Уроки русского для иностранцев: техники искусственного интеллекта или искусство техники?

Обложка

Цитировать

Полный текст

Аннотация

Актуальность исследования связана с необходимостью включения новых технологий (в частности - генеративного искусственного интеллекта (ИИ)) в процесс языкового образования с целью адаптации обучающихся и преподавателей к новым условиям информационной среды, освоения ими новых умений и навыков, повышения качества образования. Подчеркивается высокопродуктивное значение генеративного ИИ для обучения студентов русскому языку как иностранному на уровне профессионального образования в вузе. Раскрытие обучающего потенциала генеративного ИИ - цель исследования, для достижения которой применены методы: моделирования учебного процесса с применением генеративного ИИ; наблюдения; обобщения опыта и прогнозирования достижений студентов в отношении развития языковой и коммуникативной компетенций, а также гибких навыков в учебной и последующей профессиональной деятельности; лингводидактического анализа; описательного. Исследование имеет практическую значимость, поскольку содержит комплекс заданий и упражнений, составленных (выполняемых) с применением таких систем, которые работают на основе генеративного ИИ (Gemini (Bard), Kandinsky, GPTchat (OpenAI), Perplexity, Shedevrum). Задания направлены на развитие языковой, коммуникативной, профессиональной, ИКТ-компетенций, когнитивных (аналитических, генеративных и иных) и креативных способностей, а также других гибких навыков (Soft Skills), актуальных в учебной и дальнейшей профессиональной деятельности на изучаемом языке (русском как иностранном). Отмечены ограничения генеративного ИИ в отношении понимания им нюансов лингвокультурного, социального, эмоционально-психологического, стилистического контекста, что определяет роль преподавателя в учебном процессе. Подчеркнуты не столько наставнические, сколько кооперативно-деятельностные функции преподавателя, который одновременно сам обучается со студентами посредством обращения к гигантскому по информационному объему и технологическим возможностям ресурсу и направляет, курирует, корректирует деятельность генеративного ИИ и обучающихся. Намечены перспективы исследования, предполагающие расширение возможностей технологии генеративного ИИ в практике языкового образования.

Об авторах

Елена Вячеславовна Дзюба

Санкт-Петербургский политехнический университет Петра Великого

Автор, ответственный за переписку.
Email: dzyuba_ev@spbstu.ru
ORCID iD: 0000-0002-3833-516X
SPIN-код: 6106-5500
Scopus Author ID: 56998786000
ResearcherId: AAJ-5882-2021

доктор филологических наук, профессор, профессор Высшей школы международных отношений, гуманитарный институт

Российская Федерация, 195251, г. СанктПетербург, ул. Политехническая, д. 29

Список литературы

  1. Avraamenko, A.P. (2022). Psychological and pedagogical aspects of teaching foreign languages individualization by means of artificial intelligence. Bulletin of the Orenburg State University, 3(235), 60–65. (In Russ.). http://doi.org/10.25198/1814-6457-233-60
  2. 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.). http://doi.org/10.22363/2618-8163-2023-21-2-133-147
  3. Bartosh, D.K., Gal’skova, N.D., Koptelov, A.V., & Kharlamova, M.V. (2018). Technology of e-learning of foreign languages: Status and prospects. Moskva : MGPU. (In Russ.).
  4. Bogomaz, I.V., Budnikov, V.S., Anastasova, E.V., Pikov, N.O., & Vasil’eva, A.V. (2019). Learning a foreign language on the basis of VR-technology. Informatisation of Education and Science, 4(44), 176–192. (In Russ.).
  5. Bozhenkova, N.A., Rubleva, E.V., & Bakharlu, Kh. (2023). Dictionary of IT terms as a tool for Russian language studies and linguodidactics in the context of digitalization in education. Russian Language Studies, 21(4), 457–473. (In Russ.). http://doi.org/10.22363/2618-8163-2023-21-4-457-473
  6. Bubnova, I.A. (2021). Values and image of the future of generation Z. RUDN Journal of Language Studies, Semiotics and Semantics, 12(2), 269–278. (In Russ.). https:// doi.org/10.22363/2313-2299-2021-12-2-269-278
  7. Dunaeva, Yu. (2024). Artificial intelligence: Features of Russian digital education strategy. proceedings of topical issues in international political geography (TIPG 2022), Springer Geography, Springer. https://doi.org/10.1007/978-3-031-50407-5_27
  8. Dunaeva, Yu.G. (2023). Scientific intelligence in education: Peaceful trends, tasks and readiness of university science. Global and international challenges in a changing world, (pp. 91–111). Saint-Peterburg. (In Russ.).
  9. Dziuba, E.V., Eremina, S.A., & Mushenko, E.V. (2023). artificial intelligence in the methodology of teaching Russian as a foreign language. Pedagogical Education in Russia, (6), 178–189. (In Russ.).
  10. Guo, K., & Wang, D. (2024). To resist it or to embrace it? Examining ChatGPT’s potential to support teacher feedback in EFL writing. Education and Information Technologies, 29, 8435–8463. https://doi.org/10.1007/s10639-023-12146-0
  11. Holmes, W., Anastopoulou, S., Schaumburg, H., & Mavrikis, M. (2018). Technology-enhanced personalized learning: Untangling the evidence. Stuttgart, Robert Bosch Stiftung. URL: https://www.bosch-stiftung.de/sites/default/files/publications/pdf/2018-08/Study_ Technology-enhanced%20Personalised%20Learning.pdf (accessed: 1 December 2023)
  12. Ignatovich, T.V. (2021). Teaching Russian as a foreign language with the use of LearningApps service. Russian Language Studies, 19(1), 51–65. (In Russ.). http://doi.org/10.22363/2618-8163-2021-19-1-51-65
  13. Kharlamenko, I.V. (2023). Chat-bots in teaching English. Foreign Languages at School, (3), 55—59. (In Russ.).
  14. Kovaleva, A.G., Obvintseva, N.V., Platonova, S.V., & Murashkina, K.V. (2024). Step-by-step development of digital competence of a translator among students of linguistic educational programs of UrFU. Pedagogical Education in Russia, (1), 109–116. (In Russ.).
  15. Lavrinenko, I.Yu. (2023). The ChatGPT use in the English language teaching process in a non-language university: Theoretical aspect. Herald of Siberian Institute of Business and Information Technologies, 12(2), 18–25. (In Russ.). https://doi.org/10.24412/2225-8264-2023-2-18-25
  16. Mehring, J. (2017). Technology as a Teaching and Learning Tool in the Flipped classroom. In M. Carrier, R.M. Damerow & M. Kathleen (Eds.), Digital Language Learning and Teaching. Research, Theory, and Practice (1st ed., pp. 235–246). Routledge.
  17. Morozova, A.L., & Kostyukova, T.A. (2023). Virtual reality in teaching dialogic speech in English: MGIMO-Odintsovo experience. Language and Сulture, (63), 207–238. (In Russ.). http://doi.org/10.17223/19996195/63/11
  18. Rubleva, E.V. (2015). Intergenerational conflict in 21st century education: Will the strongest man win? Vestnik TsMO MGU. Filologiya. Kul’turologiya. Pedagogika. Metodika, (3), 113–122. (In Russ.).
  19. Strelchuk, E.N., Kozhevnikova, M.N., & Borchenko, V.S. (2023). Blended learning in Russian higher education: The evolution of the term in science and practice. Educational Process: International Journal, 12(1), 97–116. https://doi.org/10.22521/edupij.2023. 121.6
  20. Sysoev, P.V. (2023). Artificial intelligence in education: Awareness, readiness and practice of using artificial intelligence technologies in professional activities by university faculty. Higher Education in Russia, 32(10), 9–33. (In Russ.). https://doi.org/10.31992/0869-3617-2023-32-10-9-33
  21. Sysoev, P.V., & Filatov, E.M. (2024). Method of teaching students’ foreign language creative writing based on evaluative feedback from artificial intelligence. Perspectives on Science and Education, 1(67), 115–135. (In Russ.). https://doi.org/10.32744/pse.2024.1.6
  22. Sysoev, P.V., & Filatov, E.M. (2023). ChatGPT in students’ research work: to Prohibit or to educate? Bulletin of Tambov University. Series: Humanities, 28(2), 276–301. (In Russ.). https://doi.org/10.20310/1810-0201-2023-28-2-276-301
  23. Sysoev, P.V., Filatov, E.M., & Sorokin, D.O. (2023). Chat-bots and Voice assistants in the development of learners’ foreign language speech skills. Language and Culture, (63), 272–289. (In Russ.). https://doi.org/10.17223/19996195/63/14
  24. 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
  25. Zhang, V., & Vesnina, L.E. (2020). Model of blended learning of Russian grammar in Chinese university. Philological Сlass, 27(2), 149–160. (In Russ.).
  26. Çakmak, F. (2022). Chatbot-human interaction and its effects on EFL students’ L2 speaking performance and speaking anxiety. Novitas-ROYAL (Research on Youth and Language), 16(2), 113–131.

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».