当研究室では，2体のコンピュータキャラクタとの英会話を通じて焦点をあてた構文の習得を図る参画型コンピュータ支援言語学習システムの開発と訓練効果の評価を進めている．学習者に対して適切な修正フィードバックを行うため，回答に含まれるエラーを自動分類する必要がある．本研究では，無生物主語構文の訓練における学習者回答に含まれるエラーを大規模言語モデルで，意思疎通を阻害する重大な誤り(Global error)と阻害しない軽微な誤り(local error)に分類し，英語母語話者による分類と比較した．GPT-4oを用いた自動分類におけるプロンプトの調整による自動分類精度の改善について報告する．