Teaching agricultural university students a professional foreign language using technological solutions based on artificial intelligence

Importance. The use of artificial intelligence (AI)-based technological solutions for specific aspects of a foreign language or types of speech activity is currently one of the most relevant vectors in the development of foreign language teaching methodology. The rapidly growing body of research by domestic and international scientists, dedicated to determining the linguodidactic potential of specific AI tools and step-by-step teaching methodologies, provides a necessary scientific foundation for creating models of systematic and comprehensive foreign language instruction based on AI. This involves integrating students’ language work with AI into traditional teaching. The aim of the study is to develop a methodology for comprehensive teaching of professional foreign language to students of an agricultural university using AI-based technological solutions.

Materials and Methods. The study is conducted at Voronezh State Agrarian University named after Emperor Peter the Great. The participants are first-year students enrolled in the degree program 35.03.06 – “Agricultural Engineering”. In the control group (N = 38), a traditional methodology for teaching professional foreign language is used, based on the principles of Language for Specific Purposes with elements of Content and Language Integrated Learning. In the experimental group (N = 38), in addition to the traditional methodology, students engaged in practice with AI-based technological solutions. This practice took place outside of class hours. Mathematical processing of the results is performed using Student’s t-test method.

Results and Discussion. The experimental study confirmed the effectiveness of the author’s methodology for teaching professional foreign language to agricultural university students by supplementing traditional instruction with extracurricular practice using AI-based technological solutions. Statistical analysis of the results at the control stage revealed the effectiveness of the innovative method across all five diagnostic indicators: acquisition of professional vocabulary (t = 3.43 at p ≤ 0.05), mastery of grammatical structures (t = 2.91 at p ≤ 0.05), further reading skills’ development (t = 2.91 at p ≤ 0.05), oral dialogic speech (t = 3.95 at p ≤ 0.05), written monologic speech (t = 3.68 at p ≤ 0.05).

Conclusion. The novelty of the study lies in the development and validation of a comprehensive methodology for teaching professional foreign language to agricultural university students using AI-based technological solutions. The prospects of the research are that its results can be utilized in designing models for integrated foreign language instruction for students of both linguistic and non-linguistic degree programs and specialties.

1. Кузьминов Я.И., Кручинская Е.В., Груздев И.А., Наумов А.А. Отстающие и опережающие: как студенты используют генеративный искусственный интеллект в образовательных целях // Высшее образование в России. 2025. Т. 34. № 6. С. 9-35. http://doi.org/10.31992/0869-3617-2025-34-6-9-35, https://elibrary.ru/rxdtxq

2. Сысоев П.В. Искусственный интеллект в образовании: осведомленность, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9-33. http://doi.org/10.31992/0869-3617-2023-32-10-9-33, https://elibrary.ru/tzytkm

3. Zhang W., Cai M., Lee H., Evans R., Zhu C., Ming C. AI in medical education: global situation, effects and challenges // Education and Information Technologies. 2024. Vol. 29. P. 4611-4633. http://doi.org/10.1007/s10639-023-12009-8, https://elibrary.ru/rdfanm

4. Chan K., Zary N. Applications and challenges of implementing artificial intelligence in medical education: integrative review // JMIR Medical Education. 2019. Vol. 5. № 1. Art. 13930. http://doi.org/10.2196/13930

5. Feuerriegel S., Shrestha Y. R., von Krogh G., Zhang C. Bringing artificial intelligence to business management // Nature Machine Intelligence. 2022. Vol. 4. № 7. P. 611-613. http://doi.org/10.1038/s42256-022-00512-5, https://elibrary.ru/nblvwj

6. Kock Zj., Salinas-Hernández U., Pepin B. Engineering students’ initial use schemes of ChatGPT as an instrument for learning // Digital Experiences in Mathematics Education. 2025. № 11. Р. 192-218. http://doi.org/10.1007/s40751-025-00169-w, https://elibrary.ru/ereabf

7. Сысоев П.В., Евстигнеев М.Н. Интеграция технологий искусственного интеллекта в лингвометодическую подготовку будущих учителей иностранного языка // Язык и культура. 2025. № 69. С. 204-219. http://doi.org/10.17223/19996195/69/10, https://elibrary.ru/guzvbi

8. Waisberg N., Hudek A. AI for Lawyers: How Artificial Intelligence is Adding Value, Amplifying Expertise, and Transforming Careers. Hoboken: Wiley, 2021. 208 p.

9. Гаврилов М.В. Этапы обучения студентов-юристов составлению международных правовых документов на английском языке на основе инструментов искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 4. С. 985-998. https://doi.org/10.20310/1810-0201-2024-29-4-985-998, https://elibrary.ru/jakhgc

10. Сысоев П.В., Харин В.В., Гаврилов М.В. Методика обучения студентов-юристов составлению международных правовых документов на основе инструментов искусственного интеллекта в рамках интегрированного курса // Язык и культура. 2024. № 67. С. 272-289. http://doi.org/10.17223/19996195/67/15, https://elibrary.ru/rfqxpk

11. Сысоев П.В., Гаврилов М.В., Булочников С.Ю. Матрица технических решений на базе искусственного интеллекта в профессиональной подготовке будущих юристов // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 2. С. 336-351. https://doi.org/10.20310/1810-0201-2025-30-2-336-351, https://elibrary.ru/mcjcfz

12. Johnson D.M., Doss W., Estepp C.M. Agriculture students’ use of generative artificial intelligence for microcontroller programming // Natural Sciences Education. 2024. № 53. Art. e20155. https://doi.org/10.1002/nse2.20155, https://elibrary.ru/xocqpp

13. Bernetti I., Borghini T., Capecchi I. Integrating virtual reality and artificial intelligence in agricultural planning: insights from the V.A.I.F.A.R.M. application // Extended Reality. XR Salento 2024. Lecture Notes in Computer Science. 2024. Vol. 15027. Springer, Cham. https://doi.org/10.1007/978-3-031-71707-9_28

14. Токмакова Ю.В., Саенко Е.С. Использование корректирующей обратной связи от генеративного искусственного интеллекта в обучении профессиональному иностранному языку студентов аграрного вуза // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 1. С. 50-66. https://doi.org/10.20310/1810-0201-2025-30-1-50-66, https://elibrary.ru/gsffpp

15. Байдикова Т.В. Формирование профессионального тезауруса студентов аграрного вуза в процессе речевой практики с инструментами искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 2. С. 352-363. https://doi.org/10.20310/1810-0201-2025-30-2-352-363, https://elibrary.ru/wlwxbx

16. Lew R. Dictionaries and lexicography in the AI era // Humanities and Social Sciences Communications. 2024. № 11. Art. 426. https://doi.org/10.1057/s41599-024-02889-7, https://elibrary.ru/tjflvw

17. Tangpijaikul M. Exploring the lexical approach for vocabulary learning through AI-driven feedback // LEARN Journal: Language Education and Acquisition Research Network. 2025. № 18 (1). Р. 1015-1038. https://doi.org/10.70730/SFNP1171, https://elibrary.ru/tjflvw

18. Харламенко И.В. Искусственный интеллект в помощь учителю иностранного языка при работе над лексическими навыками // Иностранные языки в школе. 2024. № 3. С. 55-60. https://elibrary.ru/pxxouk

19. Клочихин В.В., Поляков О.Г. Технологии искусственного интеллекта: инструменты корпусного анализа в обучении иностранному языку // Иностранные языки в школе. 2023. № 3. С. 24-30. https://elibrary.ru/bdttfe

20. Клочихин В.В. Методическая модель обучения студентов коллокационной компетенции на основе корпусных технологий // Вопросы методики преподавания в вузе. 2023. Т. 12. № 2. C. 24-36. http://doi.org/10.57769/2227-8591.12.2.02, https://elibrary.ru/vtitrn

21. Авраменко А.П., Ахмедова А.С., Буланова Е.Р. Технология чат-ботов как средства формирования иноязычной грамматической компетенции при самостоятельном обучении // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 386-394. http://doi.org/10.20310/1810-0201-2023-28-2-386-394, https://elibrary.ru/abfjqp

22. Лобеева П.И. Дидактический потенциал использования чат-ботов при изучении фразовых глаголов английского языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 6. С. 1467-1476. https://doi.org/10.20310/1810-0201-2023-28-6-1467-1476, https://elibrary.ru/fmyeoc

23. Черкасова Е.А. Эксперимент по дифференцированному обучению студентов технического вуза английской грамматике посредством учебного взаимодействия с чат-ботом с генеративным ИИ // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1239-1247. https://doi.org/10.20310/1810-0201-2024-29-5-1239-1247, https://elibrary.ru/cqsvks

24. Adamopoulou E., Moussiades L. An overview of chatbot technology // Artificial Intelligence Applications and Innovations. 2020. Vol. 584. P. 373-383. https://doi.org/10.1007/978-3-030-49186-4_31

25. Han D. The effects of voice-based AI chatbots on Korean EFL middle school students’ speaking competence and affective domains // Asia-pacific Journal of Convergent Research Interchange. 2020. Vol. 6. Issue 7. P. 71-80. https://doi.org/10.47116/apjcri.2020.07.07, https://elibrary.ru/oaepoq

26. Kim H.S., Cha Y., Kim N.Y. Effects of AI chatbots on EFL students’ communication skills // Korean Journal of English Language and Linguistics. 2021. Vol. 21. P. 712-734. https://doi.org/10.15738/kjell.21.202108.712

27. Çakmak F. Chatbot-human interaction and its effects on EFL students’ L2 speaking performance and speaking anxiety // Novitas-ROYAL (Research on Youth and Language). 2022. Vol. 16 (2). P. 113-131.

28. Авраменко А.П., Тарасов А.А. Технология распознавания речи искусственным интеллектом для развития устно-речевых умений при подготовке к ЕГЭ // Иностранные языки в школе. 2023. № 3. С. 60- 67. https://elibrary.ru/jqzchv

29. Сысоев П.В., Филатов Е.М. Методика развития иноязычных речевых умений студентов на основе практики с чат-ботом // Перспективы науки и образования. 2023. № 3 (63). С. 201-218. http://doi.org/10.32744/pse.2023.3.13b, https://elibrary.ru/fjyhew

30. Сорокин Д.О. Использование голосовых помощников для развития устных иноязычных речевых умений обучающихся // Иностранные языки в школе. 2024. № 3. С. 73-77. https://elibrary.ru/rfmsmk

31. Филатов Е.М. Развитие у студентов умений иноязычной коммуникативной деятельности на основе веб-приложения Character.AI // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1248-1260. http://doi.org/10.20310/1810-0201-2024-29-5-1248-1260, https://elibrary.ru/ncusc

32. Park J. An AI-based English grammar checker vs. human raters in evaluating EFL learners’ writing // Multimedia-Assisted Language Learning. 2019. Vol. 22. № 1. P. 112-131. http://doi.org/10.15702/mall.2019.22.1.112

33. Perdana I., Farida M. Online grammar checkers and their use for EFL writing // Journal of English Teaching, Applied Linguistics, and Literatures. 2019. Vol. 2. № 2. P. 67-76. http://doi.org/10.20527/jetall.v2i2.7332

34. Manap M.R., Ramli N.F., Kassim A.A.M. Web 2.0 automated essay scoring application and human ESL essay assessment: a comparison study // European Journal of English Language Teaching. 2019. Vol. 5. № 1. P. 146-162. http://doi.org/10.5281/zenodo.3461784

35. Guo K., Wang D. To resist it or to embrace it? Examining ChatGPT’s potential to support teacher feedback in EFL writing // Education and Information Technologies. 2023. P. 1-29. http://doi.org/10.1007/s10639-023-12146-0, https://elibrary.ru/uafcwb

36. Сысоев П.В., Филатов Е.М. Методика обучения студентов написанию иноязычных творческих работ на основе оценочной обратной связи от искусственного интеллекта // Перспективы науки и образования. 2024. № 1 (67). С. 115-135. http://doi.org/10.32744/pse.2024.1.6, https://elibrary.ru/tmstly

37. Сысоев П.В., Филатов Е.М., Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интеллект: сравнение качества предоставляемой преподавателем и генеративным искусственным интеллектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71). С. 694-712. http://doi.org/10.32744/pse.2024.5.41, https://elibrary.ru/xzgvgm

38. 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. http://doi.org/10.31992/0869-3617-2025-34-2-51-71, https://elibrary.ru/weagvq

39. Сысоев П.В., Филатов Е.М., Евстигнеев М.Н., Поляков О.Г., Евстигнеева И.А., Сорокин Д.О. Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559-588. https://doi.org/10.20310/1810-0201-2024-29-3-559-588, https://elibrary.ru/jazkme