Теория и методика профессионального образования | Мир педагогики и психологии №05 (106) Май 2025

Развитие академической письменной компетенции будущих учителей английского языка с помощью заданий, созданных с применением искусственного интеллекта

Разов Дамир Алмазович
студент Института филологии и межкультурной коммуникации, Казанский (Приволжский) федеральный университет, РФ, г. Казань

Аннотация: В статье рассматривается проблема развития академической письменной компетенции будущих учителей английского языка с использованием заданий, разработанных с использованием искусственного интеллекта. Автор описывает экспериментальное исследование, проведённое на базе Казанского Федерального университета. В эксперименте приняли участие 12 студентов педагогического направления. Формирующий этап состоял из десяти практических занятий (20 академических часов), проведенных с использованием материалов, сгенерированными при помощи ChatGPT (модели GPT-4). Для оценки эффективности на констатирующем и контрольном этапах были проведено тестирование в формате эссе (по аналогии с IELTS Academic Writing Task 2). Статистический анализ результатов продемонстрировал значимый рост средних баллов по всем критериям оценивания (task achievement, coherence and cohesion, lexical resource, grammatical range and accuracy), а также выравнивание успеваемости в группе. Автор делает вывод о потенциале применения искусственного интеллекта для генерации заданий при обучении академическому письму и обосновывает необходимость дальнейших исследований в данном направлении.
Ключевые слова: ИИ, искусственный интеллект, академическая письменная компетенция, будущие преподаватели английского языка, генеративные нейронные сети; задания, сгенерированные искусственным интеллектом.

Razov Damir Almazovich
Student of the Institute of Philology and Intercultural Communication, Kazan Federal University, Russia, Kazan

Abstract: The article examines the development of pre-service English teachers’ academic writing competence through the implementation of AI-designed instructional tasks. An experimental study involving twelve bachelor’s students of English at Kazan Federal University was conducted over ten sessions (20 academic hours) using materials produced by the GPT-4 model. Standardized essay tests modeled on IELTS Academic Writing Task 2 were administered at the diagnostic, formative, and final stages. Statistical analysis revealed significant improvements across all evaluation criteria—task achievement, coherence and cohesion, lexical resource, and grammatical range and accuracy—as well as a reduction in performance variance, indicating a leveling effect. The author concludes that AI-generated tasks hold substantial promise for enhancing academic writing instruction, while highlighting the need for larger-scale, controlled follow-up studies.
Keywords: AI, artificial intelligence, academic writing, pre-service English teachers; generative neural networks; AI-generated EFL tasks.

В высшем образовании все чаще применяются инструменты, основанные на технологии искусственного интеллекта, такие как Chat GPT [1]. Возможности генеративных нейронных сетей используются для оптимизации административных процессов, предоставления адаптированного контента и повышения вовлечённости студентов посредством мгновенной интерактивной поддержки [2].

В контексте данного исследования, под искусственным интеллектом мы будем понимать «продвинутую вычислительную систему, способную генерировать текст, близкий к человеческому, и взаимодействовать с пользователями в целях поддержки образовательных задач».

Существующие исследования как в области общего образования, так и в преподавании английского языка, указывают на то, что решения на основе ИИ имеют достаточный потенциал для трансформации обучения английскому в различных направлениях, включая обучение академическому письму [3].

Генерируемые ИИ материалы в контексте обучения академическому письму охватывают спектр заданий, каждое из которых нацелено на развитие определённого компонента письменной компетенции.

К моменту написания данного исследования искусственный интеллект уже используется для:

· Автоматизации обратной связи;

· Создании упражнений на основе ИИ-диагностики успеваемости студентов;

· Анализа эталонных текстов и их имитации;

· Оценивания.

Эмпирические и качественные исследования демонстрируют, что задания, созданные с применением искусственного интеллекта, способны существенно повысить результаты студентов в контексте обучения академическому письму [4; 5; 6].

Но несмотря на перспективность данного направления исследования, проблема интеграции ИИ в процесс обучения остаётся мало изученной и не обладает достаточной теоретической базой. Более того, некоторые исследования, ставящие своей целью изучение данного явления, фактически не затрагивает технологию искусственного интеллекта [7]. Вышеперечисленные факты образуют фундамент проблемы нашего исследования: недостаточная теоретическая и методологическая разработанность применения инструментов на основе технологии искусственного интеллекта в обучении академическому письму на высшей ступени образования.

Цель исследования: экспериментально определить влияние занятий, использующих задания, сгенерированные с использованием искусственного интеллекта, на развитие академических навыков письма у студентов-преподавателей английского языка.

Методы исследования. Исследование проводилось в три этапа: констатирующий, формирующий, контрольный. Участниками выступили 12 студентов-преподавателей английского языка уровня бакалавриата. На констатирующем этапе проводилось тестирование в формате эссе. Временные ограничения составили 60 минут, минимальный объем – 250 слов. Формат эссе, а также критерии оценивания были выбраны по аналогии с «IELTS Academic Writing Task 2». Стандартными критериями оценки эссе такого формата являются:

• полнота раскрытия темы (task achievement);
• связность и логическая организация (coherence and cohesion);
• лексические ресурсы (lexical resource);
• грамматическое разнообразие и точность (grammatical range and accuracy).

На формирующем этапе было проведено десять занятий (20 академических часов) с интеграцией инструментов искусственного интеллекта, направленных на совершенствование навыков письма. Генеративные инструменты, главным образом ChatGPT (модель GPT-4) от OpenAI, использовались для создания учебных материалов. Для эффективного взаимодействия с искусственным интеллектом применялись отработанные подходы разработки промптов на основе фреймворков CLEAR (Concise, Logical, Explicit, Adaptive, Restrictive) и PARTS (Persona, Aim, Recipients, Theme, and Structure) [8]. Каждое задание предварительно проверялись преподавателем, а сгенерированные тексты при необходимости корректировались по уровню языка и содержательной точности. В результате были созданы разнообразные учебные материалы – от эталонных эссе до письменных упражнений (пример: рисунок 1).

Рисунок 1. Пример задания, сгенерированного с использованием ИИ.

Контрольный этап включал повторное тестирование в формате эссе с применением процедур и критериев оценивания, использованных при проведении констатирующего этапа.

Результаты. Сравнительный анализ результатов констатирующего и контрольных этапов эксперимента продемонстрировал существенный и статистически значимый рост общей успеваемости в письменной речи после прохождения десяти занятий с интеграцией искусственного интеллекта.

Интерпретация данных. Абсолютное значение t-статистики (7,7255) превышает критическое значение (2,2010), что подтверждает статистическую значимость полученных результатов. Анализ также показывает, что показатели на суммирующем этапе выше, чем на формирующем, что свидетельствует о положительной динамике (рисунок 2).

Рисунок 2. Сравнение результатов констатирующего и контрольного этапов тестирования.

Положительная умеренная корреляция между баллами студентов констатирующего и контрольного этапа (r = 0,68) показывает сохранение индивидуальных различий при общем росте результатов. Снижение дисперсии суммарных баллов со 2,08 до 1,52 указывает на более выраженный эффект у студентов с исходно низким уровнем письма, что способствовало выравниванию успеваемости в группе.

Анализ по критериям также показал устойчивые улучшения (рисунок 3):

• Средний балл по критерию «полнота раскрытия темы» вырос с 6,42 до 8,42;
• Средний балл по критерию «связность и логическая организация» вырос с 5,92 до 7,83;
• Средний балл по критерию «лексические ресурсы» вырос с 6,5 до 8,2;
• Средний балл по критерию «грамматическое разнообразие и точность» вырос с 5,25 до 7,75.

Рисунок 3. Сравнение средних значений по отдельным критериям.

Наибольший прирост зафиксирован по критериям «грамматическое разнообразие и точность» и «полнота раскрытия темы», что свидетельствует о высокой эффективности использования заданий, сгенерированных искусственным интеллектом, в развитии грамматических навыков и пониманию сути задания.

Полученные результаты подтверждают потенциал использования генеративного искусственного интеллекта для разработки адаптированных материалов и упражнений в обучении академическому письму. Вместе с тем отсутствие контрольной группы, а также сравнительно небольшая выборка ограничивают возможность однозначно приписать все улучшения исключительно данному вмешательству, поскольку не исключены внешние факторы влияния.

Рекомендации для дальнейших исследований. Данное направление является перспективным, однако требует долгосрочных исследований с включением контрольной выборки, а также проведением исследований с большим числом участников. Необсужденными также остались и другие вопросы, связанные с применением искусственного интеллекта в образовании, такие как: технические ограничения существующих моделей («галлюцинации», непредсказуемость), этическое использование; ограничения, связанные с использованием искусственного интеллекта на занятиях (отсутствие необходимой аппаратуры, правовая сторона вопроса).

1. Гончарова, М. И. Использование искусственного интеллекта в высшем образовании: вызовы и перспективы (на примере ChatGPT) // Коммуникации в условиях цифровых изменений : сборник материалов VII Международной научно-практической конференции, Санкт-Петербург, 28–29 ноября 2023 года. – Санкт-Петербург: Санкт-Петербургский государственный экономический университет, 2023. – С. 59-61. – EDN LXVTKY.
2. Паскова, А. А. Практические аспекты применения chatgpt в высшем образовании // Вестник Майкопского государственного технологического университета. – 2023. – Т. 15, № 3. – С. 67-74. – DOI 10.47370/2078-1024-2023-15-3-67-74. – EDN KJTNLA.
3. Костюкович, Е. Ю. Применение искусственного интеллекта в обучении английскому языку в вузе // Современное педагогическое образование. – 2023. – № 1. – С. 492-496. – EDN JDLTKX.
4. Евстигнеев, М. Н. Тематический контроль и критериальное оценивание иноязычных письменных умений с помощью технологий искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. – 2024. – Т. 29, № 4. – С. 913-926. – DOI 10.20310/1810-0201-2024-29-4-913-926. – EDN JAAJXE.
5. Корчагин, С. А. Анализ тенденций применения технологий искусственного интеллекта в образовательной сфере // Известия Саратовского университета. Новая серия. Серия: Социология. Политология. – 2021. – Т. 21, № 1. – С. 37-42. – DOI 10.18500/1818-9601-2021-21-1-37-42. – EDN PANEFP.
6. Павлюк, Е. С. Анализ зарубежного опыта влияния искусственного интеллекта на образовательный процесс в высшем учебном заведении // Современное педагогическое образование. – 2020. – № 1. – С. 65-72. – EDN LAHBOU.
7. Abdullah Sharadgah, T. A Systematic Review of Research on the Use of Artificial Intelligence in English Language Teaching and Learning (2015-2021): What are the Current Effects? / T. Abdullah Sharadgah, R. Abdulatif Sa'di // Journal of Information Technology Education: Research. – 2022. – Vol. 21. – P. 337-377. – DOI 10.28945/4999. – EDN IKXOOL.
8. Park, J. Generative AI Prompt Engineering for Educators: Practical Strategies / J. Park, S. Choo // Journal of Special Education Technology. – 2024. – DOI 10.1177/01626434241298954. – EDN GGEUGM.