Развитие умений письменной речи студентов на основе использования технологических решений на базе искусственного интеллекта

Актуальность. Активное внедрение инструментов и технологий искусственного интеллекта во все сферы человеческой жизни значительным образом преобразует и традиционную методику обучения иностранным языкам. Происходит появление педагогической триады «преподаватель – ИИ – обучающийся», где нейросети выступают активным третьим участником процесса. ИИ автоматизирует рутинные операции, помогает с поиском материалов, обработкой данных, визуализацией, форматированием источников и оценкой текстов, тем самым высвобождая время для задач, требующих более глубокого человеческого мышления. Нейросети обеспечивают мгновенную обратную связь от учебно-социальной до условно-творческой. Их интеграция особенно эффективна для формирования у студентов компетенций письменной речи, включая написание эссе на иностранном языке.

Материалы и методы. В настоящем исследовании принимали участие студенты (N = 48) Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС) направления подготовки 41.03.01 «Зарубежное регионоведение». Для проверки эффективности авторской методики в рамках работы были разработаны семь этапов обучения: 1) постановка целей и задач; 2) объяснения правил авторской этики; 3) взаимодействие с инструментом ИИ; 4) проверка текста нейросетью; 5) доработка текста; 6) обсуждение результатов взаимодействия в малых группах; 7) проверка текста работы преподавателем.

Результаты исследования. По результатам эксперимента было выявлено, что авторская методика развития у студентов умений письменной речи на основе технологических решений на базе искусственного интеллекта оказала положительное воздействие на овладение активной лексикой (t = 2,3 при р = 0,015), структурой типов эссе (t = 2,46 при р = 0,01) и содержанием работы (t = 3,71 при р = 0,0005). По аспекту грамматического оформления текста сопоставительный анализ данных не выявил различий между выборками (t = 1 при  р = 0,16), что объясняется владением студентами необходимыми знаниями в области грамматики на высоком уровне до начала эксперимента.

Выводы. Новизна данного исследования заключена в разработке поэтапной методики развития умений письменной речи у студентов высших учебных заведений. Полученные результаты могут быть использованы в будущих исследованиях при формировании отдельных навыков письменной речи таких, как грамматика, орфография, аргументация, создание плана работы, заключения с помощью инструментов искусственного интеллекта. 

1. Сысоев П.В., Филатов Е.М. Методика обучения учащихся и студентов написанию эссе в триаде «обучающийся – преподаватель – искусственный интеллект» // Вестник Московского университета. Серия 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 38-54. https://doi.org/10.55959/MSU-2074-1588-19-26-3-3, https://elibrary.ru/ivcgto

2. Сорокин Д.О. Использование веб-приложения Character.AI для развития умений иноязычного речевого взаимодействия обучающихся // Иностранные языки в школе. 2025. № 2. С. 59-65. https://elibrary.ru/kpckof

3. Сысоев П.В., Ивченко М.И. Формирование иноязычных фонетических навыков речи обучающихся на основе инструментов искусственного интеллекта // Перспективы науки и образования. 2025. № 2. С. 600-614. https://doi.org/10.32744/pse.2025.2.38, https://elibrary.ru/jrddjj

4. Ивченко М.И., Поляков О.Г. Использование инструмента искусственного интеллекта ELSA Speak в обучении произношению // Иностранные языки в школе. 2025. № 2. С. 54-58. https://elibrary.ru/zrvafq

5. Коренев А.А. Стратегии использования искусственного интеллекта для предоставления письменной обратной связи в обучении иностранному языку // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 68-77. https://doi.org/10.55959/MSU-2074-1588-19-27-2-5, https://elibrary.ru/hizddu

6. Воевода Е.В., Шпынова А.И. Применение технологий искусственного интеллекта при изучении делового английского (на примере письменных заданий) // Мир науки, культуры и образования. 2023. № 5 (102). С. 237-240. https://doi.org/10.24412/1991-5497-2023-5102-237-240, https://elibrary.ru/zepwjz

7. Тормышова Т.Ю., Рязанцева Т.Ю., Суханова Н.И. Обучение студентов-лингвистов написанию эссе на иностранном языке на основе работы с системой автоматизированной оценки Criterion // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 1. С. 99-108. https://doi.org/10.20310/1810-0201-2024-29-1-99-108, https://elibrary.ru/pdgnzr

8. Евстигнеев М.Н. Нейросеть Twee – новый инструментарий для педагога английского языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 6. С. 1428-1442. https://doi.org/10.20310/1810-0201-2023-28-6-1428-1442, https://elibrary.ru/hwajhp

9. Almusharraf N., Alotaibi H. An error-analysis study from an EFL writing context: human and automated essay scoring approaches // Technology, Knowledge and Learning. 2023. Vol. 28. P. 1015-1031. https://doi.org/10.1007/s10758-022-09592-z, https://elibrary.ru/nmoqga

10. Dembsey J.M. Closing the Grammarly® gaps: a study of claims and feedback from an online grammar program // The Writing Center Journal. 2017. Vol. 36. № 1. P. 63-100.

11. Ghufron M.A., Rosyida F. The role of Grammarly in assessing English as a foreign language (EFL) writing // Lingua Cultura. 2018. Vol. 12. № 4. P. 395-403. https://doi.org/10.21512/lc.v12i4.4582

12. 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. https://doi.org/10.15702/mall.2019.22.1.112

13. Ikegwu A.C., Nweke H.F. & Anikwe C.V. Recent trends in computational intelligence for educational big data analysis // Iran Journal of Computer Science. 2023. Vol. 7 (1). P. 103-129.

14. Khan M.A., Rehman A., Shah A.A., Abbas S., Alharbi M., Ahmad M., Ghazal T.M. Navigating the future of higher education in Saudi Arabia: implementing AI, machine learning, and big data for sustainable university development // Discover Sustainability. 2026. Vol. 6 (1). Article 495.

15. Cao F., Lei M., Lin S., Xiang M. Application of artificial intelligence-based big data AI technology in physical education reform // Mobile Information Systems. 2022. Vol. 1. Article 4017151. https://doi.org/10.1155/2022/4017151, https://elibrary.ru/gdnerm

16. Сысоев П.В., Филатов Е.М., Сорокин Д.О. Обратная связь в обучении иностранному языку: от информационных технологий к искусственному интеллекту // Язык и культура. 2024. № 65. С. 242-261. https://doi.org/10.17223/19996195/65/11, https://elibrary.ru/plzyov

17. 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. https://doi.org/10.32744/pse.2024.1.6, https://elibrary.ru/tmstly

18. Филатов Е.М. Развитие умений написания структурных компонентов эссе на основе оценочной и корректирующей обратной связи от искусственного интеллекта // Иностранные языки в школе. 2026. № 2. С. 42-52. https://elibrary.ru/jmkenc