Вестник МГОУ. Серия: Педагогика / 2023 №1
| Название статьи | Дидактический потенциал лингвистических корпусов на базе технологий искусственного интеллекта для адаптации учебных материалов |
| Авторы | Авраменко А.П., Тишина М.А. |
| Серия | Педагогика |
| Страницы | 29 - 38 |
| Аннотация | Актуальность нашего исследования заключается в растущем интересе к прикладному применению технологий искусственного интеллекта в различных сферах деятельности человека.Цель – разработка методики адаптации текстов для заданий формата «мобильный квест» нейронными сетями как примером технологий искусственного интеллекта.Методы. Для достижения поставленной цели мы обращаемся к методам педагогического моделирования и эксперимента, а также статистической обработки данных. В ходе исследования были использованы такие методы, как анализ методической литературы, педагогическое моделирование, педагогический эксперимент, а также статистическая обработка данных с помощью t-критерия Стьюдента.Научная новизна / теоретическая и/или практическая значимость. Научная новизна предлагаемой методики обусловлена индивидуализацией материалов под потребности и способности обучающихся при работе в группе. Теоретическая значимость исследования состоит в уточнении принципов работы нейронных сетей в прикладной лингвистике. Практическая значимость, в свою очередь, включает в себя приведённый пример интеграции задания «мобильный квест» в конкретной учебной ситуации (в языковом вузе), а также обзор инструментов анализа текстов на базе технологий искусственного интеллекта.Результаты. Результатом опытно-экспериментальной работы по апробации предложенных материалов и заданий стало статистически значимое, согласно общепринятым коэффициентам эффективности обработки количественных данных, подтверждение их целесообразности для развития предметных и метапредметных навыков.Выводы. На основании проведённого пилотирования выдвинутой методики мы делаем вывод о необходимости и уместности использования актуальных и адаптированных средствами нейронных сетей текстов в преподавании иностранных языков. |
| Ключевые слова | методика преподавания иностранных языков, интеграция цифровых технологий в учебный процесс, мобильное обучение, искусственный интеллект в образовании |
| Индекс УДК | 372.881.111.1 |
| DOI | 10.18384/2310-7219-2023-1-29-38 |
| Список цитируемой литературы | 1. Авраменко А. П. Лингвокультурная интерференция как фактор формирования индивидуальной траектории обучения иностранному языку школьников // Филологические науки. Вопросы теории и практики. 2022. № 4. С. 1314–1318. 2. Глотова М. Ю., Самохвалова Е. А. Мобильные технологии в образовании // Преподаватель XXI век. 2022. № 1. Ч. 1. С. 138–149. 3. Назаренко А. Л. Информационно-коммуникационные технологии в лингводидактике: дистанционное обучение // Международный журнал экспериментального образования. 2014. № 11 (1). С. 91–92. 4. Полат Е. С. К проблеме определения эффективности дистанционной формы обучения // Открытое образование. 2005. № 3. С. 71–77. 5. Сысоев П. В., Твердохлебова И. П. Дистанционное обучение иностранному языку: новые вызовы в новой реальности // Иностранные языки в школе. 2020. № 9. С. 2–4. 6. Тарева Е. Г. Системообразующая функция учебной компетенции в лингводидактической модели иноязычной коммуникативной компетенции // Межкультурное многоязычное образование как фактор социальных трансформаций: становление и развитие научной школы: сборник научных статей. Москва: Языки народов мира, 2021. С. 55–63. 7. Харламенко И. В., Фролова Л. В. Экзамен в электронном формате: преимущества, недостатки, возможные перспективы использования // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2020. № 4. С. 163–170. 8. Barthélemy F. Natural Language Processing for Public Services. Luxembourg: Publications Office of the European Union, 2022. 65 p 9. Companion Volume with New Descriptors (CEFR). Strasbourg: Council of Europe, 2018. 227 p. 10. Fadeeva V. Tutor Support in the Process of Language Education Digitalization: A Case Study of University Distance Language Learning // Applied Linguistics Research Journal. 2021. № 3 (5). P. 70–75. 11. Dudeney G., Hockey N. Going mobile. London: Delta Publishing, 2014. 120 p. 12. Kaliisa R., Picard M. A. Systematic Review on Mobile Learning in Higher Education: The African Perspective // Turkish Online Journal of Educational Technology. 2017. № 1. Vol. 16. URL: https://files.eric.ed.gov/fulltext/EJ1124918.pdf (дата обращения: 21.01.2023). 13. Koehn P. Neural Language Models // Neural Machine Translation. Cambridge: Cambridge University Press, 2020. P. 103–124. 14. Kröger J. L., Lutz O. H., Raschke P. Privacy Implications of Voice and Speech Analysis – Information Disclosure by Inference // IFIP Advances in Information and Communication Technology. 2020. № 576. P. 242–258. 15. Samoili S. AI Watch. Defining Artificial Intelligence. Towards an operational definition and taxonomy of artificial intelligence. Luxembourg: Publications Office of the European Union, 2020. 97 p. |
| Полный текст статьи | |
| Кол-во скачиваний | 5 |
