Методика преподавания языка | Филологический аспект: Методика преподавания языка и литературы Методика преподавания языка и литературы №05 (40) Сентябрь 2026 - Октябрь 2026
УДК 81'243:004.8
Дата публикации 31.10.2026
Технологии искусственного интеллекта как инструмент персонализированной фасилитации академической иноязычной подготовки аспирантов
Горлова Яна Викторовна
старший преподаватель кафедры «Иностранных языков», ФГАОУ ВО «Севастопольский государственный университет», РФ, г. Севастополь, yanabeloved@yandex.ru
Павлова Татьяна Александровна
старший преподаватель кафедры «Иностранных языков», ФГАОУ ВО «Севастопольский государственный университет», РФ, г. Севастополь, tatyana_bokhan@mail.ru
Зубкова Мария Александровна
старший преподаватель кафедры «Иностранных языков», ФГАОУ ВО «Севастопольский государственный университет», РФ, г. Севастополь, mazubkova@sevsu.ru
Цепкова Анна Сергеевна
ассистент кафедры «Иностранных языков», ФГАОУ ВО «Севастопольский государственный университет», Россия, г. Севастополь, ann.tsepkova@mail.ru
Аннотация: Статья посвящена актуальной на сегодняшний день проблеме использования технологий искусственного интеллекта (ИИ) для персонализированной фасилитации иноязычной подготовки аспирантов. На базе трудов отечественных и зарубежных учёных доказывается переход преподавателя из транслятора знаний в фасилитатора, который применяет цифровые технологии в образовательной среде. Выделяются и описываются характерные особенности практических сценариев применения генеративных нейросетей для развития и улучшения навыков академического письма и устной коммуникации. Описаны этические риски (академическая недобросовестность, «галлюцинации» ИИ) и способам их минимизации с помощью развития промнт-грамотности.
Ключевые слова: искусственный интеллект, фасилитация обучения, иноязычная подготовка аспирантов, академическое письмо, генеративные нейросети, цифровые технологии, навыки коммуникации.
Senior lecturer at the Department of "Foreign Languages", Sevastopol State University, Russian Federation, Sevastopol
Senior lecturer at the Department of "Foreign Languages", Sevastopol State University, Russian Federation, Sevastopol
Senior lecturer at the Department of "Foreign Languages", Sevastopol State University, Russian Federation, Sevastopol
Assistant of the Department of "Foreign Languages", Sevastopol State University, Sevastopol, Russia
Abstract: The article addresses the current, relevant issue of using artificial intelligence (AI) technologies for personalized facilitation of foreign language training for postgraduate students. Based on the works of both Russian and international scholars, the article demonstrates the transformation of the teacher from a knowledge transmitter into a facilitator who integrates digital technologies into the educational environment. The article identifies and describes specific practical scenarios for employing generative neural networks to develop and enhance skills in academic writing and oral communication. Furthermore, it outlines ethical risks—such as academic dishonesty and AI "hallucinations"—and discusses how these can be mitigated through the development of prompt literacy.
Keywords: artificial intelligence, learning facilitation, foreign‑language training for graduate students, academic writing, generative neural networks, digital technologies, communication skills.
Горлова Я.В., Павлова Т.А., Зубкова М.А., Цепкова А.С. Технологии искусственного интеллекта как инструмент персонализированной фасилитации академической иноязычной подготовки аспирантов // Филологический аспект: международный научно-практический журнал. Сер.: Методика преподавания языка и литературы. 2026. № 05 (40). Режим доступа: https://scipress.ru/fam/articles/tekhnologii-iskusstvennogo-intellekta-kak-instrument-personalizirovannoj-fasilitatsii-akademicheskoj-inoyazychnoj-podgotovki-aspirantov.html (Дата обращения: 31.10.2026)
В условиях цифровой трансформации высшего образования требования Федеральных государственных образовательных стандартов высшего образования претерпевают изменения касаемо подготовки кадров, которые способны осуществлять научную коммуникацию на иностранном языке. Учёные интегрируют отечественную науку в мировое пространство, что объясняет важность и необходимость владения иностранными языками аспирантов, применяемыми в написании научных статей, подготовке тезисов для участия в международных конференциях и оформлении грантовых заявок. Но на сегодняшний момент традиционная групповая форма обучения носит усредненный характер, что свидетельствует о недостатке персонализации.
Таким образом, возникает противоречие между требованиями к уровню академического английского языка (English for Academic Purposes, EAP) и ограничениями преподавателя (время, кадры). Преподаватели физически не успевают обеспечить полноценное индивидуальное сопровождение каждого обучающего в рамках дисциплины и учебного календарного плана. В качестве решения данного противоречия можно использовать концепции фасилитации с применением адаптивных технологий, что поспособствует переосмыслению педагогического процесса.
Теоретический каркас составляют исследования концепций адаптивного обучения, в котором искусственный интеллект является ключевым драйвером персонализации образовательных траекторий, способный быстро реагировать на индивидуальные запросы аспирантов [1, с.13]. С.В. Титова и П.В. Сысоев заостряют внимание на внедрении нейросетей, что способствует трансформации роли преподавателя из транслятора в фасилитатора, где используются интеллектуальные системы для построения индивидуальных траекторий развития языковых навыков [2, 3].
ИИ-инструменты являются эффективными тренажерами при освоении сложного академического дискурса. Голосовые чат-боты снижают языковой барьер, а текстовые модели способствуют структурированию аргументации в научных статьях и тезисах [4, 5]. Важное дидактическое преимущество нейросетей – мгновенная обратная связь, которая является детализированной, если грамотно настроены промты. Такая связь может приравниваться к экспертной оценке, что помогает быстрее редактировать академические тексты [3 с. 125]. Следовательно, преподаватель-фасилитатор в новых реалиях не выдает аспирантам готовые универсальные шаблоны, а способствует формированию цифровой грамотности. Они сами обучают ИИ в качестве «персонального тьютора» для решения конкретных задач, в том числе и научных.
Практическая реализация персонализированной фасилатации может быть рассмотрена на нескольких уровнях. Первый уровень – диагностика и адаптация. Для выявления первичных дефицитов аспирантов можно использовать генеративные модели. В качестве примера можно загрузить текст в нейросеть, и она не только исправит грамматические ошибки, а также даст детальную обратную связь, где можно получить информацию касаемо академического стиля (лексическое разнообразие, связность и формальность). Второй уровень включает развитие навыков академического языка с помощь больших языковых моделей (Large Language Models, LLM). На данном уровне важно понимать, что здесь ИИ не используется для генерации текста вместо студента, а он выступает в качестве «академического редактора». В рамках фасилитации аспирант изучает промпт-инжиниринг. В качестве примера рассмотрим следующий промнт: «Используй роль строгого рецензента научного журнала уровня Q1. Оцени логическую связь аргументации в данном тексте и предложи три варианта для улучшения академического стиля, не искажая академический стиль текста». Данное использование нейросетей способствует развитию критического мышления и глубокой работы с текстом. Третий уровень – развитие устной научной коммуникации. На данном уровне характерно использование голосовых ИИ-помощников, что помогает отработать каверзные вопросы от оппонентов. Такая практика способствует снижению языковой тревожности, которая блокирует коммуникацию аспирантов на международных мероприятиях. Здесь преподаватель учит аспиранта критически проверить ответы нейросетей и самостоятельно принимать решения при редактировании текста или ответов на вопросы.
Широкое применение ИИ-технологий сопровождается с рисками академической недобросовестности, когнитивной разгрузки и ложных данных («галлюцинаций»). Для уменьшения таких угроз стоит изменить подход к оцениванию ответов нейросетей. Важно уделять внимание не только конечному продукту, но и важно следить за процессом взаимодействия, например использовать «лога промтов» и рефлексии аспиранта о внесенных правках в текст.
Проведенный анализ позволяет сделать вывод о том, что технологии искусственного интеллекта не заменяют преподавателя, а радикально меняют его роль в фасилитатора цифровой образовательной среды. Персонализация иноязычной подготовки с помощью нейросетей способствует к преодолению разрыва между базовым уровнем владения языка и высокими требованиями международного академического сообщества.
Список литературы
1. Калина И.И., Положевец И.Г., Казакова Е.И., Калимуллин А.М., Реморенко И.М. Вызовы и перспективы личностно-развивающего образования // Образовательная политика. 2022. № 2 (90). С. 12-27. EDN: HHXOTU.
2. Титова С.В. Технологические решения на базе искусственного интеллекта в обучении иностранным языкам: аналитический обзор // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 18-37. https://doi.org/10.55959/MSU-2074-1588-19-27-2-2
3. 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.2024.1.6
4. Филатов Е.М. Развитие у студентов умений иноязычной коммуникативной деятельности на основе веб-приложения character. ai // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1248-1260. https://doi.org/10.20310/1810-0201-202429-5-1248-1260
5. 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. 2022. No. 6. P. 71-80. https://doi.org/10.47116/apjcri.2020.07.07
