dåligt anpassad till mottagaren. Det ansluter sig dock till den kanslispråkliga stil som länge kännetecknat språket hos myndigheter och även hos andra institutioner och företag. På så sätt kan det sägas finnas motstridande krav med vilka texten kan granskas, å ena sidan krav som tar hänsyn till läsarens behov, och å andra sidan krav som tar hänsyn till den hävdvunna kanslispråkliga stilen. Texten är kort, c:a en halv A4-sida. I brevet finns 38 textegenskaper som språkgranskningsprogrammet reagerar på (de finns markerade i texten i bilaga 2). Av dessa kan 37 i olika grad sägas vara äkta problem, medan ett är ett falskt alarm som är instoppat i avsikt att se hur deltagarna reagerar på det. Dessa språkliga problem valdes ut för att de kan anses karaktäristiska för vad kommersiella språkgranskningsprogram uppmärksammar och vad gängse skrivhandböcker föreskriver. En mänsklig granskare behöver dock inte nödvändigtvis vara överens med programmet om att det rör sig om problem i samtliga fall. Många av problemen rör korrekthet (t.ex. teckenfel och inkongruens), andra rör stilistiska egenskaper (t.ex. krångliga ord och passivkonstruktioner). Alla problem är av ytlig art och berör inget ovanför meningsnivån annat än genom lokala manifestationer, t.ex. ords stilegenskaper. Studien fokuserar på dessa problem, trots att det i texten kan finnas andra problem av allvarligare 12

art. Vissa av de undersökta problemen fanns ursprungligen i texten, t.ex. flera av de byråkratiska stilproblemen, andra är instoppade i efterhand. Denna manipulation av texten kan sägas göra den mindre autentisk, men underlättar samtidigt studien av hur mänskliga språkgranskare reagerar på typiska språkgranskningsprogramsproblem när de granskar manuellt på egen hand i jämförelse med när de granskar med hjälp av dator. Språkgranskningsprogram Det språkgranskningsprogram som användes för studien är det tidigare nämnda programmet Plita, en prototyp som bearbetats för studien så att det delvis simulerar analysen av språkliga problem. Programmet består, som redan sagts, av en enkel ordbehandlingsmiljö med en interaktiv granskningsfunktion. Vid aktivering analyserar granskningsfunktionen texten och presenterar problemen ett efter ett för användaren i en dialogruta med problemkommentarer och ersättningsförslag (se fig. 1). Språkgranskningsfunktionen kan analysera problem på tecken- och ordnivå, men inte på syntaktisk nivå (se äv. Domeij 1998). I studien simuleras i stället analysen av syntaktiska problem för användaren på ett övertygande sätt. Anledningen till att jag valde detta förfarande var att det inte fanns något färdigt grammatikgranskningsprogram på KTH vid den tidpunkten. Jag ville också kunna utforma innehållet i programmet efter eget huvud vilket inte låter sig göras i ett kommersiellt program. Dessutom ville jag inte att studien ska uppfattas som en utvärdering av ett visst program. Det använda programmet har också en enkelt utformad grafisk miljö som är lätt att använda för en oinvigd utan träning. Programmet är manipulerat så att det ibland gör fel på ett sätt som simulerar fel och svagheter i äkta program, till exempel så visar granskningen exempel på falskt alarm, felaktiga diagnoser och felaktiga förslag. Kodning och analys av data Data från deltagarnas språkgranskningsarbete bestod dels av talat material i form av tänka högtprotokoll, dels av skrivet material. I den manuella granskningen utgjordes det skrivna materialet av deltagarnas problemmarkeringar i textbladet, samt av deras kommentarer och omskrivningsförslag på korrekturbladet. I den datorstödda granskningen utgjordes det skrivna materialet av direkta ändringar i texten. Tänka högt-protokollen kodades i två omgångar. Först gjordes en grundläggande kodning av vad som var läst text (med de undersökta problemen markerade), vad som var skriven text (t.ex. kommentarer och ersättningsförslag), respektive vad som var övriga reflektioner (se bilaga 7 för en fullständig beskrivning av grundläggande kodning). Utöver detta gjordes ytterligare en kodning av s.k. revisionsepisoder (eller problemlösningsepisoder). En revisionsepisod definierades som en deltagares försök att lösa ett av de undersökta problemen i texten. Revisionsepisoderna analyserades sedan i avsikt att se om en deltagare lyckats upptäcka ett av de undersökta problemen (detektion), definiera det (diagnos) och/eller åtgärda det (korrektion). Klassificeringen av revisionsepisoder i detektion, diagnos respektive korrektion gjordes med användning av såväl tänka högt-data som skrivna data, t.ex. anteckningar och konkreta ändringar. Som en kontroll på giltigheten i kodningen av revisionsepisoder i detektion, diagnos och korrektion fick en utomstående person koda ett slumpvis utvalt material. Resultatet visar på en mycket hög överensstämmelse. Av 228 kodningar skilde sig bara 5 vilket innebär att 97,8 % av bedömningarna stämde överens. För att en deltagare skulle anses ha gjort en detektion av ett problem räckte det med att denne ansågs ha reflekterat över det som ett möjligt problem, t.ex. paragraftecknet där ser konstigt ut 13

men jag är osäker. En deltagare behövde heller inte exakt kunna peka ut var problemet fanns, bara visa tecken på att något verkade konstigt i samband med det, t.ex. meningsbyggnaden här känns inte riktigt bra. I den datorstödda granskningen ansågs ett språkligt problem vara detekterat när datorn uppmärksammat deltagarna på det. Eftersom alla undersökta problem fanns beskrivna i granskningsprogrammet detekterades också i stort sett alla med hjälp av programmet. Observera dock att programmet i undantagsfall kunde missa enstaka problem, till exempel om användaren oavsiktligt flyttat markören förbi problemets så att det förbigicks av granskningen. En deltagare ansågs ha gjort en diagnos av ett problem om denne kunnat lokalisera det och identifiera det på ett sätt som pekade fram mot en korrektion, t.ex. inte sverige, utan Sverige. Det definierades som en diagnos även om deltagaren inte funnit vägen ända fram till en korrektion, t.ex. det här ordet låter gammaldags men jag vet inte vad jag ska ha i stället. Det ansågs också vara en diagnos även om deltagaren själv valt att inte ändra, t.ex. det här låter väldigt byråkratiskt men det är ju en byråkrat som skrivit det. I den datorstödda granskningen räknades ett problem som diagnostiserat bara genom att en deltagare tog ställning till datorns problembeskrivningar och instruktioner. Villkoren för en korrektion, slutligen, ansågs uppfyllda när en deltagare genomfört en ändring genom att skriva ett konkret ändringsförslag på korrekturpapperet i den manuella granskningen eller genom att ändra direkt i texten i den datorstödda granskningen. Resultatet från analysen av revisionsepisoderna i detektion, diagnos och korrektion fördes in i tabeller för varje deltagare, och likaså för varje undersökt problem. Antalet detektioner, diagnoser och korrektioner räknades och jämfördes mellan manuell och datorstödd granskning. Det gjordes också anteckningar om huruvida en deltagare tolkat problemet på ett annat sätt än datorprogrammet, ändrat det på ett annat sätt än vad datorprogrammet förslagit, ändrat på ett felaktigt sätt, inte lyckats ändra, eller inte velat ändra. I övrigt gjordes rent kvalitativa analyser av materialet med fokus på särskilt belysande enskilda situationer som kunde fördjupa förståelsen av det kvantitativa resultatet. Svaren på frågeformulären sammanställdes och användes som kompletterande data som speglar deltagarnas attityd till programmet. Intervjumaterialet användes för att klargöra oklarheter i tänka högt-protokollen och fördjupa förståelsen av enskilda deltagares uppfattning av granskningsuppgiften som helhet. Resultat Här redovisas först de kvantitativa resultaten som består av skillnader i ändringsfrekvens mellan manuell och datorstödd granskning, sedan följer en redovisning av den kvalitativa analysens resultat med konkreta utdrag ur tänka högt-protokollen som utgör exempel på bakomliggande motiv till det observerade revisionsbeteendet. Tabell 1. Tabellen visar det observerade antalet manuella och datorstödda detektioner, diagnoser och korrektioner i procent av det möjliga antalet detektioner, diagnoser och korrektioner av de 37 undersökta problemen. Manuella Datorstödda Skillnad Detektioner 58,4 98,9 40,5 Diagnoser 56,1 99,8 43,7 Korrektioner 60,5 85,5 25 14

Antal manuella och datorstödda ändringar I den manuella granskningen upptäckte skribenterna i snitt drygt 58 % av alla språkliga problem som studerades. Drygt 56 % av problemen gavs en diagnos och drygt 60 % av dem åtgärdades (se tabell 1). Skillnaderna i siffror mellan detektioner, diagnoser och korrektioner i den manuella granskningen har skiftande orsaker. Att skillnaderna är så små förklaras troligen av att deltagarna uppmanas att explicitgöra sina detektioner, diagnoser och ändringsförslag på ett separat kommentarblad 1. De små skillnader som observeras kan ha olika orsaker. Till exempel kan en skribent under revisionsarbetet skriva om ett helt stycke och stryka delar av det så att ett eller flera av problemen försvinner utan explicit detektion eller diagnos från skribenten. De försvunna problemen har i dessa fall klassificerats som åtgärdade utan detektion och diagnos. Detta förekom ofta hos enstaka skribenter som gjorde omfattande revideringar på hög nivå i texten (t.ex. fp 8) 2 till skillnad mot skribenter som nästan helt inriktade sig på ytputsning. En skribent kunde också upptäcka ett problem och åtgärda det utan att tydligt lokalisera och identifiera det så att det kunde klassificeras som en diagnos. Det kunde också vara så att revisionsprocessen inte ledde hela vägen fram till en ändring på grund av att en skribent uppmärksammat ett problem men bedömde det som ok efter lite eftertanke och därför valde att inte genomföra ändringen, eller tvärtom att en skribent ville ändra ett upptäckt problem men inte lyckades sätta fingret på vari problemet bestod och därför misslyckades med att åtgärda det. I den datorstödda granskningen upptäcktes och bedömdes förutom de problem som behandlats manuellt också i det närmaste alla återstående problem. Man kan tycka att siffrorna borde vara 100 % eftersom granskningsprogrammet i teorin har täckning för alla de undersökta problemen, men i praktiken kan programmet trots allt missa enstaka problem eftersom dess granskning hela tiden utgår från markörens position i texten. Det gör att skribenten ofrivilligt kan råka flytta fram markören så att ett område i texten förblir ogranskat. Det kan också vara så att det i enstaka fall inte går att finna något belägg på att ett problem verkligen identifierats om det inte finns omnämnt i tänka högt-protokollet. Att programmet konfronterade skribenterna med näst intill alla problem i den datorstödda granskningen resulterade i att ytterligare 25 % av problemen åtgärdades, alltså 85 % totalt. De återstående 15 procenten av problemen åtgärdades varken i den manuella granskningen eller i den datorstödda granskningen av skäl som vi snart ska gå närmare in på. Ändringar i tecken, grammatik och stil I tabell 2 presenteras antalet gjorda manuella respektive datorstödda ändringar i förhållande till problemkategorierna tecken, grammatik och stil. Siffrorna för detektioner och diagnoser redovisas inte separat i tabellen eftersom deras siffror överensstämmer ganska väl med korrektionernas; ungefär samma skillnader mellan manuell och datorstödd granskning återfinns där (se dock fotnot 1 på föregående sida). Om man tittar på ändringar i förhållande till problemtyper så ser man att de flesta ändringar gjordes i kategorin grammatik. Manuellt ändrades i runda tal 84 % av alla grammatiska problem. Det är nästan dubbelt så många ändringar som i kategorin stil där knappt hälften eller cirka 45 % av problemen åtgärdades. Det är också långt fler ändringar än i kategorin teckenproblem där bara drygt hälften eller cirka 55 % av alla problemen ändrades manuellt. 1 Dock syns en märkbar skillnad för grammatiska problem till skillnad mot för tecken- och stilproblem: c:a 74 % av dessa detekteras/diagnostiseras och c:a 84 % korrigeras i den manuella granskningen. Det var alltså vanligare för grammatiska problem än för andra problem att de ändrades utan explicit detektion eller diagnos från skribenterna. 2 fp = försöksperson, deltagare 15

Tabell 2. Tabellen visar det observerade antalet manuella respektive datorstödda korrektioner av olika typer av språkliga problem i procent av det totala antalet undersökta problem. Korrektioner Manuella Datorstödda Skillnad Tecken 55,2 95,8 40,6 Grammatik 83,9 96,5 12,6 Stil 44,6 67,8 23,2 Antalet manuella ändringar kan jämföras med antalet datorstödda ändringar som ligger kring 96 % för de typer av problem som är av normbrottskaraktär, det vill säga problem i tecken och grammatik. Jämför man med de stilistiska problemen är antalet datorstödda ändringar långt färre, knappt 70 %. Siffrorna visar att normbrottsproblemen naturligt nog ändras i långt högre utsträckning än stilproblemen även när datorstödet uppmärksammar skribenterna på alla problem. Resultatet visar att stilproblemen har den lägsta ändringsfrekvensen både i manuell och datorstödd granskning. Dock är skillnaden inte så stor i den manuella granskningen där både stiloch teckenproblemen har en ändringsfrekvens kring 50 % till skillnad från grammatikproblemen som ligger på över 80 %. I den datorstödda granskningen får både tecken- och grammatikproblemen en ändringsfrekvens på c:a 96 %, medan stilproblemen stannar på knappa 70 %. Resultatet visar alltså en tydligt lägre frekvens av ändringar för stilproblem än för normbrottsproblem även vid användning av datorstöd. De största skillnaderna i frekvens mellan granskningssituationerna kan observeras mellan manuella och datorstödda ändringar av teckenproblem (ca 41 procentandelars skillnad). Även frekvensen i ändringar av stilproblem ökar påtagligt med användning av datorstöd (ca 23 procentandelar). De grammatiska problem har en mer blygsam ökning (ca 13 procentandelar), men då ska man komma ihåg att de flesta grammatiska problem åtgärdades redan i den manuella granskningen. Vissa teckenproblem var det få som reagerade på i den manuella granskningen. Till exempel reagerade bara en av elva skribenter på dubbla mellanslag vid manuell granskning. I den datorstödda granskningen ändrade alla det problemet. Även andra teckenproblem från Svenska skrivregler var det få som reagerade på, kanske för att de är så detaljerade till sin karaktär och det är få som i praktiken ens känner till dem. Ett exempel är den regel som säger att det ska vara ett mellanslag mellan siffra och en ordsymbol. Att skriva 1 utan mellanslag är alltså felaktigt, något som bara tre av elva reagerade på manuellt. Med datorstöd ändrade alla. Även mera uppenbara fel som liten bokstav i egennamn kunde undgå upptäckt i den manuella granskningen. Fyra skribenter missade sverige med liten bokstav när de granskade manuellt, vilket de alla åtgärdade med datorstödet. Grammatikfelen var som sagt skribenterna känsligare för. Av de fyra fel som upptäcktes och åtgärdades av alla skribenter i den manuella granskningen var alla av grammatisk art, tre särskrivningar och ett kongruensfel. Till skillnad från särskrivningarna kunde kongruensfelen ibland visa sig ställa till problem. Till exempel social förhållanden, som väl närmast bör tolkas som ett kongruensfel och inte som ett särskrivningsfel, slank igenom granskningen hos tre av skribenterna. Omstridda grammatiska fel som närmast kan sägas vara stilistiska gränsfall, till exempel kommer utan att och för de som med pronomen i subjektsform, reviderades manuellt av åtta respektive sex skribenter. Subjektsformen reviderades inte av alla skribenter ens i den datorstödda granskningen (8 av 11). Många av de stilistiska problemen åtgärdades bara av två-tre skribenter i den manuella granskningen, till exempel formella och ålderdomliga ord samt passivformuleringar. I den 16

datorstödda granskningen ändrades dessa problem av ytterligare ett par skribenter, men långt ifrån alla. De stilistiska problem som hade störst ändringsfrekvens var sådana som bröt av mot den formella stilen i brevet genom sin informella karaktär, till exempel såna och och i början av mening. Ordet hemställt gav också upphov till många ändringar på grund av sin svårbegriplighet. Skillnader mellan olika skribenter Det går också att se skillnader mellan olika skribenter som kan visa på generella tendenser. Trots att deltagarna generellt består av personer med en hel del skrivvana från utbildning och yrkesliv kan man se ett samband mellan granskningsresultatet och den typ av vana de har (i bilaga 6 finns uppgifter om skribenternas skrivvana). Störst är skillnaden mellan dem som säger sig ha lite yrkesrelaterad skrivvana jämfört med dem som säger sig ha mycket. Den yrkeserfarna gruppen ändrar i snitt 27,5 problem i sin manuella granskning, vilket nästan är 75 % av alla problem. Detta kan jämföras med ett snitt på 19,7 ändrade problem (drygt 50 % av alla problem) för dem med liten yrkeserfarenhet. I den datorstödda granskningen utjämnas skillnaderna till i snitt 34 (92 %) respektive 31,2 (84 %) av 37 gjorda ändringar. Även om siffrorna utjämnas i den datorstödda granskningen om man ser på resultatet generellt så kvarstår stora skillnader mellan enstaka skribenter. Skillnaden är till exempel stor mellan fp3 och fp9 som i den datorstödda granskningen ändrar 26 respektive 29 problem. Detta kan jämföras med fp1 och fp4 som ändrar 36 respektive 37 problem. Det som skiljer är antalet ändringar i stil. Medan fp3 och fp9 knappt gör några ändringar i stil, gör fp1 och fp4 många. Det vi kan se av tabell 3 nedan är att antalet stiländringar för de flesta skribenter är ganska stabilt i en jämförelse mellan manuell och datorstödd granskning. Det innebär att den skribent som gör relativt många stiländringar manuellt, fortsätter att göra det med datorstödet. Tvärtom är det för den som redan i den manuella granskningen är obenägen att ändra i stil. Denne verkar hålla fast vid sitt beslut att inte ändra i stilen. Bara två skribenter (fp7 och fp8) påverkas i påfallande grad att ändra mer i stil i den datorstödda granskningen än i den manuella. Resultatet väcker frågan om varför vissa skribenter är mer benägna att ändra när de använder datorstödet än andra. Tabell 3. Tabellen visar antalet gjorda manuella och datorstödda stiländringar i procent av alla gjorda ändringar. Manuellt Datorstött Förändring fp1 27 31 +4 fp2 25 26 +1 fp3 5 8 +3 fp4 31 30-1 fp5 33 31-2 fp6 19 21 +2 fp7 13 23 +10 fp8 16 24 +8 fp9 9 14 +5 fp10 23 16-7 fp11 22 23 +1 17

Varför gör skribenten nya ändringar med granskningsprogrammet? Som vi sett ändrades 85,5 % av alla problem i den datorstödda granskningen jämfört med 60,5 % i den manuella granskningen. Om man inte ser till alla problem, utan bara till de åtgärdade problemen så ändrades i snitt nästan 30 % procentandelar fler problem med hjälp av granskningsprogrammet. Det innebär att knappt var tredje ändring gjordes som en direkt följd av att programmet använts. Resultatet tyder på att deltagarna har svårigheter att själva upptäcka, identifiera och åtgärda alla problem de vill ändra vilket talar för att de har behov av datorstöd. Eller är det kanske så att datorstödet lurar dem till ogenomtänkta ändringar? Vi ska se närmare på resultatet genom en noggrannare kvalitativ analys av tänka högt-protokollen och försöka hitta tänkbara förklaringar bakom siffrorna. På så sätt får vi veta mer om varför skribenterna i den datorstödda granskningen valde att ändra eller inte ändra de nya problem som programmet presenterade dem för. När man studerar tänka högt-protokollen kan man se att det ökade antalet ändringar i den datorstödda granskningen i huvudsak beror på att skribenterna fick hjälp av programmet att ändra sådant som de själva inte kände till tidigare, eller som de missat i den manuella granskningen. Dock kunde i vissa fall skribenten förledas att ändra på ett felaktigt eller tvivelaktigt sätt pga. missvisande hjälp. När programmet bidrog till motiverade ändringar fick skribenten hjälp med vissa eller alla steg i revisionsprocessen (dvs. med detektion, diagnos och/eller korrektion) vilket ges exempel på härnäst. Detektionshjälp Observationer i tänka högt-protokollen visar att skribenter kunde få hjälp av programmet att upptäcka problem som de antingen inte själva kände till, eller som de missat i den manuella granskningen. Om en skribent redan kände till problemet men inte upptäckt det i den manuella granskningen räckte det med att datorn hjälpte till med detektionen. Skribenten var då själv kapabel att förstå och åtgärda problemet utan hjälp med diagnos och korrektion från programmet. Här är ett exempel från tänka högt-protokollet när en av deltagarna (fp11) i den datorstödda granskningen upptäcker att Sverige stavats med litet s i brevet vilket hon inte uppmärksammat tidigare i den manuella granskningen: oj, nu missa jag heee nu såg inte jag att det var liten bokstav på Sverige där då sätter vi det - det var en miss Generellt var det så att teckenfel var särskilt svårupptäckta i den manuella granskningen. Bara en av elva deltagare upptäckte t.ex. dubbla mellanslag. Övriga deltagare åtgärdade problemet i den datorstödda granskningen. Fem av elva missade problemet med mellanslag före komma när de granskade manuellt, men åtgärdade det i den datorstödda granskningen. I tänka högt-protokollet finns flera belägg för att deltagarna tyckte det var bra med hjälp att hitta dessa svårfångade teckenfel. Så här uttrycker fp11 det när hon uppmärksammas på dubbla mellanslag i texten: oj det där missade jag också i texten sånt här är bra för jag missar lätt när det är för mycket mellanrum eller för lite det kan jag missa så det är jättebra att ett sånt här program ser såna grejer då 18

Att deltagarna inte reagerar på stilistiska problem i den manuella granskningen behöver inte betyda att de har svårt att upptäcka dem vilket syns på att deltagarna ofta inte håller med granskningsprogrammet om att stilistiska problem ska ändras när de uppmärksammas på dem i den datorstödda granskningen. Många deltagare verkar också ha olika uppfattningar om de stilistiska problemen (se nedan). Vissa stilistiska problem som och i början av mening verkade det dock som om många tyckte att de missat i den manuella granskningen. De fem som inte upptäckte och åtgärdade problemet i den manuella granskningen gjorde det alla i den datorstödda granskningen. Fp11 uttrycker tydligt att hon är irriterad på sig själv för att hon missat det: [LÄSER DATORNS KOMMENTAR:] meningsinledare var sparsam med att använda bindeord i början av mening [TÄNKER HÖGT:] ja det är ju självklart vad faan nu ska vi se [LÄSER I TEXTEN:] Eva fyller arton år mummel [TÄNKER HÖGT:] jag tycker att man kan faktiskt ta bort och det tänkte jag inte heller på när jag gjorde det där man brukar inte behöva och i början av meningar så skriver jag [UTTALAD ÄNDRING I TEXTEN:] hon kan då själv [TÄNKER HÖGT:] det räcker så Överlag verkar det som om deltagarna är samstämda i åsikten att stilistiska problem med alltför informell karaktär utgör brott mot den skriftspråkliga normen i brev av den här typen oavsett om man tycker att texten ska ha en mer eller mindre formell stilnivå generellt. Ytterligare ett exempel är såna. Har man missat sådana problem manuellt så ändrar man dem med datorstödet. Hittills har enbart missade problem tagits upp. I de fall då skribenten av datorstödet uppmärksammas på ett problem som hon inte redan känner till behöver hon också hjälp med diagnos och korrektion. Exempel på detta finns i följande avsnitt om diagnos- och korrektionshjälp. Diagnoshjälp När en skribent behövde hjälp att förstå ett problem som denne var osäker på, eller som denne inte kände till, kunde programmet observeras bistå med diagnoshjälp. När det gäller problem som skribenten var osäker på kunde hon själv ha upptäckt problemet i den manuella granskningen men inte lyckats med diagnosen i likhet med fp3 nedan. I den manuella granskningen läser han en textrad där 1 felaktigt skrivs utan mellanrum. Han reagerar på problemet men vet inte riktigt hur det ska vara så han markerar det bara med ett frågetecken: [LÄSER I TEXTEN:] andra kapitlet första paragrafen [TÄNKER HÖGT:] där vet jag inte riktigt hur man skriver så att jag skriver ett frågetecken där I den datorstödda granskningen läser han igenom programmets kommentar och accepterar förslaget: [LÄSER FELKOMMENTAR:] mellanrum paragraftecken ska föregås av mellanrum efter siffra sätt in ett mellanrum [TÄNKER HÖGT:] ja, det köper vi mummel ersätt När skribenten behöver hjälp med diagnosen är det viktigt att programmet lyckas med att beskriva problemet för henne på ett klart och övertygande sätt; annars kanske programmet inte 19

bidrar med adekvat hjälp (se mer under rubriken Missledande hjälp nedan). För teckenfel är det lätt att vara klar och tydlig i beskrivningen pga. problemens formella karaktär. Antingen är det fel eller så är det inte fel. Diagnosen är ofta inte mer än en enkel procedur som säger att det ska inte vara si utan så (se exemplet ovan). Skribenten har bara att välja att acceptera förslaget eller inte. För mer komplicerade problem finns långt större krav på diagnostiskt och instruktivt stöd, t.ex. passivum (se nedan). När det gäller problem som skribenten inte känner till behöver hon hjälp med såväl detektion som diagnos och korrektion. I studien var det framför allt särskilda teckenfel som många av deltagarna inte kände till sedan tidigare, t.ex. formatfel (t.ex. den 20:e december, 91-02-25 i löpande text) och inkorrekt användning av streck (bindestreck i stället för tankstreck). Som när fp11 av programmet får veta att 1 skrivs med mellanrum 1 : jaha ska det verkligen vara mellanrum mellan paragraf [LÄSER HÄR DATORNS KOMMENTAR] - ja, det ska vara det då tar vi det då ersätt Andra problem kunde vara svåra att bedöma pga. att skribenten har svårt att förstå innebörden av problemet, eller behöver mer information om skrivsituation och texttyp. Till exempel undrar fp7 om användningen av ordet hemställt i texten är särskilt lämplig, men hon tillägger snabbt: det är klart, jag är inte så hemma på sånt där juridiskt språk heller och väljer att släppa problemet. Med granskningsfunktionen väljer hon att ändra. Korrektionshjälp Programmet bistod även med korrektionshjälp när en skribent behövde hjälp att åtgärda ett problem som denne inte kände till eller som denne misslyckats med att ändra på ett adekvat sätt. I ovanstående exempel med hemställt hjälpte programmet till med både diagnos och korrektion. Här är ett exempel när skribenten själv (fp5) har lyckats med diagnosen men ändå inte finner ett bra ersättningsord och därför inte kan ändra: hemställt är ju inte heller så... så snyggt men det är svårt att komma på nåt annat ord så det får faktiskt vara där När hon i den manuella granskningen påträffar problemet igen försöker hon ännu en gång: hemställt - just det hemställt ändrade jag inte på men... jag kan inte komma på någon bra synonym I den datorstödda granskningen hjälper programmet till med korrektionen genom att fungera som synonymlexikon: [LÄSER I TEXTEN:] Eva har därefter genom sitt personliga ombud [LÄSER ERSÄTTNINGSFÖRSLAG:] begärt [TÄNKER HÖGT:] det var ju... mycket bättre tycker jag Det kan också vara så att skribenten ändrat rätt manuellt men varit osäker och fått ändringen bekräftad av datorstödet, som fp4 här: [TÄNKER HÖGT:] jag är osäker på vad hemställt betyder det kan betyda kräver kanske hade jag en ordlista skulle jag slå upp det jag skulle inte använda 20

det ordet för det känns väldigt gammeldags och formellt men hursomhelst, hon har gjort en... och då borde jag skriva du [PRÖVAR OMFORMULERING:] du begärde då [TÄNKER HÖGT:] nånting sånt Med datorstödet får hon bekräftat att begärt är ett bra ersättningsord. Datorn ger också det mindre bra ersättningsförslaget bett som hon prövar först men förkastar till förmån för begärt : [LÄSER ERSÄTTNINGSFÖRSLAG:] bett, begärt [LÄSER I TEXTEN MED ERSÄTTNINGSFÖRSLAG:] Eva har därefter genom sitt personombud bett att Länstyrelsen bifaller... begärt [TÄNKER HÖGT:] är ju bättre här ja, så det ersätter vi En skribent kan vela ganska mycket och slösa tid innan hon bestämmer sig för om hon ska ändra eller inte. Här är ett exempel på när fp5 stöter på genitiv-s med apostrof före i namnet Evas i texten: [LÄSER I TEXTEN:] Evas... föräldrar [TÄNKER HÖGT] ja, just det, det var den där lilla apostrofen och det där som jag inte vet hur det ska vara, men det får jag låta vara [ ] jag kan nog ta bort den där apostrofen i alla fall det känns som om det ska vara så det ser så märkligt ut så då skriver jag att jag är osäker men ändrar [ ] Evas... här är den här apostrofen igen som jag är osäker på men nu har jag ju ändrat den en gång så nu måste jag ju ändra den igen Med stöd av datorn blir beslutet mer effektivt: [TÄNKER HÖGT:] apostrofen [LÄSER DATORNS KOMMENTAR:] apostrof sätts inte ut före genitiv-s [TÄNKER HÖGT:] jaha, mm då tar vi bort det Datorn kan också hjälpa skribenten att ändra något som denne själv ändrat på ett mindre bra sätt eller till och med felaktigt. Här är ett exempel på en skribent (fp2) som tycker att paragraftecken och siffra ska byta plats i den manuella granskningen. Hon är lite osäker men bestämmer sig ändå för att genomföra ändringen: [LÄSER I TEXTEN:] Enligt 2 kap 1 - [TÄNKER HÖGT:] jaa, nu vet jag inte riktigt hur... det känns på nåt sätt som om paragraftecknet ska stå före ettan där sätter jag en tolva över det och eh ja, ersätt med.. byt plats [UTTALAT SKRIVET FÖRSLAG:] byta plats parantes paragraf före paragraftecknet före så I den datorstödda granskningen ändrar hon uppfattning när hon tagit del av datorns kommentar. Hon väljer där att ersätta genom att sätta in datorns ersättningsförslag i texten: 21

eh [LÄSER DATORNS KOMMENTAR:] paragraftecken ska föregås av mellanrum efter siffra [TÄNKER HÖGT:] de var första paragraf alltså ehm, ja så [mummel] ersätt Datorstödet kan också påverka skribenten att ändra en korrekt variant till en annan som rekommenderas av Svenska språknämnden. Fp2 förkortar bland annat med punkt och mellanslag (bl. a.) manuellt, men väljer att följa Språknämndens rekommendation när programmet kommenterar det och förkortar i stället med punkter men utan mellanslag (bl.a.). Missvisande hjälp Det är dessvärre inte alltid så att datorn får skribenterna att göra förbättringar i texterna. Datorns hjälp kan också vara missvisande och leda till mindre bra eller rent felaktiga ändringar. En risk med datorn som jag sett är att ändringarna kan bli mer lokala och ytliga genom att datorns förslag leder uppmärksamheten bort från andra och möjligen bättre diagnoser. Här är ett exempel där fp9 manuellt har upptäckt problemet med dubbelt supinum men istället för att direkt ändra till kunnat ge prövar skribenten först att sätta in det i kontexten. Då finner hon en mer förståelsebaserad tolkning av problemet vilket gör att hon istället väljer att stryka ordet kunnat : [LÄSER I TEXTEN:] kunnat gett [TÄNKER HÖGT:] det bör vara... [UTTALAT SKRIVEN KOMMENTAR:] verbform punkt - [TÄNKER HÖGT:] jag föreslår [UTTALAD SKRIVET FÖRSLAG:] kunnat [LÄSER I TEXTEN MED FÖRSLAG] har på begäran kunnat ge sitt tillstånd till äktenskapet har på begäran gett sitt [TÄNKER HÖGT:] låter bättre - [LÄSER I TEXTEN MED FÖRSLAG] har på begäran gett sitt tillstånd till äktenskapet Trots att hon själv gjort denna ändring manuellt reflekterar hon inte över det i den datorstödda granskningen. Hon väljer att direkt sätta in datorns förslag utan vidare reflektioner: [LÄSER I TEXTEN:] föräldrar har kunnat gett [LÄSER DATORNS FÖRSLAG:] ge [TÄNKER HÖGT:] bra Istället för att tänka själv och pröva fram formuleringar verkar skribenten här inskränka sitt tankearbete till att kontrollera datorns förslag och godkänna det. I ett annat exempel väljer fp6 att ersätta med datorns förslag trots att hon själv uttrycker missnöje med förslaget och verkar tycka att det är sämre än den ändring hon själv föreslog i den manuella granskningen, dvs. gäller för personer som istället för gäller för dem som : [LÄSER DATORNS KOMMENTAR:] efter preposition ska pronomen i regel ha objektsform - [LÄSER I TEXTEN:] gäller för - [LÄSER DATORNS FÖRSLAG:] för dem - [TÄNKER HÖGT:] det låter konstigt jag skulle vilja ha personer... [LÄSER I TEXTEN MED FÖRSLAG:] för dem som är under arton år [TÄNKER HÖGT:] fortsätt Det är svårt att säga varför fp6 väljer att följa datorns förslag i stället för sitt eget. Kanske kan det bero på minsta motståndets lag, dvs. att det är mindre ansträngande att trycka på ersätt än att skriva in det egna förslaget, eller så kanske fp6 bedömer datorns analys högre än sin egen och ändrar trots att hon tycker att det låter konstigt. 22

Det verkar som om datorns kommentarer lätt gör att det smyger sig in lite osäkerhet om den egna förmågan till bedömningar. Det går till exempel att se när ett återkommande problem i texten får upprepad uppmärksamhet av datorprogrammet. Då verkar det som om skribenten kan börja svaja i sin bedömning och småningom falla till föga, som till exempel fp9 i exemplet nedan. I den manuella granskningen väljer hon att inte ändra icke till inte efter att ha upptäckt problemet och analyserat det: [LÄSER I TEXTEN:] att de icke får ingå äktenskap utan tillstånd från Länsstyrelsen - [TÄNKER HÖGT:] ja, icke får du väl använda antar jag När datorn sedan påpekar att det är ålderdomligt och formellt i den datorstödda granskningen håller hon först på sin egen bedömning: [LÄSER DATORNS DETEKTION:] icke [TÄNKER HÖGT:] jaa, just det nu är det frågan om nu har jag ju hållit på det här lite ålderdomligare så vi kör väl på på icke där När datorn vid ett senare tillfälle återkommer med samma påpekande bestämmer sig fp9 för att ändra trots allt. [TÄNKER HÖGT:] fortfarande icke, [LÄSER TEXTEN MED DATORNS FÖRSLAG:] inte kan få uppehållstillstånd [TÄNKER HÖGT:] ja, där kan vi godkänna inte där i stället för icke det är okej Inget i kontexten talar för att inte skulle passa bättre här än tidigare. Man kan tolka situationen så att fp9 successivt blir mer osäker och slutligen låter sig övertalas av datorns upprepade kommentarer; det är förstås spekulation men en intressant hypotes för uppföljande studier. Alla deltagarna upptäckte det enda falska alarm som programmet gav, nämligen vid bedömningen. Det är ett ganska typiskt exempel på ett falskt alarm beroende på syntaktisk flertydighet såtillvida att frasen kan tolkas som en inkongruent fras bestående av ett adjektiv och ett nomen. Trots att ingen av deltagarna ändrade efter datorns ersättningsförslag vida kunde de ha svårt att förstå datorns reaktion. Vissa ägnade mycket tid och energi åt att förstå det. Det fanns också en tendens hos deltagarna att vilja ändra trots att de inte såg vad som var fel. Som hos fp8 som efter en del huvudbry bestämmer sig för att ändra till vid en bedömning : [LÄSER DATORNS KOMMENTAR:] Formfel böjningen av vid stämmer inte överens med bedömningen om vid syftar på bedömningen bör det ändras till vida [LÄSER I TEXTEN MED DATORNS FÖRSLAG:] vida bedömningen? [TÄNKER HÖGT:] den benämningen har jag aldrig hört talas om det vet jag inte riktigt - [LÄSER DATORNS KOMMENTAR:] böjningen av vid stämmer inte överens med bedömningen om vid syftar på bedömningen bör det ändras till vida [LÄSER I TEXTEN MED DATORNS FÖRSLAG:] vida bedömningen måste olika - vid en bedömning måste [TÄNKER HÖGT:] i så fall [LÄSER I TEXTEN:] olika faktorer beaktas - - vid - - [TÄNKER HÖGT:] där kan jag inte köpa förslaget det blir konstigt mummel eh suck - [LÄSER I TEXTEN:] måste - [TÄNKER HÖGT:] ska vi se här [LÄSER I TEXTEN:] gäller till inte gifta sig utan tillstånd av Länsstyrelsen [...] - [TÄNKER HÖGT:] jag ändrade vid bedömningen till vid en bedömning det är nog inte riktigt korrekt men 23

jag kan ju inte riktigt köpa det här förslaget på vida bedömningen det tyckte jag, det har jag aldrig hört och det tyckte jag lät jättekonstigt Här verkar det som om skribenten ändrar för att undvika att datorn signalerar för det förmenta problemet, trots att hon inte kan förstå vad som är fel. Hon har kunskap nog att inse att programmets ersättningsförslag inte är korrekt, men verkar ändå lita tillräckligt på programmet för att tro att det är något skumt med den ursprungliga formuleringen. Hon väljer därför att ändra till något hon inte tycker är riktigt korrekt. Det är inte fel, men det är heller inte bra. Det påverkar informationsstrukturen så att textbindningen blir sämre. Programmets negativa inverkan är ännu tydligare i det fall programmet felaktigt tolkar ditt person ombud som ett kongruensfel mellan ditt och person i stället för som en särskrivning och ger ersättningsförslaget en person. Här kan man säga att programmet faktiskt upptäcker ett problem men analyserar det på ett felaktigt sätt vilket resulterar i en felaktig diagnos och ett felaktigt förslag. Trots att alla skribenter manuellt åtgärdade problemet på ett korrekt sätt lurades flera av dem att göra fel med datorprogrammet. Till och med fp1 som hade en häpnadsväckande förmåga att upptäcka, identifiera och åtgärda problem i den manuella granskningen lurades till misstag av datorn. I den manuella granskningen visade hon tydligt att hon hade en klar uppfattning om vari problemet bestod: [TÄNKER HÖGT:] ditt personombud måste skrivas ihop en sån här särskrivning nu ska vi se här, tretton [UTTALAD SKRIVEN ÄNDRING:] personombud I den datorstödda granskningen är hon noga med att kontrollera programmets kommentar och förslag men gör misstaget att inte kontrollera kontexten. Därför ser hon inte problemet i sin hela vidd och luras att ändra på ett felaktigt sätt: [LÄSER DATORNS KOMMENTAR:] sitt person formfel böjningen av sitt stämmer inte överens med substantivet person [TÄNKER HÖGT:] det kan man ju hålla med om [LÄSER DATORNS KOMMENTAR:] om sitt syftar på person bör du skriva sin jaadå Eftersom fp1 inte efterkontrollerar ändringen i kontexten ser hon inte att resultatet blir fel: en person ombud. Hon inser inte att programmet genom att lyfta problemet ur sitt sammanhang dolt dess verkliga natur på ett svårgenomskådat och bedrägligt sätt. I texten fanns ytterligare en svårighet av liknande slag. I det fallet gav programmet ett korrekt alarm, en korrekt diagnos men ett felaktigt ersättningsförslag. När skribenten väljer att sätta in dessutom i texten istället för det särskrivna dess utom tar programmet inte hänsyn till att det ska vara stor bokstav i början på mening. Alla deltagare hade själva upptäckt felet manuellt så ingen saknade kunskap om det. Nästan alla upptäcker också i efterhand att ett fel uppstått och går in och ändrar till stor bokstav i texten. [LÄSER DATORNS KOMMENTAR:] dess utom ska skrivas ihop [TÄNKER HÖGT:] ersätt ja, men det är... utan stor bokstav då får vi gå in och ändra det manuellt det kanske är nån brist i programmet där att det inte... att den inte... att den sss - kände av det den ersatte så att det inte blev en första ordet på en ny mening (fp2) 24

En av deltagarna (fp11) kontrollerar dock inte ersättningen efteråt och upptäcker därför inte felet. Det visar ytterligare en gång hur viktigt det är att efterkontrollera datorns förslag både före och efter att det klistrats in i texten. Ytterligare ett problem som flera skribenter ändrade på ett mindre lyckat sätt var de dubbla passivformerna i kunnas tagas. Här verkade svårigheterna bero på två samverkande saker. Det ena var att datorn nästan enbart satte namn på problemet utan att beskriva det närmare eller ge ersättningsförslag. Det andra var att frasen förutom dubbla passiver innehåller ett annat problem som datorn inte signalerar för, nämligen den ålderdomliga formen tagas. Att analysera och presentera två så näraliggande problem ställer lätt till problem för ett granskningsprogram som får svårigheter att skilja dem åt. I det här fallet resulterade det i att tre skribenter trodde att det var den ålderdomliga formen datorn reagerade på, inte de dubbla passiverna. En titt på fp2:s tänka högt-protokoll visar att han missförstått problemet: [LÄSER DATORNS KOMMENTAR:] kunna tagas - dubbla passivformer [UTTALAD SKRIVEN ÄNDRING:] kunna tas - [TÄNKER HÖGT:] inget förslag fanns det, men det är bra att den uppmärksammas. Fp2 som ändrat kunnas tagas till tagas manuellt, ser här i den datorstödda granskningen inte det felaktiga s-et i kunnas utan ändrar bara tagas till tas utan att reflektera över innebörden i programmets kommentar. Efter den här genomgången av motiven bakom skribenternas ändringar ska vi gå vidare och titta på olika motiv till att de ibland valde att inte ändra. Varför ändrar skribenten inte vissa problem med granskningsprogrammet? Skribenterna ändrade inte alls i 15 % av fallen trots att granskningsprogrammet presenterade dem för alla problemen. Varför? Huvudsakligen berodde det på att skribenten av olika skäl valde att inte ändra, men det kunde också vara så att skribenten ville ändra men inte lyckades, ibland för att programmet inte gav tillräckligt med hjälp. Vill egentligen ändra men lyckas inte Ett skäl till att skribenten inte lyckas ändra är att hon misstar sig på knapparna och trycker fel. Fp11 vill här ändra till definitivt istället för definitiv men råkar trycka på knappen fortsätt istället för ersätt: [LÄSER I TEXTEN MED DATORNS FÖRSLAG:] Detta beslut är definitivt [TÄNKER HÖGT:] ska det stå ja missade jag det fortsätt Liknande missförstånd förekommer upprepade gånger vilket visar att det också är intressant att titta på utformningen och placeringen av knappar och knappfunktioner i gränssnittet. Vi kommer tillbaka till det senare. Nu ska vi titta närmare på de fall där skribenten inte verkar få tillräcklig hjälp från programmet för att genomföra en ändring. Ett exempel på att programmet ibland ger otillräcklig hjälp är följande. Fp2 visar i den manuella granskningen att han är missnöjd med formen anfördes : anfördes tycker jag inte... är ett bra ord 25

I den datorstödda granskningen signalerar programmet för ordet och anmärker på att det har passiv form. Fp2 ägnar problemet en del tid men väljer till slut att gå vidare eftersom datorn inte kan hjälpa till med analysen eller ge ett bättre ersättningsord: [LÄSER DATORNS KOMMENTAR:] anfördes passivform - för många passivformer... för många passivformer gör texten opersonlig. Fundera över om du kan formulera om meningen aktivt i stället för passivt. I stället för testningen av bilen gjordes av firman kan man skriva firman utförde testningen eller ännu hellre firman testade bilen. [LÄSER I TEXTEN:] som skäl till beslutet anfördes... [TÄNKER HÖGT:] jaa eh ja då finns det inget att ersätta med här så då får vi ta nåt annat eh [UTTALAD SKRIVEN ÄNDRING:] gavs [LÄSER I TEXTEN MED ÄNDRING:] som skäl till beslutet gavs - [TÄNKER HÖGT:] neej det här är Evas... ja [mummel] ja, he, he, he [tittar på de ändringar han gjorde manuellt] ja, jag har inte skrivit nåt alls där [LÄSER I TEXTEN:] som skäl till beslutet anfördes - - [TÄNKER HÖGT:] ja, nä, det får vara där men det finns ett bättre ord eh fortsätt Det är ganska uppenbart att fp2 inte tänker så mycket på passivformuleringen som på valet av ord. Han försöker inte ens omformulera meningen aktivt utan söker ett enklare ersättningsord till anfördes men ger upp eftersom han inte själv hittar något och inte får någon hjälp av programmet. Problem med passiv-aktiv form kan både vara svåra att förstå och vara krävande för omformuleringsförmågan. Det visar inte minst följande exempel där fp4 uppmärksammas på samma passivform: [LÄSER DATORNS KOMMENTAR:] anfördes - Passivform för många passivformer gör texten o... för många passivformer gör texten opersonlig fundera över om du kan formulera om meningen aktivt i stället för testningen av bilen utfördes av firman kan du skriva firman utförde testningen eller ännu hellre firman testade bilen [LÄSER I TEXTEN:] eh, Som skäl till beslutet... - - [TÄNKER HÖGT:] jag förstår inte sammanhanget riktigt [LÄSER I TEXTEN:] anfördes att Evas pojkvän inte kommer att få uppehållstillstånd - [TÄNKER HÖGT:] hur sjutton ska jag ersätta den firman testade bilen aktivt mummel aktivt [LÄSER I TEXTEN:] Som skäl till beslutet suck - - - [TÄNKER HÖGT:] nu står det helt still nu vet jag inte vad jag ska phuu [LÄSER I TEXTEN:] att Evas pojkvän inte kommer få uppehållstillstånd -- - [TÄNKER HÖGT:] nej, usch det kan jag inte det vet jag inte vad jag ska göra med så det får vara (fp8) Här är det tydligt att datorn uppmärksammar skribenten på problem som hon inte får tillräcklig hjälp med att hantera trots att programmet ger konkreta exempel på hur en mening kan formuleras om. Problemet ligger på en helt annan nivå än övriga problem. Om en formulering bör vara passiv eller aktiv bestäms i hög grad av den informationsstruktur som kopplar samman meningarna. Dessutom måste skribenten själv avgöra om passivformen är problematisk eller inte i det enskilda fallet vilket kan vara kognitivt belastande för många, även för relativt duktiga skribenter som i den här studien. Resultatet kan som här bli att skribenten får spendera tid och energi på fruktlösa försök att lösa problemet. 26

Väljer att inte ändra Att en skribent ibland väljer att inte ändra alls fast programmet föreslår en ändring kan bland annat bero på missvisande hjälp (otydliga kommentarer, falskt alarm) från programmet eller på att skribenten har dålig tilltro till det, men oftast finns stilistiska skäl bakom beslutet. Här följer olika exempel på när en skribent väljer att inte ändra. I exemplet nedan väljer fp3 att inte ändra på felaktiga grunder för att den hjälp hon får från programmet är missvisande: [LÄSER DATORNS KOMMENTAR:] tänk... teckenanvändning bindestreck ska inte omges av mellanrum tankstreck däremot skrivs vanligen med mellanrum [TÄNKER HÖGT:] ja, det här är väl tankstreck vad jag ser eh tankstreck med mellanrum det är det väl här så att då fortsätter jag det ser ut att vara mellanrum Programmet föreslår i sin kommentar att bindestrecket ska bytas mot tankstreck men gör det på ett så otydligt sätt att skribenten misstolkar kommentaren och väljer att inte ändra. Exemplet visar hur viktigt det är med tydliga instruktioner om missförstånd ska kunna undvikas. Som tur är har skribenten oftast goda grunder till valet att inte ändra, till exempel vid falskt alarm. Vissa skribenter lyckas med att genomskåda programmet helt: [LÄSER DATORNS KOMMENTAR:] vid bedömningen formfel böjningen av vid stämmer inte överens med bedömningen om vid syftar på bedömningen bör det ändras till vida [TÄNKER HÖGT:] här har programmet ähh missat lite faktiskt då är det nog ett falskt alarm - har jag en känsla av och inte tolkat vid som preposition här så det vill jag inte göra någonting åt utan bara fortsätta Vanligare är att skribenten inte förstår varför programmet reagerar som det gör men väljer att inte ändra trots allt. När det gäller stilistiska problem ser man tydligt att vissa skribenter inte håller med datorn om hur stilen i texten ska vara och försöker motivera sin egen uppfattning: [LÄSER MARKERAD FRAS:] ingå äktenskap [TÄNKER HÖGT:] nej, det där tycker jag, att [LÄSER FÖRSLAG:] gifta sig, [TÄNKER HÖGT:] nej det tycker jag är fel för det här är ändå en lite lagaktig text så då tar jag bara fortsätt där (fp11) När skribenterna väljer att inte ändra stilistiska problem är det i nästan samtliga fall för att de tycker att texttypen ska ha en formell och byråkratisk karaktär. Fp3 är den mest konsekventa i att hålla på den byråkratiska stilen: [LÄSER KOMMENTAR:] ingå äktenskap byråkratspråk gifta sig [TÄNKER HÖGT:] det här är väl en byråkratisk text så att jag fortsätter där med [LÄSER I TEXTEN:] har i avgivet yttrande föreslagit att ansökan icke tillstyrks - [TÄNKER HÖGT:] det låter väldigt byråkratiskt och bra i den här texten så jag fortsätter 27

[LÄSER MARKERAD FRAS:] hemställt [TÄNKER HÖGT:] nej, men det är ett byråkratiskt [mummel] i den här texten, så jag fortsätter Fp11 tycker också att texter från myndigheterna ska ha en formell karaktär men hon kan också ändra sig om får ett bra förslag: [LÄSER MARKERAT ORD:] hemställt [LÄSER FÖRSLAG:] begärt [LÄSER I TEXTEN:] Eva har därefter [LÄSER KOMMENTAR:] byråkratspråk? [TÄNKER HÖGT:] ja, men det ska väl vara byråkratspråk [LÄSER I TEXTEN:] Eva har därefter genom sitt personliga ombud hemställt att Länsstyrelsen bifaller ovannämnda ansökan [TÄNKER HÖGT:] nej, jag tycker det ska vara byråkratspråk i en text från [skratt] Länsstyrelsen [LÄSER FÖRSLAG:] begärt [TÄNKER HÖGT:] njae, okej begärt kan vi byta till det låter ju bättre vi byter till det Hon vill dock inte att texten ska bli för personlig: [LÄSER I TEXTEN:] Som skäl till beslutet anfördes att Evas pojkvän eh, [LÄSER DATORNS KOMMENTAR:] Passivform för många passivformer gör texten opersonlig fundera över om du kan [TÄNKER HÖGT:] neej, men jag tycker att texter från Länsstyrelsen ska vara lite lite opersonliga det är inte ett personligt förhållande man har med Länsstyrelsen vanligtvis Skribenter kan ibland vända sig mot datorns förslag också när det gäller feltyper med normbrottskaraktär, men det är ovanligt. Det är vid de stilistiska problemen som åsikterna går isär, också skribenterna emellan. Vissa skribenter håller med programmet och ändrar villigt medan andra motsätter sig ändringar i stilen. Detta tycks bero på att skribenterna har olika sätt att definiera granskningsuppgiften på. Vissa skribenter tycks definiera uppgiften så att den enbart omfattar en ren ytputsning av texten. De stilistiska ändringar som görs syftar vanligen till att bibehålla den byråkratiska tonen i texten. Andra skribenter tycks välja att bearbeta texten på ett mer genomgripande sätt i syfte att göra den mer begriplig för mottagaren. Resultat från frågeformulär och intervju Resultatet från frågeformuläret med frågor om språkgranskningsfunktionen var i huvudsak positivt (se svaren i bilaga 5). Av svaren framgick att alla skribenter var positiva eller mycket positiva till språkgranskningsfunktionen och att de också var positiva till att själva använda den i sitt skrivarbete. Det positiva resultatet ska dock tas med en nypa salt eftersom programmet framstod i en gynnsam dager på grund av att texten var preparerad så att problem som granskningsfunktionen klarar fanns med i nästan varje mening. I en normal text skulle inte lika många problem per mening upptäckas. De falska alarmen skulle troligen också vara fler. Drygt en tredjedel av deltagarna svarade att de använt sig av knappen Förklara under det datorstödda granskningsarbetet. Knappen länkar till relevant paragraf i Svenska skrivregler som finns elektroniskt läsbar i programmet. Trots att alla inte använt knappen var alla positiva eller mycket positiva till att ha skrivreglerna tillgängliga under skrivarbetet. Deltagarna angav flera skäl till varför skrivreglerna är bra att ha on-line, bland annat för att det är tidsbesparande, för att man kan bli osäker och behöva slå upp, och för att man lär sig mer med skrivreglerna on-line. 28

På frågan om granskningsfunktionen ibland reagerat på saker som deltagarna själva inte tyckte var fel så svarade alla jakande. Fyra personer nämnde det falska alarmet vida bedömningen, medan flera andra reagerade på att granskningsfunktionen stannat på formella, ålderdomliga och byråkratiska formuleringar. Kommentarerna till problemen upplevdes enkla eller oftast enkla av alla utom tre deltagare som upplevde dem som omväxlande svåra och enkla, se översta raden i tabell 4 nedan. På frågan om någon ändrat utan att förstå innehållet svarar sex med ett rakt nej. En svarar att hon inte gjort det men att det förutsätter grundläggande kunskaper i svensk grammatik, en annan svarar att hon inte tror sig ha gjort det, ytterligare en annan svarar att hon snarare inte orkat läsa än inte förstått. Två stycken svarar positivt. En av dem säger att det har hänt någon enstaka gång för att det är lätt att trycka till en gång för mycket. Den andra svarar med ett enkelt ja. Deltagarna fick också kryssa i vilka regler de själva skulle vilja ha med i ett granskningsprogram, se tabell 4 nedan. För varje problemgrupp kunde de svara med ja, kanske eller nej. Exempel på konkreta problem gavs för varje grupp. För tecken- och grammatikproblem svarade alla utom någon enstaka ja. Tveksamheten var lite större för enstaka problemgrupper som datumformat och informell grammatik för vilka två deltagare gav det tvekande svaret kanske. När det gällde stilproblem var tveksamheten generellt större än för tecken- och grammatikproblem. Störst var tveksamheten vid granskning av passivsatser och bindeord i början av mening som båda fick 5 kanske och 1 nej. Tveksamheten var också större för formella och ålderdomliga ord. Vardagliga ord däremot var alla utom en säkra på att de ville ha granskade. Tabell 4. Tabellen visar deltagarnas uppfattning om begripligheten hos programmets kommentarer (rad 2) och deras uppfattning om vilka regler de själva skulle vilja ha med i ett språkgranskningsprogram. fp1 fp2 fp3 fp4 fp5 fp6 fp7 fp8 fp9 fp10 fp11 Kommentarer enkla oftast enkla enkla oftast enkla svåraenkla oftast svåra- svåra- enkla enkla enkla enkla enkla enkla Tecken ja ja ja ja ja ja ja kanske ja ja ja Datumformat ja kanske ja ja kanske ja ja ja ja ja ja Stor/liten ja ja ja ja ja ja ja nej ja ja ja bokstav Formella, ja kanske kanske ja ja ja ja ja kanske kanske ja ålderd. ord Svåra ord ja kanske kanske ja ja nej ja ja ja ja ja Vardagliga ja ja ja ja ja ja ja kanske ja ja ja ord Passiv ja kanske kanske? ja nej ja ja kanske kanske nej Bindeord i ja kanske ja kanske kanske kanske kanske nej ja ja ja meningsbörjan Böjning ja ja ja ja ja ja ja kanske ja ja ja Informell grammatik ja kanske ja ja ja ja kanske ja ja ja ja 29

Omvänd ordföljd ja ja ja ja ja ja ja ja ja ja ja På frågan om det finns ytterligare något som deltagarna skulle vilja ha granskat av ett program gavs olika svar. Förslagen spände från det rimliga till det omöjliga. Konsekvensgranskning var ett förslag. Dispositionsgranskning var ett annat förslag. Koherensgranskning i texten som helhet var ett tredje förslag. Ytterligare ett förslag var att slipa på befintliga problem i programmet och ta fram ett program som inte ger konstiga/dåliga förslag eftersom det är så lätt att trycka en gång för mycket. Två deltagare efterfrågar också möjlighet att välja texttyp/stilläge. En av dem (fp3) skriver: Är det t.ex. en formell ansökan el. liknande behöver man kanske inte så många kommentarer av typen kanslispråk, ålderdomligt. I en annan typ av text är kanske dessa kommentarer värdefulla. På fråga 11 där deltagarna frivilligt kan ge ytterligare kommentarer ger också fp9 val av stilnivå som förslag till förbättring. I frågeformuläret framkom också kommentarer om rena designmässiga frågor rörande interaktion och presentation. Att döma av svaren i frågeformuläret verkade deltagarna generellt tycka att granskningsfunktionen var lättanvänd och enkel. Att det inte gick att ångra var dock ett problem som togs upp, också att global ändringsfunktion saknas (dvs. att det ska gå att ändra alla icke till inte i texten med en gång i stället för att ändra för varje enstaka fall), och att det är lätt att trycka fel. Kommentarer rörande sådana interaktionsmässiga problem kunde även observeras i tänka högt-protokollen. (För en genomgång av sådana problem se Hagdahl 2001.) Intervjuerna bidrog framför allt till en fördjupad helhetsbild av deltagarnas uppfattning om den föreliggande granskningsuppgiften och om hur de ser på granskning generellt. I intervjuerna förstärks intrycket att skribenternas olika uppfattningar om granskningsuppgiften väsentligen påverkar deras interaktion med granskningsprogrammet. Den som sätter begriplighet i främsta rummet, upplever programmet på ett annat sätt än den som vill hålla sig till konventionen. Flera deltagare ger i intervjuerna också uttryck för att stil är ett känsligt ämne, något man ogärna lägger sig i vid granskning av andras texter. Sammanfattning och diskussion av resultat Innan vi går vidare och diskuterar de ovan presenterade resultaten och deras implikationer för programdesign, kan det vara på sin plats att sammanfatta dem. I punktuppställningen nedan sammanfattas de viktigaste kvantitativa resultaten: När skribenterna reviderade texten i den manuella granskningen ändrades i runda tal 60 % av av alla språkliga problem som studerades. C:a 84 % av alla grammatiska problem ändrades, medan bara 55 % av teckenproblemen och 44 % av stilproblemen ändrades. I den datorstödda granskningen, när skribenterna även konfronterades med de problem de själva inte ändrat manuellt, ändrades ytterligare 25 %, dvs. c:a 85 % av alla problem totalt. Ändringsfrekvensen för tecken- och grammatikproblem uppgick till 96 %, medan stilproblemens ändringsfrekvens stannade på 68 %. Dessa resultat stämmer ganska väl med resultaten från Domeij (1998) där antalet ändringar i tecken- och stilproblem jämfördes mellan manuell och datorstödd granskning (observera att antalet ändringar i grammatiska problem inte studerades). Där ändrades 55 % av teckenproblemen manuellt, medan 99 % ändrades med datorstöd. Motsvarande siffror för stilproblem var 27 % respektive 63 %. Den enda riktigt märkbara skillnaden mellan den tidigare studien och den som presenteras här kan ses i antalet manuellt åtgärdade stilproblem där många 30

fler sådana ändringar gjordes i den aktuella studien (44 % jämfört med 27 % i den tidigare studien). Detta beror sannolikt på skillnader i gruppsammansättningar mellan studierna. I den aktuella studien gjordes fler omfattande manuella revisioner av texten utifrån den tänkte mottagarens perspektiv, men så fanns också flera yrkesverksamma språkkonsulter med. Det påverkade sannolikt antalet manuella ändringar i stil. Intressant är att skillnaderna trots allt jämnar ut sig i den datorstödda granskningen. Det visar att ett granskningsprogram har en tydlig påverkan på resultatet av granskningen. I den förra studien var det svårt att hitta förklaringar till varför skribenterna gör fler ändringar i den datorstödda granskningen, likaså till varför de väljer att inte ändra trots att datorn uppmärksammar dem på problemen. Det huvudsakliga motivet till att göra den studie som presenteras här var just att få tillgång till sådana förklaringar genom tänka högt-metodologin. Om vi ser till alla åtgärdade problem i den aktuella studien så ändrades nästan 30 % procentandelar fler i den datorstödda granskningen. Med hjälp av tänka högt-protokollen kan man se olika motiv till dessa tillkommande ändringar. I de allra flesta fall beror de tillkommande ändringarna på att programmet hjälper skribenterna med detektion, diagnos och korrektion, dvs. att skribenterna får hjälp att: uppmärksamma problem de missat definiera problem de är osäkra på åtgärda problem de inte hittar ändringsförslag till uppmärksamma problem de tidigare inte kände till och få hjälp med att definiera och åtgärda dem. Av detta kan man dra den kanske något oväntade slutsatsen att språkgranskningsprogram kan hjälpa även relativt erfarna skribenter, som i den här studien, att klara av svårigheter i revisionsarbetet som går utöver upptäckten av missade problem. Behovet av hjälp hos erfarna skribenter är inte något det pratas högt om. Att så många teckenproblem ändrades i den datorstödda granskningen till skillnad mot i den manuella granskningen beror till viss del på att de är svåra att uppmärksamma i mänsklig granskning, men det beror minst lika ofta på att skribenterna inte känner till reglerna. Man skulle kunna hävda att många av teckenreglerna i Svenska skrivregler är onödigt petiga och, eftersom få känner till dem, därför inte självklart behöver följas. Dock tycker skribenterna själva i nästan samtliga fall att reglerna i Svenska skrivregler bör följas och att de lärt sig något nytt genom att använda programmet. Betydelsefullt i sammanhanget är nog också att skrivreglerna finns tillgängliga i programmet så att giltigheten kan kontrolleras. Det ger erforderlig legitimitet till programinnehållet. Som framgått av frågeformuläret var alla skribenter positiva till att skrivreglerna finns kopplade till programmet. Förvisso gav programmet skribenterna hjälp, men däremot var det inte alltid så att programmets hjälp var att lita på, precis som det är med kommersiella språkgranskningsprogram. Programmet gav ibland missvisande hjälp vilket visade sig kunna leda till: att skribenterna gjorde felaktiga ändringar pga. felaktig problembeskrivning eller felaktigt förslag från programmet, t.ex. när ett person ombud ändrades till en person ombud. att skribenterna gjorde omotiverade ändringar, till exempel vid falskt alarm när vid bedömningen ändrades till vid en bedömning. att skribenterna gjorde mer ytliga ändringar med programmet än manuellt, till exempel när frasen kunnat gett i frasen har på begäran kunnat gett sitt tillstånd ändrades till kunnat ge i stället för till bara ge som många gjorde manuellt. Här är den manuella analysen baserad på 31

en djupare innehållsmässig tolkning där ordet kunnat uppfattas som onödigt i meningen. I den datorstödda granskningen försummas lätt den innehållsliga dimensionen till förmån för en mera ytligt formell dimension. Både den sista och den första punkten ovan har sannolikt att göra med att skribenterna lättare förlorar kontakt med kontexten i den datorstödda granskningen när problemområdet i texten lyfts ur sin kontext och presenteras i en särskild dialogruta. I stället för att se problemet i ett större sammanhang verkar det lätt bli så att skribenten begränsas till det snäva perspektivet sådant det presenteras i datorn, lösryckt från den övriga texten. Det verkar kunna leda till en viss enögdhet till förmån för det ytligt lokala. En annan möjligen medverkande förklaring kan vara att en viss slapphet infinner sig när man får möjlighet att avlasta en del av det kognitiva arbetet på granskningsprogrammet. Då slutar man tänka själv och kontrollerar inte lika noga. Det är som med miniräknaren. Om man inte använder sig av egna överslagsräkningar för att kritiskt bedöma resultatet blir det lätt fel. Dock kan man lita på att miniräknaren gör rätt förutsatt att man knappat in de rätta siffrorna; ett språkgranskningsprogram är inte fullt lika pålitligt så i användningen av det finns det än större anledning till försiktighet. Vid omotiverade ändringar, som vid punkt två ovan, kan en starkt bidragande orsak vara att skribenten har en överdriven tillit till språkgranskningsfunktionen så att hon börjar tvivla på den egna förmågan. Detta var inte så vanligt i den här studien eftersom skribenterna hade en relativt stor skriverfarenhet och medföljande tillit till den egna förmågan. Med all sannolikhet är problemet större med oerfarna skribenter. Karaktäristiskt nog var det nästan uteslutande den mest oerfarna skribenten som visade prov på sådan osäkerhet. I de allra flesta fall litade dock inte skribenterna på programmets förslag när det stred mot den egna uppfattningen. Skribenterna genomförde inte 15 % av alla föreslagna ändringar i den datorstödda granskningen. Med hjälp av tänka högt-protokollen kan man se två viktiga skäl till varför skribenterna inte ändrade i dessa fall: Skribenten vill ändra men misslyckas pga. att programmet ger otillräcklig hjälp, eller att något blir fel i interaktionen, som till exempel vid en feltryckning. Skribenten väljer att inte ändra pga. att hon inte tycker att förslaget är användbart i den aktuella situationen, oftast på goda grunder. Otillräcklig hjälp får skribenten när programmet inte ger tillräckligt mycket information för att hon ska kunna genomföra alla tre stegen i revisionen: detektion, diagnos och korrektion. För teckenproblem är beskrivningen ofta trivial. Dock kan det vara svårt särskilt vid stilistiska problem att ge begripliga och effektiva instruktioner på ett litet utrymme; dessa regler är till sin natur av luddig tumregelskaraktär där det överlämnas åt skribenten att avgöra själv i varje enskild situation om regeln är applicerbar (se Hayes et al). Passivum är ett bra exempel. Att avgöra när en passiv konstruktion hellre bör bytas mot en aktiv konstruktion är avhängigt av många saker, bland annat informationsstruktur och genre. Det är inte något ett program kan ge en oförstående skribent hjälp med på några rader i en praktisk skrivsituation där effektivitet och snäva tidsramar i hög grad styr arbetet. I studien gick det dock bara vid några enstaka tillfällen att konstatera att en skribent inte fick tillräcklig hjälp för att genomföra en ändring. Det var inte förvånansvärt återigen den mest oerfarna skribenten som fick problem med otillräcklig hjälp. Det antyder att problemet med otillräcklig hjälp är mångt värre hos skribenter som är mer oerfarna än i denna studie eftersom de har behov av ett större instruktivt stöd från programmet samtidigt som de ofta inte själva kan 32

antas avgöra när programmet ger falska alarm. I de fall ett program inte ger tillräckligt hjälp, ökar det den kognitiva belastningen hos skribenten som får ägna onödig tid och energi åt fruktlöst tankearbete som bara bekräftar den egna oförmågan. Om exemplen på otillräcklig hjälp i studien var få, var däremot exemplen på ovälkommen hjälp fler. Av de problem som skribenterna valde att inte ändra, var nästan alla av stilistisk art. Skribenterna var minst benägna att ändra stilproblem med formell karaktär; stilproblem med informell karaktär ändrades oftare. Orsakerna till att stilproblemen inte ändras i samma utsträckning som övriga problem verkar vara att: stilval kan vara personligt så att en skribent generellt eller i enskilda fall väljer en mer formell stil än en annan att lägga sig i andras stil kan vara känsligt, något som skribenter drar sig för olika textttyper kräver olika stilar skribenter har olika uppfattningar om hur man ska förhålla sig till texttypen (konventionen) och därmed till hur uppgiften ska definieras, dvs. vilka kriterier som ska användas vid granskningen olika skribenter kan också välja att definiera uppgiften på olika sätt med hänsyn till det enskilda tillfället, till exempel kan en skribent bestämma sig för att bara söka rena felaktigheter av brist på tid eller engagemang medan en annan beslutar sig för att revidera texten som helhet med avseende på skrivsituationens alla krav Man kan se stora skillnader i ändringsfrekvens av stilistiska problem mellan olika skribenter. De skillnader som tydligast framträder som ett mönster består i att vissa skribenter gör många ändringar i stil, medan andra knappt gör några stiländringar alls (se äv. Domeij 1998). Dessa grupper verkar ha radikalt olika sätt att definiera uppgiften på. Skribenter som ändrar ofta i stil drar sig inte för att genomgående förändra stilen i texten när de inte tycker att den motsvarar skrivsituationens krav med mottagaren i centrum. Den text som användes i studien innehöll många drag som är karaktäristiska för en traditionellt byråkratisk stil med formell ton, svårbegripliga uttryck och styltiga konstruktioner. Detta trots att texten vänder sig till en sextonårig flicka. Skribenter som ändrar stilen genomgående väljer att gå emot den traditionella texttypens krav och i stället ta hänsyn till mottagaren och ändra från formell och svårbegriplig stil till mer informell och begriplig. De skribenter som är ovilliga att ändra stilen i texten däremot, verkar vilja anpassa texten i enlighet med den traditionellt byråkratiska texttypens krav. Dessa skribenter granskar med avseende på avvikelser från dessa krav och ändrar i stil bara när de finner stilproblem som bryter mot textens förhärskande formella stil, till exempel uttryck av informell karaktär. Dessa skribenter kan antingen vara uttalat emot att förenkla stilen och bryta mot det konventionella mönstret, eller så drar de sig helt enkelt för att lägga sig i andra skribenters stilval av känslighetseller bekvämlighetsskäl. De här olika sätten att definiera uppgiften och välja revisionsstrategier som skribenterna har är mycket stabila mellan manuell och datorstödd granskning vilket tyder på att det handlar om ett medvetet val med förankring i skribentens uppfattningar om vad granskningsarbetet innebär, ett val som inte så lätt låter sig rubbas av påverkan från ett granskningsprogram. I stället skapas lätt en motsättning mellan det språkpolitiska ställningstagande som programmet underförstått propagerar för (i det här fallet en mer ledig och begriplig stil) och en skribents motstridande ställningstagande (bevarande av den byråkratiska stilen). Denna motsättning skapar irritation och missnöje hos skribenter med motstridande uppfattning. Exempel på detta kan observeras i tänka 33

högt-protokollen, och bekräftas också av de uppföljande frågorna i frågeformuläret och intervjun. Trots att attityderna till granskningsprogrammet överlag var positiva att döma av frågeformuläret var kritiken mot programmets stilgranskning tydlig hos de skribenter som strävade efter att bevara den kanslispråkliga stilen i sin bearbetning av texten. Motsättningen speglar den heterogenitet som trots allt finns i språksamhällets syn på texttypers krav, och understryker att genre är något som skapas och omformas inom sociala gemenskaper, inte något som entydigt kan beskrivas i objektiva regler och på ett enkelt sätt formaliseras i ett språkgranskningsprogram. Kanske ska man se det så att den som konstruerar ett språkgranskningsprogram medvetet eller omedvetet tar språkpolitisk ställning i det spänningsfält som finns mellan olika gruppers syn på de språkliga kraven för en viss texttyp. Tydligt är att den bild av texttyp eller genre som språkgranskningsprogram ger uttryck för innebär en förenkling som kan vara vilseledande för vissa skribenter, eller som kan väcka stor irritation hos andra. I avsnittet Allmänna riktlinjer och förslag nedan diskuteras olika sätt att tackla detta problem. Det finns också en annan uppenbar risk med stilgranskning i interaktion med skribenter som har liten erfarenhet av granskning. Oerfarna skribenter, till skillnad från erfarna skribenter, definierar ofta granskningsuppgiften som en jakt på ytliga problem i texten. Någon djupare och mer omfattande uppfattning om granskningsuppgiften än så verkar de ofta inte ha (se Hayes et al). Troligt är att dessa oerfarna skribenter är mer lättpåverkade när det gäller att följa de stilistiska råden från ett granskningsprogram än erfarna skribenter som har hunnit skaffa sig stabila uppfattningar om olika genrers krav och hur granskningsuppgiften ska definieras. Risken är att de oerfarna skribenterna inte har förmåga att ändra stilen genomgående och enhetligt i hela dokumentet. I stället kanske de bara ändrar de stilbrott som datorn presenterar för dem vilket kan leda till stilistisk inkonsekvens i texten. Stil är i grunden ett genomgående drag hos texten som helhet. Ifall den som inte har grepp om den stilistiska helheten i en text på datorns uppmaning börjar ändra passivformuleringar till aktiva formuleringar är faran att stilen och informationsstrukturen som helhet blir ett osammanhängande lappverk. Kanske är det inte en tillfällighet att den minst erfarne skribenten i studien är en av de två skribenter som påverkas mest till att göra nya stilistiska ändringar i den datorstödda granskningen. Intressant är också att skribenter med stor yrkesrelaterad skrivvana var bland dem som gjorde flest ändringar i stil (liksom för andra ändringar) både i den manuella och den datorstödda granskningen. Kanske ser vi här ett exempel på att erfarna skribenter inte drar sig för att ta helhetsgrepp på texten och förändra stilen genomgående när det är motiverat av skrivsituationens krav. Slutsatser och diskussion Tyvärr är diskussionen kring språkkontroll ofta onyanserad. Många avfärdar helt tekniken utan större kännedom om den, men som vi sett verkar det finnas både fördelar och nackdelar med ett språkgranskningsprogram. Det kan hjälpa även relativt erfarna skribenter som i studien att upptäcka, definiera och åtgärda problem som de missat eller inte känner till, samtidigt som det också kan ställa till med en del problem för dem t.ex. vid falskt alarm. Särskilt användbart visade sig programmet vara i granskningen av teckenproblem eftersom de lätt slinker igenom den mänskliga granskningen även om det handlar om redan kända problem. Många av teckenproblemen var också okända för skribenterna som fick hjälp av programmet med att granska dem och lära sig dem. Dessutom är teckenproblemen på grund av sin formella och okomplicerade karaktär relativt lätta att implementera i datorn och presentera för skribenten till stöd för diagnos och korrektion. Det gäller också vissa väldefinierbara grammatiska problem, men de kan ofta vara svårare att presentera på ett begripligt sätt vilket kan resultera i svårigheter 34

för oerfarna skribenter eller invandrare som har större behov av grammatikgranskning med uttömmande beskrivningar än erfarna skribenter. Därför är det särskilt viktigt att även studera skribenter som är mindre erfarna i det svenska språket. Resultaten i studien pekar på att det finns potential hos språkgranskningsprogram av den här typen att till viss del avlasta skribenten, öka effektiviteten och i alla fall ytligt sett förbättra språkriktigheten i det skrivna, särskilt när det gäller teckenproblem och kanske i något mindre grad även grammatiska problem. Dock förutsätter detta att programmen kommer tillrätta med flera av de användbarhetsrelaterade problem som nämnts, så att det ger ett minimum av falska alarm, tydliga problempresentationer och tillräckligt stöd för alla steg i revisionsprocessen. Däremot är programmen mindre lämpade att ge stöd för stilgranskning där problemen är mer svårdefinierbara till sin natur. Stilproblem är problematiska på flera sätt. De är på grund av sin luddiga tumregelskaraktär svåra att implementera och presentera vilket gör det svårt för programmet att ge stöd för detektion, såväl som för diagnos och korrektion. Ta till exempel passivum. Programmen har inte förmåga att detektera olämplig användning och måste därför flagga för alla passiva meningar och överlåta till skribenten att avgöra lämpligheten i det aktuella fallet på basis av svepande beskrivningar av problemet som lämnar den hjälpbehövande skribenten rådvill och med otillräckligt stöd i diagnos- och korrektionsfasen. Stilgranskningen är också svår att anpassa till olika skribenters behov och olika texttypers krav eftersom skribenterna som vi sett kan ha olika uppfattningar om texttypen och hur uppgiften ska definieras. Därför upplever många skribenter stilgranskningen som ovälkommen. Stilgranskning av ord och fraser som generellt är att betrakta som alltför ålderdomliga eller alltför vardagliga i normal sakprosa tycks dock allmänt motiverad, i alla fall när det gäller granskning av andras texter. Först när det råder stor konsensus i gruppen om med vilka krav olika texter ska granskas, vilka granskningsstrategier som ska användas, hur granskningsuppgiften ska definieras, kan ett språkgranskningsprogram utvecklas som stöd för detta (mer om detta i nästa avsnitt). En explicit och väldefinierad språklig policy som alla i språkgemenskapen är överens om är alltså den bästa förutsättningen för utvecklingen av ett verkligt användbart språkgranskningsprogram. Arbetsplatser med en väl utvecklad språklig policy, t.ex. tidningsredaktioner, är bäst förberedda för detta. Där kan också stilgranskning implementeras utan att individer hamnar i konflikt med datorprogrammet. Värre är det inom t.ex. myndigheterna där det visserligen finns en relativt ny språklig policy som förordar en större begriplighet i det skrivna. Dock verkar man inte enligt min mening ännu helt fått gehör för denna policy som motarbetas av många anställda i ett försök att hålla fast vid en äldre stilnorm. Att i ett sådant läge sätta in ett språkgranskningsprogram som stöd för den nya policyn är troligtvis inte det bästa sättet att lösa motsättningarna, ett problem som visade sig i den aktuella studien. Ytterligare ett problem är att granskningsprogrammets hjälp kan vara missvisande på grund av oprecisa granskningsregler, oriktiga eller vaga problembeskrivningar och instruktioner, samt felaktiga ersättningsförslag. De ovan beskrivna problemen kan leda till ökad kognitiv belastning och irritation hos skribenten samt försämrad tillit för programmet; resultatet kan också bli omotiverade eller rentav felaktiga ändringar. Det verkar också finnas en fara i ytfokusering, det vill säga att skribenter stänger av sin egen kognitiva förmåga och avstår från djupare analys av problemet vid användning av granskningsprogrammet. Dålig avlastning i granskningsarbetet kan leda till ineffektivitet och försämrad kvalitet hos det skrivna. Fortsatt forskning kring dessa problem och deras effekter är viktig som underlag till hur användbarheten hos befintlig teknik kan förbättras. 35

Några allmänna riktlinjer och förslag Utifrån de ovan dragna slutsatserna och tidigare erfarenheter av att arbeta med språkgranskningsteknologi presenterar jag här några allmänna riktlinjer för programdesign och förslag till förbättringar (som i viss mån också kan ses som råd vid användningen av språkgranskningsprogram). I studien har viktiga problem i interaktionen mellan skribent och språkgranskningsprogram kunnat belysas. Dessa problem har visat sig i otillräcklig, missvisande och ovälkommen hjälp från programmet vilket kan leda till ökad belastning för skribenten med irritation och försämrad tillit som reaktion. Det kan också genom övertalningseffekt och yfokusering leda till omotiverade, felaktiga och ytliga ändringar. Naturligtvis är det avgörande för programmets användbarhet att så långt som möjligt åtgärda dessa problem. Antingen måste man förbättra programmen med avseende på de regler som ger upphov till otillfredsställande hjälp, eller så bör man drista sig till att helt ta bort dem. Dagens kommersiella program har i allmänhet ett alltför tvivelaktigt innehåll. Det verkar valt efter lumpbodsprincipen: samla ihop allt som folk kan tänkas vilja ha så får de ta det de vill. Programmakarnas val att lämna åt skribenterna att själva välja i högen av diverse granskningsregler skrämmer nog kunderna långt mer än det lockar. En bättre princip är att ha med det som visar sig vara generellt användbart för de tänkta användarna. Det innebär till exempel ett minimum av stilregler som inte uppfattas som ovälkomna av för många användare. Det utesluter inte att det finns andra inaktiva stilregler som kan aktiveras på användarens egen begäran. Dock bör det standardurval av regler som används av programmet ha en dokumenterat bred och hög användbarhet. Att något kan granskas med dator innebär inte automatiskt att det bör göra det. Användbarhetsstudier är ett viktigt medel för att generera resultat som grund för sådana diskussioner. Programmet bör ge tillräckligt stöd för alla steg i granskningen, alltså inte bara detektion, utan också diagnos och korrektion. I annat fall bör det tydligt framgå att regeln bara kan ge stöd för detektion och presenteras i en särskild granskning med syfte att enbart söka problem för skribenternas egen bedömning. Legitimitet är ett annat problem. Programmets kommentarer bör vara tydliga med referenser till legitima källor eller vara skrivna av personer med dokumenterad kompetens på området. För de regler i programmet som hänvisar till Svenska skrivregler och dessutom är länkade till aktuell paragraf i skrivreglerna märks det att tilliten hos skribenterna är stor. Värre är det med andra regler som inte hänvisar till legitima källor. Där förlorar programmet i trovärdighet. I beskrivningarna bör också programmets begränsade granskningsförmåga speglas på ett tillförlitligt sätt så att skribenterna får en realistisk bild av vad programmet kan och inte kan göra. Detta borde i längden stärka skribenternas tillit till programmet och begränsa eventuella negativa övertalningseffekter Granskning i kontext är viktigt. När ett problem avlägsnas ur sitt sammanhang i texten och presenteras i en dialogruta vid sidan av med alltför begränsad kontext, som i det program som användes i studien, kan skribenter luras att ändra på ett sätt som passar mindre bra eller är helt felaktigt i den omgivande kontexten. Det kan även få dem att göra mer lokala ändringar än vad de skulle göra med ett större kontextuellt perspektiv. Detta talar för en interaktionsform där problemen markeras och kommenteras i texten och inte vid sidan av. Det är också viktigt med bra återkoppling så att skribenten kan kontrollera att ett ändringsförslag som med en knapptryckning placerats in i texten gett önskat resultat. Det hände vid flera tillfällen i studien att en skribent tryckte på fel knapp (på knappen fortsätt i stället för ändra eller tvärtom) utan att upptäcka misstaget. Kompletterande mänsklig granskning är viktig både under den datorstödda granskningen och vid sidan av den, vilket ett program på något sätt 36

bör förmedla och underlätta. Även detta talar för en interaktionsform där både granskning och ändring görs direkt i texten så att skribenten genast ser resultatet av ett ändra-kommando och kan ångra det. Ett granskningsprogram måste kunna anpassas till olika behov bättre än det som användes i studien. Befintliga språkgranskningsprogram har inget tydligt syfte och vänder sig inte till en bestämd användargrupp. Viktigt är att bestämma om programmet ska användas i ett praktiskt eller pedagogiskt sammanhang, och om den tänkta användargruppen har stor eller liten skriverfarenhet. I en praktisk skrivsituation är tidspressen och kraven på effektivitet stora. Då sätter man sig inte också läser sidor med instruktioner för att förstå nya grammatiska problem som datorn presenterat för en. Däremot skulle man kunna tänka sig att göra det i ett pedagogiskt sammanhang. Då skulle det också kunna finnas övningar att träna på och lärare att fråga om hjälp. Idealiskt sett bör ett program kunna skräddarsys i så hög grad som möjligt för olika pedagogiska eller praktiska sammanhang. De arbetsmiljöer där syfte och behov är tydligt definierade och där de språkliga kraven är explicitgjorda med stor konsensus inom gruppen lämpar sig bäst för datorisering. En explicit och väldefinierad språklig policy som det råder stor överenskommelse om i språkgemenskapen är alltså den bästa förutsättningen för utvecklingen av ett verkligt användbart språkgranskningsprogram. Arbetsplatser med en väl utvecklad språklig policy, t.ex. tidningsredaktioner, är bäst förberedda för detta. Där kan också stilgranskning implementeras utan att individer hamnar i konflikt med datorprogrammet. Värre är det inom t.ex. myndigheterna där det visserligen finns en relativt ny språklig policy som förordar en större begriplighet i det skrivna. Dock verkar man, enligt min erfarenhet, inte helt fått gehör för denna policy som motarbetas av många anställda som försöker hålla fast vid en äldre stilnorm. Att i ett sådant läge sätta in ett språkgranskningsprogram som stöd för den nya policyn är troligtvis inte det bästa sättet att lösa motsättningarna, vilket kan sägas framgå i den aktuella studien. Liknande problem finns på många andra arbetsplatser. Som vi sett kan skribenter ha olika uppfattningar om skrivsituationens krav och definitionen av uppgiften vilket ett program måste kunna anpassas till. Ett sätt är att utgå från en neutral uppsättning regler för normal bruksprosa som sedan går att ändra med avseende på såväl textnivå (tecken, grammatik, stil) som stilnivå (ledig, normal, formell). Mer avancerade användare bör ges större möjlighet att välja regler och skapa nya regler efter egna behov, antingen själva eller med hjälp av en expert som skräddarsyr granskningsprogrammet till användarens behov, till exempel på en tidningsredaktion. I de flesta sociala skrivmiljöer (en skola, en arbetsplats) finns personer med redaktionella uppgifter, som ansvarar för texternas kvalitet och har stort inflytande över vilka normer (vilken språkpolitik) som ska gälla för det skrivna. På en skola kan det vara läraren, hos en myndighet språkkonsulten, och på en tidning redaktören och den språkriktighetsansvarige. I ett språkgranskningssystem som används av flera användare i en sådan grupp kan redaktören vara med och ta fram en lämplig regeluppsättning i samverkan med skribenterna och anpassa programmet efter den. I systemet bör det finnas möjligheter till kommunikation och samarbete skribenterna emellan. På så vis skulle programmet kunna ge stöd och utrymme för den sociala dynamik i vilken skrivandets normer uppstår och förändras. Ett användarorienterat perspektiv är centralt för utvecklingen av program som bättre uppfyller användarnas behov och praxis. Programkonstruktionen bör ske i medvetande om hur mänskliga språkgranskningsprocesser fungerar psykologiskt och socialt i olika sammanhang så att programmen bättre kan anpassas till dessa. Helst bör programkonstruktionen också ske i nära samarbete med de tänkta användarna själva så att hänsyn bättre kan tas till deras specifika behov. Det är viktigt att inse att varken skrivandet eller tekniken är något som kan eller bör ses som isolerade från sociala sammanhang. Det stöd och den hjälp skribenter kan ge varandra under 37

skrivarbetet är ovärderlig och oersättelig. Att uteslutande förlita sig till den hjälp ett språkgranskningsprogram kan erbjuda är inte tillrådigt; däremot kan tekniken hjälpa till att stödja och avlasta skribenter med en liten om än obetydlig del av arbetet. Inte minst skolan har i det sammanhanget en betydelsefull roll i att lära ut hur tekniken kan integreras i skrivandet med medvetenhet om dess begränsningar. Slutligen vill jag betona vikten av fortsatt forskning på området. Tillräckligt känsliga metoder måste arbetas fram i syfte att synliggöra de brister som finns i befintlig språkgranskningsteknologi och att undersöka den påverkan tekniken har på skrivandet. Med mer sådan kunskap kan programmen fortsätta utvecklas mot större användbarhet. Tänka högt-metodologi är ett exempel på en metod som kan belysa intressanta problem i interaktionen mellan skribent och granskningsprogram. Metodologisk diskussion I den tidigare studien (Domeij, 1998) där inte tänka högt-teknik användes låg fokus på de kvantitativa resultaten. I den studie som presenteras här kompletterar de kvalitativa resultaten de kvantitativa. Tänka högt-protokollens roll är att bidra med data som visar på bakomliggande resonemang och motiv till det observerade revisionsbeteendet. Försöket att använda tänka högt-metodik för att studera datorstödd språkgranskning har i min mening fallit ut väl. Det gav data som fördjupade förståelsen av revisionsprocessen och interaktionen mellan människa och datorstöd. I den manuella granskningen gav protokollet data som kompletterade de korrekturanteckningar som försökspersonen gjorde. Det bidrog till en rikare bild av försökspersonens detektioner, diagnoser och bearbetningar. I vissa fall innehöll protokollet unika data som inte kunde spåras på korrekturbladet, t.ex. detektioner som försökspersonen var osäker på och därför valde att inte anteckna. I den datorstödda granskningen gick det med protokollets hjälp att se varför försökspersonen inte ändrade, om det var för att hon inte ville ändra eller om det var för att programmet inte gav tillräckligt med stöd för diagnos och korrektion. Det visade också försökspersonens reaktioner på programmets funktion. Det kodsystem som användes i studien kan utvecklas med ytterligare koder och kanske även mer kvantitativ analys men det finns skäl att vara försiktig med alltför långtgående kvantifikation av de kvalitativa egenskaperna. Den största fördelen med den kvalitativa analys som gjordes i studien är förvisso det djup den ger som komplement till den kvantitativa bilden. Kommentarer om granskningsinnehåll och gränssnitt bör förses med koder, likaså detektioner av andra problem än de programmet reagerar på. Det kan vara intressant att se hur försökspersonerna granskar texten i övrigt och hur de definierar sin arbetsuppgift. Definierar de den på ett sätt som stämmer överens med programmets instruktioner eller har de en väsentligen annan syn på uppgiften? Reviderar de texten på ett grundligt sätt eller letar de bara efter ytfel? I Hayes et al (1987) påvisas att en tydlig skillnad mellan erfarna och oerfarna skribenter just består i hur pass grundligt texten bearbetas. Oerfarna skribenter ägnar sig ofta bara åt en ytputsning av texten medan erfarna skribenter bearbetar på djupet. Kanske är det också så att en ytputsande och misstänkt oerfaren skribent är mer benägen att ändra efter programmets råd även när det inte är tillrådligt 3. Ibland behövde protokollet kompletteras med kommentarer från försökspersonen själv till vad hon menade med det och det, varför hon gjorde si eller så, vilka strategier hon använde m.m. Den 3 Dock måste en viss försiktighet iakttas i användningen av distinktionen erfaren-oerfaren efter som gränsen är svår att dra. Inte desto mindre har distinktionen visat sig användbar inom skrivforskningen vilket Flower & Hayes och andra framstående skrivforskare visat. 38

efterföljande intervjun och enkäten visade sig vara ett effektivt sätt att få fram sådana kompletterande data. Alla dessa data är mycket värdefulla i arbetet med att utöka förståelsen för revisionsprocessen och interaktionen människa-dator, därmed också i arbetet med att utvärdera och förbättra designen av program för datorstödd språkgranskning. Det ger underlag för viktiga designbeslut där man antingen väljer att förbättra stödet i vissa fall, eller helt väljer att ta bort regler i programmet som försökspersonerna inte är behjälpta av. Kritik mot tänka högt-metodik Det har genom åren riktats en hel del kritik mot tänka högt-metodik som har lett till en livlig diskussion om metodens vetenskapliga giltighet (se t.ex. Cooper & Holzman, 1989; Smagorinsky, 1994; Hayes & Flower, 1983). Kritikerna har bland annat velat understryka att tankeprocesser är omöjliga att observera. De data som kommer fram i ett tänka högt-protokoll är inte tankar, menar man. Data är också inkompletta; vissa skribenter talar mer, andra mindre. Man menar också att kodning och tolkning av data är subjektivt och därmed inte giltigt som vetenskapligt resultat. Det har också riktats kritik från annat håll mot att tänka högt-experiment är artificiella och individcentrerade. Man menar också att skrivprocessen störs när försökspersonerna tvingas tänka högt under skrivarbetet. Därmed anses de inte vara ekologiskt valida (Cooper, 1989; Cole et al., opubl.). De speglar inte hur skrivande går till i verkliga livet där skribenter ofta samarbetar i framställningen av texter. Mycket av den kritik som framkommit är förvisso riktig - som tidigare nämnts tror jag man ska lägga korten på bordet och vara försiktig med alltför långtgående kvantifiering av resultaten - men kritiken går för långt när den helt avfärdar tänka högt-metodik som vetenskaplig metod. Visst är tolkningarna av tänka högt-protokoll subjektiva, men det går att uppnå samstämmighet i tolkningen med flera bedömare. Och visst påverkas skrivprocessen, visst är data inkompletta, visst är skrivsituationen något artificiell, men trots allt är tänka högt-metodik det bästa sättet vi har för att få tillgång till hur skribenter tänker under skrivandet. Må så vara att det inte är en fullkomlig metod; den ger ändå viktiga data som belyser skrivprocessen på ett sätt som ingen annan metod gör. Med det inte sagt att det är den enda betydelsefulla metoden inom skrivforskningen. Andra metoder, både mer strikt experimentella och mer etnografiska, bidrar tillsammans med tänka högt-metodik till att skapa en mångfasetterad bild av hur vi gör och tänker när vi skriver, även när vi använder intelligenta datorstöd. Inom praktiskt problemorienterade områden som datorstödd språkgranskning och andra områden inom människa-maskininteraktion tycks ett tvärvetenskapligt angreppssätt vara särskilt fruktbringande (Monk & Gilbert, 1995; Wallén, 1993). Litteratur Arppe, A., 2000. Developing a grammar checker for Swedish. I: In: Nordgård, T. (Ed), Proc. 12th Nordic Conference in Computational Linguistics, Nodalida-99. Trondheim, pp. 13 27. Birn, J., 2000. Detecting grammar errors with Lingsoft s Swedish grammar checker. In: Nordgård, T. (Ed), Proc. 12th Nordic Conference in Computational Linguistics, Nodalida-99. Trondheim, pp. 28 40. Carlberger, J. & Kann, V. (1999). Implementing an efficient part-of-speech tagger. In: Software Practice and Experience, 29, 815-832. Cole, M., Hood, L. & McDermott, R. (unpublished manuscript) Ecological niche picking: Ecological invalidity as an axiom of experimental cognitive psychology. Laboratory of 39

Comparative Human Cognition and Institute for Comparative Human Development, The Rockefeller University. New York. Mimeo. Cooper, M. & Holzman, M. (1989). Talking about protocols. In: Cooper & Holzman. Writing as social action, p. 75 86. Portsmouth: Boynton/Cook publishers. Cooper, M. (1989). The Ecology of Writing. In: Cooper & Holzman. Writing as social action, (p. 1 13). Portsmouth: Boynton/Cook publishers. Domeij, R. (1996). Detecting and presenting errors for Swedish writers at work. Technical report IPLab-108, TRITA-NA-P9629, IPLab, NADA, KTH. Domeij, R. (1997). Datorn och språkriktigheten. I O. Josephson, ed., Svenskan och IT-samhället. Hallgren & Fallgren, 1997. Domeij, R (1998). Detecting, diagnosing and correcting low-level problems when editing with and without computer aids. In TEXT Technology, vol 8, no. 1. Wright State University, Celina, USA. Domeij, R., Eklundh, K., Knutsson O. Larsson, S. & Rex, Å. (1998). Granskaprojektet 1996 1997. Technical Report NADA, 1998. Domeij, R., Hollman, J. & Kann, V., (1994). Detection of Spelling Errors in Swedish Not Using a Word List En Clair. In: Journal of Quantitative Linguistics, Vol. 1, No. 3, pp. 195 201. Domeij, R., Knutsson, O., Carlberger, J. & Kann, V. (1999). An efficient hybrid system for Swedish grammar checking. In: Proc. of 12th Nordic Conference in Computational Linguistics, Nodalida-99. Trondheim, pp. 49-56. Domeij, R., Knutsson O. & Larsson, S.(1996). Datorstöd för språklig granskning under skrivprocessen -- en lägesrapport. Technical Report IPLab-109, TRITA-NA-P9630, NADA, 1996. Domeij, R., Knutsson, O. & Severinson Eklundh, K. (In press) Different Ways of Evaluating a Swedish Grammar Checker. To appear in: Proceedings of The Third International Conference on Language Resources and Evaluation (LREC 2002), Las Palmas, Spain. Domeij, R., Knutsson, O., Öhrman, L. (2001) Inkongruens och felaktigt särskrivna sammansättningar - en beskrivning av två feltyper och möjligheten att detektera felen automatiskt. Svenskans beskrivning 24, Förhandlingar vid tjugofjärde sammankomsten för svenskans beskrivning. Linköping 22-23 oktober 1999. Eds: Jönsson et al. Linköping Electronic Conference Proceedings. URL: http://www.ep.liu.se/ecp/006/. Flower, L. S., & Hayes, J. R. (1980). The dynamics of composing: making plans and juggling constraints. In L. W. Gregg & E. R. Steinberg (Eds.), Cognitive Processes in Writing. (pp. 31-50). Hillsdale, N.J: Lawrence Erlbaum. Flower, L. S., & Hayes, J. R. (1981). A cognitive process theory of writing. College Composition and Communication, 32, 365-387. Flower, L., Hayes, J., Carey, L., Schriver, K. & Stratman, J., (1986). Detection, Diagnosis, and the Strategies of Revision. In: College Composition and Communication, Vol. 37, No. 1, 17 55. Haas, C. (1989a). Does the medium make a difference? Two studies of writing with pen and paper and with computers. Human-Computer Interaction, 4, 149-169. Haas, C. (1989b). How the writing medium shapes the writing process: Effects of word processing on planning. Research in the Teaching of English, 23( 2), 181-207. 40

Hagdahl, K-H. (1991) Checking the Checker Grammatifix - analysis of the Swedish Grammar Checker from a user s point of view. Masters thesis. Nada, KTH. Hayes, J. R. & Flower, L. (1983). Uncovering Cognitive Processes in Writing: An Introduction to Protocol Analysis. In Mosenthal, Tamer & Walmsley (Eds.), Research on Writing: Principles and Methods. New York: Longman. Hayes, J. R., & Flower, L. S. (1980). Identifying the organization of writing processes. In L. W. Gregg & E. R. Steinberg (Eds.), Cognitive Processes in Writing (pp. 3-30). Hillsdale, N.J: Lawrence Erlbaum. Hayes, J. R., Flower, L., Schriver, K., Stratman, J. & Carey, L. (1987). Cognitive processes in revision. In: S. Rosenberg (Ed.), Advances in applied psycholinguistics: Vol. 2. (pp. 176 240). New York: Cambridge University Press. Hill, C. A., Wallace, D. L., and Haas, C., 1991. Revising on-line: Computer technologies and the revising process. Computers and Composition, 9(1), 83-109. Kann, V. Domeij, R., Hollman, J. & Tillenius, M. (1998). Implementation aspects and applications of a spelling correction algorithm. Accepted for publication in: Journal of Quantitative Linguistics during 1998. Knutsson, O. (2001) Automatisk språkgranskning av svensk text. Licentiate thesis, IPLab-198, TRITA-NA-0105, Royal Institute of Technology. Kohut, G. & Gorman, K. (1995). The effectiveness of leading grammar/style software in analyzing business students writing. JTBC pp. 341-361. July 1995. Kukich, K. (1992). Techniques for automatically correcting words in text. ACM Computing surveys, Vol. 24, No. 4, pp. 377 439. Larsson, S. (1998). Interaktivitet och användbarhet vid datorstödd språkgranskning och redigering i en integrerad skrivmiljö. Exjobbsrapport TRITA-NA-E9833 (IPLab-150), Nada, juni 1998. Lutz, J. A. (1987). A study of professional and experienced writers revising and editing at the computer and with pen and paper. Research in the Teaching of English, 21( 4), 398-421. Monk, A.F. & Gilbert, N. (1995) Perspectives on HCI: Diverse Approaches. London: Academic Press. Newell, A., & Simon, H. A. (1972). Human problem solving. Engelwood Cliffs, N. J.: Prentice- Hall. Prima Plita Handbok (1993). IPLab, Nada, KTH. Severinson Eklundh, K. (1992) Problems in achieving a global perspective of the text in computer-based writing. In: Instructional Science, 21, 73-84. Severinson Eklundh, K. (1995) Skrivmönster med ordbehandlare. I: Språkvård, nr 4, sid 11 18. Smagorinsky, P. (Ed.). (1994). Speaking about Writing: Reflections on Research Methodology. Thousand Oaks, California: Sage Publications. Strömquist, S (1989) Skrivboken. Malmö: Liber. Svenska skrivregler (1991) Skrifter utgivna av svenska språknämnden 77, Almquist & Wiksell, ISBN 91-21-11280-0. Sågvall-Hein, A. (1998). A chart-based framework for grammar checking. Proc. from Nodalida98. Wallén, G. (1993) Vetenskapsteori och forskningsmetodik. Lund: Studentlitteratur. 41

42

Bilaga 1: En studie av granskning med språkkontroll Syftet med studien är att undersöka vilken hjälp man kan få av ett språkkontrollprogram när man granskar en text jämfört med när man granskar själv. Det är alltså programmet som ska testas och inte dina språkkunskaper så du behöver inte känna någon press på dig. Naturligtvis kommer allt material att behandlas konfidentiellt och resultaten att användas anonymt och bara i forskningssyfte. Uppgiften är att granska och bearbeta en text som du får av mig. Sen får du köra ett språkkontrollprogram och ta ställning till programmets förslag. Efteråt ställer jag lite frågor om vad du tyckte om uppgiften och programmet och så. Under båda uppgifterna ska du tänka högt vilket innebär att du pladdrar på om hur du tänker medan du arbetar. Det kan vara lite ovant i början men du kommer att få en liten uppgift att träna på så att du fattar galoppen. När man väl kommit igång är det ganska kul och man blir mer medveten om hur man tänker när man arbetar med texter. Om du inte tycker att det fungerar kan du dra dig ur redan efter träningsuppgiften och ändå få en biobiljett för besväret. Studien innehåller följande fem moment och tar ca 2 timmar: Träna på att tänka högt. Granska och kommentera en text på papper. Granska samma text med datorprogrammet. Svara på intervjufrågor. Fylla i ett frågeformulär. Du kommer att få skriftliga instruktioner för de tre första momenten.

Bilaga 2. Försökstexten med de språkliga problemen markerade med fetstil: Ansökan från underårig beträffande tillstånd att gifta sig Eva Evasson har hos Länsstyrelsen ansökt om tillstånd att ingå äktenskap med Adam Adamski. Eva's föräldrar har på begäran kunnat gett sitt tillstånd till äktenskapet. SocialNämnden i Upplands Väsby kommun har i avgivet yttrande föreslagit att ansökningen icke tillstyrks. Eva har därefter genom sitt person ombud hemställt att Länsstyrelsen bifaller ovannämnda ansökning. Länsstyrelsen avslog 91-02-25 ett tidigare ansökan från Eva angående tillstånd att ingå äktenskap. Som skäl till beslutet anfördes att Eva's pojk vän inte kommer få uppehållstillstånd i sverige under det två närmaste åren, dvs mellan 1991-1992. BESLUT Länsstyrelsen avslår Eva Evassons ansökan om tillstånd att ingå äktenskap med Adam Adamski. Detta beslut är definitiv och går inte att överklaga. BESLUTSSKÄL Enligt 2 kap 1 äktenskapsbalken (1987:230) gäller för de under 18år att de icke får ingå äktenskap utan tillstånd av Länsstyrelsen.. Vid bedömningen måste olika faktorer beaktas. Dess utom måste hänsyn kunnas tagas bla till parets sociala förhållanden. Då Eva's fästman fortfarande icke kan få uppehålls tillstånd i Sverige, finner Länsstyrelsen att parets social förhållanden är såna att det är inte lämpligt att beviljar Eva som underårig tillstånd att ingå äktenskap. Eva fyller 18 år den 20:e december i år. Och hon kan då själv - utan något myndighets inblandning - taga ställning till äktenskapet och sin framtid.

Bilaga 3: Granska en text på papper Se till att du har fått följande material: en pappersversion av den text du ska granska, några blad att skriva kommentarer på och kladdpapper. Läs igenom och granska den text du fått. Föreställ dig att en bekant till dig som nyligen blivit anställd som handläggare på Länsstyrelsen bett dig om hjälp med att granska texten. Hon eller han har bett dig markera och kommentera allt som du tycker är fel eller kan förbättras, och ge konkreta förslag på hur det kan skrivas om på ett bättre sätt. Gör så här när du markerar, kommenterar och ger förslag: Markera i texten genom att stryka under det du vill anmärka på. Numrera varje markering med en siffra. Skriv numret för markeringen i kommentarfältet på nästa blad. Kommentera det du markerat så att textförfattaren förstår vad problemet består i. Skriv ditt ändringsförslag i förslagsfältet bredvid kommentaren. Du kan också skriva kommentarer och förslag som berör större delar av texten och som är svåra att markera, genom att i kommentaren beskriva vad i texten du syftar på. Lämna in texten, kommentarerna och kladdpappersanteckningar när du är klar.

Bilaga 4: Granska texten på dator Du ska nu granska texten med datorprogrammets granskningsfunktion. Ändra i texten på grundval av de kommentarer och förslag du får från programmet, men bara om du anser dem befogade. Gör inga andra ändringar än dem som anknyter till programmets kommentarer och förslag. Däremot kan du ändra ett problem som programmet markerat på ett annat sätt än vad programmet föreslår genom att ändra i texten som du behagar. I det följande beskrivs hur du använder knapparna i granskningsfunktionens dialogruta och hur du gör för att själv ändra i texten under granskningen. Så här startar du granskningen: Se först till att markören står överst i dokumentet (granskningen börjar alltid från den plats där markören står vilket du bör tänka på när du gör egna ändringar i texten). Välj kommandot Granska text i menyn Granska. Så här använder du dialogrutans knappar: När granskningsfunktionen hittat ett problem i texten markeras det. I en dialogruta visas en kommentar och i vissa fall ett (ibland flera) ersättningsförslag. I dialogrutan finns några knappar som du använder på följande sätt: Tryck på knappen fortsätt om du vill fortsätta granska texten utan att göra något mer. Tryck på knappen förklara om du vill läsa om problemet i Språknämndens skrivregler. Tryck på knappen ersätt om du vill ersätta det markerade med programmets förslag. När det finns flera förslag måste du först se till att det förslag du vill ersätta med är markerat. När du ersatt ska du trycka fortsätt för att granska vidare i texten. Så här gör du egna ändringar i texten: Programmet ger inte alltid ersättningsförslag. Då kan du, om du anser det befogat, ändra själv i texten på vanligt sätt samtidigt som dialogrutan ligger framme. Du kan också ändra på ett annat sätt än vad datorprogrammet föreslår genom att ändra själv i texten i stället för att trycka på ersätt. Innan du fortsätter granska efter en egen ändring, måste du se till att markören står på den plats där du vill att granskningen ska fortsätta.

Bilaga 5. Frågor och svar till frågeformuläret: 1. Vad tycker du om granskningsfunktionen? Fp1: Ganska bra. Bra med alternativ analys som lämnar utrymme för skribentens omdöme. Ett falskt alarm, trots det. Fp2: Bra. Den var logisk och lättförståelig. Fp3: Verkar ju hitta betydligt mer än t.ex. Words granskningsfunktion. Verkar lätt att arbeta med, men man får vara på sin vakt. Fp4: Alldeles för ytlig och generell. Samtidigt bra för att hitta ytfel jag själv inte upptäckt. Fp5: Bra! För en osäker skribent inbillar jag mig att den gör underverk med texter. Sedan får man väl räkna med att det blir lite konstigt ibland tex. att datorn tar fel på prepositionen och adjektivet vid. Fp6: Mycket bra. Saknar global ändringsfunktion. Fp7: Bra, men ibland ger den mindre bra förslag, så det gäller att vara observant. Fp8: Mycket bra, då jag som ovan granskare har svårt att hitta många av de svårare felen. Fp9: Den klarade betydligt mer än jag hade väntat. Bra att inga ändringar görs utan godkännande. Fp10: Mycket bra. Lätt att använda. Fp11: Ganska bra, men den klarar inte riktigt av grammatiken som t.ex. ordföljd. 2. Skulle du själv använda granskningsfunktionen i ditt arbete om den var snabbare och kunde användas i ditt eget ordbehandlingsprogram? Fp1: Ja, det tror jag. Fp2: Ja. Fp3: Ja. Fp4: Jag använder redan Words granskningsfunktion och Skribent. Fp5: Ja, när jag skriver arbeten, ansökningsbrev osv är det ju alltid bra med en extra koll. Fp6: Absolut, och den behöver inte vara snabbare. Fp7: Ja, absolut. Den är i och för sig hyfsat snabb, den ska inte vara för snabb så man missar något. Fp8: Ja, definitivt. Fp9: Ja, utan tvekan! Fp10: Ja. Fp11: Ja, den hittade saker som jag missade. Den är ett bra komplement. 3. Har du i granskningsfunktionen använt knappen Förklara som ger dig tillgång till Svenska skrivregler? Fp1: Nej men det beror på att jag kan skrivreglerna ganska bra. Fp2: Nej. Fp3: Nej. Fp4: Nej. Fp5: Ja, men det blev fel!! Fp6: Ja. Fp7: Ja. Fp8: Ja, vid ett tillfälle. Fp9: Nej. Fp10: Nej, men det visades en del förklaringar ändå. Fp11: Nej. 4. Vad tycker du om att ha skrivreglerna tillgängliga på datorn när du granskar? Fp1: Bra. Fp2: Bra, bara de inte kommer att stå i vägen för mycket för texten och den kreativa biten. Fp3: Mycket bra. Fp4: Bra.

Fp5: Jättebra. Det blir ju mycket lättare att inte göra fel i framtiden och man sparar mycket tid genom att inte behöva slå upp! Fp6: Stor fördel. Kanske kan man äntligen lära sig dem. Fp7: Mycket bra. Fp8: Mycket användbart. Fp9: Bra. Jag skulle säkert lära mig att använda dem mer vid längre bekantskap med [dem]. Fp10: Bra. Fp11: Bra! Ibland kan man bli osäker på något väldigt enkelt, just för att man tänker för mycket. Då är det bra med fakta. 5. Skulle du vilja ha någon annan information tillgänglig när du granskar? Vilken? Fp1: Gärna också Myndigheternas skrivregler och TNC:s (kommer nya senare i år). Fp2: Engelsk översättning från svenska ord och tvärtom. Fp3: TNC:s skrivregler. Fp4: Dispositionsläge vore bra om man vill göra större förändringar i texten. Fp5: Inte som jag kan komma på! Fp6: Kanske språknivå? eller finns det t ex slang, hög, poetisk... Fp7: Vet inte, det är inte bra med för mycket information samtidigt som man arbetar. Fp8: - Fp9: Svårt att säga efter så kort användningstid allt jag brukar använda (se ovan) kanske. Fp10: - Fp11: Det skulle vara bra om funktionen kunde ge exempel på hur det ska stå. 6. Har granskningsfunktionen reagerat på saker som du inte tycker är fel? Vad? Fp1: vid bedömningen ( vid tolkades som adjektiv). Fp2: Det skulle kunna vara att den börjar peta i ord som används men är föråldrade. Detta vill man nog bestämma själv mest då man skriver in texten. Fp3: Den tyckte vissa uttryck var ålderdomliga. Andra var typiskt kanslispråk, men texten är ju av sådan karaktär. Den tycker inte om för mycket passivkonstruktioner men det beror också på vilken typ av text det handlar om. Fp4: Några saker var det (sitt personombud). Omvänd ordföljd. Fp5: Det var ett par saker som jag tyvärr inte minns. Se fråga 1. Fp6: Ordval. Vissa tillfällen är kanslispråk och ålderdomliga uttryck nödvändiga. Fp7: Ja vissa ord har den svårt för: formellt språk, byråkratspråk. Fp8: Vida bedömningen Fp9: Ja vid bedömningen ville den göra om till vida bedömningen och 20:e till 20. Fp10: Ja, ålderdomliga uttryck. Uttryck som återkommer och man inte vill granska borde granskningsfunktionen hoppa över. Fp11: Ja. Vid bedömningen var enligt granskningskontrollen fel, men det håller jag inte med om. 7. Hur svåra var granskningsfunktionens kommentarer? Markera ett alternativ: Fp6: Not. Men förutsätter grundläggande kunskaper i svensk grammatik. Obs! Övriga svar finns sammanställda i rad 2 tabell 4 sid 29. 8. Har det hänt att du accepterat granskningsfunktionens förslag fast du inte förstått kommentaren? Fp1: Nej. Fp2: Tror inte det. Fp3: Nej. Fp4: Nej. Fp5: Snarare inte orkat läsa än inte förstått! Fp6: Nej (men... se ovan)

Fp7: Ja, det har hänt någon enstaka gång. Det är lätt att trycka till en gång för mycket. Fp8: Nej. Fp9: Nej. Fp10: Ja. Fp11: Nej. 9. Ange vilka granskningsregler du skulle vilja ha med i ett program som du själv använder på arbetet: Fp11: Kommentar till Formella/ålderdomliga ord: Bra med förslag men inte alltid rätt. Obs! Övriga svar finns sammanställda i tabell 4 sid 29. 10. Finns det något mer som du vill att ett granskningsprogram kunde hjälpa dig med? I så fall vad? Fp1: - Fp2: Eventuell konsekvens i texten. Att indragen är lika överallt och liknande. Radmellanrum som skiljer sig. Fp3: Att man kan tala om för programmet vilken typ av text man vill granska; är det t.ex. en formell ansökan el. liknande behöver man kanske inte så många kommentarer av typen kanslispråk, ålderdomligt. I en annan typ av text är kanske dessa kommentarer värdefulla. Fp4: Disposition. Kunna välja stilläge själv. Fp5: Stavning! Fp6: Samma program för engelska vore en hit! Fp7: Om det gick att få ett program som inte gav en några konstiga/dåliga förslag eftersom det är så lätt att trycka en gång för mycket, särskilt om det är en lång text att gå igenom. Fp8: - Fp9: Koherens i texten som helhet vore ju underbart! Fp10: - Fp11: Bättre grammatikkontroll. 11. Anteckna här om du har flera kommentarer till programmet. Fp8: Det var lätt att använda, enkla funktioner och löste de flesta av mina problem. Fp9: Skulle det bli för krångligt om man innan man startar kontrollen väljer vad det är man vill ha granskat? Det skulle annars kunna vara bra; vet man till exempel att man vill ha en ålderdomlig/formell stilnivå är det onödigt att ha denna granskningsfunktion inkopplad. Fp10: Det gick inte att ångra.

Bilaga 6: Frågeformulär och svarstabell. Frågeformulär Besvara följande frågor. Om du behöver mer utrymme så kan du använda papprets baksida. Personuppgifter Namn: Adress: Tfn: Email: Ålder: Nationalitet: Påbörjad eftergymnasial utbildning: Avslutad eftergymnasial utbildning: Verksam inom yrkesområde: Allmänna frågor 1. Vana vid skrivande (kryssa för): ingen lite ganska mycket mycket 2. Vana vid skrivande i utbildningen: ingen lite ganska mycket mycket 3. Vana vid skrivande i yrkeslivet: ingen lite ganska mycket mycket 4. Vana vid språkgranskning av andras texter: ingen lite ganska mycket mycket 5. Annan vana vid skrivande. Specificera: 6. Vana vid ordbehandling (kryssa för): ingen lite ganska mycket mycket 7. Vana vid datoriserade språkhjälpmedel: - elektroniska ordböcker: aldrig ibland ofta ständigt - stavningskontroll: aldrig ibland ofta ständigt - grammatikkontroll: aldrig ibland ofta ständigt 8. Vilka andra hjälpmedel använder du när du skriver, t.ex. ordböcker? Specificera:

Tabell med deltagarnas svar på frågorna.

Bilaga 7 Eftersom tänka högt-protokollen från de två granskningsuppgifterna innehåller data av olika slag använde jag mig av två liknande men ändå i viss mån skilda klassifikationssystem. Vissa koder överensstämmer dock. Tänka högt-protokollet från den manuella granskningen kodade jag med följande notation: Läsning av text Text som försökspersonen läser markeras med kursiv. Tankar De tankar som försökspersonen uttalar under arbetet med texten markeras med normal stil. Omformuleringar Uttalade omformuleringar som försökspersonen gör markeras med fet kursiv. Skrivna korrekturanmärkningar Det försökspersonen högt uttalar av det hon skriver in på korrekturbladet markeras med understrykning. Försöksledarens kommentarer De kommentarer jag gjort i protokollet för att beskriva vad som händer markeras med med omgivande hakparenteser []. Pauser och oavslutade meningar Markeras med tankstreck respektive tre punkter. Är pausen lång upprepas markeringen. Tänka högt-protokollet från den datorstödda granskningen kodade jag på följande sätt: Läsning av text Text som försökspersonen läser markeras med kursiv. Läsning av granskningsprogrammets kommentarer och förslag Text som försökspersonen läser från programmet markeras med fetstil. Det aktuella språkliga problemet markeras med fet kursiv Tankar De tankar som försökspersonen uttalar under arbetet med texten markeras med normal stil. Tankarna kan innehålla funderingar kring diagnoser och bearbetningar, även positiva eller negativa kommentarer till datorns förslag, liksom kommentarer på gränssnittet i övrigt. Skrivna ändringar De ändringar försökspersonen gör i texten markeras med understruken kursiv. Försöksledarens kommentarer De kommentarer jag gjort i protokollet för att beskriva vad som händer markeras med med omgivande hakparenteser []. Pauser och oavslutade meningar Markeras med tankstreck respektive tre punkter. Är pausen lång upprepas markeringen.