In this article, the author explores the possibility of using artificial intelligence in the field of foreign language teaching in the modern world.

Keywords: digital transformation, artificial intelligence, foreign language, learning, neural network.

Введение

В современном мире особую роль обретают интеллектуальные обучающие системы и технологические решения на базе искусственного интеллекта (ИИ). Несомненным фактом является то обстоятельство, что за короткий промежуток времени стремительно развивающиеся ИИ-технологии значительно упростили различные аспекты жизни человека. Продвинутые алгоритмы искусственного интеллекта позволили человечеству перейти на упрощённую систему обработки информации в сети интернет, значительно сократив не только энерго-, но и времязатраты [1].

Не менее интересным направлением при изучении основ ИИ является возможность применения указанных систем и технологий в области методики обучения иностранным языкам. Несмотря на явные положительные аспекты в актуальный период времени остаются нерешёнными вопросы, касающиеся качественной системной интеграции ИИ-технологий в учебный процесс [2].

Актуальность исследования заключается в необходимости изучения и анализа возможности использования ИИ-технологий в области обучения иностранным языкам.

Цель исследования: обзор основных преимуществ и недостатков ИИ-технологий в области обучения иностранным языкам.

Задачи исследования:

1. Охарактеризовать состояние технологических решений, оснащённых ИИ на современном этапе.
2. Проанализировать конкретные примеры применения технологических решений, оснащённых ИИ в процессе обучения иностранным языкам.
3. Рассмотреть тенденции в применении ИИ-технологий в области традиционного образования.

Объектом исследования является процесс обучения иностранным языкам с использованием ИИ.

Результаты исследования

Сегодня адаптация словесных формаций иностранных языковых единиц по отношении к родному языку носителя весьма сомнительна.

Рассматривая данный вопрос необходимо пролить свет на положительные и отрицательные компоненты перевода. Так, машинный перевод в современных реалиях ознаменован рядом неточностей. Рассматривая качественный показатель стоит отметить, что на современном этапе система имеет множество недоработанных механизмов, в связи с чем итоговый продукт носит весьма сомнительный характер. Во-первых, предоставляемый материал варьируется от типизации запрашиваемого ресурса, т. е. запрашивая перевод одного и того же фрагмента текста на различных языках отчётливо наблюдается искаженность информации. Вероятно, со временем данный алгоритм будет усовершенствован, но анализируя сегодняшний формат работы ИИ в области переводов, можно полагать что на данную разработку уйдут десятилетия.

Исходя из этого проектируется следующая картина — традиционный перевод текстовых единиц носит исторический подтекст, а машинный — примитивный. Действительно, машинный перевод не способен отразить всю глубину потока мыслей автора, что, несомненно, делает указанный продукт недостаточно информативным.

Для детального понимания вопроса рассмотрим искусственный интеллект через призму исторического развития. Первые упоминания о машинах, замещающих разум человека, относятся к середине XX века. Вероятно, изначально такие системы предлагали некую электронную библиотеку с оперативным анализом находящейся в ней информации.

В 1956 году на конференции в Дартмуте, организованной Джоном Маккарти, Марвином Мински и другими, была официально заложена основа для изучения ИИ как отдельной научной дисциплины. В ходе конференции звучали лозунги о замещении человеческого труда электронными системами. Очевидно, изначально система предполагала некую электронную библиотеку, способную с помощью определённых нейронных связей моделировать ответ с наиболее обширным пересечением с заданными параметрами.

В течение незначительного отрезка времени положения, выносимые на защиту исследователями, получили пристальное внимание со стороны прессы, что несомненно охарактеризовало данную тематику как перспективное направление, способное принести мировую славу.

На начало 2000-х годов искусственный интеллект охватил различные сферы общества. Так искусственный интеллект стал проникать в робототехнику, автоматизируя различные поисковые системы.

Искусственный интеллект на данный момент разделен на несколько направлений:

1. Обучение. Современные системы ИИ, как правило, основаны на методах машинного обучения, которые, в свою очередь, позволяют ИИ извлекать знания из данных, тем самым обучаясь на примерах. Каждый из подходов имеет свои особенности и применяется в зависимости от конкретных задач.
2. Важным принципом является обобщение. Это способность модели применять полученные знания к новым, ранее не встречавшимся данным. Обобщение полученного материала является поистине важным аспектом, определяющим успешность системы. Данный метод выступает неким регулятором, позволяющим определять уровень интеллектуальности искусственного интеллекта.
3. Третьим принципом является адаптация. Современные системы ИИ должны оперативно адаптироваться к стремительно меняющимся информационным моделям. В данном сегменте применяются адаптивные алгоритмы, позволяющие системам ИИ своевременно обновлять свои данные в реальном времени, делая их более эффективными и гибкими.
4. Принцип восприятия. Система ИИ в рамках своего функционала способна воспринимать стилевые особенности анализируемого материала, основываясь на ключевых сегментах, определяющих принадлежность продукта к определённой сфере.
5. Взаимодействие. Наконец, взаимодействие является ключевым принципом, определяющим порядок пересечения ИИ с такими подструктурами как сегмент практического применения, взаимодействие с пользователями, а также с иными системами, имеющими схожий алгоритмический характер.

Противоречия и синергия данных аспектов вызывают как конфликты, так и перспективы для развития. Отметим, что при этом исследование охватывает три ключевые темы:

1. первая связана с взаимосвязью когнитивных аспектов и информационно-коммуникационных технологий;
2. вторая касается социальных и экономических изменений, которые, в свою очередь в дальнейшем окажут влияние на профессию преподавателя в десятилетней перспективе.
3. третья программа фокусируется на формирование учебно-методических программ для обучения преподавательского состава в контексте цифрового пространства [3].

Со временем размышления о природе искусственного интеллекта вышли на новый уровень — машине предстояло не только оперативно анализировать информацию, но и принимать самостоятельные решения. Именно способность моделировать собственные ответы вывело человечество на новый уровень, открыв новые горизонты для различных сфер жизни. Одной такой отраслью стало обучение студентов иностранным языкам.

Итак, возможно ли внедрить в процесс обучения иностранным языкам интеллектуальные обучающие системы и технологические решения, обладающие искусственным интеллектом? Ответить на этот вопрос однозначно нельзя. Весьма распространённым способом в борьбе за знания в области иностранных языков стала нейросеть ChatGPT 5, позволившая получать возможность изучения новых слов, а также их использования в контекстуальном формате. Не менее важным аспектом является — тренировка лексики (искусственный интеллект в зависимости от уровня подготовки ученика подбирает задания, направленные на заучивание), перефразирование предложений.

Особое место при изучении иностранных языков отводится возможности построения диалога с нейросетью ChatGPT 5. Очевидным положительным моментом данного процесса является тот факт, что происходит формирование и совершенствование практических навыков, что несомненно повышает усвояемость материала.

Помимо этого, система или технология, оснащённая ИИ, выстраивает чёткий алгоритм, основанный на анализе всех источников, собранных в мировой паутине. Так, искусственный интеллект проводит системный анализ поступающих запросов от различных пользователей: после выстраивает чёткую систему, способствующую быстрому восприятию информации. Отметим, что при этом системы, приложения ориентируются на индивидуальных показателях потребителя, что в свою очередь повышает заинтересованность ученика к образовательному процессу.

Не менее важным аспектом применения систем и технологий, оснащённых искусственным интеллектом в области обучения иностранных языков является аудирование. Именно слуховое восприятие строит нейронные цепи в сознание ученика проецируя подражание произношению носителя. Процесс обучения в указанных обстоятельствах происходит в комфортной обстановке, т. к. ученик не испытывает таких негативных проявлений как: стеснение, стресс, замкнутость, страх оказаться непонятым / нелепым. В указанном контексте не менее интересным остаётся тематика интерактивного обучения.

В настоящий момент наиболее популярными обучающими платформами являются: Duolingo, Babbel, English Galaxy. Рассмотрим более детально алгоритмы действия приложения для изучения английского языка English Galaxy. English Galaxy — приложение, основанное на системном подходе, учитывающее индивидуальные особенности обучающегося. Значимым компонентом представляется всестороннее аудирование, причём ученик самостоятельно выбирает формат английского — американский или британский вариант.

Также отметим, что указанная система создаёт инклюзивность образовательного процесса. Люди с ограниченными возможностями в условиях цифровизации смогут проходить обучение в рамках четко подобранной программы, способной отвечать на изменения их состояния. Такая форма включает в себя возможность адаптировать приложения к слабослышащим, а также людям с дислексией.

Несмотря на значительное количество положительных сторон наряду с ними существуют проблемные вопросы, связанные с интерпретацией результатов, полученных в ходе анализа информации, так как отмечалось ранее — системы с ИИ анализируют все источники без исключения, в том числе, где информация не является соответствующей действительности.

Что касается внедрения систем и технологий, оснащённых искусственным интеллектом в образовательную сферу: возникает ряд ограничений. Первостепенной проблематикой в данном вопросе выступает техническая ограниченность. Несмотря на всестороннюю цифровизацию пространства не все учащиеся имеет доступ к указанным ресурсам, что в свою очередь смоделирует неравенство учеников. Именно поэтому важно найти баланс в области внедрения интеллектуальная система на базе ИИ в привычную систему образования [5].

Отечественные разработки искусственного интеллекта в образовании в настоящее время в основном решают локальные задачи: используются в качестве «приложения-репетитора», для автоматизации контроля знаний и т. п. На государственном уровне принято решение о внедрении предмета «Искусственный интеллект» с 2021 года в школьную программу, что свидетельствует об интересе государства в развитии этого направления.

В рамках изучения тематики рассматриваемого вопроса целесообразно отметить эпидемию COVID-19. Так, в период 2020–2021 система образования перешла в формат дистанционного обучения. Именно в указанный период стала формироваться тенденция к персонализации образовательного процесса. В связи с данным обстоятельством началось активное внедрение ИИ для построения индивидуального плана [3].

В актуальный период времени отмечена проблемная сфера в области курсового обучения определённой предметной области. Так, в виду ограниченного времени ученики не способны в полной мере изучить все тонкости в области определенного иностранного языка.

Для решения данной проблемы институтом предлагаются дополнительные образовательные курсы по различным направлениям: от веб-разработки, разработки мобильных приложений, до программирования, в т. ч. 1С, изучения Big Data, изучения нейросетей и т. п.

Основная проблема — это определение направления, в котором перспективнее развиваться студенту. Причем для решения данной проблемы просто тесты профессиональной пригодности не подходят, т. к. общее направление студенты уже выбрали, нужно только определиться с направлениями внутри IT-сферы.

Для решения данной проблемы была реализована следующая модель. В качестве инструмента для построения модели была выбрана нейронная сеть от Yandex — Catboost. Реализованный Yandex машинный метод способен учитывать категориальные признаки и обладает достаточно большой точностью. Catboost — программа, интерфейс которой основан на реалиях принятых решений. Модели, обученные с его помощью, могут использовать все многообразие данных, не переводя их в числовую форму.

Нейронная сеть была реализована с использованием библиотеки Catboost. CatBoost — открытая программная библиотека, разработанная компанией Яндекс и реализующая уникальный патентованный алгоритм построения моделей машинного обучения, использующий одну из оригинальных схем градиентного бустинга. Основное API для работы с библиотекой реализовано для языка Python, также существует реализация для языка программирования R.

Выбор Catboost среди большого количества фреймворков для написания нейросети обоснован несколькими причинами:

1. Opensource. Библиотека машинного обучения расположена на просторах мировой сети «Интернет»
2. Простота интеграции с языками программирования (в нашем случае Python)
3. Достаточное количество документации
4. Точность обучения/вычисления
5. Наличие программы визуализации CatBoost Viewer, позволяющей отслеживать процесс обучения с помощью графиков [4].

В результате проделанной работы группой разработчиков реализован программный продукт.

Помимо прохождения теста в главном меню можно открыть окно с доступными курсами. При открытии данного окна срабатывает функция, которая добавляет изображения и названия курсов. Сначала из файла построчно считываются название курса и название его изображения. Далее идет цикл по количеству курсов, в котором на каждой итерации создается элемент image, в нем будет изображение курса, и элемент label, в нем будет название курса. К этим элементам применяются стили, и они добавляются в окно.

Вывод

Целесообразно отметить, что в современных реалиях необходимо внедрить профессиональную подготовку преподавательского состава к работе с новыми технологиями. В указанном контексте особая роль отводится оснащению образовательных учреждений техническими устройствами, с том числе скоростным интернетом.

Итак, в заключение отметим, что трансформация обучения иностранным языкам является весьма перспективным направлением, способным усовершенствовать, а главное структурно упростить процесс изучения. Процесс внедрения нейросетей в традиционный этап обучения в свою очередь будет способствовать развитию инклюзивности процесса освоения языка. При этом важно помнить, что системы, обладающие ИИ в актуальный период времени не способны полностью заменить традиционный процесс обучения иностранным языкам.

Литература:

1. Кондрахина Н. Г., Петрова О. Н. Использование возможностей искусственного интеллекта для преподавания иностранных языков: новая реальность // Мир науки, культуры, образования. — 2024. — №. 1 (104). — С. 360–363.
2. Евстигнеев М. Н. Ключевые вопросы обучения иностранному языку на основе искусственного интеллекта // Иностранные языки в школе. — 2024. — № 3. — С. 18–24.
3. Мещерякова О. В. Возможности использования искусственного интеллекта для повышения мотивации студентов к изучению иностранных языков в вузе //Общество: социология, психология, педагогика. — 2023. — №. 6 (110). — С. 152–160.
4. Евстигнеев М. Н. Принципы обучения иностранному языку на основе технологий искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. — 2024. — Т. 29, № 2. — С. 309–323.
5. Агальцова Д. В., Валькова Ю. Е. Технологии искусственного интеллекта для преподавателя вуза // Мир науки, культуры, образования. — 2023. — №. 2 (99). — С. 5–7. URL: https://cyberleninka.ru/article/n/tehnologii-iskusstvennogo-intellekta-dlya-prepodavatelya-vuza.
6. Алтухова И. В., Маханькова Н. А., Соломатина Е. А. Особенности применения искусственного интеллекта при переводе художественных текстов (на материале «городских легенд») // Вестник Московской международной академии. — 2024. — №. 2. — С. 10–15. URL: https://cyberleninka.ru/article/n/osobennosti-primeneniya-iskusstvennogo-intellekta-pri-perevode-hudozhestvennyh-tekstov-na-materiale-gorodskih-legend.
7. Анисимова А. С., Спиридонова М. П. К вопросу о возможностях использования технологий искусственного интеллекта в правосудии // Юридический вестник Дагестанского государственного университета. — 2021. — Т. 39. — №. 3. — С. 161–165. URL: https://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-ispolzovaniya-tehnologiy-iskusstvennogo-intellekta-v-pravosudii.
8. Лыкова С. А. Современные технологии преподавания иностранных языков // Державинский форум. — 2025 Т.9. № 3. С. 294–300.