Искусственный интеллект в профессионально ориентированном обучении иностранным языкам: новые смыслы

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Искусственный интеллект кардинально и высокими темпами трансформирует реальность, что создает трудности для нового поколения выпускников вузов, начинающих свой профессиональный путь. Студенты социально-гуманитарных направлений подготовки обеспокоены своим профессиональным будущим: они не уверены в том, какие профессиональные навыки и умения будут действительно востребованы на рынке труда. Обоснована актуальность междисциплинарного подхода, интегрирующего перспективные с точки зрения применения ИИ специальные предметные знания и иноязычные контексты профессии, осваиваемые обучающимися при получении высшего образования. В этой связи аргументируется точка зрения, в соответствии с которой в образовательных контекстах использование ИИ не может ограничиваться процессуальным аспектом обучения – технологическим инструментарием, решением управленческих задач; необходимо обеспечить формирование у обучающихся профессиональной картины мира, адекватной новым реалиям, что требует актуализации содержания обучения, пересмотра учебных планов, ориентированных на освоение новых профессий.Методы исследования. Использованы качественные методы исследования: анализ современного рынка профессий, связанных с применением ИИ в социально-гуманитарной сфере; анализ литературы, посвященной использованию ИИ в обучении иностранным языкам; описательно-аналитический метод; методы обобщения и систематизации отобранного материала; интерпретационный анализ. Материалами исследования служат научные труды российских и зарубежных ученых, а также данные о состоянии современного рынка труда.Результаты исследования. Анализ рынка труда позволяет определить ключевые компетенции, необходимые новому поколению специалистов в области социально-гуманитарных наук. В этой связи обоснована целесообразность актуализации содержания обучения студентов этих направлений подготовки, выявлена учебная дисциплина, обладающая соответствующим интегративным потенциалом. На примере дисциплины «Иностранный язык» раскрыта возможность применения междисциплинарного подхода, обеспечивающего освоение профессиональных иноязычных контекстов применения ИИ в социальногуманитарной сфере.Выводы. Проведенное исследование позволяет сделать вывод, что в подготовке нового поколения студентов социально-гуманитарного профиля, ориентированных на внедрение ИИ в их профессиональную область, дисциплина «Иностранный язык» обладает уникальным потенциалом. Наряду с традиционной целью – развитием коммуникативной компетенции личности, важной в условиях цифровой реальности, в рамках ее предметного поля вполне возможна интеграция специальных предметных знаний и их лингвистических коррелятов, необходимых для эффективной работы алгоритмов ИИ в таких областях, развития соответствующего этим условиям «лингво-когнитивного измерения» профессиональной деятельности.

Об авторах

Д. В. Алейникова

ФГБОУ «Московский государственный лингвистический университет»; ФГАОУ «Российский университет дружбы народов им. Патриса Лумумбы»

Email: festabene@mail.ru

Л. В. Яроцкая

ФГАОУ ВО «Национальный исследовательский ядерный университет «МИФИ»

Email: lvyar@yandex.ru

Список литературы

  1. Fossen F.M., Sorgner A. (2019). New Digital Technologies and Heterogeneous Employment and Wage Dynamics in the United States: Evidence from Individual-Level Data. Bonn, IZA Publ., 49 p.
  2. Frey C.B., Osborne M.A. (2017). The future of employment: how susceptible are jobs to computerization? Technological Forecasting and Social Change, vol. 114, pp. 254-280. https://doi.org/10.1016/j.techfore.2016.08.019
  3. Shaji A.G., Baskar T. (2023). The impact of AI language models on the future of white-collar jobs: a comparative study of job projections in developed and developing countries. Partners Universal International Research Journal, vol. 2, no. 2, pp. 117-135. https://doi.org/10.5281/zenodo.8021447
  4. Sweeney S. (2023). Who wrote this? Essay mills and assessment – considerations regarding contract cheating and AI in higher education. The International Journal of Management Education, vol. 21, issue 2, art. 100818. https://doi.org/10.1016/j.ijme.2023.100818
  5. Ventayen R.J.M. (2023). ChatGPT by OpenAI: Students’ viewpoint on cheating using artificial intelligencebased application. SSRN. February 23, 4 p. http://dx.doi.org/10.2139/ssrn.4361548
  6. Dehouche N. (2021). Plagiarism in the age of massive Generative Pre-trained Transformers (GPT-3). Ethics in Science and Environmental Politics, vol. 21, pp. 17-23. https://doi.org/10.3354/esep00195
  7. Dien J. (2023). Editorial: Generative artificial intelligence as a plagiarism problem. Biological Psychology, vol. 181, art. 108621. https://doi.org/10.1016/j.biopsycho.2023.108621
  8. Sysoyev P.V., Filatov E.M. (2023). Chatbots in teaching a foreign language: advantages and controversial issues. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review. Series: Humanities, vol. 28, no. 1, pp. 66-72 (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-1-66-72, https://elibrary.ru/pxgztj
  9. Malinka K. et al. (2023). On the educational impact of ChatGPT: Is artificial intelligence ready to obtain a university degree? Proceedings of the 2023 Conference on Innovation and Technology in Computer Science Education. New York, Association for Computing Machinery Publ., vol. 1, pp. 47-53. https://doi.org/10.1145/3587102.3588827
  10. Waltzer T. et al. (2023). Testing the ability of teachers and students to differentiate between essays generated by ChatGPT and high school students. Human Behavior and Emerging Technologies, no. 1, pp. 1-9. https://doi.org/10.1155/2023/1923981
  11. Anders B.A. (2023). Is using ChatGPT cheating, plagiarism, both, neither, or forward thinking? Patterns, vol. 4, issue 3, art. 100694. https://doi.org/10.1016/j.patter.2023.100694
  12. Ashok M. et al. (2022). Ethical framework for artificial intelligence and digital technologies. International Journal of Information Management, no. 62, art. 102433. https://doi.org/10.1016/j.ijinfomgt.2021.102433
  13. Hwang G.J. et al. (2020). Vision, challenges, roles and research issues of artificial intelligence in education. Computers and Education: Artificial Intelligence, vol. 1, art. 100001. https://doi.org/10.1016/j.caeai.2020.100001
  14. Holmes W. et al. (2021). Ethics of AI in education: Towards a community-wide framework. International Journal of Artificial Intelligence in Education, vol. 32, pp. 504-526. https://doi.org/10.1007/s40593-021-00239-1
  15. Sacharidis D. et al. (2020). Fairness and diversity in social-based recommender systems. Adjunct Publication of the 28th ACM Conference on User Modeling, Adaptation and Personalization. New York, Association for Computing Machinery Publ., pp. 83-88. https://doi.org/10.1145/3386392.3397603
  16. Nguyen A. et al. (2023). Ethical principles for artificial intelligence in education. Education and Information Technologies, vol. 28, pp. 4221-4241. https://doi.org/10.1007/s10639-022-11316-w
  17. Berendt B. et al. (2020). AI in education: learner choice and fundamental rights. Learning Media and Technology, vol. 45, issue 3, pp. 312-324. https://doi.org/10.1080/17439884.2020.1786399
  18. Hagendorff T. (2020). The ethics of AI ethics: An evaluation of guidelines. Minds and Machines, vol. 30, pp. 99-120. https://doi.org/10.1007/s11023-020-09517-8
  19. Akgun S., Greenhow C. (2022). Artificial Intelligence in Education: Addressing ethical challenges in K-12 settings. AI Ethics, vol. 2, pp. 431-440. https://doi.org/10.1007/s43681-021-00096-7
  20. Konstantinova L.V., Vorozhikhin V.V., Petrov A.M. et al. (2023). Generative artificial intelligence in education: discussions and forecasts. Otkrytoe Obrazovanie = Open Education, vol. 27, no. 2, pp. 36-48. (In Russ.) https://doi.org/10.21686/1818-4243-2023-2-36-48, https://elibrary.ru/vpmizk
  21. Xu W., Ouyang F. (2022). A systematic review of AI role in the educational system based on a proposed conceptual framework. Education and Information Technologies, no. 27, pp. 4195-4223. https://doi.org/10.1007/s10639-021-10774-y
  22. Celik I. (2023). Exploring the determinants of artificial intelligence (AI) literacy: Digital divide, computational thinking, cognitive absorption. Telematics and Informatics, vol. 83, art. 102026. https://doi.org/10.1016/j.tele.2023.102026
  23. Klos M.C. et al. (2021). Artificial intelligence – based Chatbot for anxiety and depression in university students: Pilot randomized controlled trial. JMIR Formative Research, vol. 5, no. 8, art. 20678. https://doi.org/10.2196/20678
  24. Kumar V.S., Boulanger D. (2021). Automated essay scoring and the deep learning black box: How are rubric scores determined? International Journal of Artificial Intelligence in Education, vol. 31, pp. 538-584. https://doi.org/10.1007/s40593-020-00211-5
  25. Ramesh D., Sanampudi S.K. (2022). An automated essay scoring system: a systematic literature review. Artificial Intelligence Review, vol. 55, pp. 2495-2527. https://doi.org/10.1007/s10462-021-10068-2
  26. Uto M. et al. (2020). Neural automated essay scoring incorporating handcrafted features. Proceedings of the 28th International Conference on Computational Linguistics. Barcelona, International Committee on Computational Linguistics Publ., pp. 6077-6088. https://doi.org/10.18653/v1/2020.coling-main.535
  27. O’Dea X., O’Dea M. (2023). Is artificial intelligence really the next big thing in learning and teaching in higher education? Journal of University Teaching and Learning Practice, vol. 20, no. 5. pp. 1-19. https://doi.org/10.53761/1.20.5.05
  28. Yufeia L. et al. (2020). Review of the application of artificial intelligence in education. International Journal of Innovation, Creativity and Change, vol. 12, issue 8, pp. 548-562. https://doi.org/10.53333/IJICC2013/12850
  29. Sysoyev P.V. (2023). Artificial intelligence in education: Awareness, readiness and practice of using artificial intelligence technologies in professional activities by university faculty. Vysshee obrazovanie v Rossii = Higher Education in Russia, vol. 32, no. 10, pp. 9-33. (In Russ.) https://doi.org/10.31992/0869-3617-2023-32-10-9-33, https://elibrary.ru/tzytkm
  30. Zawacki-Richter O. et al. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, vol. 16, pp. 1-27. https://doi.org/10.1186/s41239-019-0171-0
  31. Yarotskaya L.V., Aleinikova D.V. (2023). Reviewing learning and teaching content in the scope of artificial intelligence: For humanities and social sciences majors. Vestnik Rossiiskogo universiteta druzhby narodov. Seriya: Psikhologiya i pedagogika=RUDN Journal of Psychology and Pedagogics, vol. 20, no. 1, pp. 145-162. (In Russ.) http://doi.org/10.22363/2313-1683-2023-20-1-145-162, https://elibrary.ru/endlny

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».