Введение
В современном мире искусственный интеллект (ИИ) оказывает значительное влияние на образование в целом и преподавание иностранных языков в частности. В рамках аудиторной работы (в классе) ИИ позволяет создавать учебные материалы (тексты, диалоги, упражнения), предлагает варианты исправления ошибок и имитирует коммуникативное взаимодействие, тем самым расширяя возможности для практики и персонализируя учебный процесс [1; 8; 9]. В контексте обучения вне естественной языковой среды использование ИИ часто рассматривается как способ компенсации отсутствия языковой практики.
Вместе с тем ИИ порождает различные проблемы, связанные с разработкой заданий и оцениванием знаний [3; 7]. Во многих международных рекомендациях подчеркивается необходимость человекоориентированного подхода, прозрачности в использовании ИИ, защиты данных и корректировки методов оценивания для обеспечения справедливости и целостности [7; 10]. Практика показывает, что на сегодняшний день ключевой вопрос состоит не в том, использовать ли ИИ, а в том, как его использовать для повышения качества преподавания и обучения.
Цель данного исследования — выявить, систематизировать и классифицировать проблемы, с которыми сталкиваются преподаватели иностранных языков при интеграции ИИ в педагогическую деятельность, а также предложить соответствующие решения.
Обзор исследований
В современных исследованиях искусственный интеллект (особенно генеративный искусственный интеллект) рассматривается как инструмент для поддержки персонализированного обучения иностранным языкам, расширения возможностей языковой практики и обеспечения оперативной обратной связи. Относительно разработки учебных заданий отмечается, что ИИ может генерировать практические материалы, предлагать упражнения в соответствии с учебными потребностями и выступать в качестве виртуального собеседника для преодоления коммуникативных барьеров [1; 9].
Вместе с тем в некоторых исследованиях ставится под сомнение надежность и качество результатов работы ИИ. Проведенный анализ показал, что ИИ может создавать неточный, противоречивый или формальный, но не соответствующий контексту контент, что представляет определенный риск для учащихся, когда они могут воспринимать такую информацию как достоверные знания. Ученые рекомендуют не рассматривать ИИ как источник истины, поскольку ИИ может генерировать неточную информацию, происхождение которой достаточно трудно отследить [7; 9]. Вышесказанное подтверждает, что решающая роль в контроле качества знаний, руководстве использованием ИИ и корректировке результатов учебной деятельности в соответствии с педагогическими целями принадлежит преподавателю.
Ряд работ демонстрируют, что ИИ обладает высоким потенциалом для обеспечения быстрой обратной связи, заключающейся в оценивании грамматики, стиля изложения и в предложении вариантов по исправлению ошибок, но качество обратной связи и надежность оценивания варьируются в зависимости от задачи и критериев. Экспериментальные исследования, сравнивающие обратную связь от ИИ и от человека, показывают, что обратная связь от ИИ может достигать приемлемого уровня по некоторым критериям, но все же существуют различия в точности, в расстановке приоритетов при оценивании ошибок и в направленности критериев [5]. Согласно другим работам, посвященным использованию ChatGPT, при оценивании навыков письма ИИ демонстрирует нестабильную степень соответствия оценкам, выставленным экзаменаторами-людьми, что в значительной мере зависит от дизайна задания. Ученые считают, что ИИ может стать вспомогательным инструментом при оценивании результатов учебной деятельности, но ему трудно обеспечить авторитетность оценки без проверки и подтверждения ее достоверности [4].
Отдельные исследования посвящены проблеме академической честности и ее последствиям в аспекте оценивания знаний и констатируют, что использование данного инструмента позволяет учащимся выдавать сгенерированные ИИ продукты за результаты собственной работы, что не отражает их реальных способностей. Тем самым снижается диагностическая ценность форм оценки, особенно для заданий, выполняемых дома или в рамках самоконтроля [3].
ЮНЕСКО подчеркивает необходимость прозрачности в использовании ИИ, защиты данных и разработки политики для снижения этических рисков и преодоления неравенства в доступе к технологиям [7]. TESOL также затрагивает вопросы прозрачности в использовании ИИ, защиты данных и критического отношения к предвзятости инструментов ИИ в лингвокультурном контексте [6].
С точки зрения системного управления, как отмечает OECD, многие системы образования в основном выпускают общие руководства и оставляют на усмотрение учебных заведений или преподавателей решение о том, как их внедрять в рамках нормативной базы, подчеркивая необходимость стандартизации на уровне программы или учреждения [2].
В отечественных исследованиях также изучаются преимущества и риски, связанные с использованием ИИ в преподавании и изучении иностранных языков. В частности, В. В. Аверьянова отмечает, что ИИ позволяет персонализировать и делать более быстрыми создание учебных материалов и обратную связь, но в то же время указывает на риски технологической зависимости и сокращения взаимодействия между людьми, а также на необходимость верификации преподавателем результатов проверки ИИ [8].
Таким образом, проведенный анализ научной литературы позволил сделать следующие выводы:
- ИИ обладает явным потенциалом в создании учебных материалов, моделировании коммуникативных взаимодействий и обеспечении обратной связи [1; 5; 8];
- требуется контроль качества и надежности результатов оценивания ИИ со стороны преподавателя [8];
- оценивание знаний и академическая честность являются основными узкими местами, вынуждающими изменять дизайн заданий и способы оценивания компетентности, смещать акцент в сторону оценивания процесса, доказательств и результатов компетентности [4; 7].
Однако полученные данные все еще разрознены, в связи с чем проблемы, возникающие у преподавателей иностранных языков при интеграции ИИ в педагогическую деятельность, нуждаются в систематизации для поддержки принятия решений и управления качеством преподавания. Одной из задач настоящего исследования является построение классификации данных проблем на основе проявлений, последствий, а также разработка вариантов их решения.
Методология исследования
В данной работе на основе осуществленного автором аналитического обзора научной литературы построена классификация проблем, с которыми сталкиваются преподаватели иностранных языков при интеграции ИИ в педагогическую деятельность [1; 7]. Источниками исследования послужили: 1) научные публикации об использовании ИИ в преподавании иностранных языков, разработке заданий и оценивании знаний [1; 5]; 2) документы, регулирующие внедрение ИИ в образование и обеспечивающие академическую честность [2; 6]; 3) типичные педагогические ситуации, зафиксированные в практике преподавателями и в результате наблюдений за занятиями, в контексте преподавания иностранных языков вне естественной языковой среды.
В рамках обзора проанализированы публикации 2020–2025 гг., посвященные использованию ИИ в обучении иностранным языкам, разработке заданий и оценивании знаний. Поиск осуществлялся по ключевым словам AI , ChatGPT , artificial intelligence , foreign language education и их русским эквивалентам ( ИИ , ChatGPT , ИИ в обучении иностранным языкам , оценивание ) в открытых академических источниках и на сайтах международных организаций. В выборку включались работы, содержащие: 1) эмпирические данные или аналитические обобщения; 2) описание педагогических сценариев и рисков, связанных с проектированием учебной деятельности и оцениванием знаний; 3) выводы, применимые к контексту преподавания иностранного языка вне естественной языковой среды. Исключались публикации, не относящиеся к языковому образованию или не содержащие значимых для практики выводов. Ограничением данного подхода являются нерепрезентативность выборки для метааналитического обобщения и зависимость классификации от интерпретации автора при тематическом кодировании проблем.
Процесс анализа состоял из трех этапов:
1-й этап — извлечение из источников аргументов, непосредственно связанных: а) с разработкой заданий и учебных мероприятий с помощью ИИ [1]; б) с обратной связью, самокоррекцией и развитием активного обучения [5]; в) с тестированием, оцениванием и подтверждением компетентности в контексте ИИ [3; 4].
2-й этап — применение тематического кодирования для выявления повторяющихся моделей проблем и их объединения в группы.
3-й этап — перекрестная проверка между группами для уточнения причинно-следственных связей и определения возможных вариантов решения проблем на уровне преподавателей и образовательной организации [2].
Результаты представлены в виде классификационной таблицы (таблица 1), включающей группы проблем, их проявления и последствия, предлагаемые решения. Данная классификация предназначена для поддержки целенаправленной, контролируемой и ответственной интеграции ИИ в преподавание иностранных языков [6].
Результаты и обсуждение
На основе тематического кодирования и перекрестной проверки источников данных в исследовании была сформирована классификационная структура проблем (таблица 1), отражающая общие узкие места при использовании ИИ преподавателями иностранных языков в педагогической деятельности [1; 2]. Проблемы возникают не по отдельности, а, как правило, представлены тесно связанными группами, которые охватывают следующие аспекты: педагогический дизайн, качество представленного обучающимся результата работы, оценивание знаний (подтверждение компетентности), условия внедрения (цифровая компетентность, инфраструктура, политика). В частности, проблемы оценивания знаний и академической честности часто приводят к необходимости корректировки дизайна заданий, показывая, что интеграция ИИ — это системное изменение, а не техническая операция [7].
Таблица 1
Классификация проблем интеграции ИИ в педагогическую деятельность
|
№
|
Группа проблем |
Типичные проявления |
Последствия |
Направления решения |
|
1 |
Педагогика и разработка заданий |
Задания легко выполняются ИИ, а не обучающимся; цели обучения слабо связаны с доказательствами сформированности компетенций; сложно сочетать персонализированный подход и управление группой |
Есть продукт, но компетенции не формируются; снижается доля самостоятельной практики |
Проектировать задания как процесс (план — черновик — редактирование — рефлексивное пояснение); увеличивать долю аудиторных заданий; требовать доказательства процесса |
|
2 |
Качество языкового продукта и соответствие уровню подготовки |
Ошибки, нарушение логики и последовательности изложения в продукте ИИ; превышение уровня компетенций; жанрово-стилистическое несоответствие |
Усвоение ошибочных или «завышенных» (не соответствующих уровню подготовки) образцов; формирование неестественных, несвойственных живому общению речевых навыков |
Задавать ограничения уровнем компетенций; фиксировать обязательные конструкции и лексику; внедрять процедуры верификации (сопоставлять с источниками и обосновывать выбор) |
|
3 |
Прагматика и коммуникативная культура |
Невежливые, не соответствующие культурным нормам формулировки; неверные коммуникативные стратегии |
Нарушение норм общения в таких формах, как письмо, вежливый диалог, выступление и др. |
Использовать ситуационные рамки и прагматические критерии; требовать выбора варианта и аргументации; сопоставлять высказывания с нормами целевой культуры |
|
4 |
Оценивание и верификация результатов работы обучающегося |
Трудно различить продукт обучающегося и ИИ; тексты слишком гладкие; сложно установить степень участия ИИ |
Снижение надежности оценивания и дифференцирующего контроля |
Усиливать процессное (формирующее) оценивание; проводить контроль в аудитории (под наблюдением); организовывать устную проверку; применять оценочную рубрику с критериями «обоснование — выбор — критическая оценка / контраргументация» |
|
5 |
Академическая честность и этика |
Использование ИИ без декларирования; размытые границы между помощью и недобросовестностью |
Увеличение числа случаев копирования (плагиата); снижение самостоятельности; конфликт норм |
Устанавливать правила использования ИИ; требовать декларирования степени использования; формировать цифровую этику и понимание последствий нарушения |
|
6 |
Цифровые компетенции преподавателя |
Неравномерность навыков; сложности с формулированием запросов (промптов); недостаток навыков проверки и встраивания ИИ в педагогический процесс |
Фрагментарная интеграция; рост затрат времени; нестабильный эффект |
Организовывать повышение компетентности; предоставлять шаблоны (промпты); поддерживать обмен практиками на уровне кафедры |
|
7 |
Неравенство доступа к технологиям |
Неодинаковые устройства, аккаунты; различия в цифровой грамотности обучающихся |
Неравные образовательные возможности; усиление дифференциации группы |
Выбирать единые (доступные) инструменты; предусматривать эквивалентные задания без ИИ; организовывать работу в группах |
|
8 |
Техническая инфраструктура и стабильность |
Слабый Интернет; устаревшие устройства; сбои и ограничения платформ |
Срывы занятий; снижение доверия к инновациям |
Подготавливать резервные сценарии (офлайн, бумажные); регламентировать действия при сбоях; снижать зависимость учебных мероприятий от ИИ |
|
9 |
Защита данных и авторское право |
Загрузка работ, экзаменационных материалов в ИИ; риск утечки персональных данных; использование материалов с ограниченной лицензией |
Риски нарушения требований; репутационные и правовые последствия |
Запрещать ввод чувствительных данных; обеспечивать анонимизацию; использовать локальные хранилища; обучать цитированию и соблюдению лицензий и авторских прав |
|
10 |
Психологические факторы и учебная мотивация |
Снижение прилагаемых усилий; иллюзия компетентности; тревожность преподавателя из-за потери контроля и профессиональной роли |
Снижение устойчивости обучения; рост напряжения; сопротивление изменениям |
Разъяснять роль ИИ и допустимые способы применения; усиливать взаимодействие «человек — человек»; поддерживать прогресс через формирующее оценивание и обратную связь |
|
11 |
Управление программой и результаты обучения |
Разные подходы к ИИ в параллельных группах; несогласованные рубрики; неодинаковые требования к декларированию ИИ |
Трудно обеспечить качество и справедливость оценивания знаний |
Разрабатывать руководства на уровне кафедры и программы; стандартизировать рубрики и критерии оценивания знаний; выпускать методические рекомендации по курсам |
|
12 |
Рабочая нагрузка и контроль качества |
ИИ хорошо поддерживает механические этапы (тесты, оформление), но ограничен в проверке развернутых ответов и глубокой обратной связи; возрастает время на верификацию работ из-за риска выполнения их ИИ |
Рост нагрузки; риск снижения качества обратной связи; профессиональное выгорание |
Применять контрольный список (чек-лист) проверки; создавать комплект рубрик оценивания знаний; перераспределять вес оценивания в пользу аудиторных и процессных компонентов; координировать совместное использование банков материалов |
Построенная классификация показывает, что 12 групп проблем существуют не изолированно, а взаимосвязанно и образуют четыре ключевые оси проблем.
Первая ось — педагогика и проектирование учебных заданий (группы 1–3). Отражает базовый вызов: как превратить ИИ в инструмент поддержки обучения, а не в средство выполнения вместо студента, одновременно обеспечив соответствие результата уровню владения языком, жанру и прагматико-культурной норме?
Вторая ось — оценивание, верификация и академическая честность (группы 4–5), где ИИ размывает границы авторства и снижает дифференцирующую значимость оценивания готового продукта, вынуждая преподавателя смещать акцент к оцениванию процесса, требовать прозрачности использования ИИ и усиливать формы контролируемой (прокторируемой) проверки.
Третья ось — компетенции и условия внедрения (группы 6–9). Подчеркивается, что эффективность интеграции ИИ в значительной степени зависит от цифровой компетентности преподавателя, уровня доступа обучающихся к технологиям, технической инфраструктуры, а также требований к защите данных и соблюдению авторских прав.
Четвертая ось — человеческий фактор и системное управление (группы 10–12). Проявляется в учебной мотивации, профессионально-психологическом состоянии преподавателя, степени стандартизации в образовательной программе и нагрузке по контролю, когда качество результатов необходимо дополнительно проверять.
Рассмотрим группы проблем в рамках данных осей и их проявления.
Ось «педагогика и проектирование учебных заданий» показывает, что ИИ вынуждает преподавателя смещать акцент с «задать, чтобы выполнить» на «задать, чтобы научиться», усиливая значимость процесса, доказательств и взаимодействия. Чем качественнее задание измеряет языковое мышление (объяснение, выбор, редактирование, критическая оценка, возражение), тем меньше оно поддается выполнению ИИ.
Ось «оценивание и академическая честность» демонстрирует, что ИИ ослабляет значимость оценивания исключительно готового продукта, поэтому требуется переход к оцениванию процесса, проверкам в аудитории, устному опросу, а также механизмам прозрачного декларирования степени использования ИИ.
Ось «условия внедрения» показывает, что различия в цифровых компетенциях, инфраструктуре и политике могут усиливать неравенство при отсутствии управленческой рамки и организационной поддержки.
Ось «человеческий фактор и системное управление» демонстрирует, что интеграция ИИ затрагивает не только методику и оценивание, но и мотивационно-психологические и организационные аспекты образовательного процесса. Она проявляется в изменении учебной мотивации обучающихся (риск снижения усилий или формирования «иллюзии компетентности»), в профессионально-психологическом состоянии преподавателя (рост тревожности, ощущение утраты контроля, необходимость постоянной верификации результатов), а также в степени стандартизации требований внутри образовательной программы. При отсутствии согласованных критериев и управленческой координации возрастает нагрузка по контролю и проверке качества работ. Следовательно, успешная интеграция требует системной политики, прозрачных правил и поддержки преподавателя как ключевого субъекта управления качеством обучения.
Данная структура позволяет заключить, что интеграция ИИ — не единичная техническая операция, а системное вмешательство, требующее одновременной корректировки дизайна заданий, механизмов оценивания знаний и управленческой рамки. В связи с этим в следующем разделе внимание уделяется рекомендациям на двух уровнях: 1) уровне учебной группы, учебного модуля и преподавателя — для перепроектирования заданий и оценивания компетенций; 2) уровне образовательной организации — для стандартизации политики, развития компетенций и обеспечения условий внедрения.
Рекомендации
Сформулируем рекомендации для преподавателей иностранных языков в контексте проблем интеграции ИИ в педагогическую деятельность:
— определять роль ИИ в соответствии с целями обучения: использовать ИИ для генерации идей, создания учебных материалов, предоставления формальной (языковой) обратной связи; избегать применения ИИ как замены самостоятельной деятельности обучающихся, демонстрирующей ключевые компетенции;
— проектировать задания как верифицируемый процесс: требовать черновики, заметки, обоснование выбора варианта, объяснение исправлений ошибок, рефлексивное пояснение, критический разбор; отдавать приоритет заданиям, ориентированным на аргументацию и принятие языковых решений;
— устанавливать четкие правила использования ИИ в учебном процессе: определить, когда использование ИИ допустимо, в каком объеме, какие формы декларирования обязательны и какие критерии оценивания этому соответствуют;
— переориентировать критерии оценивания в сторону измерения компетенций: добавить критерии аргументации, уместности в контексте, доказательств процесса, самокоррекции и самооценки; снижать зависимость от финального продукта как единственного основания для оценивания.
Для образовательной организации предлагаются следующие рекомендации:
— инвестировать в инфраструктуру и базовые инструменты, одновременно разрабатывая сценарии обучения, не зависящие полностью от ИИ;
— развивать цифровые компетенции по дидактическим сценариям (типовые промпты, типовые критерии, банк заданий, обмен лучшими практиками);
— сформировать институциональную политику по ИИ: академическая честность, защита данных, авторское право, стандартизация оценивания и прозрачность использования ИИ;
— развивать сообщество преподавателей для обмена кейсами, опытом, банком учебных материалов и решениями, что снижает нагрузку и повышает согласованность внедрения ИИ в учебный процесс.
Заключение
Таким образом, ИИ обладает очевидным потенциалом для обучения иностранным языкам за счет персонализации, расширения языковой практики и обеспечения оперативности обратной связи. Однако его интеграция в педагогический процесс порождает множество проблем, связанных с разработкой заданий, качеством языка и прагматикой, оцениванием знаний и контролем за формированием компетенций, академической честностью, цифровыми компетенциями и условиями внедрения. В статье предложена прикладная классификационная структура групп проблем, описывающая их проявления, последствия и направления их решений на двух уровнях: аудиторном и институциональном. Согласно результатам исследования, ИИ эффективен лишь тогда, когда он встроен в целевую педагогическую рамку, сопровождается верификацией и соблюдением прозрачности. При этом преподаватель остается центральной фигурой в педагогической деятельности, обеспечивая качество обучения и формирование академической культуры.
Литература:
- Çobanoğulları, F. Learning and Teaching with ChatGPT: Potentials and Applications in Foreign Language Education / F. Çobanoğulları // The EuroCALL Review. — 2024. — Vol. 31, № 1. — P. 4–15. — DOI: 10.4995/eurocall.2024.19957
- OECD Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem : Report // OECD. — URL: https://www.oecd.org/en/publications/oecd-digital-education-outlook-2023_c74f03de-en.html
- Perkins, M. Academic Integrity Considerations of AI Large Language Models in the Post-Pandemic Era: ChatGPT and Beyond / M. Perkins // Journal of University Teaching and Learning Practice. — 2023. — Vol. 20, № 2. — DOI: 10.53761/1.20.02.07
- Poláková, P. Examining the Reliability of ChatGPT as an Assessment Tool Compared to Human Evaluators / P. Poláková, P. Ivenz, B. Klímová // Procedia Computer Science. — 2024. — Vol. 246. — P. 2332–2341. — DOI: 10.1016/j.procs.2024.09.543
- Comparing the Quality of Human and ChatGPT Feedback of Students’ Writing / J. Steiss, T. Tate, S. Graham [et al.] // Learning and Instruction. — 2024. — Vol. 91. — P. 101894. — DOI: 10.1016/j.learninstruc.2024.101894
- AI Guidelines for the ELT Professional //TESOL. — URL: https://www.tesol.org/advocacy/ai-guidelines/
- Guidance for Generative AI in Education and Research // UNESCO. — URL: https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
- Аверьянова, В. В. Проблемы и перспективы использования искусственного интеллекта в преподавании иностранных языков / В. В. Аверьянова // Известия Гомельского государственного университета имени Ф. Скорины. — 2024. — № 5 (146). — С. 5–10. — URL: https://vesti.gsu.by/2024/vesti_gsu_2024_5.pdf#page=7
- Вишленкова, С. Г. Дидактический потенциал ChatGPT-4о в обучении иностранным языкам в педагогическом вузе / С. Г. Вишленкова, Е. А. Левина // Современные наукоемкие технологии. — 2024. — № 6. — С. 100–106. — DOI: 10.17513/snt.40071
- Полюдова, Е. Н. Искусственный интеллект в преподавании иностранных языков: опыт использования в высшем образовании / Е. Н. Полюдова // Открытое образование. — 2025. — Т. 29, № 4. — С. 4–18. — DOI: 10.21686/1818-4243-2025-4-4-18
- Генеративный искусственный интеллект в образовании: анализ тенденций и перспективы / Е. А. Поспелова, П. Л. Отоцкий, Е. Н. Горлачева, Р. В. Файзуллин // Профессиональное образование и рынок труда. — 2024. — № 3. — С. 6–21. — DOI: 10.52944/PORT.2024.58.3.001
