Формирование методической компетенции преподавателя русского языка как иностранного в эпоху искусственного интеллекта

Полный текст

Введение

Технологии искусственного интеллекта (ИИ) постепенно, но уверенно проникают в различные сферы системы образования и начинают активно применяться: а) специалистами в области управления образованием для автоматизации некоторых рутинных процессов и в аналитической работе (Selwyn, Hillman, Bergviken-Rensfeldt, 2023a; Selwyn et al., 2023b; Siddiqui, 2024); б) преподавателями в ходе подготовки к занятиям и организации учебного процесса (Богомолов, Дунаева, 2023; Сысоев, 2023; Дзюба, 2024); в) обучающимися при выполнении домашних заданий и участии во внеаудиторном взаимодействии с инструментами ИИ для решения учебных задач (Кожевникова, 2022; Байчорова, 2025). За последние несколько лет в научной литературе появился корпус работ, в которых авторы раскрывают лингводидактический потенциал средств генеративного ИИ в обучении иностранным языкам в целом и РКИ в частности. Предмет изучения — такие вопросы, как обучение произношению на основе веб-приложений на базе ИИ (Сысоев, Ивченко, 2025), лексико-грамматическому материалу посредством иноязычного взаимодействия с чат-ботами и с использованием данных корпусных технологий ИИ (Грудева, Алексеева, 2020; Дзюба, 2024; Сысоев, Филатов, 2024), развитие устных речевых умений обучающихся в процессе их практики с голосовыми помощниками (Аль-Кайси, Архангельская, Руденко-Моргун, 2019; Нефедов, 2023; Лыу, 2023) и письменных умений диалогической и монологической речи в процессе иноязычного взаимодействия с инструментами ИИ (Çakmak, 2022; Sharadgah, Sa’di, 2022; Guo, Wang, 2023; Huang et al., 2023). Многие из приведенных работ содержат эмпирические данные, свидетельствующие не только об эффективности использования инструментов ИИ в обучении языку, но и их очевидных ограничениях.

Обзор исследований показал, что достаточно широкий перечень технологических решений на базе ИИ получает распространение в сфере образования: от универсальных генеративных нейросетей до узкопрофильных инструментов ИИ, направленных на решение конкретных профессиональных задач, отражающих особенности профессиональной деятельности специалистов конкретного направления подготовки. Предлагая инновационные методики обучения, многие авторы акцентировали внимание на том, что на современном этапе технологии ИИ могут интегрироваться в традиционный процесс обучения РКИ, не заменяя преподавателя, а расширяя спектр дополнительных возможностей для внеаудиторной языковой практики студентов. Получаемая студентами обратная связь от ИИ должна обязательно подвергаться осмыслению и критическому анализу.

Таким образом, интеграция технологических решений на базе ИИ в учебный процесс имеет ряд объективных преимуществ.

Во-первых, ИИ позволяет взять на себя решение некоторых организационных и методических задач, которые традиционно являлись прерогативой педагогов (Клобукова, Майоров, Кочеткова, 2025; Байчорова, 2025). К их числу относятся разработка тренировочных упражнений на формирование языковых навыков и коммуникативных заданий на комплексное развитие видов речевой деятельности студентов, разработка контрольных материалов, адаптация учебных текстов, составление плана занятия (или фрагмента урока) и т.п. Высвободившееся время педагог может использовать для решения других не менее важных и значимых задач.

Во-вторых, интеграция ИИ в учебный процесс создает дополнительные возможности для студентов продолжать во внеаудиторное время на базе инструментов ИИ формировать языковые навыки и речевые умения, изучать историю и культуру России. Особую актуальность такой лингводидактический потенциал ИИ приобретает в обучении РКИ за рубежом, когда студенты находятся вне аутентичной языковой среды и у них нет возможности принять участие в иноязычном речевом общении с природными носителями русского языка и культуры.

В-третьих, взаимодействуя с инструментами ИИ для решения учебных задач, студенты одновременно развивают умения учебной автономии. В перспективе по мере дальнейшего технологического развития ИИ и изменения подходов в образовании такие способности автономной учебно-познавательной деятельности подготовят студентов к переходу на формат персонализированного обучения на основе ИИ (Сысоев, 2025).

Вместе с тем, несмотря на очевидные преимущества интеграции ИИ в образование в целом и обучение РКИ в частности, возникают новые проблемы, с которыми система образования не сталкивалась или не сталкивалась в подобных объемах. К таким проблемам можно отнести следующие:

а) широкое распространение в академической среде ИИ-плагиата — присваивание студентами авторства сгенерированных ИИ материалов (Cotton, Cotton, Shipway, 2024; Сысоев, 2024). Многие обучающиеся несанкционированно используют средства генеративного ИИ для выполнения учебных, контрольных, проверочных заданий, написания текстов рефератов, курсовых и квалификационных и иных работ, тогда как должны были делать это лично;

б) способность ИИ к галлюцинациям. При нехватке необходимой фактической информации из-за лимитированного доступа к информационным базам данных он начинает ее придумывать. При генерации с помощью ИИ текстов социокультурного содержания для формирования у студентов РКИ знаний о культуре России галлюцинации ИИ могут привести к изучению заведомо ложных фактических данных, при выполнении студентами исследовательских работ — к фальсификации результатов и подлогу;

в) предвзятость ИИ в предоставляемой информации. В основе функционирования средств генеративного ИИ лежат большие языковые модели (БЯМ). В частности, американская нейросеть ChatGPT от OpenAI функционирует на основе англоязычной, российские нейросети GigaChat от Sber и YandexGPT от «Яндекс» — русскоязычной БЯМ. В связи с тем, что содержание массивов текстовых данных, обрабатываемых БЯМ, может характеризоваться определенной идеологической окраской, заключающейся в особой интерпретации социально-культурных и исторических фактов и событий в конкретном сообществе, эта предвзятость будет переноситься на весь генерируемый ИИ материал. В качестве примера можно привести ответы функционирующих на разных БЯМ нейросетей на запрос о создателе электрической лампочки: ChatGPT — Томас Эдисон; GigaChat — Александр Лодыгин. Подобных примеров можно привести множество. Незнание студентами фактических сведений и отсутствие у них способности критического восприятия материалов обратной связи от ИИ может привести к формированию неверных и искаженных представлений о российской истории, культуре и обществе.

Эти и многие другие проблемы, появившиеся в свете интеграции ИИ в образование, требуют оперативного решения со стороны педагога. Делегируя ИИ выполнение некоторых своих традиционных функций, в современных реалиях преподаватель приобретает ряд новых дополнительных функций, отражающих необходимость компетентного выстраивания учебного процесса в новой парадигме триады «преподаватель — искусственный интеллект — студент». В этой связи особую актуальность приобретает рассмотрение вопроса формирования методической компетенции преподавателя РКИ в области ИИ.

Целью исследования выступают разработка программы курса по формированию методической компетенции преподавателя РКИ в области ИИ и проверка эффективности курса в ходе экспериментального обучения.

Достижение поставленной цели предполагало решение следующих задач:

– определить структуру и содержание методической компетенции преподавателя РКИ в области ИИ;

– разработать программу курса повышения квалификации для преподавателей РКИ с целью формирования у них методической компетенции в области ИИ;

– провести обучение преподавателей РКИ по программе курса, анализ и интерпретацию полученных данных.

Методы и материалы

В исследовании применили методы анализа научной литературы, экспериментального обучения, моделирования учебного процесса с применением инструментов ИИ, обобщения опыта, наблюдения. Материалы для анализа составили научные статьи, а также примеры фрагментов уроков и заданий, разработанных на основе технологических решений на базе ИИ участниками экспериментального онлайн-курса. В качестве эмпирического метода в рамках исследования проведено экспериментальное обучение, направленное на формирование у преподавателей РКИ методической компетенции в области ИИ. Обучение проходило в формате онлайн-курса повышения квалификации на платформе Moodle ТГУ имени Г.Р. Державина. Участниками эксперимента стали преподаватели РКИ (N = 48) из вузов РФ. Слушатели приняли участие в экспериментальном обучении на добровольной основе по приглашению научного центра Российской академии образования при ТГУ имени Г.Р. Державина. Курс (72 академических часа) включал в себя 9 тем, сгруппированных по трем тематическим блокам (Сысоев, 2025), отражающим аспекты методической компетенции преподавателя РКИ в области ИИ: 1) промпт-инжиниринг; 2) обучение и контроль; 3) организация учебного процесса. В предметно-тематическое содержание курса не вошли два аспекта компетенции, связанные а) с мотивацией преподавателей использовать ИИ в обучении РКИ и б) дальнейшим профессиональным развитием педагогов на основе ИИ. Это объясняется тем, что, во-первых, преподаватели РКИ принимали участие в экспериментальном обучении на добровольной основе и уже обладали мотивацией овладеть методикой преподавания РКИ на основе ИИ; во-вторых, профессиональное развитие рассматривается в лонгитюдном аспекте, измерить изменения которого невозможно в рамках краткосрочного курса повышения квалификации.

Исследование проходило в три этапа. На констатирующем этапе слушателям курса предлагалось выполнить тест из девяти творческих заданий, каждое из которых соответствовало одной теме курса. Педагогам предлагалось разработать методику формирования умений письменной монологической речи на основе нейросети GigaChat, разработать учебные материалы с помощью ИИ для фрагмента урока, посвященного изучению новой лексики и т.п.

На формирующем этапе эксперимента преподаватели РКИ проходили курс повышения квалификации в 6 недель. По каждой из тем слушатели изучали лекционный материал в формате видеолекций преподавателя курса и выполняли практические задания на овладение аспектами методической компетенции в области использования ИИ и разработку методик обучения аспектам языка и видам речевой деятельности на основе технологических решений на базе ИИ.

На контрольном этапе эксперимента преподаватели выполнили тот же тест с творческими педагогическими и методическими заданиями, который они выполняли на констатирующем этапе.

Каждое задание теста отдельно оценивали по пятибалльной шкале. В качестве метода статистической обработки данных использовался t-критерий Стьюдента. Математические расчеты производились с помощью ПО IBM SPSS Statistics 21.

Результаты исследования

Выделены ключевые аспекты методической компетенции преподавания РКИ в области ИИ: а) промпт-инжиниринг; б) обучение и контроль; в) организация учебного процесса. Предложенные аспекты легли в основу разработки трех блоков тематического содержания курса на формирование методической компетенции в области ИИ.

Блок «Промпт-инжиниринг» направлен на овладение педагогами правилами составления запросов (промптов) для БЯМ с целью получения необходимой и максимально точной обратной связи, развитие умений корректно и точно формулировать промпты и обучать студентов основам промпт-инжиниринга.

В рамках блока «Обучение и контроль» преподаватели овладевают способностью создавать на базе инструментов ИИ планы занятий и разрабатывать учебные (тренировочные упражнения, коммуникативные задания, кейсы) и контрольные материалы по формированию фонетических, лексических и грамматических навыков речи, развитию речевых умений устной и письменной диалогической и монологической речи, развитию исследовательских умений студентов.

Блок «Организация учебного процесса» ориентирован на овладение преподавателями основами метода проблемного обучения и разработки поэтапных методик формирования языковых навыков и развития речевых умений студентов на основе интеграции их внеаудиторной практики с технологическими решениями на базе ИИ в традиционное обучение РКИ.

Статистическая обработка данных показала, что по всем контролируемым в ходе экспериментального обучения аспектам наблюдался значимый прирост р < 0,05. Это значит, что слушатели курса смогли сформировать методическую компетенцию в области преподавания РКИ на основе технологий ИИ по всем предлагаемым аспектам. Вместе с тем различные показатели средних величин  по вопросам теста говорят о том, что овладение не всеми аспектами востребовано педагогами в равной степени. Все зависит от аудитории студентов, с которыми работают преподаватели, их уровня владения РКИ, направленности программы обучения и лингводидактического потенциала имеющихся технологических решений на базе ИИ.

Наибольшие трудности вызвали такие темы, как промпт-инжиниринг, формирование и контроль навыков произношения на основе ИИ. К темам курса, при изучении которых у слушателей не было особых трудностей, относятся: планирование и разработка дидактических материалов по РКИ на основе ИИ, формирование и контроль лексико-грамматических навыков, развитие устных и письменных умений диалогической речи на основе практики с ИИ, развитие умений письменной монологической речи на основе практики с ИИ, проведение исследовательской работы на основе ИИ, организация учебного процесса в триаде «преподаватель — искусственный интеллект — студент».

Обсуждение результатов

Результаты экспериментального обучения преподавателей РКИ формированию у студентов методической компетенции в области ИИ позволили обозначить ряд аспектов для обсуждения.

1. Распространение практики применения ИИ преподавателями в обучении РКИ. Результаты экспериментального обучения показывают, что на современном этапе у многих преподавателей РКИ по отдельным аспектам и на определенном уровне уже сформирована компетенция в области ИИ. В бóльшей степени это связано непосредственно с использованием конкретных технологических решений на базе ИИ в учебном процессе. Вместе с тем достаточно низкие значения средних величин по таким показателям, как ИИ в исследовательской работе студентов ( = 3,12) и промпт-инжиниринг ( = 3,39), говорят о том, что не все аспекты компетенции в области ИИ одинаково востребованы педагогами и могут вызывать у них разную степень трудности при освоении. Рассмотрим подробнее формирование каждого из составляющих аспектов методической компетенции преподавателей в области ИИ.

2. Промпт-инжиниринг. Исследование показало, что промпт-инжиниринг вызывал и продолжает вызывать наибольшие трудности у преподавателей (констатирующий срез: = 3,39; контрольный срез: = 4,27). В преподавании РКИ средства генеративного ИИ способны предоставить пользователям разные виды обратной связи: учебно-социальную (для овладения РКИ в процессе устного или письменного взаимодействия с виртуальным собеседником) (Sharadgah, Sa’di, 2022; Сорокин, 2024; Аль-Кайси, Архангельская, Руденко-Моргун, 2019), информационно-справочную (текстовые материалы для развития речевых умений и формирования социокультурной компетенции), методическую (для разработки преподавателем дидактических материалов) (Клобукова, Майоров, Кочеткова, 2025; Байчорова, 2025), аналитическую (для анализа корпусов текстов в рамках исследовательской работы) (Грудева, Алексеева, 2020; Сысоев, Филатов, 2024), оценочную (для автоматизированного контроля сформированности языковых навыков и развития речевых умений) (Ельникова, 2020; Дзюба, 2024), условно-творческую (для языковой практики студентов) (Сысоев, Филатов, Сорокин, 2024). Вместе с тем качество сгенерированных ИИ материалов зависит от точности запроса (промпта) к ИИ. В этой связи преподаватели должны сами овладеть мастерством промпт-инжиниринга и научить студентов грамотно и корректно формулировать запросы к ИИ. Примеры разработки ученых материалов с помощью инструментов ИИ приведены на рис. 1–3.

Точность формулировки и полнота промпта определяют содержание обратной связи от ИИ. Как показывают примеры на рис. 1–3, при разработке учебных материалов преподавателю необходимо указать, на какой уровень владения РКИ должны быть рассчитаны материалы, какие необходимо создать упражнения или задания, сколько привести примеров и т.п. При необходимости преподаватель может уточнять и повторять свой запрос. Кроме того, все материалы обратной связи от ИИ должны подвергаться критическому анализу и при необходимости корректироваться.

Рис. 1. Создание методической нейросетью Twee учебного текста на тему «Новый год в России» с использованием определенной активной лексики, заданного объема для студентов с уровнем владениям языком А2-В1
Источник: скриншот сделан П.В. Сысоевым в нейросети Twee.

Рис. 2. Создание нейросетью Алиса тренировочных упражнений на овладение пассивным залогом в русском языке
Источник: скриншот сделан П.В. Сысоевым в нейросети Алиса.

Рис. 3. Пример генерации нейросетью DeepSeek плана урока (фрагмент), посвященного празднованию Масленицы в России
Источник: запрос сделан П.В. Сысоевым в нейросети DeepSeek.

3. Обучение и контроль. Результаты констатирующего среза свидетельствует о том, что для многих преподавателей ИИ уже является частью повседневной практики и многие участники курса уже используют те или иные технологические решения на базе ИИ на повседневной основе и обладают практическим опытом. В методической литературе имеется внушительный корпус работ, в которых авторы описывали методики обучения РКИ студентов на основе технологических решений на базе ИИ. Предметом исследования ученых выступают: формирование фонетических навыков речи обучающихся на основе веб-приложений на базе ИИ (Сысоев, Ивченко, 2025) и лексико-грамматических навыков речи студентов на основе практики с чат-ботами и с использованием данных корпусных технологий ИИ (Грудева, Алексеева, 2020; Дзюба, 2024; Сысоев, Филатов, 2024), развитие продуктивных видов иноязычной речевой деятельности в процессе иноязычного взаимодействия с инструментами ИИ (Козловцева, 2023; Нефедов, Огрызко, 2023); формирование переводческой компетенции студентов на основе ИИ (Лю, 2025). На основе анализа приведенных выше и других работ в настоящем исследовании предлагается перечень технологических решений на базе ИИ в преподавании РКИ (табл.).

Перечень технологических решений на базе ИИ в преподавании РКИ

Источник: cоставлено П.В. Сысоевым.

Разработка практической методики обучения РКИ на основе ИИ должна, на наш взгляд, учитывать следующие аспекты. Во-первых, использование конкретных инструментов ИИ должно быть не хаотичным, а системным. Преподаватель и студенты должны понимать, когда, с какой периодичностью и для решения каких учебных/исследовательских задач используется конкретный инструмент ИИ.

Во-вторых, практика студентов с инструментами ИИ с целью формирования языковых навыков или развития речевых умений должна проводиться во внеаудиторное время и по своему содержанию (предметно-тематическому и языковому уровню) должна соотноситься с программой курса и уровнем владения обучающихся языком.

В-третьих, материалы внеклассного взаимодействия обучающихся с инструментами ИИ должны обсуждаться на последующем аудиторном занятии. Форм использования таких материалов может быть много: от проверки преподавателем наличия подтверждения внеаудиторной работы до обсуждения в малых группах материалов обратной связи от ИИ.

В-четвертых, при обучении написанию эссе на русском языке особый интерес приобретает использование оценочной и корректирующей обратной связи от средств генеративного ИИ, на основе которых студент может внести изменения в работу.

В-пятых, внеаудиторная практика студентов с инструментами ИИ создает дополнительные условия для дальнейшего формирования языковых навыков и развития речевых умений. Она должна встраиваться в традиционную методику обучения, но не заменять (или вытеснять) традиционные формы работы, доказавшие свою эффективность.

4. Проведение исследовательской работы. Технологические решения на базе ИИ могут быть использованы студентами РКИ в исследовательской работе: корпусные технологии ИИ, включающие корпусы текстов разных жанров, авторов и написанные в разные исторические периоды, — по филологии или лингвистике, а методические нейросети — по методике обучения РКИ. Результаты проведенного эксперимента свидетельствуют: исследовательский потенциал ИИ в целом не востребован среди преподавателей РКИ ( = 3,12). Это объясняется тем, что исследовательской работой по РКИ со студентами занимаются преимущественно преподаватели в рамках основных профессиональных образовательных программ бакалавриата, магистратуры и аспирантуры по РКИ. Именно у студентов, получающих образование по русской филологии или методике преподавания РКИ, исследовательская работа выступает одним из видов деятельности. Студенты подготовительного отделения, изучающие РКИ с целью последующего обучения на профильных направлениях подготовки, в большей степени заинтересованы в изучении языка.

5. Организация учебного процесса в триаде «преподаватель — искусственный интеллект — студент». Интеграция технологий ИИ в преподавание РКИ требует от преподавателя особых способностей организации учебного процесса в смешанной форме обучения, когда внеаудиторная практика студентов с конкретным технологическим решением на базе ИИ интегрируется в традиционную методику обучения (Молчановский, 2014; Strelchuk, Kozhevnikova, Borchenko, 2023; Стрельчук, Юнься, Яцзюнь, 2024). Результаты констатирующего среза показали, что у большинства преподавателей способность организации учебного процесса в триаде «преподаватель — искусственный интеллект — студент» развита на достаточно высоком уровне ( = 4,70). Подобные результаты объясняются тем, что за период пандемии коронавирусной инфекции COVID-19 преподаватели сформировали данную способность и компетентны организовывать учебный процесс в смешанном формате.

Заключение

С интеграцией технологий ИИ в процесс обучения РКИ преподаватель приобретает ряд дополнительных функций, отражающих необходимость методически компетентного выстраивания учебного процесса в новой парадигме триады «преподаватель — искусственный интеллект — студент». В этой связи на современном этапе вопрос формирования методической компетенции педагога в области ИИ приобретает особую актуальность. В рамках исследования выделены следующие ключевые аспекты методической компетенции преподавателя РКИ в области ИИ: а) промпт-инжиниринг; б) обучение и контроль; в) организация учебного процесса. С учетом содержания данных компонентов разработан краткосрочный курс повышения квалификации для преподавателей РКИ с целью формирования их методической компетенции в области ИИ. Эффективность предлагаемого курса доказана в ходе экспериментального обучения. Вместе с тем эмпирическое исследование показало, что не все темы курса в равной степени были усвоены и оказались востребованы слушателями. Наибольшие трудности вызвали такие темы, как промпт-инжиниринг, формирование и контроль навыков произношения на основе ИИ. К остальным темам курса, которые не вызвали у слушателей особых трудностей, относятся: планирование и разработка дидактических материалов по РКИ на основе ИИ, формирование и контроль лексико-грамматических навыков, развитие устных и письменных умений диалогической речи на основе практики с ИИ, развитие умений письменной монологической речи на основе практики с ИИ, проведение исследовательской работы на основе ИИ, организация учебного процесса в триаде «преподаватель — искусственный интеллект — студент». Умения использовать некоторые технологические решения на базе ИИ преподаватели развили по мере распространения ИИ, а также перенесли из ИКТ-компетенции, сформированной в период пандемии коронавирусной инфекции COVID-19.

Перспективность исследования состоит в разработке моделей системного использования технологических решений на базе ИИ в обучении студентов РКИ.

Об авторах

Павел Викторович Сысоев

Автор, ответственный за переписку.
Email: psysoyev@yandex.ru
ORCID iD: 0000-0001-7478-7828
SPIN-код: 2943-7230
Scopus Author ID: 8419258800
ResearcherId: I-6136-2016

доктор педагогических наук, профессор, заслуженный работник высшей школы Российской Федерации, руководитель научного центра Российской академии образования

Список литературы

Дополнительные файлы

Доп. файлы

Действие

1. JATS XML

Скачать

2. Рис. 1. Создание методической нейросетью Twee учебного текста на тему «Новый год в России» с использованием определенной активной лексики, заданного объема для студентов с уровнем владениям языком А2-В1
Источник: скриншот сделан П.В. Сысоевым в нейросети Twee.

Скачать (244KB)

Метаданные

3. Рис. 2. Создание нейросетью Алиса тренировочных упражнений на овладение пассивным залогом в русском языке
Источник: скриншот сделан П.В. Сысоевым в нейросети Алиса.

Скачать (138KB)

Метаданные