Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка Текст научной статьи по специальности «Науки об образовании»

Вестник Тамбовского университета. Серия: Гуманитарные науки Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review. Series: Humanities

ISSN 1810-0201 (Print), ISSN 2782-5825 (Online) https ://vestsutmb. elpub. ru

ТЕОРИЯ И МЕТОДИКА ОБУЧЕНИЯ ИНОСТРАННОМУ ЯЗЫКУ

Научная статья

УДК 372.881.111.1+004.8

https://doi.org/10.20310/1810-0201-2024-29-3-559-588

Ц) Check for updates

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка

Павел Викторович СЫСОЕВ12 , Евгений Михайлович ФИЛАТОВ1 , Максим Николаевич ЕВСТИГНЕЕВ1 , Олег Геннадиевич ПОЛЯКОВ1 ,

Илона Алексеевна ЕВСТИГНЕЕВА1 , Данила Олегович СОРОКИН1

:ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина» 392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33 2ФГБОУ ВО «Московский педагогический государственный университет» 119991, Российская Федерация, г. Москва, ул. Малая Пироговская, 1, стр. 1 *Адрес для переписки: psysoyev@yandex.ru

Актуальность. Современный этап информационного и технологического развития цивилизации характеризуется динамичным появлением технологий искусственного интеллекта (далее - ИИ) и разработкой на их основе инструментов, которые все глубже и глубже проникают в различные сферы жизнедеятельности человека. Система образования в целом и иноязычного образования в частности не является исключением. В настоящее время существует несколько десятков инструментов ИИ, которые активно используются обучающимися и преподавателями-практиками в развитии иноязычных речевых умений и формировании языковых навыков. В научной литературе имеется достаточно объемный корпус исследований, посвященных раскрытию лингводидактического потенциала современных инструментов ИИ. Вместе с тем большинство исследований носит пилотный характер. В центре внимания ученых находятся частные методики развития конкретных речевых умений или формирования определенных языковых навыков обучающихся на основе отдельных инструментов ИИ. Системное рассмотрение интеграции технологий ИИ в процесс лингвометоди-ческой подготовки студентов языковых специальностей - будущих учителей иностранного языка - не выступало предметом специального исследования. Цель работы - разработать матрицу инструментов ИИ, используемых в лингвометодической подготовке будущих учителей иностранного языка.

Материалы и методы. Исследование проводилось на основе метода экспертной оценки, что позволило авторам: а) выделить лингводидактический и методический потенциал, а также ограничения наиболее распространенных инструментов ИИ; б) обобщить и классифицировать имеющиеся знания в виде матрицы инструментов ИИ, используемых в лингво-методической подготовке будущих учителей иностранного языка. В качестве материалов для проведения исследования использовались статьи из научных журналов, входящих в

© Сысоев П.В., Филатов Е.М., Евстигнеев М.Н., Поляков О.Г., Евстигнеева И.А., Сорокин Д.О., 2024

559

перечень ВАК РФ (К1, К2), RSCI, а также индексируемых в международных наукометрических базах Web of Science и Scopus.

Результаты исследования. Разработана матрица инструментов ИИ в лингвометодической подготовке будущих учителей иностранного языка. Матрица представлена по шести видам обратной связи от генеративного ИИ, используемого в обучении иностранному языку и методике преподавания. В качестве основных и наиболее доступных для педагогов и обучающихся инструментов ИИ, обеспечивающих обратную связь каждого вида, выступают следующие: а) Replika, LingvoBot, Multitran_bot, Slavaribot, WorldContextBot, ChatGPT, Google Assistant, EGEEnglish.ru (учебно-социальная обратная связь); б) ChatGPT, YandexGPT и GigaChat (информационно-справочная обратная связь); в) ChatGPT 4.0, YandexGPT, GigaChat, Twee (методическая обратная связь); г) ChatGPT, YandexGPT, GigaChat, Turnitin, система «Антиплагиат» (аналитическая обратная связь); д) Grammarly, PaperRater, Pigai, ChatGPT 4.0, YandexGPT, GigaChat, Criterion (оценочная обратная связь); е) ChatGPT, YandexGPT, GigaChat, AI Poem Generator, Midjourney, Suno, Sora, Runway (условно творческая обратная связь).

Выводы. Новизна исследования состоит в разработке матрицы инструментов ИИ в лингвометодической подготовке будущих учителей иностранного языка. Перспективы дальнейшей работы заключаются в разработке методик обучения аспектам языка, видам речевой деятельности, а также профильным дисциплинам на основе конкретных инструментов ИИ. В своей совокупности данные частные методики позволят создать целостную систему лингвометоди-ческой подготовки будущих учителей иностранного языка на основе инструментов ИИ.

Ключевые слова: искусственный интеллект, методика обучения иностранным языкам, английский язык, матрица инструментов ИИ, нейросети, чат-боты, компетенция педагога английского языка

Благодарности и финансирование. Исследование выполнено в рамках реализации программы Научного центра Российской академии образования на базе ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина».

Вклад авторов. Нераздельное соавторство.

Заявление о конфликте интересов. Авторы заявляют об отсутствии конфликта интересов.

Для цитирования: Сысоев П.В., Филатов Е.М., Евстигнеев М.Н., Поляков О.Г., Евстигнеева И.А., Сорокин Д.О. Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559-588. https://doi.org/10.20310/1810-0201-2024-29-3-559-588

THEORY AND METHODS OF FOREIGN LANGUAGE TEACHING

Original article

https://doi.org/10.20310/1810-0201-2024-29-3-559-588

A matrix of artificial intelligence tools in pre-service foreign language teacher training

Pavel V. SYSOYEV12 , Evgeniy M. FILATOV1 , Maxim N. EVSTIGNEEV1 , Oleg G. POLYAKOV1 ,

Ilona A. EVSTIGNEEVA1 , Danila O. SOROKIN1

1Derzhavin Tambov State University 33 Internatsionalnaya St., Tambov, 392000, Russian Federation 2Moscow Pedagogical State University 1 bldg, 1 Malaya Pirogovskaya St., Moscow, 119991, Russian Federation * Corresponding author: psysoyev@yandex.ru

Importance. The modern stage of information and technological development of civilization is characterised by the dynamic emergence of artificial intelligence (AI) technologies and the development of tools based on them, which are being more and more introduced into various spheres of life. The education system in general, and foreign language education in particular, is no exception. Currently, there are several dozen AI tools that are actively used by students and teachers in the development of foreign language communicative skills and the development of language skills. There is a rather voluminous body of research in the academic literature devoted to the disclosure of the language teaching potential of modern AI tools. However, most of the studies are of a pilot nature. The focus of scholars' attention is on particular methods for the development of students' communicative skills or the development of certain language skills based on individual AI tools. The systematic consideration of the integration of AI technologies into the process of teaching foreign language majoring students - future foreign language teachers - linguistic and teaching methods training has not been the subject of a special study. The purpose of this study is to develop a matrix of AI tools used in the linguistic and teaching methods training of future foreign language teachers. Materials and Methods. The study is conducted on the basis of the expert assessment method, which allows to: a) identify the language teaching potential, as well as the limitations of the most common AI tools; b) summarise and classify the available knowledge in the form of a matrix of AI tools used in the linguistic and teaching methods training of future foreign language teachers. The materials of the study were research articles, published in Russian and foreign academic journals, indexed in Web of Science and Scopus.

Results and Discussion. A matrix of AI tools in the linguistic and teaching methods training of future foreign language teachers has been developed. The matrix is presented according to six types of feedback from generative AI used in foreign language teaching and teaching methods. The following are the main and most accessible AI tools for teachers and students providing feedback of each type: a) Replika, LingvoBot, Multitran_bot, Slavaribot, WorldContextBot, ChatGPT, Google Assistant, EGEEnglish.ru (educational and social feedback); b) ChatGPT, YandexGPT and GigaChat (information and reference feedback); c) ChatGPT 4.0, YandexGPT, GigaChat, Twee (methodological feedback); d) ChatGPT, YandexGPT, GigaChat, Turnitin, software "Antiplagiat" (analytical feedback); e) Grammarly, PaperRater, Pigai, ChatGPT 4.0, YandexGPT, GigaChat, Criterion (assessment and evaluative feedback); f) ChatGPT, YandexGPT, GigaChat, AI Poem Generator, Midjourney, Suno, Sora, Runway (conditionally creative feedback).

Conclusion. The novelty of the research consists in the development of a matrix of AI tools in the linguistic and teaching methods training of future foreign language teachers. The prospects for further research lie in the development of teaching methods for aspects of language, types of speech activity, as well as specialised disciplines based on specific AI tools. In their entirety, these particular methods will enable the creation of an integrated system of linguistic and teaching methods training of future foreign language teachers based on AI tools.

Keywords: artificial intelligence, methods of foreign languages teaching, English, matrix of AI tools, neural networks, chatbots, competence of an English teacher

Acknowledgements and Funding. The study has been supported by the program of the Russian Academy of Education Research Center at Derzhavin Tambov State University. Authors' Contribution. Undivided co-authorship.

Conflict of Interests. The authors declare that there is no conflict of interests.

For citation: Sysoyev, P.V., Filatov, E.M., Evstigneev, M.N., Polyakov, O.G., Evstigneeva, I.A., & Sorokin, D.O. (2024). A matrix of artificial intelligence tools in pre-service foreign language teacher training. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review. Series: Humanities, vol. 29, no. 3, pp. 559-588. (In Russ., abstract in Eng.) https://doi.org/10.20310/1810-0201-2024-29-3-559-588

ВВЕДЕНИЕ

2023-2024 гг. характеризуются значительным рывком в технологическом развитии нашей цивилизации. Создание технологий генеративного искусственного интеллекта (далее - ИИ) и их стремительная интеграция в различные сферы жизнедеятельности человека определили необходимость внимательного изучения потенциала современных инструментов ИИ и их влияния на изменение качества жизни и профессиональной активности индивида. Система образования, нередко выступающая фронтиром многих социальных и технологических изменений, вполне закономерно оказалась на перекрестке использования традиционных подходов и методов обучения и инновационного дидактического потенциала современных инструментов ИИ. Совершенно очевидно, что в самом ближайшем будущем должно произойти переосмысление педагогическим сообществом уже сложившейся методологии образования и ее возможная модернизация с тем, чтобы в полной мере учитывать интересы, потребности, способности обучающихся в условиях широкой доступности инструментов ИИ и их значительного дидактического потенциала. Многие отечественные и зарубежные ученые в своих работах раскрывают

основные векторы интеграции ИИ в образование [1-4]. При этом исследователи справедливо утверждают, что благодаря способности взять на себя многие традиционные функции преподавателя в ближайшем будущем ИИ должен стать надежным помощником каждого обучающегося в проектировании его индивидуальной образовательной траектории и персонализированном освоении учебных дисциплин.

Актуальность интеграции ИИ в образование в целом и обучение конкретным дисциплинам в частности определяется следующими факторами. Во-первых, способность инструментов ИИ значительно обогатить в содержательном и методическом планах процесс обучения различным учебным дисциплинам и выстроить его по индивидуальной траектории будет способствовать улучшению качества овладения обучающимися учебным материалом и формирования необходимых компетенций. Особую значимость индивидуализация и персонализация образования приобретают в условиях сокращения аудиторной нагрузки и набора абитуриентов со слабым уровнем предметной подготовки. Учебное внеаудиторное взаимодействие обучающихся с инструментами ИИ, с одной стороны, компенсирует нехватку времени на изучение и/или отработку материа-

ла, с другой - обеспечит персонализированное обучение студентов новыми приемами. Все это будет способствовать развитию у обучающихся учебной автономии и способности самостоятельно проектировать свою траекторию обучения. Во-вторых, способность технологий ИИ внести качественные изменения в различные сферы жизнедеятельности человека получила отражение в ряде нормативных документов на федеральном уровне. В частности, в Стратегии научно-технологического развития Российской Федерации1, определяющей ключевые векторы развития науки и промышленности на ближайшую перспективу, утверждается, что в качестве одного из важнейших приоритетов в развитии РФ станет «переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта» (пункт 20 Стратегии). Изучение дидактического потенциала ИИ включено в тематику исследований Программы Российской академии наук (5.7.8.3. «Научные основы применения технологий искусственного интеллекта для персонализации образования и построения индивидуальных образовательных траекторий с учетом когнитивных и личностных особенностей»). Данные документы определяют приоритеты государственной политики в области образования на ближайшую перспективу.

В центре внимания настоящего исследования находится лингвометодическая подготовка студентов языковых направлений подготовки («Педагогическое образование», профиль «Английский язык» и «Лингвистика», профиль «Теория и методика преподавания иностранных языков и культур») - будущих учителей иностранного языка - на основе инструментов ИИ. Лингвометодиче-

1 Стратегия научно-технологического развития Российской Федерации (с изм. на 15.03.2021). URL: https://docs.cntd.ru/document/420384257 (дата обращения: 15.03.2024).

ская подготовка заключается в формировании у студентов иноязычной коммуникативной компетенции во всем многообразии ее компонентов (языкового, речевого, социокультурного, компенсаторного, учебно-познавательного) (И.Л. Бим) от уровня В1 до С1/С2 и методической компетенции, отражающей готовность и способность студентов обучать учащихся средней школы иностранному языку и культуре (аспектам языка, видам речевой деятельности, культуре стран родного и изучаемого языков).

Изучение иностранного языка и культуры обучающимися вне аутентичной языковой среды всегда затрудняется объективной ограниченностью и нехваткой практики иноязычного общения. Использование методов проблемного обучения, в том числе интерактивных, не всегда способно в полном объеме компенсировать ограниченные возможности иноязычного взаимодействия между обучающимися. Современные инструменты ИИ (чат-боты и голосовые ассистенты) способны предоставить студентам практику внеаудиторного иноязычного устного и письменного общения, что, безусловно, будет способствовать более результативному развитию речевых умений. В методической литературе последних лет имеются исследования, в которых авторами разрабатывались методики обучения видам иноязычной речевой деятельности и аспектам языка на основе конкретных инструментов ИИ: Д.О. Сорокиным [5] - методика развития умений говорения на основе голосовых помощников; П.В. Сысоевым и Е.М. Филатовым [6-9] - методика развития умений письменной речи на основе ней-росети ChatGPT; П.В. Сысоевым, Е.М. Филатовым и Д.О. Сорокиным [10] и Г.В. Перми-новой [11] - методика развития умений устного и письменного взаимодействия на основе чат-ботов; И.В. Харламенко [12; 13] - методика формирования лексических навыков на основе практики с чат-ботами; А.П. Авра-менко, А.С. Ахмедовой, Е.Р. Булановой [14] -методика формирования грамматических навыков на основе использования чат-ботов. Корпусные технологии ИИ способны создать

лингводидактические условия для формирования у обучающихся лексико-грамматичес-ких навыков. В.В. Клочихин и О.Г. Поляков [15-18] в своих работах предлагали системы упражнений и заданий, направленные на формирование лексических и грамматических навыков обучающихся на основе корпусных технологий ИИ; Е.В. Тихонова и А.В. Крайдер [19] рассматривали потенциал корпуса параллельных текстов в обучении студентов китайскому языку. При этом все авторы замечали, что внеаудиторное взаимодействие с инструментами ИИ должно встраиваться в традиционные методики обучения языку.

Разработка генеративного ИИ позволила создать специальные инструменты, обладающие методическим потенциалом и способные взять на себя некоторые методические функции современного преподавателя иностранного языка (разработку календарно-тематического плана курса, планов занятий, упражнений и заданий, направленных на обучение аспектам иностранного языка или видам речевой деятельности и т. п.) [20-22]. Упомянутые выше исследования послужили фундаментом для начала научного диалога по обсуждению вопросов обновленной методологии обучения иностранным языкам на основе технологий ИИ в работах И.В. Роберт, П.В. Сысоева, С.В. Титовой, О.Г. Полякова, М.Н. Евстигнеева [23-28].

Вместе с тем, несмотря на имеющийся научный задел в области использования современных инструментов ИИ в обучении иностранному языку и разработке методических материалов, указанные исследования носили пилотный характер и фокусировались исключительно на применении конкретных инструментов ИИ для решения определенных учебных задач. Вопрос системной лин-гвометодической подготовки студентов языкового вуза на основе инструментов ИИ не выступал предметом отдельного педагогического изучения. В этой связи целью данного исследования является

разработка матрицы инструментов ИИ, используемых в лингвометодической подготовке будущих учителей иностранного языка.

МАТЕРИАЛЫ И МЕТОДЫ

Исследование проводилось на основе метода экспертной оценки, что позволило посредством анализа имеющихся научных работ в области педагогики и методики обучения иностранным языкам: а) выделить лингводидактический и методический потенциал, а также ограничения наиболее распространенных инструментов ИИ; б) классифицировать и обобщить имеющиеся знания в виде матрицы инструментов ИИ, используемых в лингвометодической подготовке будущих учителей иностранного языка.

В качестве материалов для проведения исследования использовались ФГОС ВО, основные образовательные программы по направлениям «Педагогическое образование» (профиль «Английский язык») и «Лингвистика» (профиль «Теория и методика преподавания иностранных языков и культур») ТГУ им. Г.Р. Державина, статьи из научных журналов, входящих в перечень ВАК РФ (К1, К2), RSCI, а также индексируемых в международных наукометрических базах Web of Science и Scopus.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

В настоящее время создано множество инструментов ИИ, способных предоставлять пользователям различные функциональные виды обратной связи. Причем в некоторых случаях один инструмент ИИ, например ней-росеть ChatGPT 4.0, способен предоставлять сразу несколько ее видов (методическую, условно творческую и т. п.), в других - создаются отдельные инструменты узкой направленности (например, чат-бот Replika или нейросеть Twee) для решения конкретных учебных или методических задач. В этой

связи при разработке матрицы инструментов ИИ, используемых в лингвометодической подготовке будущих учителей иностранного языка, было решено классифицировать их по видам предоставляемой обратной связи.

В своем исследовании по изучению лин-гводидактического и методического потенциала современных инструментов ИИ П.В. Сысоев, Е.М. Филатов и Д.О. Сорокин [29] выделили шесть видов предоставляемой ими пользователям обратной связи, которые можно применять в обучении иностранному языку. К ним относятся: а) учебно-социальная; б) информационно-справочная; в) методическая; г) аналитическая; д) оценочная; е) условно творческая обратная связь [29, с. 243]. Рассмотрим матрицу инструментов ИИ, используемых в лингвометодической подготовке будущих учителей иностранного языка по каждому из выделенных видов обратной связи.

Учебно-социальная обратная связь

Учебно-социальная выступает видом обратной связи от генеративного ИИ, который на современном этапе в наибольшей степени изучается исследователями и используется преподавателями-практиками. Данный вид обратной связи направлен на предоставление обучающимся, осваивающим иностранный язык вне аутентичной языковой и культурной среды, практики иноязычного общения. Партнерами по такому общению выступают инструменты ИИ - чат-боты и голосовые помощники. В методической литературе последних двух лет появилось немало работ с конкретными методическими разработками по использованию учебно-социальной обратной связи от ИИ в обучении иностранному языку (табл. 1). В частности, П.В. Сысоев, Е.М. Филатов, Д.О. Сорокин [10] рассматривали этапы обучения учащихся средней школы иноязычному письменному речевому общению на основе практики с чат-ботом Replika; И.В. Харламенко [12; 13] - методику формирования лексических навыков на основе чат-ботов LingvoBot, МиЬйгап_Ьо1;,

Slavaribot, WorldContextBot; Е.М. Филатов [6] - методику обучения письменному взаимодействию на основе ChatGPT 4.0; Д.О. Сорокин [5] - этапы обучения устному иноязычному общению на основе голосового помощника Google Assistant; П.И. Лобеева [30] - технологию обучения фразовым глаголам на основе практики с чат-ботами; А.П. Авраменко и А.А. Тарасов [31] - методику развития устно-речевых умений на базе тренажера EGEEnglish.ru; Д. Хан [32], Ф. Чакмак [33], Х.С. Ким, Я. Ча, Н.Я. Ким [34], Е. Адамопоулу, Л. Моуссиадес [35] -методики развития умений говорения на основе практики с голосовыми помощниками; Е.В. Воевода и А.И. Шпынова [36], Э.Н. Ди-денко [37], Д.В. Алейникова и Л.В. Яроцкая [38; 39], И.В. Дукальская и Е.О. Аликберова [40], А.В. Рынкевич и М.А. Лизина [41], А.Г. Сильчева, А.В. Ламзина и Т.Л. Павлова [42], И.Ю. Лавриненко [43] - методики использования разных чат-ботов в обучении студентов профессиональному общению на иностранном языке. Некоторые исследователи наряду с лингводидактическим потенциалом выделили ограничения голосовых помощников в формировании фонетических навыков [44] и развитии умений устного иноязычного общения [5].

Изучение этих и многих других исследований позволяет выделить следующие важные моменты, связанные с использованием инструментов ИИ в развитии иноязычных речевых умений обучающихся. Во-первых, преподаватель должен четко алгоритмизировать внеаудиторную иноязычную практику обучающихся с инструментами ИИ, поставив конкретную задачу по развитию определенных речевых действий (приветствие, запрос, выражение согласия/несогласия, уточнение, выражение собственного мнения, выяснение мнения ИИ, завершение разговора), определив тематику общения, связанную с общей тематикой урока. Во-вторых, наряду с развитием у обучающихся уже сформированных речевых действий, их также необходимо обучать выходить из ситуаций коммуникативных сбоев, которые нередко возникают

при взаимодействии с ИИ. В-третьих, для большей эффективности внеаудиторной практики обучающихся с инструментом ИИ результаты проделанной работы в виде распечаток учебного дискурса могут использоваться на последующих аудиторных занятиях. В малых группах обучающиеся могут поделиться своим опытом иноязычного взаимодействия с ИИ, предложить образцы решения учебных задач (сформулировать 5 запросов, выразить согласие 4 раза и т. п.), привести примеры коммуникативных сбоев и их исправления. Такое обсуждение не должно занимать много времени, но оно сможет показать преподавателю, кто из обучающихся реально принимал участие во внеаудиторном взаимодействии с инструментом ИИ.

Исходя из специфики учебно-социальной обратной связи от инструментов ИИ, данный ее вид может использоваться исключительно в преподавании практических дисциплин, направленных на развитие умений иноязычного общения, а также в педагогической практике и при описании практических аспектов в курсовых и выпускных квалификационной работах.

Информационно-справочная обратная связь

Информационно-справочная обратная связь от инструментов ИИ направлена на поиск необходимой преподавателям или обучающимся фактической (справочной) информации из доступных источников и дальнейшее ее представление в виде целостного высказывания. В качестве основных инструментов ИИ по предоставлению данного вида обратной связи можно использовать нейросе-ти ChatGPT, YandexGPT и GigaChat (табл. 2).

В лингвометодической подготовке будущих учителей иностранного языка информационно-справочная обратная связь может включать как материалы теоретического, так и практического характера. В рамках преподавания теоретических дисциплин учебного плана информационно-справочная обратная связь может включать материалы по основам

языкознания, фонетике, теоретической грамматике, лексикологии, стилистике, а также объяснение грамматических правил в рамках практических дисциплин.

Наибольшую популярность среди преподавателей, как отмечают в своих работах Х. Йанг, Ч. Гао, Х. Шен [45], П.В. Сысоев и Е.М. Филатов [46], Ф. Чакмак [33], приобрела информационно-справочная обратная связь от инструментов ИИ при подборе текстов социокультурного содержания заданного языкового уровня для развития иноязычных видов речевой деятельности (чтения, письменной речи, говорения, аудирования), коммуникативного обучения лексике и грамматике, в том числе с целью формирования социокультурной, межкультурной и переводческой компетенций.

Использование информационно-справочной обратной связи от инструментов ИИ возможно обучающимися во внеаудиторное время, особенно если у них есть потребность в более тщательном изучении теоретического материала или правил с последующей отработкой языковых навыков.

Учитывая практико-ориентированную направленность информационно-справочной обратной связи, ее можно использовать в рамках теоретических, практических языковых дисциплин, во время педагогической практики и в качестве иллюстративно учебного материала в курсовых и выпускных квалификационной работах.

Методическая обратная связь

Инструменты ИИ могут стать незаменимым помощником современного преподавателя иностранного языка. С их помощью уже на данном этапе развития технологий можно осуществлять календарно-тематическое планирование, составлять планы тематических уроков, создавать тренировочные упражнения и творческие задания, направленные на развитие различных видов речевой деятельности, аспектов языка, формирование социокультурной и межкультурной компетенций, а также задания на перевод.

В качестве инструментов ИИ, предоставляющих методическую обратную связь, можно выделить ChatGPT 4.0, YandexGPT, GigaChat и нейросеть для преподавателей Twee (табл. 3). Отметим, что, несмотря на значительную популярность среди преподавателей, методическая обратная связь получила достаточно скудное отражение в научной литературе. Среди наиболее интересных, на наш взгляд, методических работ можно выделить исследование М.Н. Евстигнеева [47], посвященное способности нейросети Twee создавать методические материалы, публикации О.Г. Полякова и С.С. Мурунова [22] и О. Кораиши [48], раскрывающие возможности ChatGPT 4.0 в разработке учебных материалов по иностранному языку, а также адаптации аутентичных текстов до уровня владения языком обучающимися.

Анализ данных работ показывает, что на современном этапе нейросеть ChatGPT 4.0 является наиболее популярным и функциональным инструментом ИИ, способным значительно облегчить или видоизменить традиционные функции преподавателя по подбору и разработке учебных материалов для занятий. Вместе с тем, как отмечают многие преподаватели-практики на страницах профессиональных сообществ в сети Интернет2, корректность разработанных нейросетью материалов зависит от правильности формулировки пользователем промпта (запроса искусственному интеллекту). В некоторых случаях преподавателю необходимо будет сделать несколько запросов, чтобы получить желаемую информацию или учебные материалы. В этой связи обращаем внимание преподавателей на необходимость предварительного знакомства с методической обратной связью от инструментов ИИ. Работающие на основе больших языковых мо-

2 Примеры промптов для ChatGPT на страницах сетевого сообщества "Classpoint". URL: https://blog. classpoint. io/how-to-use-chatgpt- 100-chatgpt-examples-in-schools/; Примеры промптов для ChatGPT на страницах сетевого сообщества "Teachermade". URL: https://teachermade.com/50-chatgpt-prompts-for-teachers/ (дата обращения: 15.03.2024).

делей ChatGPT и GigaChat иногда могут предоставлять недостоверные фактические данные или некорректные примеры, как свидетельствуют результаты исследований С.М. Кащук [49], П.В. Сысоева и Е.М. Филатова [50].

Особой популярностью у начинающих преподавателей пользуется методическая обратная связь от инструментов ИИ при составлении планов урока и календарно-тематическом планировании. Многие авторы отмечают, что нейросети ChatGPT, YandexGPT, GigaChat и Twee превосходно справляются с составлением плана занятия на заданную тему. Например, при запросе нейросети ChatGPT создать план урока на полтора часа в высшем учебном заведении на тему Glamour of a Big City нами был получен достаточно подробный поэтапный и поминутный план занятия, который практически не нужно было видоизменять или дорабатывать. Кроме того, способность предоставления методической обратной связи может использоваться начинающими учителями и преподавателями для проверки инструментами ИИ правильности составления собственного плана занятия. При необходимости ИИ дает рекомендации учителю по доработке плана. В зависимости от промпта план занятия может включать задания на развитие иноязычных речевых умений (всех четырех или отдельных) и обучение аспектам иностранного языка (лексике, грамматике, фонетике). Причем обучение новой лексике или грамматике будет встроено в этапы обучения рецептивным и/или продуктивным видам речевой деятельности.

Чат-боты с генеративным ИИ могут быть также полезны при создании текстов для чтения или перевода. Преподавателю не потребуется заниматься долгим поиском нужного текста, а можно просто ввести в нейро-сеть необходимый промпт, после чего получить желаемый текст с необходимой структурой, лексическими средствами, грамматическими конструкциями и т. д.

Таблица 1

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка:

учебно-социальная обратная связь

Table 1

A matrix of artificial intelligence tools in pre-service foreign language teacher training:

educational and social feedback

КОД ДИСЦИПЛИНЫ СЕМЕСТР КОМПЕТЕНЦИИ ChatGPT | YandexGPT | GigaChat | Replika | Google Assistant | EGEnglish.ru | EnglishBot | Semantris LingvoBot

ВОЗМОЖНОСТЬ РАЗВИТИЯ С ПОМОЩЬЮ ИИ

1 2 3 4 5 6 7 8 9 10 11 12 13

Б1.О.1 Иностранный язык (английский) 1-7 УК-4 + + + + + + + + +

Б1.О.13 Педагогика 5-6 ОПК-1, ОПК-7 - - - - - - - - -

Б1.О.14 Психология 4-5 ОПК-6, ОПК-7 - - - - - - - - -

Б1.О.15 Методика воспитательной работы 7-7 ОПК-3, ОПК-6 - - - - - - - - -

Б1.О.16 Современные образовательные технологии преподавания иностранного языка 6-7 ОПК-6 + + + + + + + + +

Б1.О.21 Методика преподавания иностранного языка 6-7 ОПК-2, ОПК-5, ПК-1 + + + + + + + + +

Б1.О.22 Введение в языкознание 1-1 ПК-6 - - - - - - - - -

Б1.О.23 Теория иностранного языка (английского) 2-5 ОПК-8 - - - - - - - - -

Б1.О.24 Информационные технологии в профессиональной деятельности 5-5 ОПК-9 + + + + + + + + +

Б1.В.1 История и культура страны изучаемого языка (английского) 1-1 ПК-3 + + + + + - - - -

Б1.В.2 Основы межкультурной коммуникации 3-3 ПК-3 + + + + + + + - +

Б1.В.3 Практическая грамматика 3-3 ПК-2 + + + + + + + - +

Б1.В.4 Практическая фонетика 3-3 ПК-2 + + - + + + + - -

Б1.В.5 Основы перевода 4-4 ПК-5 + + + - + - - - -

Б1.В.6 Основы прикладной лингвистики 6-6 ПК-4, ПК-6 - - - - - - - - -

Б1.В.Д В.01.46 Основы деловой коммуникации на иностранном языке 2-2 УК-6 + + + + + + - - -

Окончание таблицы 1 End of table 1

1 2 3 4 5 6 7 8 9 10 11 12 13

Б1.В.Д В.02.46 Письменный перевод документов физических лиц 3-3 УК-6 + + + - + - - - -

Б1.В.Д В.03.46 Письменный перевод документов юридических лиц 4-4 УК-6 + + + - + - - - -

Б1.В.Д В.04.3 Письменный перевод 3-3 ПК-5 + + + - + - - - -

Б2.О.1 Ознакомительная практика 4-5 ОПК-4, ПК-4 - - - - - - - - -

Б2.О.2 Педагогическая практика 6-8 ОПК-1, ОПК-2, ОПК-3, ПК-1 + + + + + + + + +

Б2.В.1 Преддипломная практика 8-8 ПК-6 + + + + + + + + +

Б3.1(Д) Выполнение и защита выпускной квалификационной работы 8-8 ВСЕ + + + + + + + + +

Таблица 2

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка:

информационно-справочная обратная связь

Table 2

A matrix of artificial intelligence tools in pre-service foreign language teacher training:

information and reference feedback

КОД ДИСЦИПЛИНЫ СЕМЕСТР КОМПЕТЕНЦИИ ChatGPT 1 YandexGPT | GigaChat | Корпусные технологии ИИ

ВОЗМОЖНОСТЬ РАЗВИТИЯ С ПОМОЩЬЮ ИИ

Б1.О.1 Иностранный язык (английский) 1-7 УК-4 + + + +

Б1.О.13 Педагогика 5-6 ОПК-1, ОПК-7 + + + -

Б1.О.14 Психология 4-5 ОПК-6, ОПК-7 + + + -

Б1.О.15 Методика воспитательной работы 7-7 ОПК-3, ОПК-6 - - - -

Б1.О.16 Современные образовательные технологии преподавания иностранного языка 6-7 ОПК-6 + + + +

Б1.О.21 Методика преподавания иностранного языка 6-7 ОПК-2, ОПК-5, ПК-1 + + + +

Б1.О.22 Введение в языкознание 1-1 ПК-6 + + + +

Б1.О.23 Теория иностранного языка (английского) 2-5 ОПК-8 + + + +

Б1.О.24 Информационные технологии в профессиональной деятельности 5-5 ОПК-9 + + + +

Б1.В.1 История и культура страны изучаемого языка (английского) 1-1 ПК-3 + + + -

Б1.В.2 Основы межкультурной коммуникации 3-3 ПК-3 + + + -

Б1.В.3 Практическая грамматика 3-3 ПК-2 + + + +

Б1.В.4 Практическая фонетика 3-3 ПК-2 + + - -

Б1.В.5 Основы перевода 4-4 ПК-5 + + + -

Б1.В.6 Основы прикладной лингвистики 6-6 ПК-4, ПК-6 + + + +

Б1.В.ДВ.01.46 Основы деловой коммуникации на иностранном языке 2-2 УК-6 + + + -

Б1.В.ДВ.02.46 Письменный перевод документов физических лиц 3-3 УК-6 + + + +

Б1.В.ДВ.03.46 Письменный перевод документов юридических лиц 4-4 УК-6 + + + +

Б1.В.ДВ.04.3 Письменный перевод 3-3 ПК-5 + + + +

Б2.О.1 Ознакомительная практика 4-5 ОПК-4, ПК-4 + + + +

Б2.О.2 Педагогическая практика 6-8 ОПК-1, ОПК-2, ОПК-3, ПК-1 + + + +

Б2.В.1 Преддипломная практика 8-8 ПК-6 + + + +

Б3.1(Д) Выполнение и защита выпускной квалификационной работы 8-8 ВСЕ + + + +

Таблица 3

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка:

методическая обратная связь

Table 3

A matrix of artificial intelligence tools in pre-service foreign language teacher training:

methodological feedback

КОД ДИСЦИПЛИНЫ СЕМЕСТР КОМПЕТЕНЦИИ ChatGPT YandexGPT GigaChat Twee

ВОЗМОЖНОСТЬ РАЗВИТИЯ С ПОМОЩЬЮ ИИ

Б1.О.1 Иностранный язык (английский) 1-7 УК-4 + + + +

Б1.О.13 Педагогика 5-6 ОПК-1, ОПК-7 + + + +

Б1.О.14 Психология 4-5 ОПК-6, ОПК-7 - - - -

Б1.О.15 Методика воспитательной работы 7-7 ОПК-3, ОПК-6 + + + +

Б1.О.16 Современные образовательные технологии преподавания иностранного языка 6-7 ОПК-6 + + + +

Б1.О.21 Методика преподавания иностранного языка 6-7 ОПК-2, ОПК-5, ПК-1 + + + +

Б1.О.22 Введение в языкознание 1-1 ПК-6 + + + +

Б1.О.23 Теория иностранного языка (английского) 2-5 ОПК-8 + + + +

Б1.О.24 Информационные технологии в профессиональной деятельности 5-5 ОПК-9 + + + +

Б1.В.1 История и культура страны изучаемого языка (английского) 1-1 ПК-3 + + + +

Б1.В.2 Основы межкультурной коммуникации 3-3 ПК-3 + + + +

Б1.В.3 Практическая грамматика 3-3 ПК-2 + + + +

Б1.В.4 Практическая фонетика 3-3 ПК-2 + + - +

Б1.В.5 Основы перевода 4-4 ПК-5 + + + +

Б1.В.6 Основы прикладной лингвистики 6-6 ПК-4, ПК-6 + + + +

Б1.В.ДВ.01.46 Основы деловой коммуникации на иностранном языке 2-2 УК-6 + + + +

Б1.В.ДВ.02.46 Письменный перевод документов физических лиц 3-3 УК-6 + + + +

Б1.В.ДВ.03.46 Письменный перевод документов юридических лиц 4-4 УК-6 + + + +

Б1.В.ДВ.04.3 Письменный перевод 3-3 ПК-5 + + + +

Б2.О.1 Ознакомительная практика 4-5 ОПК-4, ПК-4 + + + +

Б2.О.2 Педагогическая практика 6-8 ОПК-1, ОПК-2, ОПК-3, ПК-1 + + + +

Б2.В.1 Преддипломная практика 8-8 ПК-6 + + + +

Б3.1(Д) Выполнение и защита выпускной квалификационной работы 8-8 ВСЕ + + + +

В качестве ограничений отметим, что на момент исследования GigaChat не имеет возможности ввода и вывода информации с помощью голоса, поэтому использовать его при развитии таких видов речевой деятельности, как говорение и аудирование, не представляется возможным. Это также стоит учитывать при составлении тренировочных упражнений и заданий на аудирование и говорение.

Выявленные нами лингводидактические возможности современных инструментов ИИ указывают на то, что методическую обратную связь от них можно использовать на любых занятиях как теоретической (педагогика, психология, история и культура страны изучаемого языка), так и практической (иностранный язык, основы деловой коммуникации, педагогическая практика и т. п.) направленности. При написании выпускных квалификационных работ методическая обратная связь от инструментов ИИ может быть использована как при подготовке теоретической части (скажем, связанной с созданием и обоснованием типологии упражнений, с выстраиванием классификации заданий и т. п.), так и при разработке практических решений (например, выстраивании алгоритмов обучения и конструировании примеров упражнений и заданий).

Аналитическая обратная связь

Как отмечают в своей работе П.В. Сысоев, Е.М. Филатов и Д.О. Сорокин [29], аналитическая обратная связь от инструментов ИИ в большей степени предназначена для администраторов в области образования. На основе анализа больших объемов данных ИИ может предоставлять точную аналитику, а также прогнозировать определенные процессы и ситуации в будущем. В обучении иностранному языку аналитическая обратная связь может использоваться обучающимися в исследовательской работе, при изучении теоретических дисциплин (основ языкознания, фонетики, теоретической грамматики и пр.), в частности, для выявления закономерностей в развитии языка, влияния на язык опреде-

ленных социальных и культурных явлений, для прогнозирования развития языка и т. п. Данные аналитической обратной связи могут также выступать предметом обсуждения на практических занятиях с целью развития иноязычных речевых умений обучающихся.

В настоящее время среди множества инструментов ИИ, способных предоставлять аналитическую обратную связь, можно выделить ТитШп, корпусные технологии ИИ, систему «Антиплагиат», ChatGPT, YandexGPT и GigaChat (табл. 4).

В методической литературе последних лет появились исследования, раскрывающие лингводидактический потенциал некоторых инструментов ИИ в предоставлении аналитической обратной связи и ее использовании в обучении языку. В частности, в своих работах А.П. Авраменко и М.А. Тишина [51], В.В. Клочихин [15], О.Г. Поляков и В В. Клочихин [18], П.В. Сысоев и Е.М. Филатов [46] предлагают разные системы заданий на формирование лексико-граммати-ческих навыков обучающихся на основе корпусных технологий, а также определяют потенциал данного инструмента ИИ в исследовательской деятельности при подготовке рефератов, курсовых и выпускных квалификационных работ, научных статей.

Аналитическая обратная связь от инструментов ИИ может использоваться в преподавании теоретических дисциплин, исследовательской работе, а также в качестве материала для обсуждения в рамках практических языковых дисциплин.

Оценочная обратная связь

Оценочная обратная связь от ИИ означает способность его конкретных инструментов предоставлять пользователям автоматизированную качественную или количественную оценку выполненного задания/заданий в виде теста или контрольной работы, в том числе творческого характера. В отличие от преподавателя, у которого проверка тестов и контрольных работ может занять несколько дней, ИИ способен мгновенно предоставить

пользователю качественную и количественную оценку. Следует отметить, что способность компьютерных технологий осуществлять автоматизированную проверку и оценку тестовых заданий известна уже несколько десятков лет и широко используется в проведении многих стандартизированных тестов во всем мире. Дискуссию среди ученых и преподавателей-практиков на протяжении многих лет вызывает способность ИИ качественно оценить письменные творческие работы обучающихся.

В настоящее время на рынке программного обеспечения существует много инструментов ИИ, направленных на предоставление обучающимся обратной связи при оценке эссе (табл. 5). Изучение лингводидактиче-ского потенциала многих из них выступало предметом исследования в работах отечественных и зарубежных ученых. В частности, Дж.М. Демсби [52], Дж. Парк [53], А. Перда-на и М. Фарида [54], Н. Алмушарраф и Х. Алотаиби [55] изучали способность платформы Grammarly предоставить пользователям обратную связь при оценке написанных эссе по таким критериям, как лексика, грамматика, орфография, пунктуация, четкость изложения аргументов, структура эссе. М.Р. Манапа, Н.Ф. Рамли, А.А.М. Кассим [56] изучали способность платформы Pa-perRater оценить письменную работу по таким параметрам, как грамматика, орфография, стиль, словоупотребление, сложность восприятия текста. Т.Ю. Тормышова, Т.Ю. Рязанцева, Н.И. Суханова [57] и А.А. Прибыт-кова, Т.Ю. Тормышова, О.Н. Хаустов [58] рассматривали возможности платформы Criterion в оценке таких аспектов, как грамматика, лексика, организационная структура и содержание работы. Х. Йанг, Ч. Гао, Х. Шен [45] изучали способности платформы Pigai в оценке лексики, грамматики, пунктуации и орфографии. К. Гуо, Д. Ванг [59], А. Мизу-мото и М. Егучи [60], Коренев А.А. [61], П.В. Сысоев и Е.М. Филатов [8] рассматривали способность нейросети ChatGPT оценить использование учащимися и студентами лексики, грамматики, выстраивание органи-

зационной структуры, аргументацию и содержание работы. Анализ данных исследований показывает, что на современном этапе все перечисленные инструменты ИИ способны качественно оценить правильность использования обучающимися лексического и грамматического материала, следование заявленной структуре работы, аргументацию. Вместе с тем предметом обсуждения выступает способность ИИ оценить содержание творческой работы. Из всех приведенных инструментов ИИ только ChatGPT 4.0 способен качественно оценить содержание работы. Подтверждением тому могут выступать результаты недавнего исследования П.В. Сысоева, Е.М. Филатова, Н.И. Хмаренко и С.С. Мурунова [62], в котором авторы сравнили результаты и содержание оценки студенческих эссе N = 350) преподавателем и ChatGPT 4.0. Авторы пришли к выводу, что на современном этапе ChatGPT 4.0 сравнялся с преподавателем в оценке письменных творческих работ по следующим критериям: содержание работы; подтверждение идей и аргументов; организация и структура эссе. Более того, по таким критериям, как язык эссе и его оригинальность, инструмент ИИ превзошел преподавателя! Языковая модель ChatGPT 4.0, функционирующая на основе миллионов аутентичных текстов, лучше преподавателя, не являющегося носителем языка, может верно определить языковые неточности.

Полученные результаты по изучению качества оценочной обратной связи от инструментов ИИ свидетельствуют о целесообразности использовать этот лингводидакти-ческий потенциал не только в организации автоматизированной оценки эссе обучающихся, но и в учебном процессе, при работе их над письменными и устными творческими сочинениями. Так, П.В. Сысоев и Е.М. Филатов [8] разработали алгоритм обучения студентов языкового вуза написанию эссе на иностранном языке, в котором их взаимодействие с ChatGPT 4.0 происходит во внеаудиторное время, в процессе подготовки домашнего задания. Студенты загружают на про-

верку ChatGPT черновой вариант написанного эссе и на основе специально сформулированного промпта получают от него рекомендации по его совершенствованию. На их основе (соглашаясь или не соглашаясь с ИИ) обучающиеся дорабатывают свои сочинения и на следующем занятии в малых группах обсуждают полученные рекомендации и внесенные на их основе изменения в черновые версии.

Таким образом, оценочная обратная связь может использоваться как при контроле успеваемости обучающихся, так и в обучении, при решении конкретных задач, например для развития умений письменной речи.

В качестве наиболее распространенных, универсальных и доступных инструментов ИИ для предоставления оценочной обратной связи выступают ChatGPT 4.0, YandexGPT, GigaChat. К узконаправленным инструментам ИИ можно отнести платформы Grammarly, PaperRater, Criterion и Pigai.

Матрица инструментов ИИ, способных предоставлять пользователю оценочную обратную связь, представлена в табл. 5. Материалы матрицы свидетельствуют о том, что разные инструменты ИИ могут использоваться для предоставления оценочной обратной связи в рамках разных дисциплин учебного плана. В частности, наиболее универсальные инструменты ИИ ChatGPT 4.0, YandexGPT, GigaChat могут использоваться в преподавании всех дисциплин - как теоретических, например педагогики и психологии, так и практический, например практики устной и письменной речи, иностранного языка.

В рамках теоретических дисциплин данные инструменты ИИ по промптам преподавателя могут создавать тесты для контроля усвоения материала.

Платформы Grammarly, PaperRater, Criterion и Pigai, первоначально созданные для проверки письменных творческих работ, а также универсальные инструменты ИИ ChatGPT 4.0, YandexGPT, GigaChat могут использоваться в преподавании практических дисциплин с двумя целями. Во-первых, они могут использоваться для автоматизации

контроля (создания и проверки тестов или оценки письменных творческих работ), для отслеживания и коррекции развития речевых умений и формирования языковых навыков обучающихся. Во-вторых, эти инструменты могут использоваться в рамках поэтапных методик, когда на основе внеаудиторного взаимодействия с инструментом ИИ обучающиеся получают рекомендации по доработке своих эссе.

На занятиях по дисциплинам методического характера (методика обучения иностранному языку, современные образовательные технологии, информационные технологии в профессиональной деятельности, основы лингводидактики и т. п.) предполагается использовать все выделенные инструменты для раскрытия перед обучающимися их лингводидактического потенциала.

В рамках переводческих дисциплин также можно использовать все вышеобозначен-ные инструменты. При этом, если ChatGPT, YandexGPT и GigaChat представляются универсальными и способны как осуществлять непосредственно перевод с одного языка на другой, так и производить оценку качества перевода, сделанного обучающимися, то Grammarly, PaperRater, Criterion и Pigai могут быть использованы для проверки корректности выполненных ими переводов на английский язык.

Условно творческая обратная связь

Форм и жанров условно творческой обратной связи от инструментов ИИ может быть множество: от создания картин и сочинения стихов до написания фрагментов музыкальных произведений и видеофильмов. Соответственно, для каждого формата создания произведения существуют свои инструменты, которых в настоящее время уже несколько десятков тысяч. Наиболее известными и распространенными инструментами ИИ могут выступать ChatGPT (создание текстов произведений и стихов), YandexGPT (создание текстов произведений и стихов), GigaChat (создание текстов произведений и

стихов), AI Poem Generator (создание стихов), Midjourney (создание картинок), Suno (создание музыкальных композиций), Sora (создание видеофрагментов), Runway (создание картинок и видеофрагментов) (табл. 6). Отличительная характеристика условно творческой обратной связи - это создание инструментом ИИ нового по форме и/или содержанию продукта. В работе, посвященной видам обратной связи от генеративного ИИ, П.В. Сысоев, Е.М. Филатов и Д.О. Сорокин [29] объясняют свой термин следующим образом. Сам факт создания нового или даже уникального продукта любого формата является проявлением творчества. Вместе с тем при создании новых текстов, картин, стихов и т. п. ИИ опирается на миллионы образцов или примеров, тем самым создавая не абсолютно новый продукт, жанр или вид чего-либо, а представляя некий эклектический вариант, собранный из элементов уже созданного человеком. В этом смысле на настоящем этапе творчество ИИ по созданию новых предметов искусства или литературы носит условный характер.

В лингвометодической подготовке будущих учителей иностранных языков условно творческая обратная связь может использоваться в практических дисциплинах (иностранный язык, практическая грамматика, практическая фонетика, основы деловой коммуникации и т. п.), для создания определенного контента, на основе которого обучающиеся смогут развивать иноязычные речевые умения и формировать языковые навыки. Примерами условно творческой обратной связи в обучении иноязычному речевому общению могут выступать стихи на иностранном языке с использованием активной лексики по определенной теме или изучаемого грамматического материала. Художественные произведения могут быть написаны инструментом ИИ с подражанием стилю конкретного поэта или писателя. Мы принимаем основную критику оппонентов относительно того, что (пока еще) материалы

генеративного ИИ не могут сравнится с оригинальными произведениями, написанными великими поэтами и писателями. Вместе с тем мы не отрицаем возможности использования условно творческой обратной связи в обучении иностранному языку на разных этапах, особенно при обучении учащихся начальной и средней общеобразовательной школы, если создание учениками таких текстов с помощью инструментов ИИ и их использование: а) положительное влияют на мотивацию использования ими иностранного языка как средства общения; б) способствуют более эффективному освоению лексического и грамматического материала; в) не несут информационных, в том числе идеологических, угроз.

Обсуждая лингводидактический потенциал условно творческой обратной связи, следует упомянуть, что современные инструменты ИИ способны по запросам пользователей сочинять письменные творческие работы. Мы выступаем за использование таких возможностей, когда учебная практика с инструментом ИИ встраивается в традиционную методику обучения. Например, когда при изучении структуры эссе обучающиеся обращаются к нейросети ChatGPT 4.0 с задачей написать эссе по конкретной тематике с определенной структурой, а уже затем в ученых целях анализируют сгенерированные ИИ тексты. За рамками использования лингво-дидактического потенциала условно творческой обратной связи от инструментов ИИ остаются случаи несанкционированного заимствования и плагиата обучающимися материалов генеративного ИИ [63; 64].

Данный вид обратной связи должен также обсуждаться на занятиях по методике преподавания иностранного языка и информационным и коммуникационным технологиям в обучении языку, особенно в контексте развития у обучающихся видов иноязычной речевой деятельности и формирования языковых навыков.

Таблица 4

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка:

аналитическая обратная связь

Table 4

A matrix of artificial intelligence tools in pre-service foreign language teacher training:

analytical feedback

КОД ДИСЦИПЛИНЫ СЕМЕСТР КОМПЕТЕНЦИИ ChatGPT | YandexGPT | GigaChat | Корпусные технологии ИИ

ВОЗМОЖНОСТЬ РАЗВИТИЯ С ПОМОЩЬЮ ИИ

Б1.О.1 Иностранный язык (английский) 1-7 УК-4 + + + +

Б1.О.13 Педагогика 5-6 ОПК-1, ОПК-7 + + + -

Б1.О.14 Психология 4-5 ОПК-6, ОПК-7 - - - -

Б1.О.15 Методика воспитательной работы 7-7 ОПК-3, ОПК-6 + + + -

Б1.О.16 Современные образовательные технологии преподавания иностранного языка 6-7 ОПК-6 + + + +

Б1.О.21 Методика преподавания иностранного языка 6-7 ОПК-2, ОПК-5, ПК-1 + + + +

Б1.О.22 Введение в языкознание 1-1 ПК-6 + + + +

Б1.О.23 Теория иностранного языка (английского) 2-5 ОПК-8 + + + +

Б1.О.24 Информационные технологии в профессиональной деятельности 5-5 ОПК-9 + + + +

Б1.В.1 История и культура страны изучаемого языка (английского) 1-1 ПК-3 + + + -

Б1.В.2 Основы межкультурной коммуникации 3-3 ПК-3 + + + -

Б1.В.3 Практическая грамматика 3-3 ПК-2 + + + +

Б1.В.4 Практическая фонетика 3-3 ПК-2 + + - -

Б1.В.5 Основы перевода 4-4 ПК-5 + + + +

Б1.В.6 Основы прикладной лингвистики 6-6 ПК-4, ПК-6 + + + +

Б1.В.ДВ.01.46 Основы деловой коммуникации на иностранном языке 2-2 УК-6 + + + +

Б1.В.ДВ.02.46 Письменный перевод документов физических лиц 3-3 УК-6 + + + +

Б1.В.ДВ.03.46 Письменный перевод документов юридических лиц 4-4 УК-6 + + + +

Б1.В.ДВ.04.3 Письменный перевод 3-3 ПК-5 + + + +

Б2.О.1 Ознакомительная практика 4-5 ОПК-4, ПК-4 - - - -

Б2.О.2 Педагогическая практика 6-8 ОПК-1, ОПК-2, ОПК-3, ПК-1 + + + -

Б2.В.1 Преддипломная практика 8-8 ПК-6 + + + -

Б3.1(Д) Выполнение и защита выпускной квалификационной работы 8-8 ВСЕ + + + -

Таблица 5

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка:

оценочная обратная связь

Table 5

A matrix of artificial intelligence tools in pre-service foreign language teacher training:

assessment and evaluative feedback

КОД ДИСЦИПЛИНЫ СЕМЕСТР КОМПЕТЕНЦИИ ChatGPT | YandexGPT | GigaChat | Grammarly | PaperRater | Pigai | Criterion

ВОЗМОЖНОСТЬ РАЗВИТИЯ С ПОМОЩЬЮ ИИ

Б1.О.1 Иностранный язык (английский) 1-7 УК-4 + + + + + + +

Б1.О.13 Педагогика 5-6 ОПК-1, ОПК-7 + + + - - - -

Б1.О.14 Психология 4-5 ОПК-6, ОПК-7 + + + - - - -

Б1.О.15 Методика воспитательной работы 7-7 ОПК-3, ОПК-6 + + + - - - -

Б1.О.16 Современные образовательные технологии преподавания иностранного языка 6-7 ОПК-6 + + + - - - -

Б1.О.21 Методика преподавания иностранного языка 6-7 ОПК-2, ОПК-5, ПК-1 + + + + + + +

Б1.О.22 Введение в языкознание 1-1 ПК-6 + + + - - - -

Б1.О.23 Теория иностранного языка (английского) 2-5 ОПК-8 + + + - - - -

Б1.О.24 Информационные технологии в профессиональной деятельности 5-5 ОПК-9 + + + + + + +

Б1.В.1 История и культура страны изучаемого языка (английского) 1-1 ПК-3 + + + - - - -

Б1.В.2 Основы межкультурной коммуникации 3-3 ПК-3 + + + - - - -

Б1.В.3 Практическая грамматика 3-3 ПК-2 + + + + + + +

Б1.В.4 Практическая фонетика 3-3 ПК-2 + + - - - - -

Б1.В.5 Основы перевода 4-4 ПК-5 + + + - - - -

Б1.В.6 Основы прикладной лингвистики 6-6 ПК-4, ПК-6 + + + - - - -

Б1.В.ДВ.01.46 Основы деловой коммуникации на иностранном языке 2-2 УК-6 + + + + + + +

Б1.В.ДВ.02.46 Письменный перевод документов физических лиц 3-3 УК-6 + + + + + + +

Б1.В.ДВ.03.46 Письменный перевод документов юридических лиц 4-4 УК-6 + + + + + + +

Б1.В.ДВ.04.3 Письменный перевод 3-3 ПК-5 + + + + + + +

Б2.О.1 Ознакомительная практика 4-5 ОПК-4, ПК-4 + + + - - - -

Б2.О.2 Педагогическая практика 6-8 ОПК-1, ОПК-2, ОПК-3, ПК-1 + + + + + + +

Б2.В.1 Преддипломная практика 8-8 ПК-6 + + + - - - -

Б3.1(Д) Выполнение и защита выпускной квалификационной работы 8-8 ВСЕ + + + - - - -

Таблица 6

Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка:

условно творческая обратная связь

Table 6

A matrix of artificial intelligence tools in pre-service foreign language teacher training: conditionally creative feedback

КОД ДИСЦИПЛИНЫ СЕМЕСТР КОМПЕТЕНЦИИ ChatGPT | YandexGPT | GigaChat | AI Poem generator | Midjourney | Suno | Sora | Runway

ВОЗМОЖНОСТЬ РАЗВИТИЯ С ПОМОЩЬЮ ИИ

Б1.О.1 Иностранный язык (английский) 1-7 УК-4 + + + + + + + +

Б1.О.13 Педагогика 5-6 ОПК-1, ОПК-7 + + + - - - - -

Б1.О.14 Психология 4-5 ОПК-6, ОПК-7 - - - - - - - -

Б1.О.15 Методика воспитательной работы 7-7 ОПК-3, ОПК-6 + + + + + - + +

Б1.О.16 Современные образовательные технологии преподавания иностранного языка 6-7 ОПК-6 + + + + + + + +

Б1.О.21 Методика преподавания иностранного языка 6-7 ОПК-2, ОПК-5, ПК-1 + + + + + + + +

Б1.О.22 Введение в языкознание 1-1 ПК-6 - - - - - - - -

Б1.О.23 Теория иностранного языка (английского) 2-5 ОПК-8 - - - - - - - -

Б1.О.24 Информационные технологии в профессиональной деятельности 5-5 ОПК-9 + + + + + + + +

Б1.В.1 История и культура страны изучаемого языка (английского) 1-1 ПК-3 + + + + + + + +

Б1.В.2 Основы межкультурной коммуникации 3-3 ПК-3 + + + + + + + +

Б1.В.3 Практическая грамматика 3-3 ПК-2 + + + + - - - -

Б1.В.4 Практическая фонетика 3-3 ПК-2 + + - + - + - -

Б1.В.5 Основы перевода 4-4 ПК-5 + + + - - - - -

Б1.В.6 Основы прикладной лингвистики 6-6 ПК-4, ПК-6 - - - - - - - -

Б1.В.ДВ.01.46 Основы деловой коммуникации на иностранном языке 2-2 УК-6 + + + - - - - -

Б1.В.ДВ.02.46 Письменный перевод документов физических лиц 3-3 УК-6 + + + - - - - -

Б1.В.ДВ.03.46 Письменный перевод документов юридических лиц 4-4 УК-6 + + + - - - - -

Б1.В.ДВ.04.3 Письменный перевод 3-3 ПК-5 + + + - - - - -

Б2.О.1 Ознакомительная практика 4-5 ОПК-4, ПК-4 - - - - - - - -

Б2.О.2 Педагогическая практика 6-8 ОПК-1, ОПК-2, ОПК-3, ПК-1 + + + + + + + +

Б2.В.1 Преддипломная практика 8-8 ПК-6 + + + + + + + +

Б3.1(Д) Выполнение и защита выпускной квалификационной работы 8-8 ВСЕ + + + + + + + +

Условно творческая обратная связь от инструментов ИИ может обсуждаться в выпускных квалификационных работах с методической позиции. Несмотря на достаточно распространенную среди студентов практику написания научных работ посредством промптов к ChatGPT и другим нейросетям, как показывают результаты эмпирического исследования П.В. Сысоева и Е.М. Филатова [50], качество предоставляемого инструментом ИИ научного текста далеко не всегда является удовлетворительным. В тех случаях, когда ИИ испытывает дефицит информационных ресурсов, он начинает фантазировать и представлять вымышленные научные данные, что в академической среде является подлогом. В этой связи на данном этапе мы предлагаем использовать условно творческую обратную связь исключительно в учебных и методических целях для развития речевых умений и формирования языковых навыков обучающихся. В тот момент, когда инструменты ИИ смогут оперировать базами научных данных, очевидно, требования к выпускным квалификационным работам должны быть изменены так, чтобы присвоение квалификации производилось за ту работу, которая могла бы быть выполнена исключительно человеком и показывала бы его способность и готовность к профессиональной деятельности.

ВЫВОДЫ

Динамичное развитие технологий ИИ и их глубокая интеграция в образование делает возможным начать рассмотрение вопроса о системной лингвометодической подготовке

будущих учителей иностранного языка на основе инструментов ИИ. Нами было проанализировано современное состояние данной проблемы и предложена матрица инструментов ИИ, используемых в лингвомето-дической подготовке будущих учителей иностранного языка. Матрица представлена по шести видам обратной связи от генеративного ИИ, используемых в обучении иностранному языку и методике преподавания. В качестве основных и наиболее доступных для педагогов и обучающихся инструментов ИИ, обеспечивающих обратную связь каждого вида, выступают следующие: а) Replika, LingvoBot, Multitran_bot, Slavaribot, World-ContextBot, ChatGPT, Google Assistant, EGEEnglish.ru (учебно-социальная обратная связь); б) ChatGPT, YandexGPT и GigaChat (информационно-справочная обратная связь); в) ChatGPT 4.0, YandexGPT, GigaChat, Twee (методическая обратная связь); г) ChatGPT, YandexGPT, GigaChat, Turnitin, система «Антиплагиат» (аналитическая обратная связь); д) Grammarly, PaperRater, Pigai, ChatGPT 4.0, YandexGPT, GigaChat, Criterion (оценочная обратная связь); е) ChatGPT, YandexGPT, GigaChat, AI Poem Generator, Midjourney, Suno, Sora, Runway (условно творческая обратная связь).

Перспективы дальнейшего исследования заключаются в разработке методик обучения аспектам языка, видам речевой деятельности, а также профильным дисциплинам на основе различных инструментов ИИ. В своей совокупности такие методики позволят создать целостную систему лингвометодической подготовки будущих учителей иностранного языка на основе инструментов ИИ.

Список источников

1. Jones A., Bull S., Castellano G. "I know that now, I'm going to learn this next" promoting self-regulated learning with a robotic tutor // International Journal of Social Robotics. 2018. Vol. 10. Issue 4. Р. 439-454. https://doi.org/10.1007/s12369-017-0430-y

2. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угрозы или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9-22. https://doi.org/10.31992/0869-3617-2023-32-4-9-22, https://elibrary.ru/tzhihu

3. Резаев А.В., Трегубова Н.Д. ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? // Высшее образование в России. 2023. Т. 32. № 6. С. 19-37. https://doi.org/10.31992/0869-3617-2023-32-6-19-37, https://elibrary.ru/gzjzij

4. Сысоев П.В. Искусственный интеллект в образовании: осведомлённость, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9-33. https://doi.org/10.31992/0869-3617-2023-32-10-9-33, https://elibrary.ru/tzytkm

5. Сорокин Д.О. Использование голосовых помощников для развития устных иноязычных речевых умений обучающихся // Иностранные языки в школе. 2024. № 3. С. 73-77. https://elibrary.ru/rfmsmk

6. Филатов Е.М. Использование оценочной обратной связи от нейросети ChatGPT в обучении учащихся и студентов написанию эссе на английском языке // Иностранные языки в школе. 2024. № 3. С. 78-83. https://elibrary.ru/ngeqsn

7. Сысоев П.В., Филатов Е.М. Методика развития иноязычных речевых умений студентов на основе практики с чат-ботом // Перспективы науки и образования. 2023. № 3 (63). С. 201-218. https://doi.org/10.32744/pse.2023.3.13, https://elibrary.ru/fjyhew

8. 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.L6, https://elibrary.ru/tmstly

9. 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. № 2. С. 38-54. https://doi.org/10.55959/MSU-2074-1588-19-27-2-3, https://elibrary.ru/ivcgto

10. Сысоев П.В., Филатов Е.М., Сорокин Д.О. Искусственный интеллект в обучении иностранному языку: чат-боты в развитии умений иноязычного речевого взаимодействия обучающихся // Иностранные языки в школе. 2023. № 3. С. 45-54. https://elibrary.ru/gdjorm

11. Перминова Г.В. Использование чат-бота ChatGPT в процессе обучения немецкому языку как второму иностранному // Иностранные языки в школе. 2023. № 8. С. 46-54. https://elibrary.ru/rkuvac

12. Харламенко И.В. Чат-боты в обучении английскому языку // Иностранные языки в школе. 2023. № 3. С. 55-59. https://elibrary.ru/lebneu

13. Харламенко И.В. Искусственный интеллект в помощь учителю иностранного языка при работе над лексическими навыками // Иностранные языки в школе. 2024. № 3. С. 55-60. https://elibrary.ru/pxxouk

14. Авраменко А.П., Ахмедова А.С., Буланова Е.Р. Технология чат-ботов как средства формирования иноязычной грамматической компетенции при самостоятельном обучении // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 386-394. https://doi.org/10.20310/1810-0201-2023-28-2-386-394, https://elibrary.ru/abfjqp

15. Клочихин В.В. Корпусные технологии искусственного интеллекта в обучении сочетаемости слов и исследовательской работе // Иностранные языки в школе. 2024. № 3. С. 39-46. https://elibrary.ru/jfylhf

16. Клочихин В.В. Психолого-педагогические условия формирования коллокационной компетенции студентов на основе корпусных технологий // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 395-404. https://doi.org/10.20310/1810-0201-2023-28-2-395-404, https ://elibrary.ru/amthdp

17. Клочихин В.В. Методическая модель обучения студентов коллокационной компетенции на основе корпусных технологий // Вопросы методики преподавания в вузе. 2023. Т. 12. № 2. С. 24-36. https://doi.org/10.57769/2227-8591.12.2.02, https://elibrary.ru/vtitrn

18. Клочихин В.В., Поляков О.Г. Технологии искусственного интеллекта: инструменты корпусного анализа в обучении иностранному языку // Иностранные языки в школе. 2023. № 3. С. 24-30. https ://elibrary.ru/bdttfe

19. Тихонова Е.В., Крайдер А.В. Использование корпуса параллельных текстов в обучении китайскому языку // Иностранные языки в школе. 2023. № 3. С. 68-73. https://elibrary.ru/ribpzy

20. Сысоев П.В. Технологии искусственного интеллекта в обучении иностранному языку // Иностранные языки в школе. 2023. № 3. С. 6-16. https://elibrary.ru/qfmzhw

21. Мурунов С.С. Типология цифровых проблемных заданий при обучении иностранному языку // Вопросы методики преподавания в вузе. 2023. Т. 12. № 2. С. 67-85. https://doi.org/10.57769/2227-8591.12.2.05, https://elibrary.ru/ytidxb

22. Мурунов С.С., Поляков О.Г. Методическая обратная связь от ChatGPT на занятиях по иностранному языку // Иностранные языки в школе. 2024. № 3. С. 47-54. https://elibrary.ru/jnrjsc

23. Роберт И.В. Цифровая трансформация образования: вызовы и возможности совершенствования // Информатизация образования и науки. 2020. № 3 (47). С. 3-16. https://elibrary.ru/sqwadw

24. Сысоев П.В., Поляков О.Г., Евстигнеев М.Н. и др. Обучение иностранному языку на основе технологий искусственного интеллекта / под науч. ред. П.В. Сысоева. Тамбов: Изд. дом «Державинский», 2023. 132 с. https://elibrary.ru/xldywn

25. Евстигнеев М.Н. Ключевые вопросы обучения иностранному языку на основе искусственного интеллекта // Иностранные языки в школе. 2024. № 3. С. 18-24. https://elibrary.ru/dqwmro

26. Сысоев П.В. Принципы обучения иностранному языку на основе технологий искусственного интеллекта // Иностранные языки в школе. 2024. № 3. С. 6-17. https://elibrary.ru/horgdd

27. Титова С.В., Староверова М.В. Этапы цифровизации языкового образования в ХХ-ХХ1 вв. // Вестник Московского университета. Серия 19. Лингвистика и межкультурная коммуникация. 2023. № 3. С. 25-45. https://doi.org/10.55959/MSU-2074-1588-19-26-3-2, https://elibrary.ru/ubixjf

28. Титова С.В. Технологические решения на базе искусственного интеллекта в обучении иностранным языкам // Вестник Московского университета. Серия 19. Лингвистика и межкультурная коммуникация. 2024. № 2. С. 18-37. https://doi.org/10.55959/MSU-2074-1588-19-27-2-2, https://elibrary.ru/owsqvg

29. 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

30. Лобеева П.И. Дидактический потенциал использования чат-ботов при изучении фразовых глаголов английского языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 6. С. 1467-1476. https://doi.org/10.20310/1810-0201-2023-28-6-1467-1476, https://elibrary.ru/fmyeoc

31. Авраменко А.П., Тарасов А.А. Технология распознавания речи искусственным интеллектом для развития устно-речевых умений при подготовке к ЕГЭ // Иностранные языки в школе. 2023. № 3. С. 60-67. https://elibrary.ru/jqzchv

32. Han D. The effects of voice-based AI chatbots on Korean EFL middle school students' speaking competence and affective domains // Asia-pacific Journal of Convergent Research Interchange. 2020. Vol. 6. Issue 7. P. 7180. https://doi.org/10.47116/apjcri.2020.07.07

33. QakmakF. Chatbot-human interaction and its effects on EFL students' L2 speaking performance and speaking anxiety // Novitas-ROYAL (Research on Youth and Language). 2022. Vol. 16. Issue 2. P. 113-131.

34. Kim H.S., Cha Y., Kim N. Y. Effects of AI chatbots on EFL students' communication skills // Korean Journal of English Language and Linguistics. 2021. Vol. 21. P. 712-734. https://doi.org/10.15738/kjell.2L.202108.712

35. Adamopoulou E., Moussiades L. An overview of chatbot technology // Artificial Intelligence Applications and Innovations. Cham: Springer, 2020. (IFIP Advances in Information and Communication Technology. Vol. 584). P. 373-383. https://doi.org/10.1007/978-3-030-49186-4_31

36. 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

37. Диденко Э.Н. Потенциал использования чат-ботов при обучении английскому языку студентов экономических направлений подготовки // Мир науки, культуры, образования. 2023. № 4 (101). С. 27-29. https://doi.org/10.24412/1991-5497-2023-4101-27-29, https://elibrary.ru/xnjwyf

38. Aleynikova D.V., Yarotskaya L.V. Learning and teaching in the contexts of artificial intelligence: Transforming content for the humanities // Вестник Томского государственного университета. 2023. № 494. P. 180-186. https://doi.org/10.17223/15617793/494/19, https://elibrary.ru/qsgmko

39. Яроцкая Л.В., Алейникова Д.В. Актуализация содержания обучения студентов социально-гуманитарного профиля подготовки в контуре искусственного интеллекта // Вестник Российского университета дружбы народов. Серия: Психология и педагогика. 2023. Т. 20. № 1. С. 145-162. https://doi.org/10.22363/2313-1683-2023-20-1-145-162, https://elibrary.ru/endlny

40. Дукальская И.В., Аликберова Е.О. Чат-боты в приложении Telegram как средство изучения английского языка // Преподаватель XXI век. 2023. № 2-2. С. 434-442. https://doi.org/10.31862/2073-9613-2023-2-434-442, https://elibrary.ru/nieiwb

41. Рынкевич А.В., Лизина М.А. Дидактический потенциал ChatGPT в иноязычном образовательном процессе в неязыковых вузах // Педагогический журнал. 2023. Т. 13. № 10-1. С. 474-480. https://doi.org/10.34670/AR.2023.87.66.064, https://elibrary.ru/ohqhez

42. Сильчева А.Г., Ламзина А.В., Павлова Т.Л. Особенности использования текстовых и графических чат-ботов с искусственным интеллектом в преподавании английского языка // Перспективы науки и образования. 2023. № 4 (64). С. 621-635. https://doi.org/10.32744/pse.2023.4.38, https://elibrary.ru/usvoaa

43. Лавриненко И.Ю. Использование чат-ботов GPT в процессе обучения английскому языку в неязыковом вузе: теоретический аспект // Вестник Сибирского института бизнеса и информационных технологий. 2023. Т. 12. № 2. С. 18-25. https://doi.org/10.24412/2225-8264-2023-2-18-25, https://elibrary.ru/uiazuw

44. Петрова М.В. Методический потенциал и ограничения фонетического чат-бота "Your German Friend" // Русская германистика: Ежегодник Российского союза германистов. 2023. Т. 20. С. 531-549. https://doi.org/10.47388/2782-2605/lunn2023-20-531-549, https://elibrary.ru/gzjgit

45. Yang H., Gao C., Shen Hz. Learner interaction with, and response to, Al-programmed automated writing evaluation feedback in EFL writing: an exploratory study // Education and Information Technologies. 2024. Vol. 29. Issue 4. P. 3837-3858. https://doi.org/10.1007/s10639-023-11991-3

46. Сысоев П.В., Филатов Е.М. Технологии искусственного интеллекта в обучении русскому языку как иностранному // Русистика. 2024. Т. 22. № 2.

47. 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

48. Koraishi O. Teaching English in the age of AI: embracing ChatGPT to optimize EFL materials and assessment // Language Education & Technology (LET Journal). 2023. Vol. 3. Issue 1. P. 55-72.

49. Кащук С.М. ChatGPT - новые возможности и/или новые вызовы для системы иноязычного образования // Иностранные языки в школе. 2023. № 7. С. 12-19. https://elibrary.ru/lhveyv

50. Сысоев П.В., Филатов Е.М. ChatGPT в исследовательской работе студентов: запрещать или обучать? // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 276-301. https://doi.org/10.20310/1810-0201-2023-28-2-276-301, https://elibrary.ru/sphxkz

51. Авраменко А.П., Тишина М.А. Дидактический потенциал лингвистических корпусов на базе технологий искусственного интеллекта для адаптации учебных материалов // Вестник Московского государственного областного университета. Серия: Педагогика. 2023. № 1. С. 29-38. https://doi.org/10.18384/2310-7219-2023-1-29-38, https://elibrary.ru/mrnasm

52. 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.

53. Park J. An Al-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

54. Perdana I., Farida M. Online grammar checkers and their use for EFL writing // Journal of English Teaching, Applied Linguistics and Literatures (JETALL). 2019. Vol. 2. № 2. P. 67-76. https://doi.org/10.20527/jetall.v2i2.7332

55. 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

56. Manap M.R., Ramli N.F., Kassim A.A.M. Web 2.0 automated essay scoring application and human ESL essay assessment: a comparison study // European Journal of English Language Teaching. 2019. Vol. 5. Issue 1. P. 146-162. https://doi.org/10.5281/zenodo.3461784

57. 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

58. Прибыткова А.А., Тормышова Т.Ю., Хаустов О.Н. Использование системы автоматизированной оценки Criterion в обучении студентов языковых специальностей написанию эссе на иностранном

языке: результаты экспериментальной проверки // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 2. С. 378-389. https://doi.org/10.20310/1810-0201-2024-29-2-378-389, https://elibrary.ru/aocibl

59. Guo K., Wang D. To resist it or to embrace it? Examining ChatGPT's potential to support teacher feedback in EFL writing // Education and Information Technologies. 2024. Vol. 29. Issue 7. P. 8435-8463. https://doi.org/10.1007/s10639-023-12146-0

60. Mizumoto A., Eguchi M. Exploring the potential of using an AI language model for automated essay scoring // Research Methods in Applied Linguistics. 2023. Vol. 2. Issue 2. Art. 100050. https://doi.org/10.1016/j.rmal.2023.100050

61. 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. № 2. С. 68-77. https://doi.org/10.55959/MSU-2074-1588-19-27-2-5, https://elibrary.ru/hizddu

62. Сысоев П.В., Филатов Е.М.. Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интеллект: сравнение качества предоставляемой преподавателем и генеративным искусственным интеллектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71).

63. Сысоев П.В. Авторская этика и ИИ-плагиат: пути решения проблемы нарушения обучающимися правил авторской этики при взаимодействии с инструментами искусственного интеллекта // Иностранные языки в школе. 2024. № 3. С. 84-89. https://elibrary.ru/joklxd

64. Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31-53. https://doi.org/10.31992/0869-3617-2024-33-2-31-53, https://elibrary.ru/vtaiuo

References

1. Jones A., Bull S., Castellano G. (2018). "I know that now, I'm going to learn this next" promoting self-regulated learning with a robotic tutor. International Journal of Social Robotics, vol. 10, issue 4, pp. 439454. https://doi.org/10.1007/s12369-017-0430-y

2. Ivakhnenko E.N., Nikol'skii V.S. (2023). ChatGPT in higher education and science: a threat or a valuable resource? Vysshee obrazovanie v Rossii = Higher Education in Russia, vol. 32, no. 4, pp. 9-22. (In Russ.) https://doi.org/10.31992/0869-3617-2023-32-4-9-22, https://elibrary.ru/tzhihu

3. Rezaev A.V., Tregubova N.D. (2023). ChatGPT and AI in the universities: an introduction to the near future. Vysshee obrazovanie v Rossii = Higher Education in Russia, vol. 32, no. 6, pp. 19-37. (In Russ.) https://doi.org/10.31992/0869-3617-2023-32-6-19-37, https://elibrary.ru/gzjzij

4. Sysoyev P.V. (2023). Artificial intelligence in education: awareness, readiness and practice of using artificial intelligence technologies in professional activities by university faculty. Vysshee obrazovanie v Rossii = Higher Education in Russia, vol. 32, no. 10, pp. 9-33. (In Russ.) https://doi.org/10.31992/0869-3617-2023-32-10-9-33, https://elibrary.ru/tzytkm

5. Sorokin D.O. (2024). The use of voice assistants for the development of foreign language oral communication skills. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 73-77. (In Russ.) https://elibrary.ru/rfmsmk

6. Filatov E.M. (2024). Automated assessment of learners' foreign language essay based on feedback from artificial intelligence. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 78-83. (In Russ.) https://elibrary.ru/ngeqsn

7. Sysoyev P.V., Filatov E.M. (2023). Method of the development of students' foreign language communication skills based on practice with a chatbot. Perspektivy nauki i obrazovaniya = Perspectives of Science and Education,, no. 3 (63), pp. 201-218. (In Russ.) https://doi.org/10.32744/pse.2023.3.13, https://elibrary.ru/fjyhew

8. Sysoyev P.V., Filatov E.M. (2024). Method of teaching students' foreign language creative writing based on evaluative feedback from artificial intelligence. Perspektivy nauki i obrazovaniya = Perspectives of Science and Education, no. 1 (67), pp. 115-135. (In Russ.) https://doi.org/10.32744/pse.2024.L6, https://elibrary.ru/tmstly

9. Sysoyev P. V., Filatov E.M. (2024). Method for teaching foreign language creative writing to students within the framework "learner - teacher - artificial intelligence". Vestnik Moskovskogo universiteta. Seriya 19. Lingvistika i mezhkul'turnaya kommunikatsiya = Moscow State University Bulletin. Series 19. Linguistics andIntercultural Communication, no. 2, pp. 38-54. (In Russ.) https://doi.org/10.55959/MSU-2074-1588-19-27-2-3, https://elibrary.ru/ivcgto

10. Sysoyev P.V., Filatov E.M., Sorokin D.O. (2023). Artificial intelligence in foreign language teaching: chatbots in the development of students' foreign language speaking skills. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 45-54. (In Russ.) https://elibrary.ru/gdjorm

11. Perminova G.V. (2023). Using chatbot ChatGPT in the process of teaching German as a second foreign language. Inostrannye yazyki v shkole = Foreign Languages at School, no. 8, pp. 46-54. (In Russ.) https ://elibrary.ru/rkuvac

12. Kharlamenko I.V. (2023). Chatbots in teaching English. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 55-59. (In Russ.) https://elibrary.ru/lebneu

13. Kharlamenko I.V. (2024). Artificial intelligence to assist foreign language teacher in working on lexical skills. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 55-60. (In Russ.) https ://elibrary.ru/pxxouk

14. Avramenko A.P., Akhmedova A.S., Bulanova E.R. (2023). Chatbot technology as a means of forming foreign language grammatical competence in self-study. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 28, no. 2, pp. 386-394. (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-2-386-394, https://elibrary.ru/abfjqp

15. Klochikhin V.V. (2024). Application of AI-based corpora in identifying language patterns and students' research. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 39-46. (In Russ.) https://elibrary.ru/jiylhf

16. Klochikhin V.V. (2023). Psychological and pedagogical conditions for the development of students' collocational competence based on corpora. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 28, no. 2, pp. 395-404. (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-2-395-404, https://elibrary.ru/amthdp

17. Klochikhin V.V. (2023). Methodological model of teaching collocational competence based on corpora. Voprosy metodiki prepodavaniya v vuze = Teaching Methodology in Higher Education, vol. 12, no. 2, pp. 24-36. (In Russ.) https://doi.org/10.57769/2227-8591.12.2.02, https://elibrary.ru/vtitrn

18. Klochikhin V.V., Polyakov O.G. (2023). Artificial intelligence technologies: corpus analysis tools in foreign language teaching. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 24-30. (In Russ.) https ://elibrary.ru/bdttfe

19. Tikhonova E.V., Kraider A.V. (2023). Using parallel corpora in teaching Chinese. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 68-73. (In Russ.) https://elibrary.ru/ribpzy

20. Sysoyev P.V. (2023). Artificial intelligence technologies in teaching a foreign language. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 6-16. (In Russ.) https://elibrary.ru/qfmzhw

21. Murunov S.S. (2023). Typology of digital problem-solving tasks for teaching foreign languages. Voprosy metodiki prepodavaniya v vuze = Teaching Methodology in Higher Education, vol. 12, no. 2, pp. 67-85. (In Russ.) https://doi.org/10.57769/2227-8591.12.2.05, https://elibrary.ru/ytidxb

22. Murunov S.S., Polyakov O.G. (2024). Methodological feedback from ChatGPT in the English language classroom. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 47-54. (In Russ.) https ://elibrary. ru/j nrj sc

23. Robert I.V. (2020). Digital transformation of education: challenges and opportunities for improvement.

Informatizatsiya obrazovaniya i nauki = Informatization of Education and Science, no. 3 (47), pp. 3-16. (In Russ.) https://elibrary.ru/sqwadw

24. Sysoyev P.V., Polyakov O.G., Evstigneev M.N. et al. (2023). Obuchenie inostrannomu yazyku na osnove tekhnologii iskusstvennogo intellekta [Foreign Language Teaching Based on Artificial Intelligence Technologies]. Tambov, Publishing House "Derzhavinsky", 132 p. (In Russ.) https://elibrary.ru/xldywn

25. Evstigneev M.N. (2024). Key issues of foreign language teaching based on artificial intelligence. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 18-24. (In Russ.) https://elibrary.ru/dqwmro

26. Sysoyev P.V. (2024). Principles of teaching a foreign language based on artificial intelligence. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 6-17. (In Russ.) https://elibrary.ru/horgdd

27. Titova S.V., Staroverova M.V. (2023). The stages of digitalization of language education in the 20th-21st centuries. Vestnik Moskovskogo universiteta. Seriya 19. Lingvistika i mezhkul'turnaya kommunikatsiya = Moscow State University Bulletin. Series 19. Linguistics andIntercultural Communication, no. 3, pp. 25-45. (In Russ.) https://doi.org/10.55959/MSU-2074-1588-19-26-3-2, https://elibrary.ru/ubixjf

28. Titova S.V. (2024). Technological solutions based on artificial intelligence in teaching foreign languages: an analytical review. Vestnik Moskovskogo universiteta. Seriya 19. Lingvistika i mezhkul'turnaya kommunikatsiya = Moscow State University Bulletin. Series 19. Linguistics and Intercultural Communication, no. 2, pp. 18-37. (In Russ.) https://doi.org/10.55959/MSU-2074-1588-19-27-2-2, https://elibrary.ru/owsqvg

29. Sysoyev P.V., Filatov E.M., Sorokin D.O. (2024). Feedback in foreign language teaching: from information technologies to artificial intelligence. Yazyk i kul'tura = Language and Culture, no. 65, pp. 242-261. (In Russ.) https://doi.org/10.17223/19996195/65/11, https://elibrary.ru/plzyov

30. Lobeeva P.I. (2023). The didactic potential of using chatbots in teaching and learning English phrasal verbs. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 28, no. 6, pp. 1467-1476. (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-6-1467-1476, https://elibrary.ru/fmyeoc

31. Avramenko A.P., Tarasov A.A. (2023). Artificial intelligence speech recognition technologies for the development of speaking skills within the unified state exam preparation. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 60-67. (In Russ.) https://elibrary.ru/jqzchv

32. Han D. (2020). The effects of voice-based AI chatbots on Korean EFL middle school students' speaking competence and affective domains. Asia-pacific Journal of Convergent Research Interchange, vol. 6, issue 7, pp. 71-80. https://doi.org/10.47116/apjcri.2020.07.07

33. Qakmak F. (2022). Chatbot-human interaction and its effects on EFL students' L2 speaking performance and speaking anxiety. Novitas-ROYAL (Research on Youth and Language), 2022, vol. 16, issue 2, pp. 113-131.

34. Kim H.S., Cha Y., Kim N.Y. (2021). Effects of AI chatbots on EFL students' communication skills. Korean Journal of English Language and Linguistics, vol. 21, pp. 712-734. https://doi.org/10.15738/kjell.21..202108.712

35. Adamopoulou E., Moussiades L. (2020). An overview of chatbot technology. Artificial Intelligence Applications and Innovations. Cham, Springer Publ., IFIP Advances in Information and Communication Technology, vol. 584, pp. 373-383. https://doi.org/10.1007/978-3-030-49186-4_31

36. Voevoda E.V., Shpynova A.I. (2023). Application of artificial intelligence technologies in learning business English (the case of written assignments). Mir nauki, kul'tury, obrazovaniya = The World of Science, Culture and Education, no. 5 (102), pp. 237-240. (In Russ.) https://doi.org/10.24412/1991-5497-2023-5102-237-240, https://elibrary.ru/zepwjz

37. Didenko E.N. (2023). The potential of using chatbots in teaching English to economic students. Mir nauki, kul'tury, obrazovaniya = The World of Science, Culture and Education, no. 4 (101), pp. 27-29. (In Russ.) https://doi.org/10.24412/1991-5497-2023-4101-27-29, https://elibrary.ru/xnjwyf

38. Aleynikova D.V., Yarotskaya L.V. (2023). Learning and teaching in the contexts of artificial intelligence: Transforming content for the humanities. Vestnik Tomskogo gosudarstvennogo universiteta = Tomsk State University Journal, no. 494, pp. 180-186. https://doi.org/10.17223/15617793/494/19, https://elibrary.ru/qsgmko

39. Yarotskaya L.V., Aleinikova D.V. (2023). Reviewing learning and teaching content in the scope of artificial intelligence: for humanities and social sciences majors. Vestnik Rossiiskogo universiteta druzhby narodov. Seriya: Psikhologiya i pedagogika = RUDN Journal of Psychology and Pedagogics, vol. 20, no. 1, pp. 145162. (In Russ.) https://doi.org/10.22363/2313-1683-2023-20-1-145-162, https://elibrary.ru/endlny

40. Dukal'skaya I.V., Alikberova E.O. (2023). Telegram chatbots as a means of learning English. Prepodavatel' XXI vek = Educator in the 21st Century, no. 2-2, pp. 434-442. (In Russ.) https://doi.org/10.31862/2073-9613-2023-2-434-442, https://elibrary.ru/nieiwb

41. Rynkevich A.V., Lizina M.A. (2023). Teaching potential of ChatGPT in the foreign language educational process in non-linguistic universities. Pedagogicheskii zhurnal = Pedagogical Journal, vol. 13, no. 10-1, pp. 474-480. (In Russ.) https://doi.org/10.34670/AR.2023.87.66.064, https://elibrary.ru/ohqhez

42. Sil'cheva A.G., Lamzina A.V., Pavlova T.L. (2023). Specifics of using text and graphical chatbots with artificial intelligence in English language teaching. Perspektivy nauki i obrazovaniya = Perspectives of Science

and Education, no. 4 (64), pp. 621-635. (In Russ.) https://doi.Org/10.32744/pse.2023.4.38, https ://elibrary.ru/usvoaa

43. Lavrinenko I.Yu. (2023). The ChatGPT use in the English language teaching process in a non-language university: theoretical aspect. Vestnik Sibirskogo instituta biznesa i informatsionnykh tekhnologii = Herald of Siberian Institute of Business and Information Technologies, vol. 12, no. 2, pp. 18-25. (In Russ.) https://doi.org/10.24412/2225-8264-2023-2-18-25, https://elibrary.ru/uiazuw

44. Petrova M.V. (2023). Methodological potential and limitations of the phonetic chatbot Your German Friend. Russkaya germanistika: Ezhegodnik Rossiiskogo soyuza germanistov = Germanic Philology in Russia: Yearbook of the Russian Union of Germanists, vol. 20, pp. 531-549. (In Russ.) https://doi.org/10.47388/2782-2605/lunn2023-20-531-549, https://elibrary.ru/gzjgit

45. Yang H., Gao C., Shen Hz. (2024). Learner interaction with, and response to, Al-programmed automated writing evaluation feedback in EFL writing: an exploratory study. Education and Information Technologies, vol. 29, issue 4, pp. 3837-3858. https://doi.org/10.1007/s10639-023-11991-3

46. Sysoyev P.V., Filatov E.M. (2024). Artificial intelligence in teaching Russian as a foreign language. Rusistika = Russian Language Studies, vol. 22, no. 2.

47. Evstigneev M.N. (2023). Twee neural network as a new tool for English language teacher. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 28, no. 6, pp. 1428-1442. (In Russ.) ' https://doi.org/10.20310/1810-0201-2023-28-6-1428-1442, https ://elibrary.ru/hwaj hp

48. Koraishi O. (2023). Teaching English in the age of AI: embracing ChatGPT to optimize EFL materials and assessment. Language Education & Technology (LET Journal), vol. 3, issue 1, pp. 55-72.

49. Kashchuk S.M. (2023). ChatGPT - new opportunities and/or new challenges for the system of foreign language education. Inostrannye yazyki v shkole = Foreign Languages at School, no. 7, pp. 12-19. (In Russ.) https ://elibrary.ru/lhveyv

50. Sysoyev P.V., Filatov E.M. (2023). ChatGPT in students' research: to forbid or to teach? Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 28, no. 2, pp. 276-301. (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-2-276-301, https://elibrary.ru/sphxkz

51. Avramenko A.P., Tishina M.A. (2023). Didactic potential of linguistic corpora based on artificial intelligence technologies for adapting learning materials. Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta. Seriya: Pedagogika = Bulletin of Moscow Region State University. Series: Pedagogics, no. 1, pp. 29-38. (In Russ.) https://doi.org/10.18384/2310-7219-2023-1-29-38, https://elibrary.ru/mrnasm

52. Dembsey J.M. (2017). Closing the Grammarly® gaps: a study of claims and feedback from an online grammar program. The Writing Center Journal, vol. 36, no. 1, pp. 63-100.

53. Park J. (2019). An AI-based English grammar checker vs. human raters in evaluating EFL learners' writing. Multimedia-Assisted Language Learning, vol. 22, no. 1, pp. 112-131. https://doi.org/10. 15702/mall.2019.22.1.112

54. Perdana I., Farida M. (2019). Online grammar checkers and their use for EFL writing. Journal of English Teaching, Applied Linguistics and Literatures (JETALL), vol. 2, no. 2, pp. 67-76. https://doi.org/10.20527/jetall.v2i2.7332

55. Almusharraf N., Alotaibi H. (2023). An error-analysis study from an EFL writing context: human and automated essay scoring approaches. Technology, Knowledge and Learning, vol. 28, pp. 1015-1031. https://doi.org/10.1007/s10758-022-09592-z

56. Manap M.R., Ramli N.F., Kassim A.A.M. (2019). Web 2.0 automated essay scoring application and human ESL essay assessment: a comparison study. European Journal of English Language Teaching, vol. 5, issue 1, pp. 146-162. https://doi.org/10.5281/zenodo.3461784

57. Tormyshova T.Yu., Ryazantseva T.Yu., Sukhanova N.I. (2024). Teaching students of linguistics to write essays in a foreign language based on working with the Criterion automated assessment system. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 29, no. 1, pp. 99-108. (In Russ.) https://doi.org/10.20310/1810-0201-2024-29-1-99-108, https://elibrary.ru/pdgnzr

58. Pribytkova A. A., Tormyshova T.Yu., Khaustov O.N. (2024). The use of the Criterion automated assessment system in teaching students of language specialties to write essays in a foreign language: the results of an experimental test. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Re-

view: Series Humanities, vol. 29, no. 2, pp. 378-389. (In Russ.) https://doi.org/10.20310/1810-0201-2024-29-2-378-389, https://elibrary.ru/aocibl

59. Guo K., Wang D. (2024). To resist it or to embrace it? Examining ChatGPT's potential to support teacher feedback in EFL writing. Education and Information Technologies, vol. 29, issue 7, pp. 8435-8463. https://doi.org/10.1007/s10639-023-12146-0

60. Mizumoto A., Eguchi M. (2023). Exploring the potential of using an AI language model for automated essay scoring. Research Methods in Applied Linguistics, vol. 2, issue 2, art. 100050. https://doi.org/10.1016/j.rmal.2023.100050

61. Korenev A.A. (2024). Strategies of using artificial intelligence for written corrective feedback in language education. Vestnik Moskovskogo universiteta. Seriya 19. Lingvistika i mezhkul'turnaya kommunikatsiya = Moscow State University Bulletin. Series 19. Linguistics andIntercultural Communication, no. 2, pp. 68-77. (In Russ.) https://doi.org/10.55959/MSU-2074-1588-19-27-2-5, https://elibrary.ru/hizddu

62. Sysoyev P.V., Filatov E.M., Khmarenko N.I., Murunov S.S. (2024). Prepodavatel' vs iskusstvennyi intellekt: sravnenie kachestva predostavlyaemoi prepodavatelem i generativnym iskusstvennym intellektom obratnoi svyazi pri otsenke pis'mennykh tvorcheskikh rabot studentov [Teacher vs artificial intelligence: comparing the feedback quality provided by a teacher and generative artificial intelligence when evaluating students' creative writing]. Perspektivy nauki i obrazovaniya = Perspectives of Science and Education, no. 5 (71).

63. Sysoyev P.V. (2024). Author's ethics and AI plagiarism: ways to solve the problem of students violating the rules of author's ethics when interacting with artificial intelligence tools. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 84-89. (In Russ.) https://elibrary.ru/joklxd

64. Sysoyev P.V. (2024). Ethics and AI-plagiarism in an academic environment: students' understanding of compliance with author's ethics and the problem of plagiarism in the process of interaction with generative artificial intelligence. Vysshee obrazovanie v Rossii = Higher Education in Russia, vol. 33, no. 2, pp. 31-53. (In Russ.) https://doi.org/10.31992/0869-3617-2024-33-2-31-53, https://elibrary.ru/vtaiuo

Информация об авторах

Information about the authors

Сысоев Павел Викторович, доктор педагогических наук, профессор, руководитель Научного центра Российской академии образования, Тамбовский государственный университет им. Г.Р. Державина, г. Тамбов; профессор кафедры иноязычного образования, Московский педагогический государственный университет, г. Москва, Российская Федерация.

Pavel V. Sysoyev, Dr. habil. (Education), Professor, Director of Russian Academy of Education Research Centre, Derzhavin Tambov State University, Tambov; Professor of Department of Language Education, Moscow Pedagogical State University, Moscow, Russian Federation.

https://orcid.org/0000-0001-7478-7828 ScopusID: 8419258800 ResearcherID: Еб1зб-2016 psysoyev@yandex.ru

https://orcid.org/0000-0001-7478-7828 ScopusID: 8419258800 ResearcherID: Еб1зб-2016 psysoyev@yandex. ru

Филатов Евгений Михайлович, научный сотрудник лаборатории языкового поликультурного образования, Тамбовский государственный университет им. Г.Р. Державина, г. Тамбов, Российская Федерация.

Evgeniy M. Filatov, Research Scholar of Foreign Language Multicultural Education Research Laboratory, Derzhavin Tambov State University, Tambov, Russian Federation.

https://orcid.org/0000-0001 -бзз1-4718 Scopus ID: 58609035100 ResearcherID: Ш0-зб88-2022 filatovgenya200@gmail.com

https://orcid. org/0000-0001 -бзз1-4718 Scopus ID: 58609035100 ResearcherID: Ш0-зб88-2022 filatovgenya200@gmail.com

Евстигнеев Максим Николаевич, кандидат педагогических наук, доцент, доцент кафедры лингвистики и лингводидактики, Тамбовский государственный университет им. Г.Р. Державина, г. Тамбов, Российская Федерация.

https://orcid.org/0000-0003-2664-9134 Scopus ID: 57206855992 ResearcherID: AAE-8965-2022 maximevstigneev@bk.ru

Поляков Олег Геннадиевич, доктор педагогических наук, профессор, заведующий кафедрой лингвистики и лингводидактики, Тамбовский государственный университет им. Г.Р. Державина, г. Тамбов, Российская Федерация.

https://orcid.org/0000-0002-2841-6572 Scopus ID: 57191782124 ResearcherID: A-7660-2016 olegpo@rambler.ru

Евстигнеева Илона Алексеевна, кандидат педагогических наук, доцент, доцент кафедры лингвистики и лингводидактики, Тамбовский государственный университет им. Г.Р. Державина, г. Тамбов, Российская Федерация.

https://orcid.org/0000-0002-1198-0695 Scopus ID: 57206857675 ResearcherID: AAE-8847-2022 ilona.frolkina@mail.ru

Сорокин Данила Олегович, научный сотрудник лаборатории языкового поликультурного образования, Тамбовский государственный университет им. Г.Р. Державина, г. Тамбов, Российская Федерация. https://orcid.org/0000-0001-7738-7416 Scopus ID: 58120432100 ResearcherID: AFF-7904-2022 sorokindanila2002@gmail.com

Поступила в редакцию 29.05.2024 Одобрена после рецензирования 11.06.2024 Принята к публикации 13.06.2024

Maxim N. Evstigneev, PhD (Education), Associate Professor, Associate Professor of Linguistics and Linguodidactics Department, Derzhavin Tambov State University, Tambov, Russian Federation. https://orcid.org/0000-0003-2664-9134 Scopus ID: 57206855992 ResearcherID: AAE-8965-2022 maximevstigneev@bk. ru

Oleg G. Polyakov, Dr. habil. (Education), Professor, Head of Linguistics and Linguodidactics Department, Derzhavin Tambov State University, Tambov, Russian Federation.

https://orcid.org/0000-0002-2841-6572 Scopus ID: 57191782124 ResearcherID: A-7660-2016 olegpo@rambler.ru

Ilona A. Evstigneeva, PhD (Education), Associate Professor, Associate Professor of Linguistics and Linguodidactics Department, Derzhavin Tambov State University, Tambov, Russian Federation. https://orcid.org/0000-0002-1198-0695 Scopus ID: 57206857675 ResearcherID: AAE-8847-2022 ilona.frolkina@mail.ru

Danila O. Sorokin, Research Scholar of Foreign Language Multicultural Education Research Laboratory, Derzhavin Tambov State University, Tambov, Russian Federation.

https://orcid. org/0000-0001 -7738-7416 Scopus ID: 58120432100 ResearcherID: AFF-7904-2022 sorokindanila2002@gmail.com

Received 29.05.2024 Approved 11.06.2024 Accepted 13.06.2024