Войти / Зарегистрироваться

Применение российских и зарубежных чат-ботов с ИИ для индивидуализации обучения иностранному языку и автоматической оценки знаний студентов неязыковых вузов

Получить свидетельство
Автор: Киреева Ирина Анатольевна

Актуальность использования российских и зарубежных чат-ботов с искусственным интеллектом (далее – ИИ) для индивидуализации обучения иностранному языку и автоматической оценки знаний студентов неязыковых вузов обусловлена тем, что они помогают студентам осваивать иностранный язык в профессиональной сфере в интерактивном режиме и направляют персонализированное обучение. Данное утверждение может быть основано, например, на исследовании работников British Council, где были опрошены 1348 преподавателей на предмет функциональной важности чат-ботов с ИИ для организации обучения иностранному языку (ИЯ) с точки зрения преподавателей (результаты представлены нами в таблице 1) [6].
 
Таблица 1
Сферы использования искусственного интеллекта преподавателями иностранного языка
 

Сферы использования ИИ преподавателями ИЯ

Процент, %

Приложения для изучения иностранного языка

48%

Генерация заданий

37%

Чат-боты для общения

31%

Автоматическая проверка заданий

22%

Распознавание голоса

21%

Озвучивание текста

19%

Аналитика прогресса изучения материала

12%

Виртуальная реальность

7%

Ничего из вышеперечисленного

24%


Исходя из приведенной выше таблицы-опроса, мы видим, что больше половины преподавателей ИЯ уже используют искусственный интеллект как инструмент для преподавания, следовательно возникает необходимость рассмотреть функциональность существующих на данный момент платформ, чтобы эффективно составлять задания для персонализации обучения иностранному языку и оценки знаний студентов неязыковых вузов. На данный момент существует множество моделей чат-ботов с ИИ, где основная их основная функция - на основе машинного обучения ИЯ предоставить информацию под запрос пользователя. В рамках нашей работы были взяты наиболее популярные российские и зарубежные чат-боты с ИИ для индивидуализации обучения иностранному языку и автоматической оценки знаний студентов неязыковых вузов.
Методологическую основу изучения проблематики статьи составили труды отечественных ученых: А.С. Бобуновой, М.Г. Сергеевой, А.И. Минакова, О.И. Опариной, Д.В. Сафоновой, Н.С. Папшева, М.В. Субботкина и др. [1- 5].
Практический аспект применения российских и зарубежных чат-ботов с ИИ для индивидуализации обучения иностранному языку и автоматической оценки знаний студентов неязыковых вузов представлен нами посредством анализа заданий по иностранному языку для обучающихся по направлению подготовки 38.03.02 «Менеджмент», профиль «Менеджмент организации» в АНОВО «Московский международный университет», далее ММУ, а также механизмов оценки полученных знаний, умений и навыков по ИЯ посредством применения чат - ботов с ИИ. За основу была взята рабочая программа дисциплины «Иностранный язык в профессиональной сфере (английский)», представленная на сайте ММУ.
Прежде опишем модель «Типовые задачи по формированию универсальных учебных действий» в рамках дисциплины «Иностранный язык в профессиональной сфере (английский)», которая включала по 2 задания.
1. Задания для развития универсальных учебных действий (личностных):
– дискуссия на основе личного выбора и ценностей, где формат – ролевая дискуссия (Debate) и ключевая лексика (accountability, autonomy, ethical dilemma, moral compass и др.); студентам предлагается прочитать два коротких аутентичных профессионально – ориентированных текста (или прослушать подкаст) о том, как ИИ может влиять на решения специалистов в критических ситуациях (например, алгоритм, который принимает решение о приеме на работу в торговую компанию);
– рефлексивное эссе «Мой путь в изучении иностранного языка», где тема «My Linguistic Journey and Future Self», где студенты должны ответить на вопросы: Какую роль английский язык будет играть в вашей будущей профессии или образовании (в университете, за границей)? Какие конкретные навыки (например, академическое письмо, публичные выступления) вам необходимо развивать, чтобы достичь этой цели? Составьте краткий план саморазвития.
2. Задания для развития универсальных учебных действий (регулятивных):
– подготовить «Проект-менеджмент» в виде эссе (Self-Management Essay Project);
– создание «Экспертной группы» по аудированию профессионально – ориентированного текста (Peer-Correction Listening Task), где задание направлено на развитие прогнозирования, контроля и взаимооценки знаний, умений и навыков по дисциплине«Иностранный язык в профессиональной сфере (английский)».
3. Задания для развития универсальных учебных действий (познавательных):
– подготовка проекта «Management of the future» с составлением плана – графика, разбив общую задачу на микроэтапы и установив для каждого этапа конкретный срок и необходимое время;
– проведение лингвистического расследования лексики и терминологии по направлению подготовки 38.03.02 «Менеджмент», профиль «Менеджмент организации».
4. Задания для развития универсальных учебных действий (коммуникативных):
–«перекрестный допрос» по проблемам направления подготовки и формулирование консенсуса (Cross-Examination and Consensus Building); подготовка к дискуссии по теме «The Future of Work»);
– подготовка «Интервью с экспертом» в сфере менеджмента (The Expert Interview), которое направлено на развитие умения планировать профессионально - ориентированную коммуникацию, формулировать вопросы и эффективно представлять информацию на ИЯ.
Далее приведем примеры применения российских и зарубежных чат-ботов с ИИ для индивидуализации обучения иностранному языку и автоматической оценки знаний студентов неязыковых вузов.
Например, чат-бот DeepSeek имеет небольшие отличия в сравнении с чат-ботом GPT, где надо представить общую грамматическую схему, где текст представлен пользователю в виде таблицы, что заметно упрощает восприятие теории. В остальном структура крайне схожа с чат-ботом GPT. Заметные отличия при запросе на генерацию заданий по ИЯ имеет российская модель ИИ – Giga Chat. Генерация ответа, где вопрос был с уточняющей грамматической темой в теоретической части не изменился. Требования остались схожими с предыдущими моделями (раскрыть скобки, выбрать одно из двух предложенных вариантов, перефразирование из активного в пассивный залог и наоборот). 
При изучении лексики чат -боты с ИИ также могут участвовать в персонализации обучения ИЯ. Для этого нейросетям будет отправлен запрос, например, сгенерировать 5 слов на английском языке по направлению подготовки 38.03.02 «Менеджмент», профиль «Менеджмент организации» и составить 1 упражнение, уровень языка B1-B2. Это поможет выявить, какие слова предложит искусственный интеллект для изучения и каким образом генерирует задания для их закрепления на практике. Например, чат-бот GPT предлагает следующие слова с их переводом для изучения по направлению подготовки 38.03.02 «Менеджмент», профиль «Менеджмент организации»: leadership – лидерство, decision-making – принятие решений, teamwork – командная работа, responsibility – ответственность, goal-setting – постановка целей и др. После этого сгенерированы задания по ИЯ на подстановку этих слов в предложениях (например, Good managers must show strong __________ skills to guide their employees effectively).
В то время как, чат-бот DeepSeek сгенерировал отличные от чат-бота GPT слова хотя есть и схожие, которые не только имеют перевод, но и дополнительные примеры, а также представлены различные части речи. Это могут быть профессионально - ориентированные термины, например: deadline – крайний срок, to delegate – делегировать, performance – производительность, stakeholder – заинтересованная сторона, to streamline – оптимизировать. Форма заданий по ИЯ преподносится идентично чат-боту GPT, то есть подстановка слова, где оно пропущено в предложение.
Для активизации письменной коммуникации на ИЯ, например, чат-бот GPT ставит задачу обучающемуся по направлению подготовки 38.03.02 «Менеджмент», профиль «Менеджмент организации» следующим образом: Вы - младший менеджер в компании среднего размера. На следующей неделе Ваша команда начинает новый проект, но есть несколько важных деталей, о которых Ваши коллеги должны знать заранее и об этом надо сообщить заранее через электронное письмо. Далее идут пункты, которые следует отобразить в письме: начало и цель нового проекта, заранее проделанный анализ конкурентов перед встречей, запросить обратное письмо о получении информации. Ставится лимит на общий объем в 120 — 150 слов и предлагаются словосочетания для использования. чат-бот DeepSeek генерирует схожий ответ с чат-ботом GPT, где для направления подготовки 38.03.02 «Менеджмент» нужно сформировать письменный отказ поставщику из-за высокой закупочной цены и отсутствия сертификата. Роль обучающегося в поставленной задаче – это менеджер по покупкам. Основными пунктами для отображения являются объявление об отказе и его причины. Объем письма на ИЯ сохраняется – от 120 до 150 слов. Далее предлагаются вступительные слова для раскрытия поставленных задач. Чат-бот Giga Chat сгенерировал ответ менее развернуто, чем вышеописанные чат-боты с ИИ. Результат составил лишь описание роли в коммуникативной задаче и пункты, которые надо раскрыть, вводные фразы не предоставлены. Для студентов, обучающихся по направлению подготовки 38.03.02 «Менеджмент», профиль «Менеджмент организации» нужно предложить стратегию продвижения основного продукта компании на российском рынке с описанием новых маркетинговых подходов, обоснование их эффективности и преимущества перед существующими методами. При этом стоит отметить, что объем письма не был определен. 
Переходя к развитию иноязычной коммуникативной компетенции, следует отметить, что приложение Rosetta Stone в данном случае предоставляет персонализацию только через ее заранее разработанные блоки практических занятий, которые заведомо имеют определенный набор слов для отработки.
Приложение Duolingo AI также включает отработку произношения, как и Rosetta Stone, включая индивидуализацию только определенных слов в программе. На практике ИИ приветствует говорящего и далее просит представиться и обозначить цель, впоследствии искусственный интеллект задает заранее прописанные вопросы и может дополнительно задать уточняющие. В конце диалог заканчивается общими фразами прощания. 
Что касается организации автоматической оценки знаний студентов неязыковых вузов, то, например, чат-бот GPT демонстрирует различные способы оценивания. При составлении грамматических заданий на раскрытие скобок, подчеркивания одного из вариантов или выбора ответа из теста ИИ автоматически составляет ответы под каждым упражнением. Такой вид удобен, если преподаватель ИЯ заранее занимается составлением плана работ, где обучающиеся должны будут письменно ответить, при этом ответы будут удалены. В случае если студенту нужно самостоятельно изучить тему, то данный формат неудачен, так как ответы уже будут представлены, что снижает эффективность выполнения задания по ИЯ. При оценивании выполненных заданий по ИЯ на раскрытие скобок чат-бот GPT детально рассматривает каждое предложение с анализом написанного. В этом случае команду для ИИ следует прописать как «Проверить правильность ответов на задания». Далее по нумерации упражнений описывается корректность. При правильном ответе комментарий краток – «Верно». Там, где есть возможность указания нескольких вариантов правильных решений, то ИИ засчитывает один из них, а после добавляет описание того, какие еще есть подходы при этом могут указываться небольшие смысловые различия. В случае, если была допущена критическая ошибка, то ИИ это указывает и переписывает предложение в правильном варианте, если имеются дополнительные замечания, то они также указываются. После этого искусственный интеллект не выставляет оценку, а лишь суммирует количество правильных вариантов. При рассмотрении автоматической оценки тестового задания по ИЯ, также, как и при раскрытии скобок последовательно разбирается каждый пункт из упражнения, где объясняется корректность или некорректность ответов. В конце происходит суммирование, на основе которого, проще подытожить работу студента. При анализировании упражнений, связанных с лексикой, наблюдается аналогичная структура ответа, что и в грамматических заданиях. Во время оценивания чат-ботом GPT в большей степени сначала описываются преимущества, а после недостатки работы. После этого генерируются альтернативные варианты написания работы на ИЯ. Там, где были допущены ошибки, сначала дается неправильный вариант, чтобы его было легче найти в тексте, а после детальное объяснение правила лексического или грамматического характера. Следует отметить, что ИИ не генерирует оценочное суждение, а лишь суммирует общее количество пунктов, оставляя итоговое решение за преподавателем ИЯ.
При использовании чат-бота DeepSeek для оценивания работ студентов используется схожая технология, если формат задний на ИЯ имеет вид тестов, раскрытия скобок или перефразирования. Однако существует небольшие различия. чат-бот GPT анализирует каждый пункт упражнения и генерируется последовательно, при этом чат-бот DeepSeek не только детально разбирает, но и делит на две категории – правильные и сделанные с ошибками тесты, затем как итог перечисляет через запятую только пункты, где параметром также является верный и неправильный ответ. Из недостатков данного метода представления оценки работы это то, что пункты из самого задания стираются и формируются новые по одной из двух категорий. Таким образом это может затруднить поиск, если начать сличать оригинальное упражнение и представленный ответ. Рассматривая отечественную модель Giga Chat, можно сказать, что оценка выполненного упражнения по ИЯ происходит также, как и у чат-бота GPT, а именно последовательное анализирование каждого упражнения. Если же была отмечена ошибка, то сначала объясняется правило, а после правильный вариант написания. В отличие от двух предыдущих моделей ИИ, чат-бот Giga Chat не суммирует через запятую пункты, соотнося их к корректным или некорректным, а полностью генерирует представленное задание, но с верными ответами. 
При анализе навыка говорения на ИЯ система Rosetta Stone засчитывала правильность произношения как отдельных слов, так и проговаривание целых предложений. Однако иногда происходила ошибка оценки и приходилось проговаривать одно и тоже слово несколько раз, чтобы оно было засчитано, хотя фонетические правила были соблюдены. Подобные неудобства затрудняют использование ИИ, но при этом нельзя не отметить, что данная функциональность улучшает навыки чтения и произношения. 
Переходя к системе ИИ в приложении Duolingo AI, следует отметить, что анализ, например, диалога на ИЯ происходит поверхностно, отмечаются лишь общие формулировки сказанного, дополнительных комментариев о произношении, грамматических ошибках, лексических особенностях не отмечается. Таким образом функциональность, заявленная разработчиками, работает некорректно при оценке работы на ИЯ, что в совокупности с некорректной работой в процессе разговора с ИИ делает эту программу неработоспособной, так как не соответствует техническим характеристикам для внедрения ее в преподавание ИЯ в высшей школе.
Заметим, что чат-бот GPT более детально анализирует сказанное на ИЯ. Для начала весь разговор транскрибируется текстом, а после производится общий обзор сказанного пользователем. При дополнительном запросе модель может проанализировать наличие грамматических или лексических ошибок. Как и в письменных упражнениях оценка по 5 балльной и 10 балльной системе самостоятельно искусственным интеллектом не выставляется, но при отдельном требовании от пользователя генерируется как рекомендация. Таким образом из всех рассмотренных вариантов данная программа является наиболее совершенной, но имеются ограничения в применении. 
Таким образом, практика использования российских и зарубежных чат-ботов с ИИ для индивидуализации обучения иностранному языку и автоматической оценки знаний студентов неязыковых вузов показывает, что они являются эффективными инструментами в образовательном процессе. Однако чат-боты с ИИ нуждаются в дополнительной доработке, так как при их применении выявлялось большое количество технических ошибок в работе.
 
Ссылки на источники
  1. Бобунова, А.С. Сергеева, М.Г. Классификация и внедрение технологий на базе искусственного интеллекта в обучение иностранному языку в вузе / А.С. Бобунова, М.Г. Сергеева //Научно-методический электронный журнал «Концепт», 2024. – № 05. – С. 25–37.
  2. Минаков, А.И. Развитие коммуникативных навыков с помощью речевых диалоговых тренажеров на базе ИИ / А.И. Минаков. – Чебоксары: ИД «Среда», 2024. – С.1 -7.
  3. Опарина, О.И. Языковые модели и их место в современной жизни: некоторые моменты / О.И. Опарина. – М.: Московский политех, 2025. – С. 35–40.
  4. Сафронов, Д.В. Папшев, Н.С. Субботкин, М.В. Сравнительный анализ chatgpt, deepseek и gigachat / Д.В. Сафонов, Н.С. Папшев, М.В. Субботкин// Научные исследования XXI века, 2025. – №3. – С. 40 -48.
  5. ФГОС ВО 38.03.02 «Менеджмент» // ФГОС ВО. – Москва, 2020. - Электронный ресурс. – URL: https://fgos.ru/fgos/fgos-38-03-02-menedzhment-970/ (дата обращения: 26.01.2026).
  6. Common European Framework of Reference for Languages: Learning, teaching, assessment // Council of Europe. – Strasbourg Cedex, France, 2020. - Электронный ресурс. – URL: https://rm.coe.int/common-european-framework-of-reference-for-languages-learning-teaching/16809ea0d4 (дата обращения: 26.01.2026).