XVIII Международная студенческая научная конференция Студенческий научный форум - 2026

В настоящее время использование информационно-коммуникационных технологий является неотъемлемой частью образовательного процесса. Развитие технологий и инструментов искусственного интеллекта задает новое направление в методике обучения. В перечень приоритетных научных направлений, определённых распоряжением Правительства РФ, включено направление 5.7.8.3 «Научные основы применения технологий искусственного интеллекта для персонализации образования и построения индивидуальных образовательных траекторий с учётом когнитивных и личностных особенностей» [1].

В то время как совершенствование языковых и речевых навыков в условиях классных уроков является наиболее продуктивным видом деятельности, в таком обучении в старших классах необходимо уделять внимание и другим компонентам иноязычной коммуникативной компетенции, а также развитию исследовательских универсальных учебных действий. Для эффективной работы обучающихся в перечисленных выше направлениях в образовательном процессе используются различные способы организации деятельности, одним из которых является проектная деятельность.

Работа над проектами способствует реализации индивидуального и дифференцированного подходов, стимулируя активность и самостоятельность обучающихся при решении учебных задач на иностранном языке. Однако, высокая степень ответственности и самостоятельности обучающихся, требуемые от обучающихся в процессе проектной деятельности, могут стать проблемой на этапе самостоятельной работы обучающихся. Для решения ряда таких проблем возможно использовать ИИ инструменты и различные платформы. Большие языковые модели, обученные на огромных текстовых корпусах и являющиеся разновидностью генеративного ИИ, позволяют понимать и интерпретировать запросы обучающегося к генеративному ИИ и получать разные виды обратной связи: информационно-справочную, учебно-социальную, оценочную, аналитическую, условно-творческую и методическую [1].

В процессе поиска информации для проекта, обучающимся необходимо анализировать большой объем текстов статей, научных публикаций и видео. Большинство генеративных ИИ моделей (ChatGPT, Google Gemini, Гигачат) действительно могут предоставить информацию по запрошенной теме, однако, эта информация в некоторых случаях может быть недостоверной, а возможность посмотреть проанализированный ИИ текст не всегда возможно.

Во избежание неточностей при поиске информации, обучающиеся могут пользоваться платформой NotebookLM. Данная ИИ модель точно так же осуществляет анализ текстов, как и другие, но этот анализ происходит не на основе запросов, выполняемых самой моделью в сети Интернет, а на выбранных текстовых файлах и видео материалах (при условии наличия субтитров). Также, данный инструмент дает возможность посмотреть, какая часть текста была выбрана ИИ для проведенного анализа с выделением текста и ссылками на конкретный файл (если их несколько). Возможность самостоятельного выбора анализируемых данных уменьшает шанс недостоверности информации, ускоряет процесс анализа нескольких схожих текстов без потери возможности прочитать оригинал.

Подготовка к защите проекта также может вызвать проблемы ввиду специфичной лексики, соответствующего стиля речи и структуры представления информации. Также, неотъемлемой частью защиты проекта является этап ответов на вопросы, который зачастую вызывает у обучающихся неуверенность. Для практики ответов на потенциальные вопросы можно использовать чат-боты, которые способны на основе технологий естественного языка, машинного обучения и заложенных в них алгоритмов речевого поведения человека развивать иноязычные устные и письменные речевые умения обучающегося посредством поддержания с ним диалога и имитации человеческой речи [2].

Для проверки состоятельности такой подготовки была рассмотрена платформа Preplexity, в которой представлена возможность голосового взаимодействия с ИИ моделью. Былазаданаустановка “Imagine that you are one of the jury evaluating a school project that I’ve just presented and ask me several questions about the project.” Модель смогла задать ряд вопросов о целях, задачах, актуальности проекта и процессе его выполнения. Несмотря на то, что заданные вопросы не могут запрашивать информацию, представленную в работе в режиме голосового общения с ИИ моделью, они являются ярким стимулом для обучающегося и дают возможность потренироваться в ответах, проверить собственное умение ориентироваться в работе. При необходимости проверки собственных знаний по теме проекта обучающийся может загрузить текстовый документ со своим проектом в текстовом режиме Preplexity и задать такую же установку. Модель представит вопросы уже по содержанию проекта с возможностью самопроверки.

Внедрение ИИ технологий в процесс обучения сопровождается определенными рисками. Помимо ранее упомянутой проблемы недостоверности информации, которую мы попытались обойти с помощью платформы Preplexity, можно выделить недостатки работы с чат-ботами: ограниченное понимание некоторых лексических единиц и выражений (идиом, устойчивых выражений, фразовых глаголов), предсказуемость ответов агента, однотипность ответов агента, обрыв коммуникации ввиду непонимания контекста и ли использования неполного предложения (фразы), отсутствие эмоциональной окрашенности беседы, невозможность учета невербальных средств общения (жестов, мимики, выражения лица) [3].

Несмотря на существующие недостатки применения ИИ технологий и инструментов, постепенное их внедрение в образовательный процесс и целенаправленная работа с ними вместе с обучающимися позволит минимизировать эти негативные эффекты.

Библиографический список

1. 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.

2. Сысоев, П.В. Чат-боты и голосовые помощники в развитии иноязычных речевых умений обучающихся / П. В. Сысоев, Е. М. Филатов, Д. О. Сорокин // Язык и культура. 2023. № 63. С. 272-289.

3. Титова, С.В. Технологические решения на базе искусственного интеллекта в обучении иностранным языкам // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2024. № 2. С. 18-37