The article examines the experience of using generative artificial intelligence (AI) to develop a digital educational resource — an online training tool on the topic «Phrase» for the 8th grade. The process of creating the training tool using AI is described, and the results of its testing on a group of ten students are analysed. Special attention is paid to the problem of subject‑matter verification of the generated tasks and the need for pedagogical control over AI‑generated products.
Keywords: generative artificial intelligence, digital trainer, phraseological unit, subordinate connection, Unified State Exam in Russian language, prompt engineering, digital competence of the teacher, content verification.
Введение
Современный этап цифровизации образования характеризуется активным внедрением генеративных моделей ИИ в деятельность педагога. Согласно исследованиям П. В. Сысоева, нейросети становятся неотъемлемой частью профессиональной деятельности учителя, однако их применение сопряжено с рядом рисков [4]. Генеративные модели способны создавать тексты, упражнения и даже программный код, что открывает новые горизонты для разработки дидактических материалов.
Вместе с тем внешняя убедительность сгенерированного контента не гарантирует его грамматической и методической правильности [2]. В преподавании русского языка учитель обязан проверять не только соответствие ответа инструкции, но и языковую норму, смысловые отношения между словами и допустимость предложенных преобразований. Как отмечает М. А. Галагузова, ИИ в педагогике выполняет функцию инструмента, но не заменяет собой субъекта образовательного процесса [2]. В связи с этим актуальной становится задача разработки таких цифровых продуктов, которые сочетали бы в себе технологичность ИИ и строгую предметную проверку со стороны учителя.
1. Технология создания онлайн-тренажёра с помощью ИИ
В рамках практической части исследования был создан онлайн-тренажёр по теме «Виды подчинительной связи в словосочетании» (8 класс), размещённый на платформе Netlify. Процесс разработки включал несколько ключевых этапов.
Первый этап — формулировка технического задания. Учителем были заданы требования к функционалу будущего продукта: валидация поля «ФИО», ограничение «одна попытка в сутки», перемешивание вопросов и вариантов ответов при каждом старте, а также наличие системы оценивания (перевод процентов в оценку по шкале 85/70/50).
Второй этап — генерация кода. С помощью нейросети был сгенерирован базовый каркас приложения на языке HTML/CSS/JavaScript. Применение ИИ позволило учителю сэкономить значительное время на программировании. Однако, как показала практика, сгенерированный код потребовал ручной доработки в части проверки правильных ответов и настройки логики сравнения строк.
Третий этап — наполнение контентом. В готовый код были вручную внесены 24 задания: 12 на определение вида связи (согласование, управление, примыкание) и 12 на замену словосочетаний по формату ОГЭ. Задания были отобраны на основе открытого банка ФИПИ.
Четвёртый этап — методическая доработка. В тренажёр были намеренно включены «ловушки», направленные на выявление типичных ошибок школьников. К ним относятся словосочетания с инфинитивом («желание путешествовать»), с притяжательным местоимением («их подарок»), с наречиями («поход пешком») и с деепричастиями («отвечал запинаясь»).
2. Методология и результаты апробации
Апробация тренажёра проводилась на базе индивидуальных занятий с десятью обучающимися 8 класса (обозначены кодами У-1 — У-10). Ученики выполняли задания после прохождения курса учебных блоков. Всего было проанализировано 27 ошибок, допущенных участниками.
Анализ ошибок позволил разделить их на три группы, что наглядно представлено в таблице 1.
Таблица 1
Типология ошибок при выполнении заданий тренажёра
|
Группа ошибок |
Количество |
Доля |
Примеры |
|
Морфологические ловушки |
12 |
44 % |
«их подарок» (7 ошибок), «желание путешествовать» (4 ошибки) |
|
Лексико-словообразовательные |
9 |
33 % |
«мамина любовь» вместо «материнская», «дом бревенный» вместо «бревенчатый» |
|
Синтаксические и смысловые |
6 |
22 % |
«прохлада ночью» вместо «прохлада ночи», «белок яйца» |
Наибольшую сложность вызвали задания на распознавание примыкания, где зависимое слово выражено неизменяемой частью речи. В словосочетании «их подарок» 7 из 10 участников ошибочно выбрали «согласование», механически проводя аналогию с местоимениями «мой», «твой». Это свидетельствует о незнании правила о неизменяемости притяжательных местоимений 3-го лица.
Второй блок ошибок связан с подбором синонимичных конструкций. Ученики правильно понимали алгоритм замены, но подбирали неверные слова или допускали орфографические ошибки. Например, «кошкина шерсть» вместо «кошачья», «безветрянный день» вместо «безветренный».
3. Проблема предметной экспертизы цифрового ключа
Важным этапом исследования стала предметная проверка автоматического оценивания. В ходе анализа выяснилось, что списки правильных ответов, заложенные в программу, нуждаются в экспертизе. Это подтверждает выводы В. И. Токтаровой и О. В. Ребко о том, что ChatGPT может выдавать внешне правдоподобные, но некорректные результаты [3].
В частности, в задании на преобразование «смотреть внимательно» программа не принимала нормативный вариант «смотреть со вниманием». Справочный материал портала «Грамота.ру» прямо указывает употребление «со вниманием» в значении «внимательно» [5]. Следовательно, непринятие этого варианта нельзя считать доказательством грамматической ошибки ученика.
Другой источник ложных отрицательных решений — порядок слов. Для исходного сочетания «работать с усердием» принимается строка «усердно работать», но не предусмотрен вариант «работать усердно». Перестановка в этих примерах не меняет нужной связи и значения. Это доказывает, что работоспособность страницы ещё не гарантирует корректности её методического содержания, а автоматические оценки требуют самостоятельной интерпретации.
Заключение
Использование генеративного ИИ открывает широкие перспективы для создания дидактических материалов по русскому языку. Нейросети позволяют быстро генерировать структуру, код и текстовое наполнение заданий, что существенно экономит время учителя. Однако, как показало исследование, ИИ не может заменить педагога на этапе предметной экспертизы.
Диагностическая ценность тренажёра была достигнута именно благодаря методической интуиции учителя, включившего «ловушки» в задание. Таким образом, ИИ выступает не как замена педагога, а как «цифровой ассистент», требующий грамотного управления и последующей верификации. Перспективы дальнейшего исследования связаны с разработкой карт предметной проверки для каждого задания и расширением банка «ловушек» с учётом выявленных дефицитов.
Литература:
1. Федеральная рабочая программа основного общего образования. Русский язык для 5–9 классов образовательных организаций. Москва, 2025. 252 с.
2. Галагузова М. А., Галагузова Ю. Н., Штинова Г. Н. Искусственный интеллект в педагогике: от понятия к функции // Педагогическое образование в России. 2024. № 2. С. 48–55.
3. Токтарова В. И., Ребко О. В. ChatGPT в работе педагога: возможности и риски использования // Цифровая гуманитаристика и технологии в образовании (DHTE 2023). Москва: МГППУ, 2023. С. 421–430.
4. Сысоев П. В. Искусственный интеллект в образовании: осведомлённость, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9–33.
5. Грамота.ру. К Дню знаний или ко Дню знаний? Употребление предлогов с конечным гласным «о» // Письмовник. URL: https://gramota.ru/biblioteka/spravochniki/pismovnik/k-dnyu-znaniy-ili-ko-dnyu-znaniy (дата обращения: 06.11.2026).

