Может ли генеративный искусственный интеллект выступать медиатором в лингвистическом образовании?

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Стремительное развитие и интеграция технологий искусственного интеллекта (ИИ) в систему высшего образования знаменуют собой начало одной из самых масштабных цифровых трансформаций. В Российской Федерации этот процесс регламентируется рядом нормативных документов, закладывающих основы для цифровизации всех сфер жизни, включая образование. В этой связи педагогическое сообщество активно исследует дидактический потенциал ИИ, рассматривая его как инструмент персонализации образования, автоматизации рутинных задач, аналитики данных и разработки образовательной экосреды. Одной из ключевых профессиональных компетенций современного педагога иностранного языка, в соответствии с CEFR, является медиация. Однако в условиях активной интеграции ИИ в образование возникает закономерный вопрос: может ли генеративный ИИ взять на себя функцию медиатора? Цель исследования – разработать номенклатуру умений иноязычной медиативной деятельности и сравнить качество медиации педагога иностранного языка и генеративного ИИ.

Методы исследования. Теоретические методы: изучение и анализ научной и учебнометодической литературы по вопросам интеграции ИИ-технологий в систему высшего образования, интеграции ИИ-технологий в методику обучения иностранному языку, развития медиативных умений у будущих педагогов иностранного языка. Эмпирические методы: анкетирование для получения исходных данных, наблюдение за деятельностью педагогов иностранного языка и ИИ в процессе осуществления медиации, проведение сравнительного анализа между результатами медиации.

Определение понятий. Ключевым понятием в исследовании выступает ИИ-медиация. Результаты исследования. Разработана номенклатура медиативных умений в соответствии с тремя видами медиации. Медиация текста: 1) умение осуществлять устный и письменный перевод; 2) умение сжимать / развертывать текст / речевое высказывание; 3) умение трансформировать текст (перифраз); 4) умение адаптировать текст под целевую аудиторию;

  • умение транскодировать информацию (создавать и интерпретировать инфографики);

умение создавать билингвальные глоссарии. Медиация идей: 7) умение формулировать цель и выстраивать логику высказывания; 8) умение синтезировать информацию из различных источников; 9) устанавливать причинно-следственные связи между новой информацией и уже имеющейся; 10) умение направить участников коммуникации на поиск общего решения. Медиация в процессе коммуникации: 11) умение создавать позитивную атмосферу общения; 12) умение фокусировать внимание на предмете обсуждения; 13) умение управлять групповой динамикой общения; 14) умение осуществлять контроль соблюдения этики речевого общения; 15) умение предупреждать социокультурные конфликты; 16) умение поощрять уважительное отношение к партнеру по общению; 17) умение выбирать медиативную стратегию в соответствии с форматом коммуникации; 18) умение решать профессиональные и межличностные конфликты; 19) умение принимать ответственность за исход медиации.

Выводы. Проведенное исследование выявило четкое распределение сильных сторон между педагогом иностранного языка и ИИ. Генеративный ИИ демонстрирует бесспорное лидерство в медиации текста. В медиации идей ИИ выступает как «архитектор текста», в некоторых аспектах не уступая, а даже превосходя педагога. Однако в медиации в процессе коммуникации педагог обладает непреодолимым преимуществом, основанным на человеческих качествах.

Об авторах

М. Н. Евстигнеев

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина

Автор, ответственный за переписку.
Email: maximevstigneev@bk.ru
ORCID iD: 0000-0003-2664-9134
SPIN-код: 2784-8347
Scopus Author ID: 57206855992
ResearcherId: AAE-8965-2022

кандидат педагогических наук, доцент кафедры лингвистики и лингводидактики

Россия, 392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

Список литературы

  1. 1. Сысоев П.В. Персонализированное обучение иностранному языку на основе технологий искусствен-ного интеллекта // Иностранные языки в школе. 2025. № 2. С. 4-12. https://elibrary.ru/ftazdg
  2. 2. Титова С.В. Интеллектуальные системы обучения для персонализации и адаптации языковых курсов // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2024. № 4. С. 84-99. https://doi.org/10.55959/MSU-2074-1588-19-27-4-6, https://elibrary.ru/epdvjb
  3. 3. Евстигнеев М.Н. Учебная автономия в контексте развития и распространения технологий искусст-венного интеллекта в языковом образовании // Иностранные языки в школе. 2025. № 2. С. 13-21. https://elibrary.ru/artmrn
  4. 4. Сысоев П.В., Филатов Е.М., Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интел-лект: сравнение качества предоставляемой преподавателем и генеративным искусственным интел-лектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71). С. 694-712. https://doi.org/10.32744/pse.2024.5.41, https://elibrary.ru/xzgvgm
  5. 5. Евстигнеев М.Н. Планирование учебного занятия по иностранному языку с помощью технологий генеративного искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитар-ные науки. 2024. Т. 29. № 3. С. 617-634. https://doi.org/10.20310/1810-0201-2024-29-3-617-634, https://elibrary.ru/ahylwe
  6. 6. Блинов В.И., Сергеев И.С., Есенина Е.Ю., Гаркуша Н.С., Родичев Н.Ф. Управление на основе данных: перспективы внедрения в систему профессионального образования // Образование и наука. 2024. Т. 26. № 8. С. 40-64. https://doi.org/10.17853/1994-5639-2024-8-40-64, https://elibrary.ru/gxownj
  7. 7. Худик В.А. Роль искусственного интеллекта в оптимизации учебного процесса в медицинском вузе // Вестник Санкт-Петербургского научно-исследовательского института педагогики и психологии высшего образования. 2025. № 1 (13). С. 5-18. https://elibrary.ru/mratij
  8. 8. Liu C., Wang G.C., Wang H.F. The application of artificial intelligence in engineering education: a syste-matic review. // IEEE Access. 2025 Vol. 13. P. 17895-17910. https://doi.org/10.1109/ACCESS.2025.3532595, https://elibrary.ru/bxasrw
  9. 9. Прохоров А.В. Потенциал технологий искусственного интеллекта в языковой подготовке будущих медиаспециалистов // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 589-595. https://doi.org/10.20310/1810-0201-2024-29-3-589-595, https://elibrary.ru/yuvnvd
  10. 10. Дигтяр О.Ю. Применение цифрового обучения на примере использования современных VR-технологий в рамках обучения студентов иностранному языку: перспективы и тенденции развития // Мир науки, культуры, образования. 2024. № 3 (106). С. 74-76. https://doi.org/10.24412/1991-5497-2024-3106-74-76, https://elibrary.ru/sztkde
  11. 11. Роберт И.В. Искусственный интеллект в образовании: объект изучения в курсе информатики; сред-ство повышения эффективности обучения // Известия Волгоградского государственного педагогиче-ского университета. 2023. № 6 (179). С. 4-10. https://elibrary.ru/hgigry
  12. 12. Роберт И.В. Развитие информатизации образования периода цифровой трансформации // Педагоги-ческое образование и наука. 2025. № 2. С. 7-11. https://doi.org/10.56163/2072-2524-2025-2-7-11, https://elibrary.ru/hywznf
  13. 13. Сысоев П.В., Евстигнеев М.Н. Использование студентами педагогических специальностей техниче-ских решений на основе искусственного интеллекта в ходе педагогической практики // Перспективы науки и образования. 2025. № 4 (76). С. 135-150. https://doi.org/10.32744/pse.2025.4.9, https://elibrary.ru/mubjfy
  14. 14. Сысоев П.В., Евстигнеев М.Н., Сорокин Д.О. Структурная модель подготовки будущих учителей на основе технологий искусственного интеллекта // Перспективы науки и образования. 2025. № 3 (75). С. 139-155. https://doi.org/10.32744/pse.2025.3.9, https://elibrary.ru/flenno
  15. 15. Евстигнеев М.Н., Сысоев П.В., Евстигнеева И.А. Компетенция педагога иностранного языка в усло-виях интеграции технологий искусственного интеллекта в обучении // Иностранные языки в школе. 2023. № 3. С. 88-96. https://elibrary.ru/oqzdse
  16. 16. Евстигнеев М.Н., Сысоев П.В., Евстигнеева И.А. Компетенция педагога иностранных языков в об-ласти искусственного интеллекта // Иностранные языки в школе. 2024. № 3. С. 90-96. https://elibrary.ru/auprsp
  17. 17. Титова С.В., Харламенко И.В. Подготовка педагогических кадров к использованию искусственного интеллекта в обучении иностранным языкам // Вестник Московского университета. Серия 19. Лин-гвистика и межкультурная коммуникация. 2025. № 1. С. 66-84. https://doi.org/10.55959/MSU-2074-1588-19-28-1-5, https://elibrary.ru/froxrr
  18. 18. Титова С.В., Харламенко И.В. Структура профессиональной компетенции педагога иностранных языков в области использования искусственного интеллекта // Язык и культура. 2025. № 69. С. 220-246. https://doi.org/10.17223/19996195/69/11, https://elibrary.ru/eceboi
  19. 19. Сысоев П.В. Компетенция современного педагога в области искусственного интеллекта: структура и содержание // Высшее образование в России. 2025. Т. 34. № 6. С. 58-79. https://doi.org/10.31992/0869-3617-2025-34-6-58-79, https://elibrary.ru/zjmqfd
  20. 20. Alam A. Should robots replace teachers? Mobilisation of AI and learning analytics in education // 2021 In-ternational Conference on Advances in Computing, Communication, and Control. 2021. P. 1-12. https://doi.org/10.1109/ICAC353642.2021.9697300, https://elibrary.ru/ydabre
  21. 21. Fitria T.N. The use of artificial intelligence in education (AIED): Can AI replace the teacher’s role? // Epi-gram. 2023. Vol. 20. № 2. P. 165-187. https://doi.org/10.32722/epi.v20i2.5711, https://elibrary.ru/dxdqgj
  22. 22. Koh J., Cowling M., Jha M., Sim K.N. The human teacher, the AI teacher and the AIED-Teacher relation-ship // Journal of Higher Education Theory & Practice. 2023. Vol. 23. № 17. https://doi.org/10.33423/jhetp.v23i17.6543, https://elibrary.ru/okgfhu
  23. 23. Сысоев П.В. Принципы обучения иностранному языку на основе технологий искусственного интел-лекта // Иностранные языки в школе. 2024. № 3. С. 6-17. https://elibrary.ru/horgdd
  24. 24. Боголепова С.В., Жаркова М.Г. Исследование потенциала генеративных моделей для оценивания эссе и обеспечения обратной связи // Отечественная и зарубежная педагогика. 2024. Т. 1. № 5. С. 123-137. https://doi.org/10.24412/2224-0772-2024-101-123-137, https://elibrary.ru/mhusof
  25. 25. Евстигнеев М.Н. Тематический контроль и критериальное оценивание иноязычных письменных умений с помощью технологий искусственного интеллекта // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 4. С. 913-926. https://doi.org/10.20310/1810-0201-2024-29-4-913-926, https://elibrary.ru/jaajxe
  26. 26. Авраменко А.П. Сравнительный анализ генеративных агентов для разработки индивидуализирован-ных учебных материалов и заданий // Иностранные языки в школе. 2025. № 2. С. 22-26. https://elibrary.ru/msbcin
  27. 27. Сафонова В.В. Медиативная подготовка в лингвокультурном образовании российской академиче-ской элиты // Вестник Московского университета. Серия 19: Лингвистика и межкультурная комму-никация. 2024. Т. 27. № 4. С. 50-67. https://doi.org/10.55959/MSU-2074-1588-19-27-4-4, https://elibrary.ru/wkecnj
  28. 28. Чикризова К.В. Лингводидактический и междисциплинарный анализ понятия медиация как терми-нологическая проблема // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 4. С. 891-902. https://doi.org/10.20310/1810-0201-2024-29-4-891-902, https://elibrary.ru/dkgzuy
  29. 29. Устинова Т.В. Обучение иностранному языку с точки зрения плюрилингвального подхода // Обще-ство: социология, психология, педагогика. 2022. № 10 (102). С. 159-162. https://doi.org/10.24158/spp.2022.10.24, https://elibrary.ru/tbxukx
  30. 30. Коряковцева Н.Ф. Понятие «медиация иноязычного текста» в контексте профессиональной комму-никации и информационной деятельности специалиста // Вестник Московского государственного лингвистического университета. Образование и педагогические науки. 2022. № 1 (842). С. 43-48. https://doi.org/10.52070/2500-3488_2022_1_842_43, https://elibrary.ru/agpysr
  31. 31. Liu H., Fan J. AI‐mediated communication in EFL classrooms: the role of technical and pedagogical stimuli and the mediating effects of AI literacy and enjoyment // European Journal of Education. 2025. Vol. 60. № 1. https://doi.org/10.1111/ejed.12813, https://elibrary.ru/smgkcn
  32. 32. Fathi J., Rahimi M. Utilising artificial intelligence-enhanced writing mediation to develop academic writing skills in EFL learners: a qualitative study // Computer Assisted Language Learning. 2024. P. 1-40. https://doi.org/10.1080/09588221.2024.2374772
  33. 33. Rahimi A.R., Sevilla-Pavón A. The role of design thinking skills in artificial-intelligence language learning (DEAILL) in shaping language learners’ L2 grit: the mediator and moderator role of artificial intelligence L2 motivational self-system // Computer Assisted Language Learning. 2025. P. 1-49. https://doi.org/10.1080/09588221.2025.2477710
  34. 34. Fan J., Zhang Q. From literacy to learning: The sequential mediation of attitudes and enjoyment in AI-assisted EFL education // Heliyon. 2024. Vol. 10. № 17. e37158. https://doi.org/10.1016/j.heliyon.2024.e37158, https://elibrary.ru/xkfxuk
  35. 35. Павлов А.В. Структура медиативных умений студентов-бакалавров, специализирующихся в сфере лингводидактики // Мир науки. Педагогика и психология. 2021. Т. 9. № 2. Ст. 43. https://elibrary.ru/nyrils
  36. 36. Евстигнеев М.Н., Евстигнеева И.А. Развитие умений промпт-инжиниринга у будущего педагога иностранного языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2025. Т. 30. № 4. С. 795-813. https://doi.org/10.20310/1810-0201-2025-30-4-795-813, https://elibrary.ru/pzhyev
  37. 37. Cao S., Zhong L. Exploring the effectiveness of ChatGPT-based feedback compared with teacher feedback and self-feedback: Evidence from Chinese to English translation. https://doi.org/10.48550/arXiv.2309.01645
  38. 38. Alnemrat A., Aldamen H.A.K., Almashour M., Al-Deaibes M., AlSharefeen R. AI vs. teacher feedback on EFL argumentative writing: a quantitative study // Frontiers in Education. Frontiers. 2025. Vol. 10. https://doi.org/10.3389/feduc.2025.1614673
  39. 39. Perry A. AI will never convey the essence of human empathy // Nature Human Behaviour. 2023. Vol. 7. № 11. P. 1808-1809. https://doi.org/10.1038/s41562-023-01675-w, https://elibrary.ru/bactjc
  40. 40. Сысоев П.В., Евстигнеев М.Н. Интеграция технологий искусственного интеллекта в лингвометоди-ческую подготовку будущих учителей иностранного языка // Язык и культура. 2025. № 69. С. 204-219. https://doi.org/10.17223/19996195/69/10, https://elibrary.ru/guzvbi
  41. 41. Евстигнеев М.Н. Модель лингвометодической подготовки будущих учителей иностранного языка на основе технологий искусственного интеллекта // Вестник Тамбовского университета. Серия: Гума-нитарные науки. 2024. Т. 29. № 5. С. 1222-1238. https://doi.org/10.20310/1810-0201-2024-29-5-1222-1238, https://elibrary.ru/ipnyou

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».