Развитие метакогнитивной осведомленности олимпиадников средствами перевернутого класса и генеративного искусственного интеллекта

Актуальность. Важность исследования определяется возрастающей ролью метакогнитивных навыков в условиях олимпиадной подготовки по иностранным языкам, где критерии оценивания существенно отличаются от международных экзаменов, а их интерпретация требует высокого уровня саморегуляции. Цель исследования – эмпирически проверить эффективность модели перевернутого класса, сочетающей асинхронное взаимодействие с генеративными моделями искусственного интеллекта и синхронную взаимную экспертизу, для развития метакогнитивной осведомленности, оценочной грамотности и качества олимпиадного письма одаренных школьников.

Материалы и методы. Применен квазиэкспериментальный дизайн с двухлетним периодом наблюдения (2023–2025 гг.). Экспериментальная группа (n = 27) обучалась по модели перевернутого класса с триадой источников обратной связи (самооценка, взаимная экспертиза, обратная связь от генеративного искусственного интеллекта). Контрольная группа (n = 28) получала традиционную подготовку. Основные показатели – баллы за письменную часть муниципального этапа Всероссийской олимпиады школьников, уровень метакогнитивной осведомленности (адаптированный опросник на основе Metacognitive Awareness Inventory) и оценочная грамотность. Статистический анализ включал t-критерий Уэлча, точный критерий Фишера и коррекцию множественных сравнений по Бенджамини–Хохбергу.

Результаты исследования. На втором году обучения экспериментальная группа продемонстрировала значимо более высокие результаты по общему баллу за письмо (d = 0,85,  p = 0,003) и по критерию решения коммуникативной задачи (d = 0,99, p < 0,001). Выявлен более высокий уровень регулятивной осведомленности (d = 0,93, p = 0,001) и условного знания (d = 0,82, p = 0,004) в экспериментальной группе. Различия не проявились на первом году, что указывает на необходимость длительного формирования метакогнитивных навыков. Качественный анализ рефлексивных дневников (324 записи, κ = 0,82) выявил комплементарность источников обратной связи: искусственный интеллект обеспечивал калибровочную функцию (78 % записей) и оперативность (65 %), тогда как партнеры давали контекстуально специфичные рекомендации.

Выводы. Комплексная модель перевернутого класса с интеграцией генеративного искусственного интеллекта, структурированной взаимной экспертизой и развитием метакогнитивной осведомленности, приводит к значимому улучшению результатов олимпиадного письма. Эффект проявляется на втором году, что указывает на необходимость длительного формирования метакогнитивных навыков. Генеративные системы выполняют калибровочную функцию, дополняя (но не заменяя) взаимную экспертизу и обратную связь учителя.

1. Гулов А.П. Причины обнуления баллов в письменных конкурсах в рамках всероссийской олимпиады школьников по английскому языку // Педагогика. 2023. Т. 87. № 10. С. 34-40. https://elibrary.ru/gjcekz

2. Flavell J.H. Metacognition and cognitive monitoring: a new area of cognitive–developmental inquiry // American Psychologist. 1979. Vol. 34. Issue 10. Р. 906-911. https://doi.org/10.1037/0003-066X.34.10.906

3. Zimmerman B.J. Becoming a self-regulated learner: an overview // Theory into Practice. 2002. Vol. 41. Issue 2. Р. 64-72. https://doi.org/10.1207/s15430421tip4102_2

4. Harris K.R., Graham S. Self-regulated strategy development in writing: Premises, evolution, and the future // British Journal of Educational Psychology. 2009. Vol. 2. № 6. Р. 113-135. https://doi.org/10.1348/978185409X422542

5. Моросанова В.И., Щебланова Е.И., Бондаренко И.Н., Сидиков В.А. Взаимосвязь психометрического интеллекта, осознанной саморегуляции учебной деятельности и академической успеваемости одаренных подростков // Вестник Московского университета. Серия 14. Психология. 2013. № 3. С. 1832. https://elibrary.ru/revugb

6. Маунди К., Буири У. Влияние технологии «перевернутый класс» на метакогнитивную осведомленность студентов: корреляционный анализ // Образование и наука. 2025. Т. 27. № 8. С. 117-135. https://doi.org/10.17853/1994-5639-2025-9664, https://elibrary.ru/tebvxi

7. Teng M.F., Huang J. The effects of metacognitive writing strategies on EFL learners’ writing performance // Innovation in Language Learning and Teaching. 2019. Vol. 13. № 3. Р. 285-298. https://doi.org/10.1080/17501229.2018.1462937

8. Pintrich P.R. The role of metacognitive knowledge in learning, teaching, and assessing // Theory into Practice. 2002. Vol. 41. № 4. Р. 219-225. https://doi.org/10.1207/s15430421tip4104_3

9. Шульгина Е.М. Организация метакогнитивных процессов при обучении иноязычному дискурсу // Язык и культура. 2017. № 39. С. 298-324. https://doi.org/10.17223/19996195/39/21, https://elibrary.ru/zxrjhd

10. Карпович И.А., Королева Ю.В. Влияние дистанционного обучения на метакогнитивные стратегии студентов при обучении иностранному языку в вузе // Азимут научных исследований: педагогика и психология. 2021. Т. 10. № 2 (35). С. 151-156. https://doi.org/10.26140/anip-2021-1002-0036, https://elibrary.ru/jrkkss

11. Stiggins R.J., Chappuis J. An Introduction to Student-Involved Assessment FOR Learning. New York: Pearson, 2012. 360 p.

12. Andrade H., Du Y. Student perspectives on rubric-referenced assessment. Practical Assessment, Research, and Evaluation. 2005. Vol. 10. № 3. P. 1-11. https://doi.org/10.7275/g367-ye94

13. Panadero E., Jonsson A. The use of scoring rubrics for formative assessment purposes revisited: a review // Educational Research Review. 2013. Vol. 9. P. 129-144. https://doi.org/10.1016/j.edurev.2013.01.002

14. Nicol D., Thomson A., Breslin C. Rethinking feedback practices in higher education: A peer review perspective // Assessment & Evaluation in Higher Education. 2014. Vol. 39. Issue 1. Р. 102-122. https://doi.org/10.1080/02602938.2013.795518

15. Weng F., Zhao C.G., Chen S. Effects of peer feedback in English writing classes on EFL students' writing feedback literacy // Assessing Writing. 2024. Vol. 61. Article 100874. https://doi.org/10.1016/j.asw.2024.100874

16. Brookhart S.M. How to Give Effective Feedback to Your Students. Alexandria, the USA: ASCD Publ., 2017. 121 p.

17. Means B., Toyama Y., Murphy R., Bakia M. The effectiveness of online and blended learning: A metaanalysis of the empirical literature // Teachers College Record. 2013. Vol. 115. Issue 3. Р. 1-47. https://doi.org/10.1177/016146811311500307

18. Bergmann J., Sams A. Flip Your Classroom: Reach Every Student in Every Class Every Day. Alexandria, the USA: ASCD Publ., 2012. 120 p.

19. Van Vliet E.A., Winnips J.C., Brouwer N. Flipped-class pedagogy enhances student metacognition and collaborative-learning strategies in higher education but effect does not persist // CBE – Life Sciences Education. 2015. Vol. 14. Issue 3. Р. 1-10. https://doi.org/10.1187/cbe.14-09-0141

20. Вульфович Е.В. Организация самостоятельной работы по иностранному языку на основе модели «перевернутый класс» // Высшее образование в России. 2017. № 4. С. 88-95. https://elibrary.ru/ykoszd

21. Bui T.H., Johnson N.F. Self-regulation and metacognition in a flipped classroom: EFL students’ perspectives at a Vietnamese university // Issues in Educational Research. 2024. Vol. 34. № 1. Р. 19-39.

22. Schraw G., Dennison R.S. Assessing metacognitive awareness // Contemporary Educational Psychology. 1994. Vol. 19. Issue 4. Р. 460-475. https://doi.org/10.1006/ceps.1994.1033

23. Евстигнеев М.Н. Содержание структурной модели интеграции ИИ-технологий в лингвометодическую подготовку будущих педагогов иностранного языка // Иностранные языки в школе. 2026. № 2. С. 14-22. https://elibrary.ru/vsxmjx

24. Пичуева А.В. Обучение иноязычной письменной речи в формате смешанного обучения в условиях развития технологий искусственного интеллекта // Мир науки, культуры, образования. 2024. № 4 (107). С. 122-126. https://doi.org/10.24412/1991-5497-2024-4107-122-126, https://elibrary.ru/qjwqbb

25. Banihashem S.K., Kerman N.T., Noroozi O., Moon J., Drachsler H. Feedback sources in essay writing: Peer-generated or AI-generated feedback? // International Journal of Educational Technology in Higher Education. 2024. Vol. 21 (1). Article 23. https://doi.org/10.1186/s41239-024-00455-4

26. Kurt G., Kurt Ya. Enhancing L2 writing skills: ChatGPT as an automated feedback tool // Journal of Information Technology Education: Research. 2024. Vol. 23. Article 024. https://doi.org/10.28945/5370, https://elibrary.ru/nbyhnd

27. Dong L. ChatGPT in language writing education: Reflections and a research agenda for a ChatGPT feedback engagement framework // Language Teaching Research Quarterly. 2024. Vol. 43. Р. 121-131. https://doi.org/10.32038/ltrq.2024.43.07, https://elibrary.ru/ucvmxs

28. Steiss J., Tate T., Graham S., Cruz J., Hebert M., Wang J., Moon Y., Tseng W., Warschauer M., Olson C.B. Comparing the quality of human and ChatGPT feedback of students’ writing // Learning and Instruction. 2024. Vol. 91. Article 101894. https://doi.org/10.1016/j.learninstruc.2024.101894, https://elibrary.ru/zbdafj

29. Bozorgian H., Rahimi H. Peer e-feedback and ChatGPT-4o in EFL writing: a cognitive-interpersonal comparison based on EFL students // Journal of Language and Education, 2025. Vol. 11. № 44 (4). Р. 51-65. https://doi.org/10.17323/jle.2025.27195, https://elibrary.ru/pkbvgj

30. Cohen J. Statistical Power Analysis for the Behavioral Sciences. New York: Lawrence Erlbaum Associates Publ., 1988. 590 p.