Применение больших языковых моделей в обучении чтению и работе с текстом на занятиях РКИ
Автор: Чжан Вэй, Мокрищева В.С.
Журнал: Известия Волгоградского государственного педагогического университета @izvestia-vspu
Статья в выпуске: 10 (203), 2025 года.
Бесплатный доступ
Рассматривается вопрос о применении искусственного интеллекта, в частности, больших языковых моделей YandexGPT и DeepSeek в процессе учебной деятельности китайских студентов при чтении и работе с текстом на занятиях РКИ. Предложены стратегии применения больших языковых моделей в организации чтения и работы с текстом в обучении РКИ.
Большие языковые модели, YandexGPT, DeepSeek, РКИ, обучение чтению, текст, работа с текстом
Короткий адрес: https://sciup.org/148332479
IDR: 148332479
Текст научной статьи Применение больших языковых моделей в обучении чтению и работе с текстом на занятиях РКИ
В настоящее время наблюдается интенсификация развития искусственного интеллекта и его проникновение во все сферы жизнедеятельности человека, область образования не стала исключением. Ряд исследователей (Ж.Т. Игисинова, А.О. Сакаргалие-ва, Г.М. Концевая, М.П. Концевой) сходятся во мнении, что применение искусственного интеллекта продиктовано не только вызовом времени, но и высоким потенциалом больших языковых моделей как одного из его ключевых ответвлений в учебной и организационной деятельности вузов [5; 6]. Необходимость внедрения искусственного интеллекта в область высшего образования четко обнаруживается и в ряде нормативных документов Министерства образования Китайской Народной Республики: «План строительства мощной страны в сфере образования (2024–2035 гг.)», «Мнение об укреплении строительства цифрового китайского языка и содействии информационному развитию языков и письменности», «Белая книга по умному образованию в Китае» [2; 9; 10]. Контент-анализ этих документов позволил сделать вывод о наличии в Китае государственного заказа на использование преимуществ искусственного интеллекта в образовательных целях.
В китайском и российском научных сообществах ученые (Liu Ming, Wu Zhongming, Liao Jian, Н.И. Мавринду, О.А. Фесенко) выражают схожую позицию о возможности эффективного применения больших языковых моделей для формирования у учащихся навыков, необходимых для ведения будущей профессиональной деятельности с носителями других языков [8; 15; 20]. В свою очередь, как показывает содержание учебного плана по направлению подготовки 45.03.01 «Филология» Университета МГУ-ППИ в Шэньчжэне (Китай) [14], языковая подготовка китайских студентов к освоению программ на русском языке тесно связана с применением технических средств обучения – ИКТ-компетентность, «способность использовать информационные и коммуникационные технологии для доступа к информации, для ее поиска, организации, обработки, оценки и реализации, для успешной интеграции в современное общество» [7, с. 64]. Таким образом, применение больших языковых моделей в обучении китайских студентов русскому языку не только облегчит учебный процесс, но и станет дополнительным инструментом для достижения учебных целей и залогом качественной подготовки будущих специалистов, готовых вести деятельность в многоязыковой среде, приме
Таблица 1
Определения термина «большие языковые модели»
Важно отметить, что несмотря на высокую популярность искусственного интеллекта в учебной деятельности вузов как темы для научных изысканий, на сегодняшний день существует мало трудов, раскрывающих вопросы применения больших языковых моделей в обучении иностранному языку (Г.К. Чунгулова, Э.Н. Оразалиева, А. Суворов, Hu Kaibao, Li Xiaoqian), единичные исследования посвящены использованию больших языковых моделей в обучении русскому языку как иностранному (Г.М. Концевая, М.П. Концевой, Н.И. Мавриду, О.П. Фесенко) [6; 8; 12; 15; 16; 19]. Именно низкая изученность этого вопроса обуславливает его исследовательскую актуальность.
Рассмотрим сущность больших языковых моделей, или Large Language Models в таблице 1 (таб. 1).
Таким образом, вышеизложенные трактовки позволили нам обосновать авторское определение: большие языковые модели – это технологический инструмент, который способен выполнять различные функции с определенной долей независимости и имеет высокий педагогический потенциал в процессе изучения иностранного языка.
К ключевым функциям больших языковых моделей относят умный вопрос-ответ, генерацию текста, многоязычную поддержку и обработку данных [17]. Применение больших языковых моделей имеет ряд преимуществ, в том числе снижение нагрузки преподавателя за счет автоматизации ряда процессов; инновация в методах преподавания, что ведет к повышению роли студента в учебной деятельности; непрерывное обновление учебных материалов; увеличение гибкости и доступности образования [3].
Наиболее популярными языковыми моделями являются ChatGPT от OpenAI, Bard от Google, Bing от Microsoft, YandexGPT от «Яндекса», GigaChat от «Сбера». В Китае широкое применение получили Baidu ERNIE Bot ( 文心一言 , Wenxin Yiyan), Zhipu Huazhang ( 智谱华章 ) / Zhipu Qingyan ( 智谱清言 ), Alibaba Tongyi ( 通义 ). В нашем исследовании мы сделали акцент на таких языковых моделях, как YandexGPT и DeepSeek.
Вундеркинды
Оля 3. живёт в небольшом подмосковном городе. Оля пишет песни. Она сочиняет не только музыку, но и стихи. В 4 года она написала 103 песни и начала писать оперу. Мурат М. начал выступать в цирке, когда ему было только 4 года. В 6 лет он уже выступал на Международном конкурсе «Детский цирк» в итальянском городе Вероне. Он самый маленький клоун в мире.
Настя Ф. живёт в украинском городе Донецке. Она очень рано начала фотографировать. Когда ей бьшо 2 года, её фотографии были на Международной фотовыставке в Германии. А в 3 года у Насти уже были персональная фотовыставка. На этой выставке были все её работы.
Мариям Н. начала рисовать в 3 года. Девочка слушала сказки и рисовала. Картины Мриям были на Международной выставке не только в Москве, но и в Нью-Йорке. Все газеты писали о юной талантливой художнице.
Лилит М. живёт в Ереване. Ей 4 года. Она поёт песни не только на родном языке, но и на английском, французском, итальянском... На вопрос: «Ты уже учишься в школе?» Лилит очень серьёзно отвечает: «Нет. Я работаю в Ереванской консерватории».
Вадим Р. из города Новосибирска начал заниматься музыкой, когда ему бьшо 4 года, а в 5 лет он уже учился в музыкальной школе. Он играл на скрипке 7-8 часов каждый день.
А вот мой сосед Вася - удивительный мальчик. Ему 5 лет. Он не сочиняет симфонии, не пишет оперы, не играет на скрипке, не поёт Шуберта, не пишет стихи и романы, не выступает в цирке, не изучает иностранные языки, не занимается математикой, не играет в шахматы. Он играет в футбол, гуляет с собакой, смотрит мультфильмы, играет в компьютерные игры.
Рис. Учебный текст «Вундеркинды»
Результаты запроса в YandexGPT
Таблица 2
|
Существительные |
Глаголы |
Словосочетания |
|
|
|
|
Примеры использования глаголов |
||
|
||
Таблица 3
Результаты запроса в DeepSeek
|
Лексика и выражения |
Примеры использования глаголов |
|
Что? (Вин. п.): Оля пишет песни и стихи. Вадим пишет музыку для скрипки. Что? О ком? (Вин. п.): Газеты пишут о юной художнице. Я люблю писать письма друзьям.
Где? (Предл. п.): Мурат выступает в цирке. Завтра дети будут выступать на школьном концерте. С кем/чем? (Твор. п.): Он выступает с новым номером. Анна выступила с интересным докладом.
Что? (Вин. п.): Мариям рисует картины. Дети любят рисовать животных. Чем? (Твор. п.): Она рисует карандашами. Художник рисует красками.
Что? (Вин. п.): Лилит изучает иностранные языки. Мы изучаем русский язык. Что? (Вин. п.): Ученые изучают эту проблему. Студенты изучают новый материал.
На чем? (Предл. п. с «на»): Вадим играет на скрипке. Я учусь играть на гитаре. Во что? (Вин. п. с предлогом «в»): Вася любит играть в футбол. Дети играют в компьютерные игры. |
На наш взгляд, применение языковых моделей YandexGPT и DeepSeek в обучении китайских студентов чтению и работе с текстами на русском языке может существенно оптимизировать учебный процесс.
Обучение чтению – один из ключевых аспектов в обучении РКИ, который присутствует с самых первых занятий. «Чтение – это не только источник знаний о стране изучаемого языка, но и средство обучения языку. Оно позволяет овладеть соответствием графической и звуковой системы языка, правилами интонационного оформления предложений» [11, с. 55].
В свою очередь, текст – основная методическая единица, вокруг которой преподаватель организует систему речевых и языковых упражнений, а также ключевая дидактическая единица, на базе которой студенты-иностранцы усваивают лексический, грамматический, социокультурный и страноведческий материал. Текст служит базой для наблюдения и осмысления лексических единиц и грамматических конструкций, выступает основой для формирования речевых навыков. Он может быть как источник информации, материал для обучения чтению и письму, материал для обучения говорению и слушанию, образец речевых моделей (устных и письменных), материал для анализа и ввода лексико-грамматического материала [4]. Другими словами, чтение является одним из наиболее важных аспектов в обучении китайских студентов русскому языку, а текст выступает основной дидактической единицей, вокруг которой построен процесс обучения.
Учитывая важность чтения и работы с текстом, мы разработали прикладные сценарии по применению больших языковых моделей YandexGPT и DeepSeek, связанные с
Таблица 4
Результаты запроса в YandexGPT
В двух языковых моделях был сделан запрос составить список ключевых лексических единиц, фразеологизмов и выражений уровня А2 из текста урока, а также привести соответствующие примеры предложений. YandexGPT систематизировал материал по трем группам (существительные, глаголы, словосочетания), предложив подробные толкования и примеры. Особенно практичными оказались примеры с глаголами (таб. 2 на стр. 204). DeepSeek предоставил ответ, нацеленный на работу с видовыми парами глаголов (совершенный / несовершенный вид), их употреблением и примерами, однако не включил в ответ распространенные фразеологические обороты (таб. 3 на стр. 205). Для более тщательной проработки текстов целесообразно интегрировать ответы двух языковых моделей, отбирая необходимый контент из результатов каждой.
Второй запрос в больших языковых моделях был нацелен на работу с пониманием содержания текста на примере одного учебного текста: «Ознакомиться с текстом и от-
Таблица 5
Результаты запроса в DeepSeek
|
Анализ названия |
Анализ содержания |
|
Название текста – «Вундеркинды» – сразу указывает на его основную тему: речь пойдет о детях с исключительными способностями, опережающих свое время в развитии. Как я это понял:
– «Вундеркинд» (от нем. Wunderkind – «чудо-ребенок») – это ребенок, обладающий выдающимися талантами в науке, искусстве или другой сфере. – В тексте приведены примеры таких детей: Оля (композитор), Мурат (циркач), Настя (фотограф) и другие.
– Последний абзац о мальчике Васе, который «обычный» (играет в футбол, смотрит мультики), создает иронию. – Это подчеркивает, что «вундеркинды» – исключение, а не норма.
– Текст не просто перечисляет таланты, но и наводит на размышления: – Нужно ли детям быть гениями, чтобы их заметили? – Важно ли «обычное» детство? Вывод: Название отражает главную тему – феномен одаренных детей, но также предлагает задуматься о ценности естественного развития. |
Из всех удивительных детей в этом тексте больше всего мне запомнилась Лилит М. из Еревана. Вот почему: Что делает ее особенной?
– В 4 года она поет на 4 языках: родном армянском, английском, французском, итальянском. – Это не просто запоминание слов, а чувство языка – редкий дар даже для взрослых!
– На вопрос «Ты в школе?» она отвечает: «Нет, я работаю в консерватории». – Детская непосредственность + взрослая ответственность – потрясающее сочетание. 3. Контраст с другими: – Большинство вундеркиндов текста занимаются одним делом (музыка, цирк, живопись), а Лилит совмещает пение и языки. Что меня удивило? – Работа в консерватории в 4 года звучит как сказка! Вероятно, она участвует в детских проектах или занятиях, но формулировка создает образ «маленького профессионала». |
ветить на два конкретных вопроса по его содержанию: а) Как вы поняли название текста? б) Кто вам понравился больше всего? Кто вас удивил больше всего? Расскажите об этом ребенке». Результаты представлены в таблицах 4–5.
Как видно из таблиц 4–5, языковые модели предложили в ответ на запрос полноценный анализ названия и содержания анализируемого текста. Студенты могут использовать такого рода запросы для получения качественного «шаблона» для построения своего авторского ответа, выделяя наиболее полезные специфические черты каждой из моделей.
Детальный сравнительный анализ показал, что большая языковая модель YandexGPT 5 Lite разработана с учетом специфики русского языка. Она показывает более высокую точность в грамматике, стилистике и понимании контекста на русском, что делает ее более подходящей для практики анализа и обработки русских текстов, перевода с китайского на русский и наоборот. DeepSeek, поскольку разработана в Китае и нацелена на китайскую аудиторию, может допускать ошибки в русской грамматике и стилистике. Тем не менее предоставленные ответы по запросам демонстрирую высокий уровень аналитических функций данной языковой модели. Совместное их применение позволит студентам, изучающим русский язык, более качественно выполнять задания, связанные с чтение и обработкой текстов.
Таким образом, исходя из потребностей времени в расширении зоны применения искусственного интеллекта, большие языковые модели, как одно из ключевых его ответвлений, начали проникать в область высшего образования, в том числе языкового. Большие языковые модели – это современный инструмент, позволяющий ускорить, автоматизировать, облегчить и сделать более увлекательным для студентов процесс изучения иностранного языка. Применение больших языковых моделей, таких как YandexGPT и DeepSeek, в преподавании русского языка в китайских вузах может существенно оптимизировать учебную деятельность по чтению и работе с текстом. Согласно результатам проведенного исследования, оба инструмента продемонстрировали свои преимущества, поэтому могут существенно повысить качество и гибкость учебного процесса, а также снизить нагрузку на преподавателя.