ВНЕДРЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ЗАНЯТИЯХ ПО РАЗВИТИЮ РЕЧИ С КИТАЙСКИМИ СТУДЕНТАМИ

Попович Оксана Юрьевна
ФГБОУ ВО Московского педагогического государственного университета, г. Москва, Россия
oxana.popovich95@gmail.com

https://orcid.org/0009-0007-7045-7531

Аннотация: Использование искусственного интеллекта все больше входит в систему образования, открывая новые возможности для его применения. ИИ значительно повышает качество обучения, позволяя китайским студентам эффективно развивать языковые навыки. Он предоставляет персонализированные упражнения по грамматике, лексике и произношению, помогает улучшать понимание письменной и устной речи, а также поддерживает практику разговорных навыков через использование реальных диалогов и использование языковых тренажёров. В данном исследовании актуальность темы обусловлена внедрением искусственного интеллекта (ИИ) в процесс совершенствования речевых навыков китайских студентов, что представляет собой современный и эффективный инструмент для проведения образовательных занятий. В данной статье предлагается рассмотреть методы применения нейросети для развития речи на русском языке. На основе этих данных разработан и представлен промт (запрос к нейросети с целью получения желаемого ответа), позволяющий создать роль для нейросети YandexGPT с определенными установками и ограничениями. Данная разработка позволила создать следующие сценарии-диалоги между нейросетью и группой китайских студентов: диалог с персонажем из мультфильма и с давним другом. Разработанный промт позволил заинтересовать студентов в практике общения на русском языке, что значительно повысило их активность и вовлеченность в учебный процесс. Результаты данного исследования, а также рекомендации автора могут быть использованы преподавателями на занятиях по развитию речи с китайскими студентами.

Ключевые слова: искусственный интеллект, нейросети, русский язык как иностранный, обучение китайских студентов, развитие речи, лексика, роль, промт.

IMPLEMENTATION OF ARTIFICIAL INTELLIGENCE IN ORAL LANGUAGE DEVELOPMENT CLASSES WITH CHINESE STUDENTS

Oksana Yurievna Popovich

Moscow State Pedagogical University, Moscow, Russia

oxana.popovich95@gmail.com

https://orcid.org/0009-0007-7045-7531

Abstract: The use of artificial intelligence is increasingly becoming part of the education system, opening up new opportunities for its application. AI significantly enhances the quality of education, allowing Chinese students to effectively develop their language skills. It provides personalized exercises in grammar, vocabulary, and pronunciation, helps improve understanding of written and spoken language, and supports the practice of conversational skills through real dialogues and language trainers. This study is relevant due to the implementation of artificial intelligence (AI) in the process of improving the speech skills of Chinese students, which represents a modern and effective tool for conducting educational activities. This article aims to explore methods of applying neural networks to develop speech skills in the Russian language. Based on these data, a prompt (a request to the neural network to obtain the desired response) was developed and presented, allowing the creation of a role for the YandexGPT neural network with specific settings and limitations. This development enabled the creation of the following dialogue scenarios between the neural network and a group of Chinese students: a dialogue with a cartoon character and a dialogue with an old friend. The designed prompt engaged students in practicing communication in Russian, significantly increasing their activity and involvement in the learning process. The results of this study, as well as the author's recommendations, can be used by educators in speech development classes with Chinese students.

Keywords: artificial intelligence, neural networks, Russian as a foreign language, education of Chinese students, speech development, vocabulary, role, prompt.

Введение

В современном мире искусственный интеллект (ИИ) становится неотъемлемой частью различных областей, включая образование. Внедрение ИИ в образовательные процессы открывает новые возможности для улучшения методик обучения и повышения эффективности учебного процесса. Особое внимание заслуживает использование ИИ в обучении иностранным языкам, где он может существенно повлиять на развитие речевых навыков у студентов [1], [2].

Китайские студенты, изучающие русский язык как иностранный, сталкиваются с рядом специфических трудностей, связанных с фонетическими, лексическими и грамматическими особенностями русского языка. Традиционные методы обучения не всегда позволяют эффективно справиться с этими проблемами. В этом контексте использование технологий ИИ позволяет расширить возможности преподавателя, создавая реальные условия для интерактивного и персонализированного обучения, что способствует более глубокому усвоению материала и развитию коммуникативных навыков у студентов.

Актуальность данной темы заключается во внедрении искусственного интеллекта в развитие речи китайских студентов, поскольку современные технологии позволяют значительно улучшить качество обучения, повысить мотивацию студентов и предоставить более персонализированный подход к обучению. Использование ИИ способствует более эффективному преодолению языкового барьера, улучшению произносительных навыков и расширению словарного запаса. Это особенно важно в условиях глобализации и возрастающей необходимости владения иностранными языками на высоком уровне.

Первые исследования в области искусственного интеллекта начались в 1950-х годах. В 1956 году молодой математик, а в будущем видный ученый в области информатики, Дж. Маккарти со своими коллегами из Дармутского колледжа впервые ввёл термин «искусственный интеллект» и дал ему следующее определение: «Каждый аспект обучения или любой другой характеристики интеллекта в принципе может быть настолько точно описан, что машина может быть создана для его имитации» [3], [4].

Учитывая стремительный прогресс в технологиях в области ИИ (особенно в последние годы), взаимодействие с компьютерами способными имитировать мышление и поведение человека получает всё более пристальное внимание в преподавательских кругах. Адаптация ИИ для использования в процессе преподавания и обучения многими оценивается как технологическая революция и логичное направление развития [5].

Целью данного исследования является разработка рабочего промта (промт — запрос к нейросети с целью получить желаемый ответ), способствующего развитию реального общения между моделью искусственного интеллекта YandexGPT и китайскими студентами.

В соответствии с целью исследования были определены следующие задачи:

1. Исследовать методы применения искусственного интеллекта в обучении русскому языку.
2. Разработать и представить интерактивный запрос для нейросети для создания диалога между искусственным интеллектом и группами иностранных студентов.
3. Создать авторские методические рекомендации по внедрению искусственного интеллекта на занятиях по русскому языку как иностранному с целью развития речевых навыков у иностранных студентов.

Для реализации данных целей применялись следующие исследовательские методы: изучение и анализ методической литературы по внедрению искусственного интеллекта в обучение русского языка как иностранного; проведение педагогических экспериментов, а также систематизация и синтез собранных данных.

Теоретической базой исследования послужили работы по практике применения ИИ на занятиях по иностранным языкам (Е.Ю. Есионова, Т.Е. Исаева, Е.Ю. Костюкович, Л.Л. Романова, C.M. Chen, М. Dodigovic, J. Li, J. Maderer, Y. Wang, X. Xu, D. Zhang).

Методы и материалы

Искусственный интеллект (ИИ) — это технология, позволяющая выполнять задачи, которые требуют интеллектуальных способностей, подобных человеческим. Включает такие аспекты, как обучение, решение проблем, восприятие окружающей среды, понимание языка и принятие решений. ИИ стремится имитировать или воспроизводить человеческий интеллект посредством использования алгоритмов и моделей [6].

В обучении искусственный интеллект играет важную роль, способствуя персонализации учебного процесса, созданию интерактивных образовательных сред и автоматизации оценки и обратной связи. Он позволяет адаптировать образовательные материалы под индивидуальные потребности студентов, улучшая их вовлеченность и успеваемость. Кроме того, искусственный интеллект поддерживает студентов, предлагая доступ к дополнительным образовательным ресурсам и автоматизируя административные задачи, что делает образовательный процесс более эффективным и управляемым [7], [8].

Эти преимущества особенно заметны в обучении иностранным языкам, где внедрение искусственного интеллекта возможно с использованием нейросетей. Современные нейронные сети, обладающие высокой способностью к обучению и адаптации, могут анализировать и обрабатывать огромные объемы лингвистических данных, предоставляя обучающимся персонализированные и интерактивные учебные материалы [9], [10].

Кроме того, преподаватели могут помочь своим студентам ориентироваться в использовании искусственного интеллекта, обучая их формулировать правильные вопросы, на которые может ответить система. По мере совершенствования ИИ для людей становится всё более важным знать, как эффективно взаимодействовать с этими технологиями. Развивая навыки критического мышления и обучаясь задавать вопросы, требующие более высокого уровня мышления, студенты могут научиться использовать возможности искусственного интеллекта для улучшения своих способностей к обучению и решению проблем. Это подготовит их к будущему рынку труда и поможет лучше понять возможности и ограничения ИИ [11], [12], [13].

Необходимо признать, что искусственный интеллект не является заменой для преподавателя. Хотя он может улучшить процесс преподавания и обучения, искусственный интеллект не может заменить критическую роль, которую играют преподаватели в организации учебного процесса и построении значимых отношений со студентами. Успех ИИ в образовании зависит от эффективной интеграции технологий и человеческой экспертизы. Поэтому педагоги должны принять гибридный подход, который сбалансирует преимущества ИИ с сильными сторонами преподавателей [14], [15], [16].

Предыдущие исследования неизменно показывали положительное влияние искусственного интеллекта на развитие коммуникативных навыков у изучающих иностранные языки [17], [17]. В исследовании, проведенном в 2020 году Дж. Ли и соавторами, была изучена эффективность системы распознавания речи на базе искусственного интеллекта в улучшении произношения учащихся. Результаты показали, что обучающиеся, получившие обратную связь от системы, продемонстрировали значительные улучшения по сравнению с теми, кто такой обратной связи не получал [18]. Этот вывод согласуется с исследованием, проведенным С.М. Ченом и соавторами, которое продемонстрировало, что использование виртуальных репетиторов на базе искусственного интеллекта улучшает беглость и точность речи учащихся. Эти исследования в совокупности подтверждают мнение, что ИИ-технологии, такие как системы распознавания речи и виртуальные репетиторы, оказывают положительное влияние на развитие устных навыков у тех, кто изучает иностранные языки [19], [20].

Дж. Ли также изучал влияние использования искусственного интеллекта на занятиях по иностранным языкам. Было выявлено, что искусственный интеллект является важным инструментом для мотивации обучающихся к улучшению языковых навыков. Также было отмечено, что использование ИИ повышает уверенность студентов, а также интерес к учебному процессу [21], [22].

Требуются дальнейшие исследования для выявления наилучших способов интеграции технологий искусственного интеллекта в процесс изучения языков. С.М. Чжан и его соавторы акцентируют внимание на важности разработки педагогических стратегий, которые сочетают ИИ с действенными методиками обучения, чтобы максимально использовать преимущества технологий искусственного интеллекта в процессе изучения языка [19], [23].

ИИ может способствовать изучению новых языков студентами с помощью различных методов, таких как:

1. Исправление ошибок: нейронные сети идентифицируют грамматические и лексические ошибки и предоставляют обучающимся обратную связь с рекомендацией по их исправлению.
2. Индивидуализация учебных материалов: анализ прогресса обучающегося позволяет подобрать и адаптировать необходимые упражнения под определенный уровень и потребности студента.
3. Создание моделей разговорных ситуаций: искусственный интеллект может создавать виртуальную языковую среду для студента, изучающего иностранный язык [24], [25].

Создание возможности для практики изучения русского языка предоставляет значительный интерес. Поскольку возможности современных технологий позволяют создавать виртуальную практику общения в безопасной и поддерживающей среде для изучающих [26]. Такое взаимодействие может оказывать положительное воздействие на развитие критического мышления у китайских студентов, поскольку появляется необходимость задавать более сложные вопросы, а также анализировать предоставленную информацию, что положительно сказывается на процессе обучения [27], [23], .

Нейросеть — это модель, выполняющая обработку и анализ данный. Нейросеть является одним из инструментов и методов в рамках более широкого спектра технологий искусственного интеллекта.

Одной из наиболее известных нейросетей в России является YandexGPT.

Для практики развития иностранного языка YandexGPT может создавать текстовые ответы, похожие на живую речь, отвечать на последующие вопросы, признавать свои ошибки, оспаривать неверные предпосылки и отклонять неуместные запросы. Кроме того, YandexGPT может генерировать тексты в различных формах, таких как эссе, анекдоты и стихи [28], [29], [30], [31].

Аналогично вышеупомянутым аспектам, YandexGPT может генерировать темы для обсуждения и творческие задания для китайских студентов, способствуя развитию их креативных навыков письма. YandexGPT также может детально объяснять использование неизвестных слов на русском языке, предоставляя примеры употребления. Наиболее значимым преимуществом является мгновенная обратная связь, в отличие от обратной связи от преподавателя, которая, естественно, требует времени [32], [9].

Однако YandexGPT не способен генерировать новые или абстрактные ответы, поскольку может иметь трудности с пониманием. Также нейросеть не может реагировать на неформальный язык, особенно на разговорные выражения и сленг, а также не способна выражать эмоциональные реакции [33], [10].
Применение YandexGPT имеет значительные преимущества с целью обучения китайских студентов совершенствованию русского языка как иностранного. Как на занятиях, так и в качестве домашнего задания возможна практика общения. Студенты могут задавать как общие вопросы, так и информационные запросы, с целью получения полного ответа [34], [35], [36].

Возможности нейронной сети YandexGPT позволяют дополнить основной курс обучения практикой общения. Несмотря на то, что платформа YandexGPT обеспечивает интерактивный подход к обучению и может способствовать развитию речевых навыков у иностранных студентов, её использование может представлять значительные трудности для пользователей. Ключевая особенность взаимодействия с данной нейронной сетью заключается в необходимости правильно составлять запросы, в частности, для ведения диалога [37].

Результаты

В рамках данного исследования предлагается разработать промт (запрос для нейросети YandexGPT), который позволит проводить диалог с китайскими студентами в роли определенного персонажа по заданной теме.

В нашем исследовании выявлены следующие условия, которые позволяют создать успешный промт:

• определить роль;
• указать знания выбранной роли;
• написать ограничения и условия.

Предлагается рассмотреть задание, которое предлагается выполнить китайским студентам:

Вы Дядя Фёдор из Простоквашино. Вы можете написать своей маме. Расскажите, как ваша жизнь.
В данном задании роль нейросети – быть мамой Дяди Федора.

Преподавателем создан следующий промт, который соответствует перечисленным критериям выше:

Придумывай вопросы. Ты мама Дяди Фёдора из мультфильма «Трое из Простоквашино». Ты переписываешься с сыном через мессенджер Telegram. У тебя есть вся информация из мультфильма «Трое из Простоквашино». Ты хорошо знаешь манеру общения мамы дяди Фёдора. Ты знаешь, что он уехал жить в деревню с котом. Тебе это не нравится и тебе очень грустно. Поговори с Дядей Фёдором из мультфильма «Трое из Простоквашино», задай ему вопросы о его жизни. Задавай по одному вопросу после каждого ответа. Не объясняй ничего.

Вставив этот текст в платформу YandexGPT, мы получили первый вопрос:

Привет, Дядя Фёдор! Как ты себя чувствуешь в деревне?

Для реализации данного задания китайские студенты разделяются на небольшие группы. Представители каждой группы предлагают ответ на поставленный вопрос, после чего группы поочередно выступают с ответами в устной форме. В ходе выполнения задания используется интерактивная доска, основанная на платформе Miro. Преподаватель фиксирует ответы студентов с помощью интерфейса нейросети и копирует их на доску Miro с помощью компьютера. Студенты, в свою очередь, могут наблюдать за записями на доске Miro, которая отображается в аудитории.

Одна группа студентов дала следующий ответ, который был отправлен на платформу YandexGPT: У меня все хорошо. Мы нашли дом в деревне. Скоро хотим купить корову. Как ваши дела?

YandexGPT: Дом в деревне? Где эта деревня? Мы очень обеспокоены. Я место себе не нахожу.

Студенты: Я живу с котом и с собакой в деревне «Простоквашино». Нам тут нравится жить. Приезжайте в гости.

Другим примером применения YandexGPT в роли собеседника было следующее упражнение: Вы давно не видели друга. Позвоните ему. Обсудите ваши новости.

В качестве промта был создан следующий запрос:

Ты давний друг. Мы с тобой давно не общались. У тебя есть интерес узнать мои новости. Поговори со мной, задавай мне вопросы. Задавай по одному вопросу после каждого ответа. Не объясняй ничего.

В качестве домашнего задания после одного из занятий китайским студентам было нужно практиковать русский язык, используя платформу YandexGPT, применяя приведенный промт, представленный выше.

В качестве проверки эффективности запроса был получен следующий диалог:

YandexGPT: Привет! Рад снова тебя видеть. Какие у тебя новости?

Пользователь: У меня все в порядке. Сейчас я очень много работаю, потому что хочу хорошо заработать. У меня сейчас меньше свободного времени, чем было раньше. А так ты? Что у тебя нового в жизни?

YandexGPT: У меня всё нормально, продолжаю помогать людям и развиваться. А чем именно ты занимаешься на работе?

Пользователь: Я готовлю еду в столовой. Это очень трудная работа. Но мне очень нравится готовить. А где ты работаешь сейчас?

YandexGPT: Какой ты молодец! Я работаю здесь, помогая людям с разными вопросами и задачами. Какой у тебя любимый рецепт, который ты готовишь?

Пользователь: Больше всего я люблю готовить буррито. Я тебе обязательно расскажу, как это готовить, но в следующий раз. Мне нужно идти.

YandexGPT: Хорошо, жду с нетерпением! Береги себя и до скорой встречи.

Пользователь: До встречи!

Данный запрос позволил подтвердить возможность применения YandexGPT в составлении диалогов по определенному запросы. Это демонстрирует, как YandexGPT может эффективно использоваться для создания адаптивных и контекстуально релевантных ответов в различных сценариях общения.

Таким образом, было замечено, что внедрение таких заданий вызывает значительный интерес у китайских студентов, поскольку позволяет взаимодействовать с персонажем, аналогично реальному общению. Важно отметить, что при ответах нейросети могут возникать неточности. Однако преподаватель имеет возможность формулировать подходящие вопросы и исправлять ошибки, указывая на них.

Разработанный промт для нейросети YandexGPT продемонстрировал, что китайские студенты могут практиковать русский язык с помощью ИИ. Для максимально эффективного применения нейросети на занятиях автором данного исследования разработаны следующие рекомендации:

• определить роль нейросети, указать знания роли, цель и ограничения;
• описывать роль легкими предложениями, исключая нагроможденные предложения;
• проверка промта перед выполнением со студентами.

Заключение

Проведённое исследование позволило сделать следующие выводы. Внедрение искусственного интеллекта на занятиях является современным инструментом для развития речи китайских студентов. Применение нейросетей способствует расширению словарного запаса студентов, практическому освоению изучаемого языка, а также повышает их интерес и мотивацию к обучению.

В ходе исследования был обоснован метод применения ИИ для развития речевых навыков китайских студентов, изучающих русский язык. В результате был разработан и представлен промт, определяющий условия, необходимые для того, чтобы нейросеть могла эффективно выступать в роли собеседника.

На примере разработанного промта, направленного на развитие речи, автор обосновал методический потенциал использования искусственного интеллекта на базе модели YandexGPT для поддержания реального общения в заданной роли. В статье приведён пример диалога между нейросетью YandexGPT и группами китайских студентов. Представленный опыт работы с искусственным интеллектом и соответствующие методические рекомендации могут оказать значительную помощь преподавателям в подготовке и проведении занятий по русскому языку для китайских студентов.

Перспективы дальнейшего исследования автор видит в продолжении изучения использования искусственного интеллекта для развития других языковых навыков.

Литература / References

1.              Popov, Yu. N. Psychological foundations of teaching Russian grammar in a foreign (Indian) audience / Yu. N. Popov. – 1990. – 259 p.

2.              Lalima, Dr. Blended Learning: An Innovative Approach / Dr. Lalima, K. Lata Dangwal. – Text : electronic // Universal Journal of Educational Research. – 2017. – Vol. 5. – Blended Learning. – № 1. – P. 129-136. – DOI 10.13189/ujer.2017.050116. – URL: http://www.hrpub.org/journals/article_info.php?aid=5495 (date accessed: 10.06.2024).

3.              Childs, M. John McCarthy: Computer scientist known as the father of AI / M. Childs. – Text : electronic // The Independent. – 2011. – URL: https://www.independent.co.uk/news/obituaries/john-mccarthy-computer-scientist-known-as-the-father-of-ai-6255307.html (date accessed: 05.07.2024).

4.              Liu, Q. A Look from China at Some Trends in the Teaching Methodology of FRL in Recent Years / Q. Liu. – Text : electronic // Scientific Research and Development. Modern Communication Studies. – 2023. – Vol. 12. – № 1. – P. 74-79. – DOI 10.12737/2587-9103-2023-12-1-74-79. – URL: http://naukaru.ru/en/nauka/article/57553/view (date accessed: 12.06.2024).

5.              Russell, S. J. Artificial Intelligence: A Modern Approach. Artificial Intelligence / S. J. Russell, P. Norvig. – Third edition. – Upper Saddle River : Pearson Education, 2010. – 1152 p.

6.              Калашникова, О. В. Актуальные проблемы обучения РКИ при полном или частичном переходе на дистанционное обучение в условиях вуза / О. В. Калашникова, А. В. Хон // Гуманитарный научный вестник. – 2021. – № 2. – С. 50-55. [Kalashnikova, O. V. Current problems of teaching RFL during a full or partial transition to distance learning in a university setting / O. V. Kalashnikova, A. V. Khon // Humanitarian Scientific Bulletin. – 2021. – No. 2. – P. 50-55.]

7.              Maderer, J. Artificial Intelligence Course Creates AI Teaching Assistant / J. Maderer. – Text : electronic // Georgia Tech News Center. – URL: https://news.gatech.edu/news/2016/05/09/artificial-intelligence-course-creates-ai-teaching-assistant (date accessed: 10.06.2024).

8.              Исаева, Т. Е. Современный университет: изменение приоритетов / Т. Е. Исаева // Философия образования. – 2005. – № 1. – С. 123-129. [Isaeva, T. E. Modern university: changing priorities / T. E. Isaeva // Philosophy of Education. – 2005. – No. 1. – P. 123-129.]

9.              The Role of Sustainability and Artificial Intelligence in Education Improvement / J. Rosak-Szyrocka, J. Żywiołek, A. Nayyar, M. Naved. – 1. – Boca Raton : Chapman and Hall/CRC, 2023. – URL: https://www.taylorfrancis.com/books/9781003425779 (date accessed: 10.07.2024). – Text : electronic.

10.            Ayala-Pazmiño, M. Artificial Intelligence in Education: Exploring the Potential Benefits and Risks / M. Ayala-Pazmiño. – Текст : электронный // 593 Digital Publisher CEIT. – 2023. – Т. 8. – Artificial Intelligence in Education. – № 3. – С. 892-899. – DOI 10.33386/593dp.2023.3.1827. – URL: https://www.593dp.com/index.php/593_Digital_Publisher/article/view/1827 (дата обращения: 10.07.2024).

11.            Schleicher, A. Schools for 21st-Century Learners: Strong Leaders, Confident Teachers, Innovative Approaches : International Summit on the Teaching Profession. Schools for 21st-Century Learners / A. Schleicher. – OECD, 2015. – 80 p. – URL: https://www.oecd-ilibrary.org/education/schools-for-21st-century-learners_9789264231191-en (date accessed: 10.07.2024). – Text : electronic.

12.            Есионова, Е. Ю. Искусственный интеллект как альтернативный ресурс для изучения иностранного языка / Е. Ю. Есионова. – Текст : электронный // Гуманитарные и социальные науки. – 2019. – № 3. – С. 155-166. – DOI 10.23683/2070-1403-2019-74-3-155-166. – URL: https://hub.sfedu.ru/repository/material/801271581/?direct_link=true (дата обращения: 06.06.2024). [Esionova, E. Yu. Artificial intelligence as an alternative resource for learning a foreign language / E. Yu. Esionova. – Text: electronic // Humanities and social sciences. – 2019. – No. 3. – P. 155-166. – DOI 10.23683/2070-1403-2019-74-3-155-166. – URL: https://hub.sfedu.ru/repository/material/801271581/?direct_link=true (access date: 06/06/2024).]

13.            Dodigovic, M. Artificial intelligence in second language learning: raising error awareness : Second language acquisition. Artificial intelligence in second language learning / M. Dodigovic. – Buffalo : Multilingual Matters, 2005. – 13. – 304 p.

14.            Романова, Л. Л. Специфика профессионального обучения в условиях развития цифровизации и искусственного интеллекта / Л. Л. Романова. – Текст : электронный // Научно-методический электронный журнал «Концепт». – 2023. – № 7. – С. 130-141. – DOI 10.24412/2304-120X-2023-11066. – URL: https://cyberleninka.ru/article/n/spetsifika-professionalnogo-obucheniya-v-usloviyah-razvitiya-tsifrovizatsii-i-iskusstvennogo-intellekta (дата обращения: 10.07.2024). [Romanova, L. L. Specifics of vocational training in the context of the development of digitalization and artificial intelligence / L. L. Romanova. – Text: electronic // Scientific and methodological electronic journal “Concept”. – 2023. – No. 7. – P. 130-141. – DOI 10.24412/2304-120X-2023-11066. – URL: https://cyberleninka.ru/article/n/spetsifika-professionalnogo-obucheniya-v-usloviyah-razvitiya-tsifrovizatsii-i-iskusstvennogo-intellekta (date of access: 07/10/2024).]

15.            Богомолов, А. Н. Научно-методическая разработка виртуальной языковой среды дистанционного обучения иностранному (русскому) языку : Докторская / А. Н. Богомолов. – Москва : МГУ имени М.В. Ломоносова, 2008. [Bogomolov, A. N. Scientific and methodological development of a virtual language environment for distance learning of a foreign (Russian) language: Doctoral dissertation / A. N. Bogomolov. – Moscow: Moscow State University named after M.V. Lomonosova, 2008.]

16.            Вишняков, С. А. Иноязычная вербальная коммуникация. Преподавание, изучение, усвоение в контексте теории средового подхода: монография. Иноязычная вербальная коммуникация / С. А. Вишняков, Л. А. Дунаева. – Москва : ФЛИНТА, 2017. – 169 с. [Vishnyakov, S. A. Foreign language verbal communication. Teaching, learning, assimilation in the context of the theory of environmental approach: monograph. Foreign language verbal communication / S. A. Vishnyakov, L. A. Dunaeva. – Moscow: FLINTA, 2017. – 169 p.]

17.            Chun, D. M. Facilitating reading comprehension with multimedia / D. M. Chun, J. L. Plass. – Text : electronic // System. – 1996. – Vol. 24. – № 4. – P. 503-519. – DOI 10.1016/S0346-251X(96)00038-3. – URL: https://linkinghub.elsevier.com/retrieve/pii/S0346251X96000383 (date accessed: 07.07.2024).

18.            Effects of an AI-based speech recognition system on improving EFL learners’ pronunciation / J. Li, H. Xie, D. Li, X. Lu // Computers & Education. – 2020. – № 156.

19.            Chen, C. M. Effects of an intelligent tutoring system on students’ learning outcomes and attitudes in the context of English as a foreign language / C. M. Chen, Y. M. Huang, Kinshuk // Journal of Computer Assisted Learning. – Т. 34. – № 4. – С. 376-393.

20.            Measuring Concentration While Programming with Low-Cost BCI Devices: Differences Between Debugging and Creativity Tasks / V. M. González, R. Robbes, G. Góngora, S. Medina. – Text : electronic // Foundations of Augmented Cognition : Lecture Notes in Computer Science. – Cham : Springer International Publishing, 2015. – Vol. 9183. – Measuring Concentration While Programming with Low-Cost BCI Devices. – P. 605-615. – URL: http://link.springer.com/10.1007/978-3-319-20816-9_58 (date accessed: 10.07.2024).

21.            Nielsen, B. L. Augmented Reality in science education–affordances for student learning / B. L. Nielsen, H. Brandt, H. Swensen. – Текст : электронный // Nordic Studies in Science Education. – 2016. – Т. 12. – № 2. – С. 157-174. – DOI 10.5617/nordina.2399. – URL: https://journals.uio.no/nordina/article/view/2399 (дата обращения: 10.07.2024).

22.            Department of Computer Applications Chandigarh School of Business, Jhanjeri, Mohali Chandigarh Group of Colleges, Jhanjeri, Mohali. Learning Reimagined: AI and Mixed Reality Revolutionize Indian Education / Department of Computer Applications Chandigarh School of Business, Jhanjeri, Mohali Chandigarh Group of Colleges, Jhanjeri, Mohali, G. Singh ,. – Текст : электронный // INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT. – 2024. – Т. 08. – Learning Reimagined. – № 04. – С. 1-5. – DOI 10.55041/IJSREM31032. – URL: https://ijsrem.com/download/learning-reimagined-ai-and-mixed-reality-revolutionize-indian-education/ (дата обращения: 10.07.2024).

23.            Ван Лися. Обучение китайских студентов русскому языку с учетом национальной языковой личности (начальный этап обучения) / Ван Лися. – Текст : электронный // Интерактивная наука. – 2017. – № 10 (20). – С. 14-18. – DOI 10.21661/r-464039. – URL: https://interactive-science.media/article/464039/discussion_platform (дата обращения: 05.06.2024). [Wang Lixia. Teaching Chinese students the Russian language taking into account the national linguistic personality (initial stage of training) / Wang Lixia. – Text: electronic // Interactive science. – 2017. – No. 10 (20). – pp. 14-18. – DOI 10.21661/r-464039. – URL: https://interactive-science.media/article/464039/discussion_platform (access date: 06/05/2024).]

24.            Verduin, J. R. Jr. Distance Education: The Foundations of Effective Practice. Distance Education / J. R. Jr. Verduin, T. A. Clark. – 1st edition. – San Francisco : Jossey-Bass, 1991. – 279 p.

25.            Кастельви, Ж. Вопрос о сложности задания при обучении РКИ на основе проблемно-коммуникативных заданий / Ж. Кастельви, Е. И. Маркина // Русский язык и литература в пространстве мировой культуры: Материалы XIII Конгресса МАПРЯЛ. – 2015. – С. 456. [Castelvi, J. The question of the complexity of the task when teaching RFL based on problem-communicative tasks / J. Castelvi, E. I. Markina // Russian language and literature in the space of world culture: Materials of the XIII Congress MAPRYAL. – 2015. – P. 456.]

26.            Pakula, H.-M. Teaching speaking / H.-M. Pakula. – Text : electronic // Apples - Journal of Applied Language Studies. – 2019. – Vol. 13. – № 1. – P. 95-111. – DOI 10.17011/apples/urn.201903011691. – URL: https://apples.journal.fi/article/view/97940 (date accessed: 12.06.2024).

27.            Pasquale, F. The Black Box Society: The Secret Algorithms That Control Money And Information. The Black Box Society / F. Pasquale. – Cambridge : Harvard University Press, 2015. – 320 p.

28.            Костюкевич, Е. Ю. Применение искусственного интеллекта в обучении английскому языку в вузе / Е. Ю. Костюкевич // Современное педагогическое образование. – 2023. – № 1. – С. 492-496. [Kostyukevich, E. Yu. Application of artificial intelligence in teaching English at university / E. Yu. Kostyukevich // Modern pedagogical education. – 2023. – No. 1. – P. 492-496.]

29.            Ахаян, А. А. Теория и практика становления дистанционного педагогического образования / А. А. Ахаян. – Санкт-Петербург, 2001. – 439 с. [Akhayan, A. A. Theory and practice of developing distance pedagogical education / A. A. Akhayan. – St. Petersburg, 2001. – 439 p.]

30.            Technology-Enhanced Language Learning: A Meta-Analysis Study On English Language Teaching Tools / I. Nurmala, S. Irianto, S. Franchisca [и др.]. – Текст : электронный // Journal on Education. – 2023. – Т. 6. – Technology-Enhanced Language Learning. – № 1. – С. 2188-2195. – DOI 10.31004/joe.v6i1.3221. – URL: https://jonedu.org/index.php/joe/article/view/3221 (дата обращения: 10.07.2024).

31.            Ван, Г. О некоторых особенностях системы обучения китайских студентов русскому языку как иностранному / Г. Ван // Педагогическое образование в России. – 2014. – № 4. – С. 92-96. [Wang, G. On some features of the system of teaching Russian as a foreign language to Chinese students / G. Wang // Pedagogical education in Russia. – 2014. – No. 4. – P. 92-96.]

32.            The Influence of Affective Teacher–Student Relationships on Students’ School Engagement and Achievement: A Meta-Analytic Approach / D. L. Roorda, H. M. Y. Koomen, J. L. Spilt, F. J. Oort. – Text : electronic // Review of Educational Research. – 2011. – Vol. 81. – The Influence of Affective Teacher–Student Relationships on Students’ School Engagement and Achievement. – № 4. – P. 493-529. – DOI 10.3102/0034654311421793. – URL: http://journals.sagepub.com/doi/10.3102/0034654311421793 (date accessed: 10.07.2024).

33.            The Role Of Artificial Intelligence (AI) In Developing English Language Learner’s Communication Skills / R. Rusmiyanto, N. Huriati, N. Fitriani [et al.]. – Text : electronic // Journal on Education. – 2023. – Vol. 6. – № 1. – P. 750-757. – DOI 10.31004/joe.v6i1.2990. – URL: https://jonedu.org/index.php/joe/article/view/2990 (date accessed: 10.07.2024).

34.            Mwuese Kwaghtsulesega, H. Enhancing Global Business Education through Artificial Intelligence Application / H. Mwuese Kwaghtsulesega. – Text : electronic. – 2023. – DOI 10.5281/ZENODO.10458252. – URL: https://zenodo.org/doi/10.5281/zenodo.10458252 (date accessed: 10.07.2024).

35.            Social Impact of Psychological Research on Well-Being Shared in Social Media / C. M. Pulido, L.-C. Mara, V. Ionescu, T. Sordé-Martí. – Текст : электронный // Frontiers in Psychology. – 2020. – Т. 11. – С. 135. – DOI 10.3389/fpsyg.2020.00135. – URL: https://www.frontiersin.org/article/10.3389/fpsyg.2020.00135/full (дата обращения: 10.07.2024).

36.            Ли Н. Анализ особенностей информационно-коммуникационных технологий в процессе преподавания русского языка / Ли Н., Го Юе, Сунь Ялин. – Текст : электронный // Вестник педагогических наук. – 2024. – № 3. – С. 180-185. – DOI 10.62257/2687-1661-2024-3-180-185. – URL: https://vpn-journal.ru/archives/category/publications (дата обращения: 11.06.2024). [Li N. Analysis of the features of information and communication technologies in the process of teaching the Russian language / Li Na, Guo Yue, Sun Yaling. – Text: electronic // Bulletin of Pedagogical Sciences. – 2024. – No. 3. – P. 180-185. – DOI 10.62257/2687-1661-2024-3-180-185. – URL: https://vpn-journal.ru/archives/category/publications (access date: 06/11/2024).]

37.            Davies, R. S. Understanding Technology Literacy: A Framework for Evaluating Educational Technology Integration / R. S. Davies. – Text : electronic // TechTrends. – 2011. – Vol. 55. – Understanding Technology Literacy. – № 5. – P. 45-52. – DOI 10.1007/s11528-011-0527-3. – URL: http://link.springer.com/10.1007/s11528-011-0527-3 (date accessed: 10.06.2024).

1. Popov Yu. N. Psychological basis of teaching Russian Grammar to foreigners (with Special Reference to the Indian Classroom). Cand. Ped. Sci. Diss. New Delhi, 1990, 259. (In Russ.) https://elibrary.ru/nlmgpr

2. Lalima Dr., Dangwal K. L. Blended learning: An innovative approach. Universal Journal of Educational Research, 2017, 5(1): 129–136. https://doi.org/10.13189/ujer.2017.050116

3. Liu Q. A look from China at some trends in the teaching methodology of RFL in recent years. Scientific Research and Development. Modern Communication Studies, 2023, 12(1): 74–79. https://doi.org/10.12737/2587-9103-2023-12-1-74-79

4. Russell S. J., Norvig P. Artificial intelligence: A modern approach. NJ: Pearson Education, 2010, 1152.

5. Esionova E. Yu. Digital intelligence as an alternative resource for foreign language learning. The Humanities and social sciences, 2019, (3): 155–166. (In Russ.) https://doi.org/10.23683/2070-1403-2019-74-3-155-166

6. Isaeva T. E. Modern University: Changing priorities. Philosophy of Education, 2005, (1): 123–129. (In Russ.) https://elibrary.ru/wfvttx

7. Kostiukovich E. Y. The use of artificial intelligence in teaching English at a university. Modern Pedagogical Education, 2023, (1): 492–496. (In Russ.) https://elibrary.ru/jdltkx

8. Romanova L. L. The specific features of vocational training in the context of digitalization and artificial intelligence development. Concept, 2023, (7): 130–141. (In Russ.) https://doi.org/10.24412/2304-120X-2023-11066

9. Chen C. M., Huang Y. M., Kinshuk. Effects of an intelligent tutoring system on students’ learning outcomes and attitudes in the context of English as a foreign language. Journal of Computer Assisted Learning, 2018, 34(4): 376–393.

10. Dodigovic M. Artificial intelligence in second language learning: Raising error awareness. Buffalo: Multilingual Matters, 2005, 304.

11. Xu D., Wang H. Intelligent agent supported personalization for virtual learning environments. Decision Support Systems, 2006, 42(2): 825–843. https://doi.org/10.1016/j.dss.2005.05.033

12. Zhang C., Lu Y. Study on artificial intelligence: The state of the art and future prospects. Journal of Industrial Information Integration, 2021, 23. https://doi.org/10.1016/j.jii.2021.100224

13. Kalashnikova O. V., Khon A. V. Relevant associated of teaching Russian as a foreign language with the full or partial transition to distance learning in a university environment. Humanitarian Scientific Bulletin, 2021, (2): 50–55. (In Russ.) https://doi.org/10.5281/zenodo.4594305

14. Rosak-Szyrocka J., Żywiołek J., Nayyar A., Naved M. The role of sustainability and artificial intelligence in education improvement. NY: Chapman and Hall/CRC, 2023, 264. http://dx.doi.org/10.1201/9781003425779

15. Ayala-Pazmiño M. Artificial intelligence in education: Exploring the potential benefits and risks. 593 Digital Publisher CEIT, 2023, 8(3): 892–899. https://doi.org/10.33386/593dp.2023.3.1827

16. Schleicher A. Schools for 21st-century learners: Strong leaders, confident teachers, innovative approaches. OECD, 2015, 80. https://doi.org/10.1787/9789264231191-en

17. Bogomolow A. N. Scientific and methodological development of a virtual language environment for distance learning in a foreign language (Russian). Dr. Ped. Sci. Diss. Moscow, 2008, 373. (In Russ.) https://elibrary.ru/npumvd

18. Vishnyakov S. A., Dunaeva L. A. Foreign language verbal communication: Teaching, learning, and assimilation in the context of the theory of the environmental approach. Moscow: Flinta, 2017, 169. (In Russ.)

19. Chun D. M., Plass J. L. Facilitating reading comprehension with multimedia. System, 1996, 24(4): 503–519. https://doi.org/10.1016/S0346-251X(96)00038-3

20. Li J., Xie H., Li D., Lu X. Effects of an AI-based speech recognition system on improving EFL learners’ pronunciation. Computers & Education, 2020, (156): 750–757.

21. González V. M., Robbes R., Góngora G., Medina S. Measuring concentration while programming with low-cost BCI devices: Differences between debugging and creativity tasks. Foundations of Augmented Cognition: Proc. 9 Intern. Conf., Los Angeles, 2–7 Aug 2015. Cham: Springer, 2015, 605–615. https://doi.org/10.1007/978-3-319-20816-9_58

22. Nielsen B. L., Brandt H., Swensen H. Augmented Reality in science education-affordances for student learning. Nordic Studies in Science Education, 2016, 12(2): 157–174. https://doi.org/10.5617/nordina.2399

23. Singh G., Singh Mr. S. Learning reimagined: AI and mixed reality revolutionize Indian education. Interantional Journal of Scientific Research in Engineering and Management, 2024, 08(04): 1–5. https://doi.org/10.55041/IJSREM31032

24. Wang L. Teaching Russian language to Chinese students, taking into account the national language personality (initial stage of training). Interactive science, 2017, (10): 14–18. (In Russ.) https://doi.org/10.21661/r-464039

25. Verduin J. R. Jr., Clark T. A. Distance education: The foundations of effective practice. San Francisco: Jossey-Bass, 1991, 279.

26. Castellví J., Markina E. I. The TBLT approach and its implementation in Russian: Task complexity. Russian language and literature in world culture environment: Proc. XIII Congress MAPRYAL, Granada, 13–20 Sep 2015. St. Petersburg: MAPRYAL, 2015, 456–461. (In Russ.) https://elibrary.ru/sfcjov

27. Pakula H.-M. Teaching speaking. Apples – Journal of Applied Language Studies, 2019, 13(1): 95–111. https://doi.org/10.17011/apples/urn.201903011691

28. Pasquale F. The black box society: The secret algorithms that control money and information. Cambridge: Harvard University Press, 2015, 320.

29. Akhayan A. A. Theory and practice of the formation of distance pedagogical education. Dr. Ped. Sci. Diss. St. Petersburg, 2001, 439. (In Russ.) https://elibrary.ru/nmagwv

30. Nurmala I., Irianto S., Franchisca S. Technology-enhanced language learning: A meta-analysis study on english language teaching tools. Journal on Education, 2023, 6(1): 2188–2195. https://doi.org/10.31004/joe.v6i1.3221

31. Wang G. Some features of the system of teaching Chinese students Russian as a foreign language. Pedagogical Education in Russia, 2016, (12): 24–28. (In Russ.) https://doi.org/10.26170/po16-12-04

32. Roorda D. L., Koomen H. M. Y., Spilt J. L., Oort F. J. The influence of affective teacher–student relationships on students’ school engagement and achievement: A meta-analytic approach. Review of Educational Research, 2011, 81(4): 493–529. https://doi.org/10.3102/0034654311421793

33. Rusmiyanto R., Huriati N., Fitriani N., Tyas N., Rofi’i A., Sari M. The role of artificial intelligence (AI) in developing English language learner’s communication skills. Journal on Education, 2023, 6(1): 750–757. https://doi.org/10.31004/joe.v6i1.2990

34. Mwuese Kwaghtsulesega H., Obodoechi D. N., Anyanwu O. C. Enhancing global business education through artificial intelligence application. Xpertno International Journal of Interdisciplinary Research, 2023, 1(1): 81–99. https://doi.org/10.5281/ZENODO.10458252

35. Pulido C. M., Mara L.-C., Ionescu V., Sordé-Martí T. Social impact of psychological research on well-being shared in social media. Frontiers in Psychology, 2020, 11. https://doi.org/10.3389/fpsyg.2020.00135

36. Li N., Guo Y., Sun Y. Analysis of the peculiarities of information and communication technologies in the process of teaching Russian. Bulletin of Pedagogical Sciences, 2024, (3): 180–185. (In Russ.) https://doi.org/10.62257/2687-1661-2024-3-180-185

37. Davies R. S. Understanding technology literacy: A Framework for evaluating educational technology integration. TechTrends, 2011, 55(5): 45–52. https://doi.org/10.1007/s11528-011-0527-3