Использование искусственного интеллекта в языковом образовании ставит перед преподавателем практический вопрос: какие действия программы помогают студенту овладеть языком, а какие позволяют выполнить задание без необходимой речевой и мыслительной работы? Для ответа следует различать качество полученного текста и качество обучения. Грамматически правильное сочинение, подготовленное с помощью ИИ, само по себе ещё не показывает, умеет ли студент строить предложения, объяснять свой выбор и выражать собственную мысль.
ИИ в языковом образовании охватывает разные технологии. В систематическом обзоре М. Зу и К. Ванг рассматриваются автоматизированная оценка письменных работ, боты, машинный перевод, распознавание речи и интеллектуальные обучающие системы [1, с. 20-23]. Генеративные модели составляют часть этого поля. Поэтому выводы об одном приложении, виде задания или группе обучающихся нельзя без дополнительной проверки распространять на все средства ИИ.
Работа носит теоретико-методический характер. Сопоставлены исследования по ИИ в языковом образовании [1; 2], сборник о письме и генеративном ИИ [3], пособия по организации учебных экспериментов и педагогическому проектированию [4-7], материалы по критическому мышлению [8] и внедрению ИИ в образовательной организации [9]. Работа Д. Гоулмана используется для обсуждения эмоциональных и межличностных аспектов обучения [10], а обзор Г. Холла и Г. Кука – для обоснования обращения к языкам, которыми студент уже владеет [11]. Анализ включает выделение учебной функции технологии, действий обучающегося, способов проверки и ограничений каждого решения.
Источники имеют разный доказательный статус. Зу и Ванг анализируют 125 эмпирических исследований за период с 2013 года по октябрь 2023 года. В их корпусе 52 работы посвящены письму, 30 – говорению и только 6 – аудированию [1, с. 1, 20]. Эти числа характеризуют исследовательское внимание к отдельным навыкам, но не доказывают сравнительную эффективность ИИ для каждого из них. Кроме того, обзор включает разные поколения технологий и не отражает автоматически возможности всех современных генеративных моделей.
В исследовании Л. Вей участвовали 60 студентов китайского университета; вмешательство с использованием Duolingo продолжалось десять недель. Автор сообщает о положительных результатах в отношении учебных достижений, мотивации и саморегуляции [2, с. 5-8]. При интерпретации необходима осторожность: сравнивались целые учебные условия, включавшие разные виды деятельности, поэтому выделить вклад собственно ИИ затруднительно. В описании исследования имеются и несогласованности: на с. 6 указаны 14 участников интервью, а в обсуждении на с. 11-11. Эта работа не рассматривается здесь как достаточное основание для универсальных выводов об эффективности ИИ или генеративных чат-ботов.
Практические пособия предлагают способы организации работы, но наличие упражнения в книге не равнозначно экспериментальному подтверждению его эффективности. Особенно внимательно следует читать сборник «Bad Ideas about AI and Writing»: первые части названий глав формулируют положения, которые авторы подвергают критике. Например, тезис о достаточности автоматически созданного краткого пересказа в главе К. Итона опровергается, а использование такого пересказа рассматривается как дополнение к собственному чтению [3, с. 65-69]. Предлагаемые далее задания являются авторской адаптацией методических принципов к языковому обучению.
Одна из доступных преподавателю возможностей ИИ – подготовка нескольких вариантов задания для одной темы. Д. Веллер предлагает учитывать уровень обучающихся, сложность лексики и требуемые действия при создании языковых упражнений [7, с. 18-20]. В руководстве Department for Education рассматриваются упрощение текста, выделение ключевых слов, создание определений и упражнений с пропусками [9, с. 19-20]. Для преподавателя это заготовки, которые необходимо проверить и согласовать с учебной целью.
Например, при работе над темой «Профессии» можно подготовить три задания. Начинающий студент соединяет названия профессий с короткими описаниями. Студент следующего уровня задаёт вопросы о месте работы и обязанностях. Более подготовленный обучающийся объясняет, какие качества необходимы для выбранной профессии. Все участники работают в одном тематическом поле, но получают разный объём опоры. Обозначение уровня в запросе к ИИ следует считать ориентиром: преподаватель проверяет, действительно ли словарь, длина предложений и инструкция доступны группе.
При освоении грамматики помощь ИИ целесообразно ограничивать подсказкой. Если студент написал «She work at a school», программа может обратить внимание на подлежащее и форму глагола, после чего обучающийся сам исправит предложение. Затем ему предлагается новая ситуация с другим глаголом. Такая последовательность позволяет проверить, усвоена ли закономерность. Полностью исправленный программой текст такой проверки не обеспечивает.
При обучении письму ИИ может выступать источником предварительного комментария к черновику. Л.Спербер предлагает сочетать машинную обратную связь с отзывами других студентов и рефлексией автора [3, с. 319-323]. М.Бялик и П.Нильссон связывают участие преподавателя с пониманием жизненного и учебного контекста студента, ответственностью за оценивание и признанием усилий обучающегося [5, с. 85-88]. Эти позиции позволяют построить работу так, чтобы решение о переработке оставалось за автором текста.
Например, студент самостоятельно пишет 80-100 слов о семейной традиции. Он просит ИИ указать один непонятный фрагмент и одну повторяющуюся грамматическую трудность, сохранив содержание и уровень языка. Затем сравнивает комментарий программы с отзывом одногруппника. В новой версии он исправляет текст и кратко объясняет, какие рекомендации принял и от каких отказался. Преподаватель оценивает исходный и переработанный варианты, обоснование изменений и короткую самостоятельную работу на близкую тему.
Авторский пример запроса: «Read my A2 paragraph about a family tradition. Identify one sentence that is difficult to understand and one repeated grammar problem. Ask questions that help me revise it myself. Keep my meaning and do not write a new paragraph for me». Даже при таком запросе программа может нарушить ограничения, поэтому преподаватель предварительно проверяет способ работы и показывает студентам, как распознавать чрезмерное вмешательство.
Отдельного внимания заслуживает сохранение авторского голоса. А.Грубер рассматривает риск избыточного исправления и ориентации автоматических рекомендаций на ограниченное представление о нормативном английском [3, с. 205-209]. В предлагаемой методике студент различает грамматическую ошибку, затруднение понимания и необязательное стилистическое изменение. Например, замена простого, но уместного слова сложным академическим эквивалентом может ухудшить соответствие текста уровню автора и ситуации общения.
Диалоговая система может предоставлять дополнительные ситуации для речевой практики: знакомство, обращение за помощью, интервью о профессии, обсуждение планов. Для этого нужны выбранная ситуация, ограниченный языковой материал и понятная коммуникативная задача. Пособие Д.Веллера содержит подходы к подготовке ролевых карточек и материалов для понимания прочитанного и услышанного [7, с. 34-35]. Бялик и Нильссон приводят пример, в котором индивидуальная практика иностранного языка с ИИ дополняется взаимодействием студентов в новых обстоятельствах [5, с. 118].
Для темы «Город» предлагается такой запрос: «Act as a visitor asking for directions in Khujand. Use short A2 questions and ask only one at a time. Wait for my answer. If my directions are unclear, ask me to explain. After five turns, give feedback on two expressions». Сначала студент тренируется с системой, затем объясняет одногруппнику другой маршрут по условной карте. Новая карта помогает проверить самостоятельное использование выражений, поскольку простое воспроизведение прежнего диалога не показывает переноса навыка.
Следует различать текстовый диалог и устную практику. Переписка с чат-ботом не даёт достаточных оснований судить о произношении или понимании речи на слух. Для аудирования требуется аудиоматериал, а для анализа произношения – средство, которое действительно обрабатывает звук. Возможности конкретного сервиса проверяются перед занятием. Результат распознавания речи полезен как повод для повторного прослушивания, но его нельзя автоматически считать окончательной оценкой произношения.
Возможный сценарий аудирования включает первое прослушивание короткого диалога с вопросом на общий смысл, повторное прослушивание для уточнения деталей и последующую сверку с транскриптом. ИИ может помогать преподавателю подготовить сценарий и вопросы; содержание и ключи проверяются заранее. Научная база по аудированию в рассмотренном обзоре менее обширна, чем по письму и говорению [1, с. 20]. Поэтому здесь описывается методическая возможность, а не доказанное преимущество искусственно созданного аудио над другими материалами.
Для таджикоязычной аудитории перспективна работа с сопоставлением значений и переводов. К. Чанна предлагает использовать ИИ при переводе с обязательной проверкой точности, контекста и культурной уместности [4, с. 153-155]. Обзор Холла и Кука показывает, что обращение к уже известным студенту языкам имеет разные учебные функции и требует учёта образовательного контекста [11, с. 271-274]. Эти работы обосновывают обсуждение многоязычной поддержки, но сами по себе не устанавливают оптимальное соотношение таджикского, русского и английского языков в конкретной группе.
Предлагаемая последовательность начинается с определения того, на каком языке студент лучше понимает объяснение. Он самостоятельно переводит короткий фрагмент, сопоставляет свой вариант с предложением ИИ и отмечает смысловые расхождения. При необходимости используется русский эквивалент, после чего значение уточняется на таджикском и вновь выражается по-английски. Русский язык включается по учебной необходимости и уровню владения им, а не по предположению, что он одинаково доступен всем студентам.
При работе с темами национальной культуры студенту полезно сначала самому сообщить конкретные сведения о знакомой традиции. ИИ можно попросить помочь сформулировать их на английском и отметить непонятные места. Такая организация уменьшает зависимость от общих описаний страны и позволяет обсуждать различия между личным опытом, проверяемым фактом и предположением программы. Перенос этих приёмов на арабский, китайский и другие языки требует отдельной проверки языкового материала и особенностей письменности.
Б. А. Андерс рассматривает согласование планируемых результатов, оценивания и учебных действий как основу проектирования курса [6, с. 37-39]. На этой основе предлагается занятие продолжительностью 45 минут для группы ориентировочно уровня A2. Тема – описание семейной или местной традиции. Планируемый результат: студент составляет понятное описание, задаёт уточняющий вопрос и самостоятельно объясняет хотя бы одно языковое решение.
В Leadership Toolkit предлагается начинать внедрение с анализа потребностей организации, возможностей сотрудников и условий использования технологии [9, с. 5, 17-20, 25-27]. Для кафедры иностранного языка это можно адаптировать как небольшой пилот по одной учебной задаче, например по работе с письменным черновиком. Преподаватели заранее проверяют материалы, обсуждают допустимые формы помощи и фиксируют возникающие трудности. Положения британского руководства рассматриваются как организационный опыт; их правовые требования не переносятся автоматически на Таджикистан.
Для таджикоязычной аудитории представляет интерес сочетание английской речевой практики с дозированной многоязычной поддержкой. Предлагаемый учебный цикл сохраняет самостоятельную попытку и завершает работу новым заданием без ИИ. Именно способность понять, объяснить и применить материал в другой ситуации следует принимать за основной ориентир при оценке обучения. Преподаватель организует этот процесс, проверяет языковую и культурную уместность материалов и определяет, какая помощь способствует развитию конкретного студента.
.png&w=640&q=75)
