Artificial intelligence in teaching Russian as a foreign language

Capa

Citar

Texto integral

Resumo

Nowadays, artificial intelligence (AI) technologies and AI-tools created on their basis are dynamically integrated into education, including teaching Russian as a foreign language (RFL). The aim of this study is to systematically describe AI-tools as innovative tools for teaching RFL, as well as subjects of the learning process in the triad “learner - artificial intelligence - teacher”, and to determine their language didactic potential. The research materials include academic articles on the methods of teaching foreign languages and RFL published in academic journals. The practical material in the study was the most widespread and available for a wide range of students AI-tools: chatbots and voice assistants, corpus technologies, ChatGPT. The authors used theoretical (analysis, classification, synthesis, generalization) and practical (observations) research methods. The results allowed authors to formulate the language didactic potential of AI tools, allowing students of RFL: on the basis of language practice with AI, to continue studying aspects of the Russian language, to develop speech activity, to study the culture of Russia and its regions; to participate in foreign speech communication out of class; to get the opportunity to practice with authentic language material; to develop cooperative learning skills when participating in project activities on the basis of distance learning technologies; to develop learners’ autonomy skills in learning Russian.

Sobre autores

Pavel Sysoyev

Derzhavin Tambov State University

Autor responsável pela correspondência
Email: psysoyev@yandex.ru
ORCID ID: 0000-0001-7478-7828
Scopus Author ID: 8419258800
Researcher ID: I-6136-2016

Dr. Habil. in Pedagogy, Professor, Honorary worker of general education of the Russian Federation, Head of Foreign Language Multicultural Education Research Laboratory,

33 Internatsionalnaya St., Tambov, 392024, Russian Federation

Evgeny Filatov

Derzhavin Tambov State University

Email: filatovgenya200@gmail.com
ORCID ID: 0000-0001-6331-4718
Scopus Author ID: 58609035100
Researcher ID: HDO-3688-2022

Research scholar of Foreign Language Multicultural Education Research Laboratory

33 Internatsionalnaya St., Tambov, 392024, Russian Federation

Bibliografia

  1. Arkhangelskaya, A.L., Dunaeva, L.A., & Rudenko-Morgun, O.I. (2006). The concept of a multimedia textbook of the Russian language for students of preparatory faculties and the first stage of its implementation. RUDN journal of language education and translingual practices, (1), 35–40. (In Russ.).
  2. Azimov, E.G. (1999). Modern computer technologies in the Russian language lesson. Russian language abroad, (2), 70–75. (In Russ.).
  3. Azimov, E.G. (2020). Russian as a foreign language e-textbooks: current state and perspectives. Russian Language Studies, 18(1), 39–53. (In Russ.). https://doi.org/10.22363/2618-8163-2020-18-1-39-53
  4. Azimov, E.G., Kulibina, N.V., & Van, V. (2023). Linguistic and didactic potential of social networks in teaching Russian as a foreign language. Russian Language Studies, 21(2), 133–147. (In Russ.). https://doi.org/10.22363/2618-8163-2023-21-2-133-147
  5. Azimov, E.G., Samuilova, N.I., & Shamshi, L.B. (1994). TSO at the present stage of development of methods of teaching Russian as a foreign language. Russian language abroad, (2), 63–68. (In Russ.).
  6. Boulton, A. (2017). Corpora in language teaching and learning. Language Teaching, 50(4), 483–506. https://doi.org/10.1017/S0261444817000167
  7. Dunaeva, L.A., Levina, G.M., Bogomolov, A.N., & Vasilieva T.V. (2020). Digitalization of the russian as a foreign language area: First results and perspectives. Russian Language Abroad, (5(282)), 4–9. (In Russ.).
  8. Elnikova, S. I. (2020). Artificial intelligence in the RFL teaching system and assessing the level of proficiency in Russian as a foreign language. Russian language abroad, (2(279)), 20–26. (In Russ.). http://doi.org/10.37632/PI.2020.279.2.003
  9. Gartsov, A.D. (2009). Electronic linguodidactics: Environment — learning environment — teacher. Moscow: RUDN Publ. (In Russ.).
  10. Gartsov, A.D. (2010). Electronic format for teaching RFL: New methodological opportunities. RUDN Journal of Language Education and Translingual Practices, (4), 121–125. (In Russ.).
  11. Grudeva, E.V., & Alexeeva, V.R. (2020). The potential of corpus technologies in teaching Russian as a foreign language. Gumanitarno-pedagogicheskie issledovaniya [Humanitarian and pedagogical Research], (4(2)), 20–26. (In Russ.).
  12. Kim, H.S., Cha, Y., & Kim, N.Y. (2021). Effects of AI chatbots on EFL students’ communication skills. Korean Journal of English Language and Linguistics, (21), 712–734. https://doi.org/10.15738/kjell.21.202108.712
  13. Koraishi, O. (2023). Teaching English in the age of AI: Embracing ChatGPT to optimize EFL materials and assessment. Language Education and Technology, 3(1), 55–72.
  14. Kozhevnikova, M.N. (2022). Artificial intelligence — an assistant or a competitor for the RFL teacher? Russian language abroad, (6(295)), 23–28. (In Russ.). http://doi.org/10.37632/ PI.2022.295.6.003
  15. Kozlovtseva, N.A. (2023). Artificial intelligence in teaching Russian as a foreign language: Experience of a financial university. World of Science, Culture, Education, (6(103)), 28–31. (In Russ.). https://doi.org/10.24412/1991-5497-2023-6103-28-31
  16. Lyu, T.N.H. (2023). Artificial intelligence and chatbots in Russian language lessons: Friend or foe? Russian language abroad, (S1), 54–57. (In Russ.).
  17. Mageira, K., Pittou, D., Papasalouros, A., Kotis, K., Zangogianni, P., & Daradoumis A. (2022). Educational AI chatbots for content and language integrated learning. Applied Sciences, 12(7), 3239. https://doi.org/10.3390/app12073239
  18. Nefedov, I.V., & Ogryzko, E.V. (2023). Lingvodidactic potential of voice assistants in teaching RFL and English. Sevastopol Cyril and Methodius Readings, (16), 14–149. (In Russ.).
  19. Rudenko-Morgun, O.I., Arkhangelskaya, A.L., & Al-Kaisi, A.N. (2016). Multimedia as a means of visualizing linguistic phenomena. RUDN Journal of Language Education and Translingual Practices, (1), 47–55. (In Russ.).
  20. Rudenko-Morgun, O.I., & Zhindaeva, A.G. (2012). Electronic exercises as a means of developing lexical and grammatical skills at the stage of pre-university preparation of foreign students. RUDN Journal of Language Education and Translingual Practices, (3), 186–192. (In Russ.).
  21. Rykov, V.V. (2003). Corpus of texts as a new type of verbal unity. Proceedings of the international seminar “Dialogue-2003” (pp. 15–23). Moscow: Nauka Publ. (In Russ.).
  22. Solovova, E.N. (2002). Methods of teaching foreign languages. Moscow: Prosveshcheniye Publ. (In Russ.).
  23. Stevenson, M.P., & Liu, M. (2010). Learning a language with Web 2.0: Exploring the use of social networking features of foreign language learning websites. Calico Journal, 27(2). URL: https://journals.equinoxpub.com/index.php/CALICO/article/view/23033
  24. Strelchuk, E., & Ermolaeva, S. (2019). Teaching online Russian language as a foreign language through social networks (initial stage). ICERI2019 Proceedings. 12th International Conference of Education, Research and Innovation, November 11–13, 2019, Seville, Spain. IATED Academy, 1970–1975. https://doi.org/10.21125/iceri.2019
  25. Strelchuk, E.N. (2021). Prospects of Russian as a foreign language onlinelearning in Russian universities. Russian Language Studies, 19(1), 102–115. (In Russ.). http://doi.org/ 10.22363/2618-8163-2021-19-1-102-115
  26. Sysoyev, P.V. (2010). Linguistic corpus in teaching foreign language. Language and Culture, 1(9), 99–111. (In Russ.).
  27. Sysoyev, P.V., & Filatov, E.M. (2023a). Chatbots in teaching a foreign language: Advantages and controversial issues. Tambov University Review. Series: Humanities, 28(1), 66–72. (In Russ.). https://doi.org/10.20310/1810-0201-2023-28-1-66-72
  28. Sysoyev, P.V., & Filatov, E.M. (2023b). Method of the development of students’ foreign language communication skills based on practice with a chatbot. Perspectives of Science and Education, (3(63)), 201–218. (In Russ.). https://doi.org/10.32744/pse.2023.3.13
  29. Sysoyev, P.V., & Filatov, E.M. (2024). Method of teaching students’ foreign language creative writing based on evaluative feedback from artificial intelligence. Perspectives of Science and Education, (1(67)), 115–135. (In Russ.). https://doi.org/10.32744/pse.2024.1.6
  30. Vyazovskaya, V.V., Danilevskaya, T.A., & Trubchaninova, M.E. (2020). Online resources in teaching Russian as a foreign language: Expectations vs reality. Russian Language Studies, 18(1), 69–84. (In Russ.). http://doi.org/10.22363/2618-8163-2020-18-1-69-84

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

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».