Адаптивное тестирование в обучении иностранным языкам: разработка и применение интеллектуальных систем оценки
- Авторы: Бочарова М.Н1
-
Учреждения:
- Финансовый университет при правительстве Российской Федерации
- Выпуск: № 7 (2025)
- Страницы: 359-368
- Раздел: Статьи
- URL: https://journals.rcsi.science/2541-8459/article/view/371637
- ID: 371637
Цитировать
Аннотация
целью исследования является анализ принципов разработки и особенностей применения интеллектуальных систем для адаптивного тестирования в процессе обучения иностранным языкам. Исследование основывается на комплексной методологии, сочетающей общенаучные методы системного анализа теоретических концепций, синтеза практических решений и моделирования архитектурных компонентов со специальными методами критического анализа существующих информационных решений, анализа конкретных случаев применения и сравнительного анализа подходов к внедрению интеллектуальных технологий в языковое образование. Методологический подход включает анализ технических аспектов автоматического распознавания речи, синтаксического анализа и семантических сетей в контексте их дидактической значимости для персонализации образовательного процесса. В результате исследования разработана концептуальная модель адаптивного тестирования, основанная на интеграции многоуровневой архитектуры с психолингвистическими принципами усвоения языка, включающая фонетический модуль с технологиями автоматического распознавания речи, синтаксический модуль на основе обработки естественного языка и лексический компонент, интегрирующий семантические сети с корпусными данными. Применение многопараметрического анализа с использованием байесовских сетей обеспечивает динамическую корректировку сложности заданий в соответствии с концепцией зоны ближайшего развития. Исследование подтвердило статистически значимое улучшение языковых компетенций обучающихся при использовании адаптивных технологий и выявило необходимость комплексного подхода к внедрению систем, включающего поэтапную реализацию и подготовку преподавательского состава.
Список литературы
- Грибова В.В., Клещев А.С., Москаленко Ф.М., Тимченко В.А., Федорищев Л.А., Шалфеева Е.А. Облачная платформа IACPaaS для разработки оболочек интеллектуальных сервисов: состояние и перспективы развития // Программные продукты и системы. 2018. Т. 31, № 3. С. 527 – 536. DOI: https://doi.org/10.15827/0236-235X.031.3.527-536
- Иванесов В.С. Применение педагогических измерений и новых образовательных технологий для модернизации образования // Педагогические измерения. 2015. № 1. С. 3 – 28.
- Казиев В.М., Казиева Б.В. Тестирование в современном высшем образовании. М.: ИНТУИТ. 2015. С.137
- Каплун О.А., Лаврищев А.И. Определение целей проведения тестирования для правильной интерпретации его результатов // Научный диалог. 2018. № 7. С. 320 – 330.
- Липина В.Е. Адаптивное обучающее тестирование в школьном курсе английского языка // Современные проблемы науки и образования. 2024. № 2. С. 1 – 12. DOI: https://doi.org/10.17513/spno.33375
- Самофалова М.В. Адаптивное обучение как новая образовательная технология // Гуманитарные и социальные науки. 2020. № 6. С. 341 – 347
- Чичерина Н., Жаркынбекова Ш., Азаматова А., Ахметбекова А. Оптимизация адаптивного изучения языков с использованием искусственного интеллекта // Вестник КУ имени Ш.Уалиханова. Серия филологическая. 2024. № 3. С. 279 – 290. DOI: https://doi.org/10.59102/kufil/2024/iss3pp279-290. ISSN 2788-7979
- Яламов Г.Ю., Шихнабиева Т.Ш. Адаптивные образовательные информационные системы: подходы к интеллектуализации // Человек и образование. 2018. № 4 (57). С. 85 – 90.
- Chemerys H.Yu., Osadcha K., Osadchyi V., Semerikov S.O. The Review of the Adaptive Learning Systems for the Formation of Individual Educational Trajectory. 2020. P. 1 – 13.
- Delgado O.K., Fay A.A., Sebastiany M.J., Silva A.D.C. Artificial intelligence adaptive learning tools: The teaching of English in focus // BELT – Brazilian English Language Teaching Journal. 2020. Vol. 11. № 2. P. 1 – 19. DOI: https://doi.org/10.15448/2178-3640.2020.2.38749.
- Eggen Theo J. Multi-Segment Computerized Adaptive Testing for Educational Testing Purposes // Front. Educ. 2018. № 3. P. 1-8. DOI: https://doi.org/10.3389/feduc.2018.00111
- Ganeesh G., Rani M.M.A. Role of Artificial Intelligence in English Language Teaching // International Journal of Research Publication and Reviews. 2023. Vol. 4, № 11. P. 2418 – 2420
- Huang X., Zou D., Cheng G., Chen X., Xie H. Trends, Research Issues and Applications of Artificial Intelligence in Language Education // Educational Technology & Society. 2023. Vol. 26. № 1. P. 112 – 131. DOI: https://doi.org/10.30191/ETS.202301_26(1).0009
- Karsenti T., Kozarenko O.M., Skakunova V.A. Digital Technologies in Teaching and Learning Foreign Languages: Pedagogical Strategies and Teachers' Professional Competence // Education and Self Development. 2020. Vol. 15, № 3. P. 76-88. DOI: https://doi.org/10.26907/esd15.3.07
- Kemelbekova Z., Degtyareva K., Yessenaman S., Ismailova D., Seidaliyeva G. AI in teaching English as a foreign language: Effectiveness and prospects in Kazakh higher education // XLinguae. 2024. Vol. 17. № 1. P. 69 – 83. DOI: https://doi.org/10.18355/XL.2024.17.01.05
- Kingsbury G., Wise S. Three Measures of Test Adaptation Based on Optimal Test Information // Journal of Computerized Adaptive Testing. 2020. Vol. 8. № 1. P. 1 – 19.
- Kushmar L.V., Vornachev A.O., Korobova I.O., Kaida N.O. Artificial Intelligence in Language Learning: What Are We Afraid of // Arab World English Journal (AWEJ). 2022. Special Issue on CALL. № 8. P. 262 – 273. DOI: https://doi.org/10.24093/awej/call8.18
- Mohammadi M. Language teachers' assessment literacy in AI-aided adaptive learning environments // Journal of Research in Applied Linguistics. 2024. Vol. 15. № 2. P. 73 – 88. DOI: https://doi.org/10.22055/rals.2024.46120.3235
- Schmidt T., Strasser T. Artificial Intelligence in Foreign Language Learning and Teaching: A CALL for Intelligent Practice // Anglistik. 2022. Vol. 33. № 1. P. 165 – 184. DOI: https://doi.org/10.33675/ANGL/2022/1/14
- Settles B., LaFlair G.T., Hagiwara M. Machine L arning-Driven Language Assessment // Transactions of the Association for Computational Linguistics. 2020. Vol. 8. P. 247-263. DOI: https://doi.org/10.1162/tacl_a_00310
Дополнительные файлы

