Евстигнеев Максим Николаевич, кандидат педагогических наук, доцент, доцент кафедры лингвистики и лингводидактики
Scopus ID: 57206855992
ResearcherID: AAE-8965-2022
392000, г. Тамбов, ул. Интернациональная, 33
Maxim N. Evstigneev, Cand. Sci. (Education), Associate Professor, Associate Professor of the Linguistics and Linguodidactics Department
Scopus ID: 57206855992
ResearcherID: AAE-8965-2022
33 Internatsionalnaya St., Tambov, 392000
Актуальность. Существующие эмпирические исследования в области интеграции технологии искусственного интеллекта в обучении иностранному языку посвящены вопросам использования конкретной технологии в обучении видам речевой деятельности, преимущественно письму. Авторы отмечают широкий дидактический потенциал технологий искусственного интеллекта в обучении иностранному языку и используют чат-боты, голосовые помощники, интеллектуальные обучающие системы, корпусные технологии для формирования иноязычной коммуникативной компетенции обучающихся. Однако анализ ряда исследований позволил сделать выводы о том, что до сих пор авторами не предпринималась попытка спроектировать единую модель лингвометодической подготовки будущих учителей иностранного языка на основе технологий искусственного интеллекта. Цель исследования – проектирование модели лингвометодической подготовки будущих учителей иностранного языка на основе технологий искусственного интеллекта.
Методы исследования. Проведение исследования связано с изучением контекста интеграции технологий искусственного интеллекта в языковое образование. Для достижения поставленной цели исследования использовались теоретические методы: изучение и анализ научных и научно-методических работ по проектированию методических моделей обучения иностранному языку с помощью современных технологий; эмпирические методы: опрос, наблюдение и описание результатов исследования; методы моделирования.
Определение понятий. Основными понятиями выступили «модель лингвометодической подготовки» и «компетенция будущего учителя иностранного языка в области использования технологий искусственного интеллекта».
Результаты исследования. В структурном плане модель лингвометодической подготовки будущих учителей иностранного языка на основе технологий искусственного интеллекта представлена следующими компонентами: предпосылки (определение актуальности проектирования модели обучения), блок целеполагания (постановка целей и задач разработки методики обучения), теоретический блок (определение теоретической и методологической базы исследования), технологический блок (определение стратегий и методов обучения, отбор содержания обучения, выявление организационно-педагогических условий обучения, выбор оптимальных организационных форм обучения, определение педагогического инструментария), оценочно-результативный блок (разработка критериально-оценочного аппарата и прогноз ожидаемых результатов обучения).
Выводы. На данном этапе предлагаемая модель отражает сущность развития ИИ-технологий и их применимость использования в обучении иностранному языку. Выделение искусственного интеллекта из средства обучения в отдельный субъект учебного процесса свидетельствует о том, что происходит смена парадигмы использования новых технологий в обучении. Технологии ИИ способны предоставлять качественную обратную связь, создавать дополнительные условия для языковой практики, брать на себя повседневные рутинные задачи и автоматизировать их, тем самым формируя способность обучающихся заниматься своим образованием и самообразованием на протяжении всей жизни. Полученные результаты исследования рекомендуется использовать в методике обучения иностранному языку, а также при разработке частных методик обучения иностранному языку с использованием ИИ-технологий.
Importance. Existing empirical research in the field of integration of artificial intelligence technology in foreign language teaching is devoted to the use of specific technology in teaching types of speech activity, mainly writing. The authors note the wide methodological potential of artificial intelligence technologies in foreign language teaching and use chatbots, voice assistants, intelligent learning systems, corpus technologies to form the foreign language communicative competence of students. However, the analysis of a number of studies has allowed us to conclude that so far the authors have not attempted to design a unified model of language and methodological preservice teachers’ training based on artificial intelligence technologies. The purpose of this work is to design a model of language and methodological pre-service teachers’ training based on artificial intelligence technologies.
Research Methods. The present study is related to the study of the context of the integration of artificial intelligence technologies into language education. To achieve the set research goal, theoretical methods were used: the study and analysis of scientific and methodological works on thedesign of methodological models of teaching a foreign language using modern technologies; empirical methods: survey, observation and description of research results; modeling methods.
Definition of Concepts. The main concepts in this work are “the model of language and methodological pre-service teachers’ training” and “the competence of a pre-service foreign language teacher in the field of using artificial intelligence technologies”.
Results and Discussion. Structurally, the model of language and methodological pre-service teachers’ training based on artificial intelligence technologies is represented by the following components: prerequisites (determining the relevance of designing a learning model), a goalsetting block (setting goals and objectives for developing teaching methods), a theoretical block (determining the theoretical and methodological basis of research), a technological block (determining strategies and teaching methods, selection of the learning content, identification of organizational and pedagogical learning conditions, the choice of optimal organizational forms of learning, the definition of pedagogical tools), the evaluation and performance block (the development of a criterion-based assessment apparatus and the forecast of expected learning outcomes).
Conclusion. At this stage, the proposed model reflects the essence of the development of AI technologies and their applicability in a foreign language teaching. The separation of artificial intelligence from a means of learning into a separate subject of the educational process indicates that there is a paradigm shift in the use of new technologies in learning. AI technologies are able to provide high-quality feedback, create additional conditions for language practice, take on daily routine tasks and automate them, thereby shaping the ability of students to engage in their education and self-education throughout their lives. The obtained research results are recommended to be used in the methodology of teaching a foreign language, as well as in the development of private methods of teaching a foreign language using AI technologies.
The authors declare that there are no conflicts of interest present.