Обучение студентов аграрного вуза профессиональному иностранному языку с использованием технологических решений на базе искусственного интеллекта

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Использование технологических решений на базе искусственного интеллекта (ИИ) аспектам иностранного языка или видам речевой деятельности в настоящее время выступает одним из наиболее актуальных векторов развития методики обучения иностранным языкам. Динамично появляющиеся исследования отечественных и зарубежных ученых, посвященные определению лингводидактического потенциала конкретных инструментов ИИ и поэтапных методик обучения, создают необходимую научную базу для создания моделей системного и комплексного обучения иностранному языку (ИЯ) на базе ИИ, когда языковая работа студентов с ИИ интегрируется в традиционное обучение. Цель исследования – разработать методику комплексного обучения студентов аграрного вуза профессиональному ИЯ на основе технологических решений на базе ИИ.

Материалы и методы. Исследование проводилось на базе ФГБОУ ВО «Воронежский государственный аграрный университет им. императора Петра I». Участниками были студенты 1 года обучения направления подготовки 35.03.06 – «Агроинженерия». В контрольной группе (КГ) (N = 38) студентов использовалась традиционная методика обучения профессиональному иностранному языку на основе принципов обучения языку для специальных целей с элементами предметно-языкового интегрированного обучения. В экспериментальной группе (ЭГ) (N = 38) в качестве дополнения к традиционной методике была добавлена практика студентов с технологическими решениями на базе ИИ. Практика проходила во внеаудиторное время. Математическая обработка результатов осуществлялась на основе метода t-критерия Стьюдента.

Результаты исследования. Экспериментальное обучение доказало эффективность авторской методики обучения студентов аграрного вуза профессиональному иностранному языку путем добавления к традиционному обучению внеклассной практики студентов с технологическими решениями на базе ИИ. Статистический анализ результатов среза на контрольном этапе выявил эффективность инновационного метода по всем пяти диагностируемым показателям: овладению профессиональным тезаурусом (t = 3,43 при p ≤ 0,05), овладению грамматическим материалом (t = 2,91 при p ≤ 0,05), дальнейшим развитиям умений чтения (t = 2,91 при p ≤ 0,05), устной диалогической речи (t = 3,95 при p ≤ 0,05), письменной монологической речи (t = 3,68 при p ≤ 0,05).

Выводы. Новизна работы состоит в разработке и доказательстве эффективности методики комплексного обучения профессиональному иностранному языку студентов аграрного вуза на основе технологических решений на базе ИИ. Перспективы данного исследования состоят в том, что его результаты могут использоваться в разработке моделей комплексного обучения иностранному языку учащихся и студентов языковых и неязыковых направлений подготовки и специальностей.

Об авторах

Т. В. Байдикова

ФГБОУ ВО «Воронежский государственный аграрный университет им. императора Петра I»

Автор, ответственный за переписку.
Email: november22@rambler.ru
Байдикова Татьяна Вячеславовна, кандидат педагогических наук, доцент кафедры русского и иностранных языков394087, г. Воронеж, ул. Мичурина, 1 Россия

А. Г. Соломатина

ФГБОУ ВО «Воронежский государственный аграрный университет им. императора Петра I»

Email: asyachge@mail.ru
Соломатина Анна Геннадьевна, кандидат педагогических наук, доцент кафедры русского и иностранного языков394087, г. Воронеж, ул. Мичурина, 1 Россия

Список литературы

  1. Кузьминов Я.И., Кручинская Е.В., Груздев И.А., Наумов А.А. Отстающие и опережающие: как студенты используют генеративный искусственный интеллект в образовательных целях // Высшее образование в России. 2025. Т. 34. № 6. С. 9-35. http://doi.org/10.31992/0869-3617-2025-34-6-9-35, https://elibrary.ru/rxdtxq
  2. Сысоев П.В. Искусственный интеллект в образовании: осведомленность, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9-33. http://doi.org/10.31992/0869-3617-2023-32-10-9-33, https://elibrary.ru/tzytkm
  3. Zhang W., Cai M., Lee H., Evans R., Zhu C., Ming C. AI in medical education: global situation, effects and challenges // Education and Information Technologies. 2024. Vol. 29. P. 4611-4633. http://doi.org/10.1007/s10639-023-12009-8, https://elibrary.ru/rdfanm
  4. Chan K., Zary N. Applications and challenges of implementing artificial intelligence in medical education: integrative review // JMIR Medical Education. 2019. Vol. 5. № 1. Art. 13930. http://doi.org/10.2196/13930
  5. Feuerriegel S., Shrestha Y. R., von Krogh G., Zhang C. Bringing artificial intelligence to business management // Nature Machine Intelligence. 2022. Vol. 4. № 7. P. 611-613. http://doi.org/10.1038/s42256-022-00512-5, https://elibrary.ru/nblvwj
  6. Kock Zj., Salinas-Hernández U., Pepin B. Engineering students’ initial use schemes of ChatGPT as an instrument for learning // Digital Experiences in Mathematics Education. 2025. № 11. Р. 192-218. http://doi.org/10.1007/s40751-025-00169-w, https://elibrary.ru/ereabf
  7. Сысоев П.В., Евстигнеев М.Н. Интеграция технологий искусственного интеллекта в лингвометодическую подготовку будущих учителей иностранного языка // Язык и культура. 2025. № 69. С. 204-219. http://doi.org/10.17223/19996195/69/10, https://elibrary.ru/guzvbi
  8. Waisberg N., Hudek A. AI for Lawyers: How Artificial Intelligence is Adding Value, Amplifying Expertise, and Transforming Careers. Hoboken: Wiley, 2021. 208 p.
  9. Гаврилов М.В. Этапы обучения студентов-юристов составлению международных правовых документов на английском языке на основе инструментов искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 4. С. 985-998. https://doi.org/10.20310/1810-0201-2024-29-4-985-998, https://elibrary.ru/jakhgc
  10. Сысоев П.В., Харин В.В., Гаврилов М.В. Методика обучения студентов-юристов составлению международных правовых документов на основе инструментов искусственного интеллекта в рамках интегрированного курса // Язык и культура. 2024. № 67. С. 272-289. http://doi.org/10.17223/19996195/67/15, https://elibrary.ru/rfqxpk
  11. Сысоев П.В., Гаврилов М.В., Булочников С.Ю. Матрица технических решений на базе искусственного интеллекта в профессиональной подготовке будущих юристов // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 2. С. 336-351. https://doi.org/10.20310/1810-0201-2025-30-2-336-351, https://elibrary.ru/mcjcfz
  12. Johnson D.M., Doss W., Estepp C.M. Agriculture students’ use of generative artificial intelligence for microcontroller programming // Natural Sciences Education. 2024. № 53. Art. e20155. https://doi.org/10.1002/nse2.20155, https://elibrary.ru/xocqpp
  13. Bernetti I., Borghini T., Capecchi I. Integrating virtual reality and artificial intelligence in agricultural planning: insights from the V.A.I.F.A.R.M. application // Extended Reality. XR Salento 2024. Lecture Notes in Computer Science. 2024. Vol. 15027. Springer, Cham. https://doi.org/10.1007/978-3-031-71707-9_28
  14. Токмакова Ю.В., Саенко Е.С. Использование корректирующей обратной связи от генеративного искусственного интеллекта в обучении профессиональному иностранному языку студентов аграрного вуза // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 1. С. 50-66. https://doi.org/10.20310/1810-0201-2025-30- 1-50-66, https://elibrary.ru/gsffpp
  15. Байдикова Т.В. Формирование профессионального тезауруса студентов аграрного вуза в процессе речевой практики с инструментами искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 2. С. 352-363. https://doi.org/10.20310/1810-0201-2025-30-2-352-363, https://elibrary.ru/wlwxbx
  16. Lew R. Dictionaries and lexicography in the AI era // Humanities and Social Sciences Communications. 2024. № 11. Art. 426. https://doi.org/10.1057/s41599-024-02889-7, https://elibrary.ru/tjflvw
  17. Tangpijaikul M. Exploring the lexical approach for vocabulary learning through AI-driven feedback // LEARN Journal: Language Education and Acquisition Research Network. 2025. № 18 (1). Р. 1015-1038. https://doi.org/10.70730/SFNP1171, https://elibrary.ru/tjflvw
  18. Харламенко И.В. Искусственный интеллект в помощь учителю иностранного языка при работе над лексическими навыками // Иностранные языки в школе. 2024. № 3. С. 55-60. https://elibrary.ru/pxxouk
  19. Клочихин В.В., Поляков О.Г. Технологии искусственного интеллекта: инструменты корпусного анализа в обучении иностранному языку // Иностранные языки в школе. 2023. № 3. С. 24-30. https://elibrary.ru/bdttfe
  20. Клочихин В.В. Методическая модель обучения студентов коллокационной компетенции на основе корпусных технологий // Вопросы методики преподавания в вузе. 2023. Т. 12. № 2. C. 24-36. http://doi.org/10.57769/2227-8591.12.2.02, https://elibrary.ru/vtitrn
  21. Авраменко А.П., Ахмедова А.С., Буланова Е.Р. Технология чат-ботов как средства формирования иноязычной грамматической компетенции при самостоятельном обучении // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 386-394. http://doi.org/10.20310/1810-0201-2023-28-2-386-394, https://elibrary.ru/abfjqp
  22. Лобеева П.И. Дидактический потенциал использования чат-ботов при изучении фразовых глаголов английского языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28.
  23. № 6. С. 1467-1476. https://doi.org/10.20310/1810-0201-2023-28-6-1467-1476, https://elibrary.ru/fmyeoc
  24. Черкасова Е.А. Эксперимент по дифференцированному обучению студентов технического вуза английской грамматике посредством учебного взаимодействия с чат-ботом с генеративным ИИ // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1239-1247. https://doi.org/10.20310/1810-0201-2024-29-5-1239-1247, https://elibrary.ru/cqsvks
  25. Adamopoulou E., Moussiades L. An overview of chatbot technology // Artificial Intelligence Applications and Innovations. 2020. Vol. 584. P. 373-383. https://doi.org/10.1007/978-3-030-49186-4_31
  26. Han D. The effects of voice-based AI chatbots on Korean EFL middle school students’ speaking competence and affective domains // Asia-pacific Journal of Convergent Research Interchange. 2020. Vol. 6. Issue 7. P. 71-80. https://doi.org/10.47116/apjcri.2020.07.07, https://elibrary.ru/oaepoq
  27. Kim H.S., Cha Y., Kim N.Y. Effects of AI chatbots on EFL students’ communication skills // Korean Journal of English Language and Linguistics. 2021. Vol. 21. P. 712-734. https://doi.org/10.15738/kjell.21..202108.712
  28. Çakmak F. Chatbot-human interaction and its effects on EFL students’ L2 speaking performance and speaking anxiety // Novitas-ROYAL (Research on Youth and Language). 2022. Vol. 16 (2). P. 113-131.
  29. Авраменко А.П., Тарасов А.А. Технология распознавания речи искусственным интеллектом для развития устно-речевых умений при подготовке к ЕГЭ // Иностранные языки в школе. 2023. № 3. С. 60-67. https://elibrary.ru/jqzchv
  30. Сысоев П.В., Филатов Е.М. Методика развития иноязычных речевых умений студентов на основе практики с чат-ботом // Перспективы науки и образования. 2023. № 3 (63). С. 201-218. http://doi.org/10.32744/pse.2023.3.13b, https://elibrary.ru/fjyhew
  31. Сорокин Д.О. Использование голосовых помощников для развития устных иноязычных речевых умений обучающихся // Иностранные языки в школе. 2024. № 3. С. 73-77. https://elibrary.ru/rfmsmk
  32. Филатов Е.М. Развитие у студентов умений иноязычной коммуникативной деятельности на основе веб-приложения Character.AI // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1248-1260. http://doi.org/10.20310/1810-0201-2024-29-5-1248-1260, https://elibrary.ru/ncusck
  33. Park J. An AI-based English grammar checker vs. human raters in evaluating EFL learners’ writing // Multimedia-Assisted Language Learning. 2019. Vol. 22. № 1. P. 112-131. http://doi.org/10.15702/mall.2019.22.1.112
  34. Perdana I., Farida M. Online grammar checkers and their use for EFL writing // Journal of English Teaching, Applied Linguistics, and Literatures. 2019. Vol. 2. № 2. P. 67-76. http://doi.org/10.20527/jetall.v2i2.7332
  35. Manap M.R., Ramli N.F., Kassim A.A.M. Web 2.0 automated essay scoring application and human ESL essay assessment: a comparison study // European Journal of English Language Teaching. 2019. Vol. 5. № 1. P. 146-162. http://doi.org/10.5281/zenodo.3461784
  36. Guo K., Wang D. To resist it or to embrace it? Examining ChatGPT’s potential to support teacher feedback in EFL writing // Education and Information Technologies. 2023. P. 1-29. http://doi.org/10.1007/s10639-023-12146-0, https://elibrary.ru/uafcwb
  37. Сысоев П.В., Филатов Е.М. Методика обучения студентов написанию иноязычных творческих работ на основе оценочной обратной связи от искусственного интеллекта // Перспективы науки и образования. 2024. № 1 (67). С. 115-135. http://doi.org/10.32744/pse.2024.1.6, https://elibrary.ru/tmstly
  38. Сысоев П.В., Филатов Е.М., Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интеллект: сравнение качества предоставляемой преподавателем и генеративным искусственным интеллектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71). С. 694-712. http://doi.org/10.32744/pse.2024.5.41, https://elibrary.ru/xzgvgm
  39. Сысоев П.В. Персонализированное обучение на основе технологий искусственного интеллекта: насколько готовы современные студенты к новым возможностям получения образования // Высшее образование в России. 2025. Т. 34. № 2. С. 51-71. http://doi.org/10.31992/0869-3617-2025-34-2-51-71, https://elibrary.ru/weagvq
  40. Сысоев П.В., Филатов Е.М., Евстигнеев М.Н., Поляков О.Г., Евстигнеева И.А., Сорокин Д.О. Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559-588. https://doi.org/10.20310/1810-0201-2024-29-3-559-588, https://elibrary.ru/jazkme

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».