Теория и методика обучения и воспитания (по областям и уровням образования) | Мир педагогики и психологии №08 (109) Август 2025

Нейросетевые технологии как средство персонализации на уроках английского языка

Духно Алина Витальевна
студентка 1 курса магистратуры, г. Ростов-на-Дону, Россия, ms.sizova.14@mail.ru

Аннотация: Данное исследование посвящено всестороннему анализу потенциала нейросетевых технологий для повышения эффективности обучения иностранным языкам в высшей школе, с особым акцентом на их интеграцию в современную методику преподавания для реализации персонализированного обучения. Работа охватывает различные аспекты использования нейросетей как инновационных инструментов для развития коммуникативных навыков студентов, а также тщательно выявляет как их возможности, так и существующие ограничения в образовательном процессе.
Ключевые слова: персонализация, обучение английскому языку, английский язык, адаптированное обучение, современные методики обучения.

Dukhno Alina Vitalievna
graduate student Southern Federal University Rostov-on-Don, Russia

Abstract: This study is devoted to a comprehensive analysis of the potential of neural network technologies for enhancing foreign language teaching efficiency in higher education institutions, with particular emphasis on their integration into modern pedagogical methods to implement personalized learning. The research covers various aspects of using neural networks as innovative tools for developing students' communicative skills and thoroughly identifies both their capabilities and existing limitations within the educational process.
Keywords: personalization, English language learning, English language, adaptive learning, contemporary teaching methodologies.

Современное образование активно трансформируется под влиянием цифровых технологий, что приводит к появлению новых образовательных возможностей и изменению традиционных подходов. В этом контексте особое значение приобретают индивидуализация и персонализация обучения. Важно различать эти близкие, но не тождественные понятия:

Индивидуализация обучения — это метод, ориентированный на учёт специфических образовательных нужд каждого студента. Он предполагает дифференцированный подход, при котором общие учебные цели остаются едиными для всех, но методы и темпы достижения этих целей адаптируются под нужды конкретных учащихся [1].

Персонализация обучения, в свою очередь, является более широким понятием. Она подразумевает полную адаптацию образовательной среды под каждого студента. Это включает в себя гибкую постановку целей, выбор разнообразных стратегий и комфортный темп обучения, учитывая интересы, способности и предпочтительные способы познания студента [1].

Оба подхода — индивидуализация и персонализация — направлены на повышение эффективности образования, предоставляя гибкость и учитывая особенности каждого учащегося. Индивидуализация позволяет работать с различиями внутри общей структуры курса, в то время как персонализация создает максимальную мотивацию и вовлеченность, превращая студента в активного участника своего образовательного пути [1].

Для успешного внедрения персонализированного обучения необходимы:

-Персональные образовательные траектории, определяемые самими учащимися.

- Автоматизированные системы оценки и мониторинга успехов.

- Активные формы обучения, поощряющие креативность и самоуправляемую деятельность.

- Открытая и прозрачная система оценки достижений [2].

Современные тенденции в образовании диктуют необходимость отхода от унифицированных подходов. Персонализированное обучение становится ключевым элементом модернизации, позволяющим удовлетворять разнообразные запросы учащихся и повышать общее качество образования. Дальнейшие исследования должны быть сосредоточены на разработке эффективных методик оценки и практической интеграции персонализированных подходов в образовательную систему.

Эта тенденция обусловлена быстрыми изменениями в образовательных парадигмах и растущими требованиями общества, ориентированными на индивидуализацию, диверсификацию и повышение личной активности студентов.

Актуальность персонализации продиктована неэффективностью универсальных методов в условиях глобализации и стремительных изменений. Исследователи подчеркивают необходимость учета индивидуальных различий студентов в уровне знаний, опыте, интересах и способностях. Более того, современная педагогика сталкивается с острой необходимостью развития субъектной позиции учащихся. Традиционная модель передачи знаний уступает место подходам, ориентированным на раскрытие индивидуальных особенностей и потребностей обучающихся. В этом контексте персонализация выступает как тренд, призванный разрешить противоречие между запросами студентов и жесткой регламентацией образовательного процесса [3].

Преимущества персонализированного обучения очевидны: оно обеспечивает учет уникальных потребностей, улучшает качество усвоения материала и существенно повышает мотивацию. Гибкость в постановке целей, выбор образовательных стратегий и активное использование современных технологий являются ключевыми факторами успеха [3].

Психолого-педагогические основания персонализации включают:

Педагогику: Переосмысление роли преподавателя от источника знаний к партнёру и консультанту.

Философию: Рассмотрение обучения как важной части социализации и саморазвития личности.

Когнитивные науки: Признание необходимости разнообразных педагогических стратегий из-за различий в стилях обучения студентов.

Исторически идеи персонализации восходят к работам Аристотеля и Шлейермахера. В начале XX века Хелен Паркхерст предложила Dalton Plan, акцентирующий индивидуализацию. С конца XX века персонализация становится популярным методом, сфокусированным на развитии субъектности учащихся, развиваясь через работы таких выдающихся мыслителей, как Л.С. Выготский, А.Н. Леонтьев, В.В. Давыдов, Дж. Дьюи и А. Маслоу [3].

Ключевыми методами и средствами персонализации выступают дифференциация заданий, проектная деятельность, активное сотрудничество между преподавателями и студентами, а также широкое применение информационных технологий и цифрового пространства. Практическая реализация этих подходов показывает положительную реакцию студентов, подтверждая их востребованность и эффективность.

Современное общество сталкивается с беспрецедентными вызовами, обусловленными активным внедрением цифровых технологий, и прежде всего искусственного интеллекта (ИИ), в различные сферы человеческой деятельности, включая образовательный процесс. В Российской Федерации данные процессы регламентируются на государственном уровне: согласно Указу Президента от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации», была принята Национальная стратегия развития искусственного интеллекта. Данный документ предусматривает реализацию комплексных мер, включая повышение цифровой грамотности населения, разработку специализированных образовательных программ для профессионального развития педагогов, а также активное внедрение технологий ИИ в решение повседневных и учебных задач. В связи с этим перед образовательной системой встает актуальный вопрос о поиске эффективных механизмов интеграции ИИ-технологий в учебный процесс с обязательным учетом принципов персонализации обучения и адаптации к индивидуальным когнитивным особенностям обучающихся [4].

Аналогичные процессы цифровизации образования наблюдаются и на международном уровне. В частности, в 2024 году Европейский Союз принял Регламент об искусственном интеллекте (Artificial Intelligence Act), который установил единые правовые рамки для разработки и применения ИИ-технологий во всех сферах [4].

 Однако, несмотря на стремительное развитие технологических инструментов в образовании, концепция персонализированного обучения, теоретически обоснованная в работах ведущих педагогов и психологов, на практике реализуется фрагментарно и не получает системного распространения. В данном контексте искусственный интеллект рассматривается как ключевой ресурс для преодоления этого разрыва, особенно в области обучения иностранным языкам, где технологии ИИ способны обеспечить индивидуализацию учебных траекторий, адаптацию языкового контента под уровень обучаемого и интеллектуальный анализ образовательной аналитики. Потенциально это может привести к качественному повышению эффективности языковой подготовки за счет оптимизации когнитивной нагрузки и учета индивидуальных особенностей усвоения материала.

 При этом в Российской Федерации, как показывают исследования, тенденции к внедрению персонализированных моделей обучения с использованием ИИ пока не приобрели массового характера. Статистический анализ публикационной активности на ведущих научных платформах (таких как eLibrary, CyberLeninka) за период с 2021 по 2025 годы подтверждает ограниченное количество практико-ориентированных разработок в данной области. Этот факт свидетельствует о наличии существенного пробела в области прикладных исследований, связанных с методической и технологической адаптацией ИИ-инструментов в российской образовательной системе [5]

Таким образом, современный этап развития образовательных технологий характеризуется противоречием между высоким потенциалом ИИ в области персонализации обучения и медленными темпами его практической реализации, особенно в российской образовательной системе. Преодоление этого разрыва требует скоординированных действий на институциональном уровне, включая развитие нормативной базы, модернизацию инфраструктуры, подготовку педагогов и проведение масштабных исследований эффективности ИИ-инструментов в реальном учебном процессе. Перспективным направлением представляется разработка гибридных обучающих систем, сочетающих преимущества искусственного интеллекта с педагогическим контролем, что позволит обеспечить баланс между технологическими возможностями и методической целесообразностью в контексте персонализированного образования [5].

Данный факт свидетельствует о необходимости проведения дальнейших фундаментальных и прикладных исследований, а также разработки комплексных методических решений, направленных на эффективную интеграцию цифровых технологий в образовательную парадигму.

При рассмотрении школьного образования в области иностранных языков выявляется ряд существенных методических проблем. Основная дидактическая сложность заключается в доминировании коллективных форм организации учебного процесса, при котором учащиеся с различными когнитивными характеристиками, индивидуальными образовательными потребностями и неоднородным уровнем языковой подготовки вынуждены работать в рамках единой программы, используя стандартизированные учебно-методические комплексы (УМК). Данная ситуация особенно характерна для типовых школьных групп численностью 15 и более человек, что создает объективное противоречие между традиционной унифицированной системой обучения и фундаментальным дидактическим принципом индивидуализации образовательного процесса [5].

Современные технологии искусственного интеллекта в образовании предлагают инновационные подходы к решению указанной проблемы. Особый интерес представляют электронные сервисы на базе ИИ, способные обеспечить качественно новый уровень персонализации обучения. В данном контексте особую актуальность приобретает исследование методического потенциала нейросетевой платформы Twee, специализирующейся на автоматической генерации дидактических материалов. Важнейшим направлением такого исследования является анализ возможностей данной системы по созданию индивидуализированных учебных текстов и заданий, направленных на развитие навыков устной речи (speaking) на уроках английского языка в средней школе.

Анализ функциональных характеристик платформы Twee позволяет констатировать, что, несмотря на существующие технологические ограничения, данный инструмент обладает значительным методическим потенциалом для реализации принципов индивидуализированного и персонализированного обучения. Возможности системы по автоматизированной генерации и адаптации текстового материала создают условия для эффективного формирования ключевых компетенций, соответствующих требованиям Федерального государственного образовательного стандарта основного общего образования (ФГОС ООО), включая предметные (языковые), личностные и метапредметные образовательные результаты [5].

Особого внимания заслуживает проблема формирования естественной разговорной речи в процессе школьного обучения английскому языку. Педагоги регулярно сталкиваются с необходимостью преодоления типичных языковых клише, включающих:

- разговорные лексические единицы и устойчивые выражения

- идиоматические конструкции

- эмоциональные междометия

- явления эллиптической речи (пропуск элементов высказывания)

Эмпирические исследования, охватившие студентов языковых специальностей, выявило четкую тенденцию в предпочтениях цифровых инструментариев: наибольшую востребованность получили генеративные системы искусственного интеллекта, в частности ChatGPT и DeepSeek. Параллельно отмечается существование специализированных образовательных ресурсов нового поколения, таких как Gliglish, ориентированный на формирование и совершенствование компетенций в области устной речи, и TWEE, обеспечивающий автоматизированную генерацию дидактических материалов [6].

Однако результаты диагностического среза четко продемонстрировали преобладание недостаточного уровня цифровой грамотности среди респондентов, что существенно ограничивает потенциал когнитивного усвоения лингвистического материала и критического анализа получаемой информации. Примечательно, что результаты исследования также демонстрируют активное внепредметное использование ИИ-инструментов студентами языковых специальностей, тогда как целенаправленное применение данных технологий непосредственно в лингвистической подготовке фиксируется лишь у 25% респондентов.

Анализ ключевых барьеров (невозможность операционализации учебных целей через промпты, недостаточная осведомленность о существующем программном обеспечении) позволяет констатировать острую необходимость интеграции элементов цифровой дидактики в образовательные программы. Это предполагает системное формирование следующих компетенций: критическое цифровое мышление, навыки эффективного взаимодействия с ИИ-интерфейсами, способность к рефлексивной оценке получаемых результатов. Реализация данного подхода требует разработки специальных учебных модулей, сочетающих лингвистическую составляющую с технологической подготовкой [6].

Особого внимания заслуживает проблема формирования естественной разговорной речи в процессе школьного обучения английскому языку. Педагоги регулярно сталкиваются с необходимостью преодоления типичных языковых клише, включающих:

- разговорные лексические единицы и устойчивые выражения

- идиоматические конструкции

- эмоциональные междометия

- явления эллиптической речи (пропуск элементов высказывания)

Данные лингвистические особенности представляют значительную сложность для традиционных методов обучения, однако именно цифровые инструменты на базе ИИ, такие как Twee, могут предложить инновационные решения для их эффективного освоения, обеспечивая при этом необходимый уровень индивидуализации учебного процесса [7].

Далее мы предлагаем рассмотреть возможность внедрение платформы Edvibe на уроках английского языка, так как она предоставляет комплексные инструментальные возможности для персонализации обучения английскому языку, ориентированные на индивидуальные потребности учащихся. В рамках уроков могут быть реализованы следующие ключевые аспекты:

1. Адаптивные Задания: Предоставляется дифференцированный доступ к учебным материалам, соответствующим уровню владения языком учащихся (от A1 до C2). Специализированные алгоритмы анализируют успеваемость, подбирая упражнения для отработки выявленных слабых мест в грамматике, лексике и аудировании. Предусмотрена возможность ручной или автоматической корректировки уровня сложности заданий.

2. Индивидуальная Образовательная Траектория: Платформа позволяет преподавателям назначать различные задания разным учащимся в рамках одного урока, а студентам – проходить учебные модули в собственном темпе, с возможностью возвращения к сложным темам.

3. Персонализация в Обучении в Парах (Pair Work): Edvibe расширяет возможности работы в парах посредством распределения ролей (например, отработка диалогов одним студентом и письменных конструкций другим), подбора партнеров по уровню владения языком или целям обучения (например, для взаимного исправления ошибок), а также настройки совместных заданий (например, когда один студент формулирует вопросы, другой отвечает, а система индивидуально оценивает каждого). Преподаватель может устанавливать различные критерии оценки для каждого ученика в паре.

4. Обратная Связь и Аналитика: Учитель получает детальную статистику по каждому ученику, включая время выполнения заданий и количество ошибок, что позволяет оперативно корректировать педагогический подход. Студенты, в свою очередь, получают персонализированные рекомендации по улучшению своих языковых навыков.

Рассмотрим стандартную ситуацию, когда один студент в паре обладает сильными навыками устной речи, а другой – письменной. В этом случае платформа может предложить им взаимодополняющие упражнения: первый записывает устный ответ на вопрос, а второй редактирует его письменную версию, при этом система фиксирует прогресс обоих участников.

Проведенный анализ функциональных возможностей платформы Edvibe демонстрирует ее эффективность в реализации персонализированного подхода к изучению английского языка за счет комбинации адаптивных технологий и интерактивных методов группового взаимодействия.

Ключевые аспекты, обеспечивающие успешную интеграцию индивидуального и парного обучения, включают:

Таким образом, Edvibe реализует модель смешанного обучения (blended learning), в которой индивидуализация и коллаборативные практики не противоречат, а взаимно усиливают друг друга. Это достигается за счет:

Исследование подтверждает значительный потенциал современных ИИ-технологий, включая такие платформы, как Twee, ChatGPT, DeepSeek и специализированные ресурсы типа Gliglish, для совершенствования навыков устной речи (speaking) на уроках английского языка в средней школе. Основной вклад ИИ заключается в предоставлении возможностей для персонализации обучения посредством генерации индивидуализированных текстов и заданий, что соответствует требованиям Федерального государственного образовательного стандарта основного общего образования (ФГОС ООО).

Ключевыми аспектами для практического применения являются: во-первых, ИИ как инструмент персонализации и преодоления языковых клише, поскольку платформы способны создавать адаптированный контент, содействующий преодолению учениками типичных языковых паттернов (идиом, эллиптических конструкций, разговорных выражений), что повышает естественность речи; во-вторых, цифровая грамотность как критический фактор, поскольку эффективное использование ИИ требует высокого уровня цифровой компетенции как у обучающихся, так и у педагогов, что диктует необходимость целенаправленного обучения работе с ИИ-интерфейсами, критической оценке информации и составлению эффективных промптов; в-третьих, Edvibe как пример эффективной модели, демонстрирующей успешную реализацию парадигмы смешанного обучения (blended learning). Данная модель гармонично сочетает индивидуализацию (обеспечиваемую ИИ и аналитическими инструментами) с коллаборативными практиками (парные/групповые формы работы), усиливая их взаимное влияние. Указанная модель базируется на принципах технологической адаптивности (применение ИИ и аналитических инструментов), педагогической гибкости (дифференцированные задания и оценка) и социально-конструктивного подхода (сохранение персональной ответственности в групповых формах взаимодействия), а также динамической корректировки контента, обеспечивающей цикл непрерывного улучшения (iterative refinement).

1. Медкова А. К. Индивидуализация и персонализация в обучении: сравнительный анализ // Вестник экспериментального образования. 2022. № 4 (33). URL: https://cyberleninka.ru/article/n/individualizatsiya-i-personalizatsiya-v-obuchenii-sravnitelnyy-analiz (дата обращения: 24.08.2025).
2. Булаева М. Н., Зубкова Я. В., Мельников Д. Д. Персонализированный подход в образовании // Проблемы современного педагогического образования. 2022. № 77-3. URL: https://cyberleninka.ru/article/n/personalizirovannyy-podhod-v-obrazovanii (дата обращения: 24.08.2025).
3. Ефремова Н. Ф. Персонализация образовательной деятельности и оценки достижений обучающихся // Концепт. 2024. № 3. URL: https://cyberleninka.ru/article/n/personalizatsiya-obrazovatelnoy-deyatelnosti-i-otsenki-dostizheniy-obuchayuschihsya (дата обращения: 24.08.2025).
4. Смирнова Е. А., Маслова Г. Г. Персонализация в обучении письменной речи студентов языковых направлений подготовки // МНКО. 2025. № 2 (111). URL: https://cyberleninka.ru/article/n/personalizatsiya-v-obuchenii-pismennoy-rechi-studentov-yazykovyh-napravleniy-podgotovki (дата обращения: 24.08.2025).
5. Байдикова Н. Л., Давиденко Е. С. Индивидуализация и персонализация обучения иноязычному говорению с помощью нейросети Twee // ЭСГИ. 2024. № 3 (43). URL: https://cyberleninka.ru/article/n/individualizatsiya-i-personalizatsiya-obucheniya-inoyazychnomu-govoreniyu-s-pomoschyu-neyroseti-twee (дата обращения: 24.08.2025).
6. Калинина П. Н. Индивидуализация и персонализация обучения иностранным языкам с использованием искусственного интеллекта: проблемы и перспективы // SAF. 2025. № 2. URL: https://cyberleninka.ru/article/n/individualizatsiya-i-personalizatsiya-obucheniya-inostrannym-yazykam-s-ispolzovaniem-iskusstvennogo-intellekta-problemy-i (дата обращения: 24.08.2025). = 7. Мироненкова Н. Н., Сусименко Е. В. Персонализация как условие актуализации субъектной позиции при обучении иностранному языку // АНИ: педагогика и психология. 2021. № 2 (35). URL: https://cyberleninka.ru/article/n/personalizatsiya-kak-uslovie-aktualizatsii-subektnoy-pozitsii-pri-obuchenii-inostrannomu-yazyku (дата обращения: 24.08.2025).