Использование технологий, основанных на искусственном интеллекте, в преподавании иностранного языка в образовательной организации среднего профессионального образования
Автор: Зибров В.А., Зиброва К.В.
Журнал: Общество: социология, психология, педагогика @society-spp
Рубрика: Педагогика
Статья в выпуске: 3, 2024 года.
Бесплатный доступ
В статье рассмотрены технологии искусственного интеллекта совместно с алгоритмом глубокого обучения для модернизации обучения иностранному языку в образовательной организации среднего профессионального образования. Обработка иностранного языка является одним из основных методов искусственного интеллекта и широко используется в анализе и распознавании речи. Для увеличения доли качественно усвоенного материала молодыми специалистами реализуются различные методы обучения в соответствии с разным уровнем подготовки обучающихся, а также проводятся систематические сопоставления симуляций в соответствии с их степенью подготовки. В работе подчеркивается важность сбалансированного подхода к применению технологий искусственного интеллекта в процессе обучения иностранному языку в рамках системы среднего профессионального образования с учетом преимуществ и недостатков программных продуктов.
Искусственный интеллект, приложения, преподавание, методика, иностранный язык, образовательная организация
Короткий адрес: https://sciup.org/149145311
IDR: 149145311 | DOI: 10.24158/spp.2024.3.4
Текст научной статьи Использование технологий, основанных на искусственном интеллекте, в преподавании иностранного языка в образовательной организации среднего профессионального образования
профессионального образования и возможностями обучения в свободное время дома. Они бросают вызов обучающимся и педагогическим работникам, заставляя их реализовывать совершенно иной подход к новым образовательным пространствам, расширенным с помощью информационных технологий (Будникова, Бабенкова, 2020). Однако из-за сложности таких систем разработка основанных на искусственном интеллекте (ИИ) процессов обучения иностранным языкам, которые адаптируются к разным уровням подготовки обучающихся и тем самым обеспечивают высокую степень предметного обучения, в настоящее время находится на начальном этапе развития. Несмотря на то что программы для изучения иностранных языков являются одними из самых распространенных приложений в Интернете, а программное обеспечение для компьютерного обучения иностранным языкам широко используется уже несколько десятилетий, сегодня лишь немногие программные продукты обладают характеристиками интеллектуальных адаптивных систем. В некоторых аспектах только небольшое количество приложений обеспечивают опыт обучения, выходящий за рамки линейных траекторий, простых процедур обратной связи «правильно/неправильно» или «универсального» подхода (Пассов, 1989). Поэтому необходима активизация сотрудничества между «компьютерными» лингвистами, преподавателями иностранного языка, методическими работниками, психологами, разработчиками программного обеспечения и дизайнерами интерфейсов для формирования более совершенных интеллектуальных систем обучения иностранным языкам.
Целью данной статьи является рассмотрение возможностей применения программного обеспечения с поддержкой ИИ для повышения адаптивности, индивидуализации и некоторых аспектов интеллектуальной практики при обучении иностранному языку. Важным элементом выступает необходимость интеграции технологий ИИ и компьютерных систем в обучение молодых специалистов для обеспечения опыта работы с современными инструментами перевода и аудиовизуальными средствами.
Анализ литературных источников показал, что применение ИИ в преподавании иностранного языка не является новой концепцией. Искусственный интеллект по-разному используется для облегчения изучения и преподавания иностранного языка с первых дней образовательного процесса с помощью информационных технологий. Однако с быстрым развитием технологий в последние годы вновь возобновился интерес к применению ИИ в преподавании языков. Международные и российские исследования показывают, что искусственный интеллект можно задействовать для улучшения произношения и повышения беглости речи за счет имитации звуковых моделей носителей языка и использования функций распознавания и редактирования речи, что отражено в работах ведущих отечественных и зарубежных ученых:
-
– особенности применения чат-ботов при обучении иностранному языку рассмотрены в работах А.А. Рольгайзер (2022), Н.В. Баграмовой, Н.Ф. Кудрявцевой, Л.В. Пантелеевой, С.И. Тютюнник, И.В. Марковой (Применение чат-ботов…, 2022);
-
– компьютерные технологии, онлайн-платформы и мультимедийные программы, раскрывающие новые возможности в обучении иностранному языку, обсуждаются в трудах М.А. Бовтенко, А.А. Рольгайзер (2022), И.Л. Бим, А.Д. Гарцова (2007), Е.Е. Горшаковой, Н.М. Мекеко (2008), В.Л. Ляудис;
-
– информационно-коммуникационные технологии при обучении иностранным языкам рассмотрены в исследованиях Е.С. Полат, М.А. Татариновой (2010), Н.Ф. Талызиной, С.В. Титовой, А.В. Филатовой (2007);
-
– обзоры технологий ИИ для улучшения произношения и повышения беглости речи в языковом образовании представлены в публикациях К. Смоллвуд; Д. Чжу (Zhu, 2017); К. Торнтона, Б. дю Буле (Thornton, du Boulay, 2007); А. Ририн, А. Заени (Ririn, Zaeni, 2021); Х. Джи, И. Хан, Ю. Ко (Ji et al., 2022) и др.
В частности, искусственный интеллект применяется в следующих целях1:
-
– для улучшения произношения и повышения беглости речи за счет имитации звуковых моделей носителей языка и использования функций распознавания и редактирования речи;
-
– для создания программ дисциплин путем автоматической генерации контента на основе набора параметров;
-
– для персонализации обучения посредством адаптации контента к индивидуальным потребностям обучающегося;
-
– для выявления областей, где учебные занятия нуждаются в улучшении, путем анализа данных для определения качества образовательного процесса;
-
– для автоматизации таких задач, как выставление оценок и предоставление отзывов о заданиях;
-
– для продвижения виртуального обучения с помощью увлекательного и интерактивного контента;
-
– для создания интеллектуального контента, адаптированного к индивидуальным потребностям обучающегося.
В целом системы искусственного интеллекта включают в себя системы обучения, системы использования и системы управления. Среди них технология в системе обучения является наиболее важной частью, потому что опирается на информационную платформу обучения для создания учебной библиотеки при построении смарт-модели учебной группы. Эта модель объединяет ряд функций, таких как диагностика системы обучения, выдача заданий, корректировка домашних заданий преподавателями и оценка результатов обучения. Интеллектуальная среда обучения характеризуется интеллектом и эстетикой, реализуя при этом единство индивидуального обучения и кастомизированных обучающих программ, состоящих из значительного числа небольших модулей, связанных между собой. Схема режима обучающего взаимодействия в контексте искусственного интеллекта представлена на рисунке 1.

Рисунок 1 – Режим взаимодействия с искусственным интеллектом
Figure 1 – The Mode of Interaction with Artificial Intelligence
Полный процесс обучения, оптимизированный для искусственного интеллекта, выглядит следующим образом. Он должен в полной мере использовать различные ресурсы информационной платформы обучения с применением преподавателями программных продуктов с ИИ (Chat GPT, Duolingo, Babbel, Rosetta Stone, Google’s Speech-to-Text API, Grammarly, Ginger, Replika, Mondly, Lingodeer, Memrise, Miro, Merge Object Viewer, Dele Ahora, Género, ISLCollective, «Алиса», Quizlet, «Мультитран» и др.), чтобы давать задания обучающимся. В настоящее время популярны интеллектуальные устройства диагностики процесса обучения с применением технологий ИИ. Они извлекают ключевые слова, которые используют студенты, и корректируют ошибки, которые они часто допускают, например неправильное написание слов, неполное знание грамматики, недостаточный словарный запас и т. д.
Мы рассмотрели применение технологии искусственного интеллекта, сочетающейся с алгоритмом глубокого обучения, для повышения качества обучения английскому языку на примере образовательной организации среднего профессионального образования «Авиационно-технологический колледж» ФГБОУ ВО «Донской государственный технический университет» (АТК ДГТУ). В целях изучения влияния ИИ на процесс обучения английскому языку в реальной ситуации проводился контролируемый эксперимент в двух подгруппах первого курса очной формы обучения специальности 09.02.07 «Информационные системы и программирование». Для определения уровня владения английским языком у тестируемых в подгруппах применялось программное обеспечение Cool Edit Pro, чтобы записывать и осуществлять регулярную оценку устной речи. До начала эксперимента успеваемость в экспериментальной подгруппе (ЭПГ) равнялась 85,4 %, контрольной (КПГ) – 79,6 %; качество оценок в ЭПГ составляло 71,6 %, КПГ – 66,1 %.
Результаты демонстрируют небольшую разницу между ЭПГ и КПГ. В общей оценке качества обучения английскому языку разные тестовые задания имеют разные пропорции и уровни сложности. Это напрямую влияет на успеваемость и методы обучения. Для улучшения и коррекции методики обучения языку необходимо скорректировать части тестового задания (произношение – 30 %, скорость – 20, интонация – 25, точность – 20 %).
Эксперимент показал, что в ЭПГ обучение английскому, основанное на обработке языка, улучшает комплексные способности к языку у обучающихся. Понимание улучшилось на 15,8 % по сравнению с данными за предыдущий семестр, в то же время стремление к изучению разговорной речи увеличилось на 38,4 %.
В результате применения модернизированной методики обучения английскому языку с использованием технологии ИИ (приложений Rosetta Stone и Elsa Speak) и сопоставления особенностей разговорной речи обучающихся главным образом улучшилось произношение и повысилась скорость речи. На экзамене средний балл ЭПГ составил 89,7 %, что выше показателя КПГ – 71,1 %. Это показывает, что методика обучения с помощью обозначенных приложений, основанных на обработке языка, позволяет обучающимся работать в собственном темпе, не опасаясь давления на учебную грушу, при этом им разрешается делать повторы до получения хорошей оценки. В то же время мы видим, что стандартное отклонение ЭПГ намного выше, чем в КПГ. Это свидетельствует об относительно большом колебании и относительно сильной дисперсии их оценок. В конце семестра мы обнаружили, что успеваемость ЭПГ 96,8 % значительно улучшилась по сравнению с показателем прошлого семестра, а средние баллы были выше, чем в КПГ. Это полностью подтверждает, что в результате интеграции модернизированной методики с применением технологии ИИ, основанной на компьютерном анализе и обработке языка, подготовка респондентов ЭПГ достигла значительного уровня.
На рисунке 2 представлен анализ стремления членов обеих групп к изучению английского языка, из которого видно, что обучение, основанное на обработке языка, может эффективно повысить интерес обучающихся к разговорной речи, позволяя им достигать прогресса. Приведенные параметры показывают, что стремление респондентов из ЭПГ к изучению разговорной речи увеличилось на 35,1 %, а способность к подражанию – на 39,3 %, что еще больше содействует формированию умения задавать вопросы по теме занятия.
I I До измерений
I I После измерений

Рисунок 2 – Анализ стремления обучающихся к изучению английского языка
Figure 2 – Analysis of Students’ Aspirations to Learn English
На рисунке 3 представлена статистика по ЭПГ и КПГ для анализа оценок в зависимости от полученных баллов. Оценки обучающихся КПГ занимают относительно большую долю в сегменте 61–90 баллов, а оценки участников ЭПГ – значительную долю между 76–100 баллами и имеют тенденцию к стабильным результатам.

Рисунок 3 – Сегментация итоговых оценок обучающихся
Figure 3 – Segmentation of Students’ Final Grades
Таким образом, методика обучения с применением технологий ИИ может эффективно улучшить разговорную речь обучающихся и сделать процесс обучения более разнообразным и интересным. Результаты, приведенные на рисунке 4, показывают, что данная методика позитивно влияет на комплексные навыки в разговорном английском языке. Произношение в ЭПГ улучшилось на 11,2 %, а скорость разговорной речи возросла на 22,6 %. При этом интонация респондентов также улучшилась на 16,3 %, точность увеличилась на 26,4 %.
| | До измерений
После измерений

Рисунок 4 – Способность обучающихся к изучению английского языка
Figure 4 – Students’ Ability to Learn English
Следует отметить, что на данный момент качественная оценка результата обучения после внедрения технологий ИИ в процесс обучения пока невозможна, так как введение средств искусственного интеллекта в учебный процесс проходит лишь начальный этап. Объективные выводы, основанные на статистических данных, можно будет сделать только в результате проведения ряда экспериментов. Однако даже на начальной стадии прослеживается заинтересованность обучающихся среднего профессионального образования к инновационным изменениям методики преподавания, включающих в себя применение технологий ИИ. Также наблюдается снижение количества ошибок при выполнении заданий преподавателя у тех респондентов, которые используют подобные технологии при подготовке к занятиям и выполнении домашнего задания.
Конечно, применение технологии ИИ в обучении иностранным языкам достигло некоторых предварительных позитивных результатов, однако отмечаются и проблемы. Далее выделены их преимущества и недостатки.
Преимущества технологии ИИ в обучении иностранным языкам заключаются в следующем: – предоставляет обучающимся большое количество языковых материалов и возможностей для упражнений, таких как распознавание речи и машинный перевод, что помогает им лучше овладевать знаниями и навыками общения на иностранном языке;
-
– позволяет реализовывать персонализированное образование, автоматически корректировать содержание и методы обучения в зависимости от различных ситуаций и характеристик обучающихся, что повышает эффективность обучения;
-
– обеспечивает быстрый доступ к языковым материалам и возможности для выполнения упражнений, помогая студентам эффективнее овладевать знаниями и навыками в обозначенной области.
Однако технологии ИИ имеют и некоторые недостатки:
-
– не могут полностью заменить педагогических работников, особенно в аспектах, связанных с языковым выражением и межличностным общением;
-
– не обеспечивают гуманно-личностный подход к обучению, так как ИИ относительно механизирован и однообразен, он не может обеспечить более разнообразный опыт;
-
– имеют технические ограничения и риски для безопасности, например технология распознавания речи может неточно распознавать речь обучающихся с сильным акцентом, технология машинного перевода может давать неточные переводы и т. п.
В будущем стоит ожидать, что практика применения технологий ИИ при обучении иностранным языкам будет обширной и инновационной, станет более интеллектуальной, интерактивной и эффективной. Подобные технологии уже участвуют в реализации персонализированного образования, могут анализировать данные, связанные с учебной программой, сильными и слабыми сторонами отдельных обучающихся, и соответствующим образом корректировать содержание и методики обучения. Это повышает эффективность обучения и помогает студентам достигать лучших результатов в изучении иностранных языков.
Моделируя различные сценарии и ситуации, ИИ позволяет лучше понимать задания и применять знания и навыки иностранного языка в реальных условиях. С помощью игрового обучения, виртуальной реальности и разговорных программных продуктов ИИ помогает обучающимся изучать иностранные языки более комфортно и с удовольствием.
В заключение стоит отметить, что обработка иностранного языка является одной из важных отраслей в области искусственного интеллекта, что позволяет осуществлять обработку языковых сигналов в реальном времени. Эксперименты показывают, что обучение английскому языку, основанное на обработке языка, может эффективно развивать комплексные способности обучающихся к изучению языка.
В статье не приведены результаты сравнения технологий ИИ для обучения иностранному языку. В будущем планируется исследование методов обучения с использованием различных технологий для разработки рекомендаций по трансформации и совершенствованию образовательного процесса.
Список литературы Использование технологий, основанных на искусственном интеллекте, в преподавании иностранного языка в образовательной организации среднего профессионального образования
- Будникова А.С., Бабенкова О.С. Использование чат-ботов при изучении иностранного языка // Ученые записки. Электронный научный журнал Курского государственного университета. 2020. № 3 (55). С. 146–150.
- Гарцов А.Д. Инструментальные средства информационных технологий в практике преподавания и изучения языка в высшей школе: монография. М., 2007. 174 с.
- Мекеко Н.М. Обучение английскому языку слушателей заочного отделения неязыковых вузов (методологические проблемы): монография. М., 2008. 108 с.
- Пассов Е.И. Основы коммуникативной методики обучения иноязычному общению. М., 1989. 276 с.
- Применение чат-ботов при обучении иностранному языку как важное условие повышения качества иноязычной подготовки будущих специалистов в области информатизации образования / Н.В. Баграмова, Н.Ф. Кудрявцева, Л.В. Панте-леева, С.И. Тютюнник, И.В. Маркова // Перспективы науки и образования. 2022. № 4 (58). С. 617–633. https://doi.org/10.32744/pse.2022.4.36. (На англ. яз.)
- Рольгайзер А.А. Перспективы использования искусственного интеллекта в практике преподавания иностранного языка // Актуальные вопросы лингводидактики и методики преподавания иностранных языков: сб. науч. ст. по материалам XXXII Междунар. науч.-практ. конф. / отв. ред. Н.В. Кормилина, Н.Ю. Шугаева. Чебоксары, 2022. С. 243–248.
- Татаринова М.А. Педагогические технологии обучения иностранным языкам с использованием веб-технологий // Ме-диатека и мир. 2010. № 4. С. 30–35.
- Филатова А.В. Характеристика трудностей, возникающих при работе над групповыми веб-проектами, и способы их преодоления // Вестник Московского университета. Сер. 19: Лингвистика и межкультурная коммуникация. 2007. № 2. С. 169–179.
- Ji H., Han I., Ko Y. A systematic review of conversational AI in language education: Focusing on the collaboration with human teachers // Journal of Research on Technology in Education. 2022. Vol. 55, no. 2. P. 48–63. URL: https://doi.org/10.1080/15391523.2022.2142873.
- Ririn A., Zaeni A. A portrait of teaching and learning speaking strategy at eighth grade of English extracurricular // Interna-tional Journal of Education and Humanities. 2021. Vol. 1, no. 1. P. 19–33. https://doi.org/10.58557/ijeh.v1i1.1.
- Thornton C., du Boulay B. Artificial intelligence. New Delhi, 2007. 380 p.
- Zhu D. Analysis of the application of artificial intelligence in college English teaching // Proceedings of the 2017 2nd Interna-tional Conference on Control, Automation and Artificial Intelligence (CAAI 2017). 2017. https://doi.org/10.2991/caai-17.2017.52.