Russian Language StudiesRussian Language StudiesРусистика2618-81632618-8171Peoples’ Friendship University of Russia named after Patrice Lumumba4927410.22363/2618-8163-2026-24-1-7-24XAPPLWModern LinguodidacticsСовременная лингводидактикаResearch ArticleArtificial intelligence in contemporary language education research: a corpus and network analysisИскусственный интеллект в зеркале современных лингводидактических исследований: корпусно-сетевой анализhttps://orcid.org/0000-0003-1044-624456037850600C-4671-20177519-6325GoncharovaOxana V.ГончароваОксана Владимировна

Candidate of Philology, Associate Professor at the Department of the Russian Language and Methods of its Teaching

кандидат филологических наук, доцент кафедры русского языка и методики его преподавания

goncharova-oxvl@rudn.ruRUDN UniversityРоссийский университет дружбы народов28032026241ARTIFICIAL INTELLIGENCE IN SCIENTIFIC RESEARCH AND TEACHING THE RUSSIAN LANGUAGEИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ИССЛЕДОВАНИЯХ И ПРЕПОДАВАНИИ РУССКОГО ЯЗЫКА72427032026Copyright ©; 2026, Goncharova O.V.Copyright ©; 2026, Гончарова О.В.2026Goncharova O.V.Гончарова О.В.https://creativecommons.org/licenses/by-nc/4.0https://journals.rudn.ru/russian-language-studies/article/view/49274

Modern linguodidactics is being fundamentally transformed because of the intensive use of artificial intelligence (AI) in education. This requires a comprehensive analysis of the current state and development trends in this field. The study is aimed at identifying the evolutionary directions and thematic structure of scientific discourse on AI in teaching Russian as a foreign language in 2022-2025. The research is based on publications from open resources, CyberLeninka and eLibrary. The methods of bibliometric and content analysis, frequency and terminological analysis based on TF-IDF, thematic modeling, terminological diversity assessment with the Shannon index, network analysis with the Louvain algorithm, and ForceAtlas2 visualization are applied. A clear evolutionary direction in discourse development has been identified, from describing tools and stating their capabilities (2022) through the integration of AI into learning tasks and scenarios (2023) and methodological optimization (2024) to focusing on motivation, learning personalization and critical analysis of socio-pedagogical consequences (2025). Network visualization of authors’ connections revealed a segmented structure with a core-peripheral organization and four key topics: the implementation of AI services, speech skills development, digital transformation of linguodidactics, and the methodological normalization of AI usage. Further development of the field is the transition from issues of technical capability to the studying productive ways to use AI tools in teaching Russian as a foreign language, adaptive learning systems, methods for assessing digital literacy and forming new types of language competence, including the ability to critically evaluate AI-generated content.

Современная лингводидактика переживает период фундаментальных технологических преобразований, связанных с интенсивным внедрением технологий искусственного интеллекта (ИИ) в образовательные процессы, что требует комплексного анализа современного состояния и тенденций развития данного исследовательского поля. Цель исследования - выявить эволюционную траекторию и тематическую структуру научного дискурса, посвященного применению ИИ в обучении русскому языку как иностранному (РКИ), за период с 2022 по 2025 г. Исследование основано на корпусе публикаций, сформированном из открытых источников (CyberLeninka, eLIBRARY). Применены методы библиометрического и контент-анализа, частотный и терминологический анализ на основе TF-IDF, тематическое моделирование, оценка терминологического разнообразия по индексу Шеннона, сетевой анализ с использованием алгоритма Louvain и визуализации ForceAtlas2. Выявлена четкая эволюционная траектория развития дискурса: от описания инструментов и констатации их возможностей (2022) через интеграцию ИИ в учебные задания и сценарии (2023) и методическую оптимизацию (2024) к фокусировке на проблемах мотивации, персонализации обучения и критического анализа социально-педагогических последствий (2025). Сетевая визуализация авторских связей обнаружила сегментированную структуру с ядро-периферийной организацией, включающую четыре ключевые темы: прикладное внедрение ИИ-сервисов, развитие речевых умений, цифровую трансформацию лингводидактики и методическое нормирование практик использования ИИ. Дальнейшее развитие области связано с переходом от вопросов технической возможности к изучению продуктивных способов внедрения ИИ-инструментов в обучение РКИ, созданием адаптивных систем обучения, разработкой методов оценки цифровой грамотности и формированием новых видов языковой компетенции, включая способность к критической оценке AI-генерируемого контента.

linguodidacticsRussian as a foreign languagegenerative language modelschatbotsautomated assessmentcorpus analysisnetwork analysisthematic modelingлингводидактикарусский язык как иностранныйгенеративные языковые моделичат-ботыавтоматизированная оценкакорпусный анализсетевой анализтематическое моделированиеИсследование выполнено в рамках проекта № 050738-0-000 системы грантовой поддержки научных проектов РУДНThe work is part of the project № 050738-0-000 of the RUDN University grant system for support of research projectsAcerra, E., Gervais, B., & Petitjean, A.-M. (Eds.). (2024). Quelle place pour l’intelligence artificielle dans la classe de français? Le français aujourd’hui, 226(3), 5–12. https://doi.org/10.3917/lfa.226.0005Гафурова Л. Использование искусственного интеллекта при обучении русскому языку как иностранному: теоретический аспект // Современное педагогическое образование. 2023. № 10. С. 98–100. EDN: HPSLQYAlTwijri, L., & Alghizzi, T. M. (2024). Investigating the integration of artificial intelligence in EFL classes for enhancing learners’ affective factors: A systematic review. Heliyon, 10(10), e31053. https://doi.org/10.1016/j.heliyon.2024.e31053 EDN: BRGSWTДзюба Е.В., Еремина С.А., Мушенко Е.В. Искусственный интеллект в методике обучения русскому языку как иностранному // Педагогическое образование в России. 2023. № 6. 178–189. EDN: AIMFVDChan, J., Shaoyang, G., Wei, X., & Shaoguang, M. (2023). Xiaohuashi: An intelligent Chinese composition tutoring system based on large language models. Chinese/English Journal of Educational Measurement and Evaluation, 4(3), Article 4. https://doi.org/10.59863/WNPU9372Дзюба Е.В. Уроки русского для иностранцев: техники искусственного интеллекта или искусство техники? // Русистика. 2024. Т. 22. № 2. С. 242–261. https://doi.org/10.22363/2618-8163-2024-22-2-242-261 EDN: SHBNRRChen, R., Liu, H., & Altmann, G. (2017). Entropy in different text types. Digital Scholarship in the Humanities, 32(3), 528–542. https://doi.org/10.1093/llc/fqw008 EDN: YIZINSЕльникова С.И. Искусственный интеллект в системе обучения РКИ и оценке уровня владения русским языком как иностранным // Русский язык за рубежом. 2020. № 2 (279). С. 20–26. https://doi.org/10.37632/PI.2020.279.2.003 EDN: JIXCOECrompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22. https://doi.org/10.1186/s41239-023-00392-8 EDN: VYFMFKКозловцева Н.А. Искусственный интеллект в обучении русскому языку как иностранному: опыт финансового университета // Мир науки, культуры, образования. 2023. № 6 (103). C. 28–31. https://doi.org/10.24412/1991-5497-2023-6103-28-31 EDN: WZSYYSDzyuba, E. V. (2024). Russian lessons for foreigners: Tools of artificial intelligence or the art of technique? Russian Language Studies, 22(2), 242–261. (In Russ.). https://doi.org/10.22363/2618-8163-2024-22-2-242-261 EDN: SHBNRRЛебедева М.Ю. Векторы цифровой трансформации лингводидактики // Русский язык за рубежом. 2023. № 1 (296). С. 55–64. https://doi.org/10.37632/PI.2023.296.1.008 EDN: MOFWFQDzyuba, E. V., Eremina, S. A., & Mushenko, E. V. (2023). Artificial intelligence in the methodology of teaching Russian as a foreign language. Pedagogical Education in Russia, (6), 178–189. (In Russ.). EDN: AIMFVDЛегостаева О.В., Ливенский Д.А. Искусственный интеллект как эффективное средство индивидуализации процесса обучения иностранным языкам // Современные проблемы гуманитарных и общественных наук. 2021. № 5 (37). С. 56–61. EDN: WNUPJYElnikova, S. I. (2020). Artificial intelligence in RFL learning and evaluation system. Russian Language Abroad, (2), 20–26. (In Russ.). https://doi.org/10.37632/PI.2020.279.2.003 EDN: JIXCOEНагель О.В., Ли Б.В. Виртуальные собеседники при формировании коммуникативного навыка диалогической речи на иностранном языке // Язык и культура. 2022. № 59. С. 254–270. https://doi.org/10.17223/19996195/59/14 EDN: AMFBUQGafurova, L. R. (2023). Use artificial intelligence in teaching Russian as a foreign language: Theoretical aspect. Modern Pedagogical Education, (10), 98–100. (In Russ.).Семёнкина И.А., Прусакова П.В. Применение инструментов искусственного интеллекта в преподавании иностранного языка: теоретический обзор // Филологические науки. Вопросы теории и практики. 2025. Т. 18. № 1. С. 384–392. https://doi.org/10.30853/phil20250056 EDN: COYPSJGillis, N. (2014). The why and how of nonnegative matrix factorization. arXiv, https://arxiv.org/pdf/1401.5226Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31–53. https://doi.org/10.31992/0869-3617-2024-33-2-31-53 EDN: VTAIUOHuang, X., Zou, D., Cheng, G., Chen, X., & Xie, H. (2023). Trends, research issues and applications of artificial intelligence in language education. Educational Technology & Society, 26(1), 112–131. https://www.jstor.org/stable/48707971Сысоев П.В., Филатов Е.М. Чат-боты в обучении иностранному языку: преимущества и спорные вопросы // Вестник Тамбовского государственного университета. Серия: Гуманитарные науки. 2023a. Т. 28. № 1. С. 66–72. https://doi.org/10.20310/1810-0201-2023-28-1-66-72 EDN: PXGZTJKozlovtseva, N. A. (2023). Artificial intelligence in teaching Russian as a foreign language: The experience of the Financial University. World of Science, Culture and Education, (6), 28–31. (In Russ.). https://doi.org/10.24412/1991-5497-2023-6103-28-31 EDN: WZSYYSСысоев П.В., Филатов Е.М. ChatGPT в исследовательской работе студентов: запрещать или обучать? // Вестник Тамбовского государственного университета. Серия: Гуманитарные науки. 2023b. Т. 28. № 2. С. 276–301. https://doi.org/10.20310/1810-0201-2023-28-2-276-301 EDN: SPHXKZLebedeva, M. Yu. (2023). Vectors of digital transformation in language teaching. Russian Language Abroad, (1), 55–64. (In Russ.). https://doi.org/10.37632/PI.2023.296.1.008 EDN: MOFWFQAcerra E., Gervais B., Petitjean A.-M. Quelle place pour l’intelligence artificielle dans la classe de français? // Le français aujourd’hui. 2024. Vol. 226. № 3. Pp. 5–12. https://doi.org/10.3917/lfa.226.0005Legostaeva, O. V., & Livensky, D. A. (2021). Artificial intelligence as an effective means of individualizing of the foreign language teaching. Contemporary Problems of Humanitarian and Social Sciences, (5), 56–61. (In Russ.).AlTwijri L., Alghizzi T.M. Investigating the integration of artificial intelligence in English as foreign language classes for enhancing learners’ affective factors: A systematic review // Heliyon. 2024. Vol. 10. № 10. e31053. https://doi.org/10.1016/j.heliyon.2024.e31053 EDN: BRGSWTMa, Y., & Chen, M. (2024). AI-empowered applications’ effects on EFL learners’ engagement in the classroom and academic procrastination. BMC Psychology, 12(1), 739. https://doi.org/10.1186/s40359-024-02248-w EDN: GCQCUOChan J., Shaoyang G., Wei X., Shaoguang M. Xiaohuashi: an intelligent Chinese composition tutoring system based on large language models // Chinese/English Journal of Educational Measurement and Evaluation. 2023. Vol. 4. № 3. Article 4. https://doi.org/10.59863/WNPU9372Nagel, O. V., & Lee, B. V. (2022). Conversational simulators in the formation of communication skill of dialogic speech. Language and Culture, (59), 254–270. (In Russ.). https://doi.org/10.17223/19996195/59/14 EDN: AMFBUQChen R., Liu H., Altmann G. Entropy in different text types // Digital Scholarship in the Humanities. 2017. Vol. 32. № 3. Pp. 528–542. https://doi.org/10.1093/llc/fqw008 EDN: YIZINSQwaider, C., Alhafni, B., Chirkunov, K., Habash, N., & Briscoe, T. (2025). Enhancing Arabic automated essay scoring with synthetic data and error injection. In Proceedings of the 20th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2025) (pp. 549–563). https://doi.org/10.18653/v1/2025.bea-1.40Crompton H., Burke D. Artificial intelligence in higher education: the state of the field // International Journal of Educational Technology in Higher Education. 2023. Vol. 20. № 1. Article 22. https://doi.org/10.1186/s41239-023-00392-8 EDN: VYFMFKSemyonkina, I. A., & Prusakova, P. V. (2025). Application of artificial intelligence tools in foreign language teaching: A theoretical review. Philological Sciences. Issues of Theory and Practice, 18(1), 384–392. (In Russ.). https://doi.org/10.30853/phil20250056 EDN: COYPSJGillis N. The why and how of nonnegative matrix factorization // arXiv. 2014. https://arxiv.org/pdf/1401.5226Steinhoff, T. (2025). Künstliche intelligenz als ghostwriter, writing tutor und writing partner: zur modellierung und förderung von schreibkompetenzen … am beispiel des schreibens mit ChatGPT in der 8. Klasse. In C. Albrecht et al. (Eds.), Personale und funktionale Bildung im Deutschunterricht: Theoretische, empirische und praxisbezogene Perspektiven (pp. 85–99). Stuttgart: Metzler. https://doi.org/10.1007/978-3-662-69640-8Huang X., Zou D., Cheng G., Chen X., Xie H. Trends, research issues and applications of artificial intelligence in language education // Educational Technology and Society. 2023. Vol. 26. № 1. Pp. 112–131. https://www.jstor.org/stable/48707971Sysoev, P. V. (2024). Ethics and AI-plagiarism in an academic environment: Students’ understanding of compliance with author’s ethics and the problem of plagiarism in the process of interaction with generative artificial intelligence. Higher Education in Russia, 33(2), 31–53. (In Russ.). https://doi.org/10.31992/0869-3617-2024-33-2-31-53 EDN: VTAIUOMa Y., Chen M. AI-empowered applications effects on EFL learners’ engagement in the classroom and academic procrastination // BMC Psychology. 2024. Vol. 12. № 1. Article 739. https://doi.org/10.1186/s40359-024-02248-w EDN: GCQCUOSysoev, P. V., & Filatov, E. M. (2023a). Chatbots in teaching a foreign language: Advantages and controversial issues. Tambov University Review. Series: Humanities, 28(1), 66–72. (In Russ.). https://doi.org/10.20310/1810-0201-2023-28-1-66-72 EDN: PXGZTJQwaider C., Alhafni B., Chirkunov K., Habash N., Briscoe T. Enhancing Arabic automated essay scoring with synthetic data and error injection // Proceedings of the 20th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2025). 2025. Pp. 549–563. https://doi.org/10.18653/v1/2025.bea-1.40Sysoev, P. V., & Filatov, E. M. (2023b). ChatGPT in students’ research: To forbid or to teach? Tambov University Review. Series: Humanities, 28(2), 276–301. (In Russ.). https://doi.org/10.20310/1810-0201-2023-28-2-276-301 EDN: SPHXKZSteinhoff T. Künstliche intelligenz als ghostwriter, writing tutor und writing partner. zur modellierung und förderung von schreibkompetenzen im zeichen der automatisierung und hybridisierung der kommunikation am beispiel des schreibens mit ChatGPT in der 8. Klasse // Personale und funktionale Bildung im Deutschunterricht: Theoretische, empirische und praxisbezogene Perspektiven / C. Albrecht et al. (Hrsg.). Stuttgart : Metzler, 2025. Pp. 85–99. https://doi.org/10.1007/978-3-662-69640-8