Integrating generative ai in foreign language teaching: the influence of digital literacy and critical thinking skills on the formation of communicative competences in students of non-language specialties

Введение / Introduction

Процесс цифровизации языкового образования прошел несколько ключевых этапов. К примеру, С. В. Титова и М. В. Староверова [1] выделяют пять этапов, начиная с внедрения мультимедийных технологий и заканчивая современными адаптивными системами на основе ИИ, перейдя от базовой обработки естественного языка к сложным приложениям, использующим технологии распознавания речи, и интеллектуальным системам обучения. Технологии машинного обучения (Machine Learning) позволяют эффективно оценивать прогресс в обучении студентов и открывают возможности для дифференциации учебных материалов в зависимости от уровня и потребностей студентов. Естественная обработка языка (Natural Language Processing, NLP) используется для автоматизации процесса оценки письменных и устных ответов студентов, а также для создания интерактивных упражнений, то есть ориентирована на развитие навыков письма и разговорной речи. AI (Artificial Intelligence)-системы могут предоставлять обратную связь мгновенно, что значительно ускоряет процесс языковой подготовки студентов, а использование технологий аналитики и визуализации данных позволяет преподавателям и студентам объективнее оценивать результаты обучения и принимать обоснованные решения в планировании процесса обучения. Ф. Каратас и Ф. Абеди систематизировали роли, которые технологии ИИ выполняют в учебном процессе, в частности: роль компилятора информации, ассистента-исследователя, собеседника, партнера по беседе и помощника по написанию текстов [2]. Универсальность и адаптивность нейросетей в поддержке различных аспектов изучения языка создают условия для поддержки процессов самостоятельного и персонализированного обучения. Т. Е. Исаева отмечает, что, выступая в качестве цифрового репетитора, партнера по беседе и помощника по написанию текстов, нейросеть может предоставить учащимся возможности практиковать и совершенствовать свои языковые навыки в их собственном темпе и в соответствии с их индивидуальными потребностями [3]. По мнению Ф. Караташ, Ф. Абеди и других, несмотря на обнаруженные ограничения в возможностях развития разговорных навыков, применение технологий ИИ достаточно эффективно влияет на развитие навыков письменной речи [4]. Данный тезис подтверждается в исследованиях Б. Климовой, М. Пикхарта и других ученых, которые отмечают положительные эффекты в развитии навыков не только понимания и произношения, но и системного улучшения способности восприятия иностранного языка [5]. К примеру, чат-боты и виртуальные ассистенты способны имитировать разговор с носителем языка, предоставляя студентам возможность практиковать язык в реальных ситуациях, развивая разговорные навыки. Исследования Е. А. Падалецкого, Н. В. Смирновой подтверждают тот факт, что использование чат-ботов на базе искусственного интеллекта (GenAI) приводит к значительному повышению уровня мотивации к изучению иностранного языка [6]. А. Юдинцева объясняет этот эффект способностью диалоговых чат-ботов с персонифицированными аватарами эффективно усиливать уровень эмоциональной вовлеченности в процесс изучения языка и снижать уровень тревожности [7]. Чат-боты предоставляют студентам возможность взаимодействовать на иностранном языке в реальном времени, что способствует улучшению навыков общения и восприятия языка на слух. Кроме того, как отмечают в своих исследованиях Н. С. Гаркуша и Ю. С. Городова, чат-боты обеспечивают мгновенную обратную связь, что помогает учащимся определить свои сильные и слабые стороны и улучшить языковые навыки [8]. Технологии ИИ позволяют создать новые обучающие модели, в которых полностью исключена роль преподавателя. К. Суджияма и Ц. Яманака, разработчики данной модели, утверждают, что она может обеспечить лучшие условия для изучения английского языка, чем преподаватели в процессе обучения иностранному языку [9]. Данный тезис является достаточно спорным и, как правило, подвергается критике в отечественных исследованиях. И. Ю. Лавриненко отмечает, к примеру, что ChatGPT не всегда может предоставить подробную обратную связь по произношению или грамматике, чат-бот может совершать ошибки в рассуждениях или быть слишком доверчивым [10]. Большая часть исследований обосновывает тезис о невозможности исключения преподавателя из образовательной практики, в том числе и в процессе обучения иностранному языку. А. В. Резаев и Н. Д. Трегубова вводят термин «табуированная зона», определяя элементы системы обучения, в которых технологии ИИ не способны справиться с дидактическими заданиями [11]. Является доказанным и тот факт, что интеграция технологий искусственного интеллекта привела к заметным достижениям в различных аспектах овладения языком, таким как развитие лексических и грамматических структур, улучшение результатов процесса понимания прочитанного и повышение уверенности учащихся в письме. С другой стороны, нейросети открыли не только новые возможности для изучения иностранного языка, но и породили в научной среде новые дискуссии о перспективах их использования. Я. Петрович и М. Йованович обращают внимание на необходимость дополнительных исследований для понимания влияния чат-ботов на эмоциональную вовлеченность и мотивацию обучающихся [12]. Е. Е. Кувшинова отмечает важность регламентации статуса преподавателя иностранного языка в процессе перехода от роли транслятора знаний к фасилитатору, тьютору и разработчику образовательных траекторий [13]. В результате анализа содержания исследований, посвященных использованию ChatGPT в изучении языков, за период с ноября 2022 года по ноябрь 2023 года Б. Ли, В. Л. Лоуэлл и Ч. Ван приходят к аналогичным выводам [14]. Р. де ля Валь и Ф. Арайя описали и систематизировали недостатки инструментов обучения языку на основе ИИ следующим образом: отсутствие человеческого взаимодействия; сложности в воспроизведении культурных и контекстуальных нюансов языка; ограниченная способность в создании оригинального текста и в распознавании ошибок [15]. Одна из самых обсуждаемых проблем ‒ этические аспекты использования ИИ в обучении, в частности то, как повлияет на академическую честность и мошенническое поведение учащихся применение генеративного ИИ в процессе обучения. Д. Дакани и Н. Сафа провели исследование, позволившее выявить изменения в уровне и характере академического мошенничества в процессе применения ИИ, а также отметили необходимость детального изучения вопросов адаптации педагогов к внедрению данной технологии в процесс языковой подготовки [16]. В качестве ключевых проблем М. Варшауэр и другие выделяют три ключевых противоречия в применении ИИ для обучения иностранному языку [17]. Первое противоречие М. Варшауэр называет «противоречие имитации», оно связано с вероятностью обвинения студентов в плагиате при использовании текстов, сгенерированных искусственным интеллектом. Особенности данного аспекта в отечественной практике преподавания последовательно рассмотрены в исследованиях Н. Г. Кондрахиной и О. Н. Петровой [18], а в работах М. В. Субботиной рассматривается в контексте дихотомии «друзья – враги» [19]. Второе противоречие ‒ «богатые становятся еще богаче». Данное противоречие описывает потенциал технологий искусственного интеллекта в процессе роста уровня цифрового неравенства. Третье противоречие – «с или без» – обозначает потенциальную зависимость обучающегося от ИИ в развитии языка  и предполагает, что студенты, обладающие более высоким уровнем владения языком, демонстрируют высокий уровень осмысленности и избирательности в процессе коммуникаций с ИИ. В то же время студенты, имеющие низкий уровень языковой подготовки, лишены критичности в оценке качества результатов взаимодействия с ИИ. При этом Дж. Хадли, А. Бун обнаружили, что конструктивное использование ИИ в обучении возможно только в том случае, если у студентов развиваются навыки критического мышления (когнитивный процесс сбора, анализа и оценки информации для принятия обоснованных суждений и выбора решений) и растет цифровая грамотность [20]. В этом контексте исследование, направленное на анализ условий применения технологий генеративного ИИ в процессе языковой подготовки, позволит оценить возможности конструктивного применения технологий ИИ в формировании иноязычных компетенций у студентов неязыковых специальностей.

Таким образом, цель исследования заключалась в том, чтобы оценить влияние изменений в уровне критического мышления и цифровой грамотности на успешность формирования иноязычных компетенций у студентов неязыковых специальностей по индикаторам УК-4.

Обзор литературы / Literature review

Результаты современных исследований подтверждают тот факт, что успешное использование ИИ-технологий в образовательном процессе требует от учащихся не только технических компетенций, но и развитых когнитивных способностей, позволяющих эффективно взаимодействовать с цифровыми ресурсами. Так, результаты исследований Е. Д. Ромеро и Дж. Бобкиной позволили последовательно обосновать важность развития критического мышления, эмпатии и поведенческой адаптивности для борьбы с этноцентризмом при формировании навыка ориентирования в различных культурных средах [21]. Авторы подчеркивают значимость процесса развития способности анализировать различия в ценностях, традициях и мировоззрении в процессе формирования навыков межкультурной коммуникации. Данные выводы согласуются с результатами исследования, представленными в работах Ф. Джалиль, М. Павлак, С. Мехраин и других ученых, которые уделяют особое внимание необходимости формирования толерантности посредством развития рефлексивных практик при изучении иностранного языка [22]. Исследования Ч. Чжай, С. Вибово, Л. Ли подтвердили тот факт, что диалоговые системы, основанные на искусственном интеллекте, создавая культурно релевантный юмор и обеспечивая эмоциональную вовлеченность, сопереживание, объединяя родной язык и язык перевода, не только способны обеспечивать высокий уровень вовлеченности студентов, но и развивают их межкультурные компетенции [23]. При этом, как обнаружили А. Киндер, Ф. Дж. Бризе и другие авторы, адаптивные технологии ИИ способны учитывать индивидуальные особенности учащихся, последовательно интегрируясь в процесс обучения иностранному языку, ориентированному на концепцию персонализированного обучения [24]. Отдельное направление исследований – оценка влияния процесса применения технологий искусственного интеллекта на аффективные реакции учащихся, изучающих английский как иностранный. Н. Н. Мелех и Н. В. Эбель выделяют как положительные, так и отрицательные факторы влияния технологий ИИ на процесс обучения студентов [25]. В качестве положительных факторов упоминаются: возможность повышения уровня персонализации обучения, автоматизация процессов проверки заданий, обратной связи и снижение нагрузки на преподавателей, рост уровня критического мышления. К отрицательным авторы отнесли снижение уровня самостоятельности студентов и формирование зависимости от технологий, этические вопросы, связанные с авторским правом. ИИ обеспечивают более точную и оперативную оценку знаний учащихся. В своих исследованиях С. М. Богатова, О. В. Фрезе также отмечают, что технологии генеративного ИИ способны значительно повысить уровень качества обратной связи, предоставляемой студентам в процессе обучения, и способствуют лучшему усвоению материала [26]. Оценивая конкретные результаты обучения, А. С. Бобунова и М. Г. Сергеева отмечают рост уровня мотивации студентов и улучшение фонетических навыков [27]. Однако, как утверждают авторы, применение технологий ИИ в развитии лексических и грамматических навыков значительных результатов не продемонстрировало. В свою очередь, исследования Л. Конке и других подтвердили тот факт, что использование технологий ИИ повышает беглость речи [28], а Ю. В. Шубина отмечает, что внедрение технологий ИИ позволяет увеличить объем усвоенной лексики на 35% по сравнению с традиционными методами, скорость запоминания увеличивается в среднем на 28%, а длительность сохранения в памяти – на 42% [29]. Положительные эффекты отмечены и в исследованиях Е. П. Шишмолиной. Результаты применения технологий ИИ в подготовке публичных выступлений продемонстрировали рост уровня логичности и структурированности выступлений, качества речевого оформления и визуализации материалов [30]. Еще один положительный эффект внедрения технологий ИИ в языковую подготовку студентов ‒ успешная интеграция курса иностранного языка в профессиональную подготовку. О. Н. Бессарабова, Э. Ш. Шефиева [31] отмечают, что цифровые технологии позволяют эффективно адаптировать курс иностранного языка к задачам формирования профессиональных компетенций, обеспечивая ему прикладной характер. 

Положительные эффекты внедрения ИИ в языковую подготовку студентов имеют ряд ограничений, а положительные эффекты внедрения ИИ в процесс обучения проявляются только при соблюдении ряда условий. Л. Алтвиджри и Т. Аль-Гиззи пришли к выводу, что доказанный положительный эффект влияния технологий ИИ на уровень мотивации и вовлеченности в процесс обучения проявляется только у компетентных студентов, обладающих необходимыми навыками работы с ресурсами ИИ [32], а результаты исследований Н. Яо и К. Ван подтвердили, что уровень цифровой грамотности не только студентов, но и преподавателей является основным фактором, определяющим успешность использования ИИ-инструментов в образовании [33]. В целом внедрение технологий ИИ в процесс языковой подготовки требует системных изменений в программе обучения и методике преподавания. Изменения должны начинаться с создания условий для формирования новых компетенций у преподавателя, которые не ограничиваются ростом уровня цифровой грамотности. Е. Е. Кувшинова прогнозирует существенные изменения роли преподавателя иностранного языка в образовательном процессе [34]. По мнению исследователя, преподаватель будет реализовывать новые функции – от транслятора знаний к фасилитатору, тьютору, а затем и разработчику образовательных траекторий. Со стороны студентов также должны произойти изменения, которые обеспечат успешность внедрения ИИ технологий в процесс обучения. И. В. Тоцкая и Л. А. Недоспасова отмечают, что не все обучающиеся готовы взаимодействовать с чат-ботами, то есть психологическая готовность студентов к общению с чат-ботами может оказать значительное влияние на эффективность обучения. Также авторы выражают сомнения в том, что ИИ может создавать эффект социального присутствия, по их мнению, вопрос о том, способствуют ли чат-боты ощущению социального взаимодействия или, наоборот, препятствуют ему, остается открытым [35]. В свою очередь К. Кай и Ю. Лин утверждают, что на ожидаемую производительность и удовлетворенность студентов при использовании ChatGPT, прежде всего, влияет качество информационной системы и гедоническая мотивация [36]. Авторы доказывают важность создания качественного дизайна информационной системы и учета мотивационных факторов для успешного внедрения ChatGPT и, таким образом, обосновывают важность системного подхода к внедрению технологий ИИ в процесс обучения.

Вопросы пересмотра педагогических стратегий в условиях цифровой трансформации рассматриваются Р. Масаде, М. З. Аль-Кудом, А. Шатнави и другими исследователями, обращающими внимание на необходимость адаптации традиционных методик к новым реалиям [37]. Результаты, представленные в исследовании, показывают, что преподаватели должны не только осваивать цифровые инструменты, но и переосмысливать методы взаимодействия со студентами, делая процесс обучения интерактивным и динамичным. М. Р. М. Амин, И. Исмаил, В. М. Шивакумаран обращают особое внимание на тот факт, что применение ИИ особенно эффективно в среде дистанционного обучения, где автоматизированные инструменты могут компенсировать отсутствие живого взаимодействия, подтверждая, что ИИ-технологии могут воспроизводить элементы естественного взаимодействия, создавая эффект присутствия преподавателя даже в онлайн-формате [38]. В дополнение результаты исследования А. Рапака, С. К. Дхармадхикари, К. Касат и других авторов продемонстрировали необходимость сочетания инструментов искусственного интеллекта с методами игрового обучения, так как именно такая интеграция может значительно повысить мотивацию студентов и открыть новые перспективы для разработки инновационных методик преподавания иностранных языков [39]. Сочетание методов геймификации и технологий искусственного интеллекта положительно влияет на мотивацию и эффективность изучения иностранного языка, создавая персонализированный опыт обучения в увлекательной и иммерсивной среде. Кроме того, использование ИИ в геймифицированных приложениях способствует развитию критического мышления и навыков решения проблем, так как студенты часто сталкиваются с задачами, требующими логического подхода и принятия решений в реальном времени. Дж. Фан и К. Чжан в своих исследованиях настаивают на том, что именно такая интеграция обеспечит устойчивость и эффективность результатов языковой подготовки студентов с помощью технологий генеративного ИИ и послужит основой для разработки долгосрочных стратегий развития коммуникативных компетенций [40]. Интеграция цифровых и традиционных методов обучения также позволяет адаптировать коммуникативные навыки к профессиональным требованиям.

Таким образом, результаты исследования вопросов внедрения технологий ИИ в процесс языковой подготовки студентов демонстрируют большое количество положительных эффектов, обнаруживая необходимость комплексного подхода к его интеграции. Развитие цифровой грамотности студентов, адаптация методик преподавания к новым технологическим условиям и сочетание традиционных и инновационных стратегий становятся ключевыми факторами успешного внедрения ИИ в образовательный процесс. При этом ИИ выступает не заменой преподавателя, а инструментом, делающим обучение более персонализированным и адаптивным.

Методологическая база исследования / Methodological base of the research

Исследование проводилось с использованием квазиэкспериментального дизайна, в котором участвовали две группы студентов: экспериментальная и контрольная. В ходе эксперимента была проверена гипотеза: развитие цифровой грамотности навыков критического мышления повышает эффективность использования технологий ИИ в процессе обучения иностранному языку студентов неязыковых специальностей.

Выборка. В эксперименте приняли участие 150 студентов II курсов, проходящих обучение в ФГБОУ ВО ДГТУ, изучающих курс «Английский язык» в рамках обязательной учебной программы (бакалавриат) в объеме 64 часа практических занятий. Условия включенности респондентов в выборку представлены в табл. 1.

Таблица 1

Условия включенности респондентов в выборку

Студенты были разделены на две группы, в которых процесс использования нейросетей в процессе обучения имел разные регламенты. В экспериментальной группе 1 (интегрированное использование) студенты целенаправленно использовали возможности нейросетей, параллельно развивая навыки критического мышления и компьютерной грамотности. Контрольная группа (произвольное использование) состояла из студентов, которые использовали нейросети в процессе обучения языку интуитивно, без дополнительных рекомендаций и заданий. Длительность эксперимента – один семестр.

Концептуальная основа исследования. В данном исследовании феномен цифровой грамотности представлен в интерпретации Б. Хаснан и понимается как умелое использование технологических инструментов на базе искусственного интеллекта, необходимых в цифровую эпоху [41]. Задания для экспериментальной группы были разработаны на основе фреймворка Х. Муньос-Басолса и других ученых IMI (Integration, Multimodality, Interaction) +, где «прикладной перевод» предполагает интеграцию процесса перевода в систему обучения языку с учетом его мультимодальной и интерактивной природы, которая свойственна цифровому тексту [42]. Фреймворк включает пять принципов. «Интеграция» рассматривает переводчика как социального агента и культурного посредника, работающего с мультимодальными текстами и культурными различиями. «Мультимодальность» отражает гибкость современных текстов и необходимость новых навыков восприятия. «Интеракция» предполагает развитие ICC через активное взаимодействие на изучаемом языке.

Сбор и анализ данных. Для оценки цифровой грамотности использовалась шкала цифровой грамотности (Digital Literacy Scale, DLS), включающая 29 пунктов, распределенных по шести факторам, разработанная С. Байракчи и Г. Нарманыоглу [43]. Каждый пункт оценивался по 5-балльной шкале Лайкерта (от 1 до 5), где 1 – «полностью не согласен», а 5 – «полностью согласен». Общий балл рассчитывался как среднее значение всех пунктов, отражая общий уровень цифровой грамотности студента. Тестирование проходило через сервис Google Форм. Общий балл рассчитывался как среднее значение всех пунктов, отражая общий уровень цифровой грамотности студента. Для оценки навыков критического мышления был использован тест на платформе Easy-quizzz.com. Оценка уровня языковых компетенций проходила на платформе Moodle по тестовым заданиям, составленным авторами-преподавателями курса «Английский язык».  Тестирование включало несколько компонентов: грамматика и лексика, аудирование, чтение, письмо и разговорная речь. Для оценки грамматики и лексики были использованы тесты на знание грамматических структур и лексики.  Прослушивание аудиозаписей и выполнение заданий на понимание языка позволили оценить навык аудирования. Также оценивались навыки чтения и понимания. Навыки письменной речи анализировались по результатам написания короткого эссе или письма на заданную тему. Разговорная речь оценивалась в процессе короткого интервью с преподавателем. Пре-тест и пост-тест позволили оценить начальный и конечный уровни владения иностранным языком, а также отследить изменения в уровнях критического мышления и цифровой грамотности студентов. Пре-тестирование было проведено в конце второго семестра, пост-тестирование ‒ в конце третьего. Данные были обработаны в Microsoft Office Excel с использованием методов статистического анализа. Первый этап включал описательную статистику: расчет средних значений и стандартных отклонений для результатов тестирования по различным языковым компонентам. Для сравнения средних значений между экспериментальной и контрольной группами применялся t-тест для независимых выборок. Корреляционный анализ с расчетом коэффициентов Пирсона позволил выявить взаимосвязь между изменениями в уровне развития цифровой грамотности и критического мышления и улучшением результатов обучения. Применение регрессионного анализа дало возможность оценить, насколько эти изменения связаны с изменениями в уровне развития языковых компетенций у студентов.

В экспериментальной группе задания основывались на принципах IMI+. Студенты критически анализировали тексты, созданные ИИ-моделями (Claude, Mistral Large, Bard, GigaChat, YandexGPT), оценивали их содержание и логику, участвовали в дискуссиях, используя ИИ для подготовки аргументов. Рефлексивные эссе помогали развивать самоанализ и критическое мышление. Студенты проводили исследования по темам, связанным с курсовыми работами, используя ИИ для сбора и анализа данных. Таким образом формировались навыки формулировки гипотез и фактчекинга при работе с информацией. Дополнительное обучение предполагало прохождение онлайн-курсов «Бесплатный онлайн курс по ChatGPT и Midjourney» от BotHub (https://academy.bothub.chat/) и «Введение в искусственный интеллект и машинное обучение в Google Cloud» https://www.cloudskillsboost.google/course_templates/593). На данных курсах студенты получили системное представление о принципах работы нейросетей и их практическом применении в научных исследованиях и профессиональной деятельности.

Методологические ограничения. Исследование имеет несколько методологических ограничений. Продолжительность эксперимента может быть недостаточной для оценки долгосрочных эффектов использования ИИ в обучении, таких как устойчивые улучшения языковых навыков и изменение отношения к обучению. Структура выборки ограничивает возможность обобщения результатов и экстраполяцию выводов. Также следует отметить, что различия студентов в изначальном уровне языковой подготовки, стилях обучения, типа учебной мотивации могут существенно влиять на восприятие и эффективность использования ИИ-инструментов. Наконец, использование студентами рекомендованных ИИ-инструментов может снизить уровень объективности выводов относительно применения других технологий, так как разные инструменты могут иметь различные функциональные возможности и уровни эффективности. Перечисленные ограничения подчеркивают необходимость дальнейших исследований с более длительными сроками и высоким уровнем дифференциации структуры выборки.

Результаты исследования / Research results

Данные, полученные в результате пре- и пост-тестирования студентов по шкале оценки цифровой грамотности (DLS), представлены в табл. 2.

Таблица 2

Изменение уровня цифровой грамотности по шкале DLS, баллы

Данные, представленные в табл. 2, иллюстрируют значительные изменения в уровне цифровой грамотности студентов, участвовавших в эксперименте, по шести ключевым компонентам шкалы DLS. В экспериментальной группе, где студенты прошли дополнительные курсы по цифровой грамотности и выполняли задания, ориентированные на развитие критического мышления, наблюдается заметное улучшение по всем измеряемым параметрам. Например, в компоненте «Общие знания» среднее значение увеличилось с 3,39 до 4,05, что свидетельствует о значительном прогрессе в обучении студентов группы 1. В группе 2 изменения были минимальными, с 3,40 до 3,42. Данный тренд сохраняется и в других компонентах, таких как «Функциональные навыки», где в экспериментальной группе среднее значение выросло с 3,48 до 4,20, при этом в контрольной группе изменения остались незначительными. Анализ компонента «Ежедневное использование» также показывает значительное улучшение в экспериментальной группе, где среднее значение увеличилось с 3,55 до 4,25. Данный результат доказывает эффективность рекомендованных дополнительных курсов. В то же время в контрольной группе изменения оставались на уровне 3,45 до 3,56, что свидетельствует об отсутствии значительного прогресса. В компоненте «Продвинутое создание контента» наблюдается аналогичная картина: в экспериментальной группе среднее значение выросло с 3,31 до 4,00, тогда как в контрольной группе изменения были минимальными, с 3,29 до 3,31. Компонент «Конфиденциальность и безопасность» также демонстрирует значительное улучшение в экспериментальной группе, где среднее значение увеличилось с 3,41 до 4,15, в отличие от контрольной группы, где изменения были незначительными, с 3,45 до 3,46. Наконец, в компоненте «Социальное измерение» среднее значение в экспериментальной группе выросло с 3,37 до 4,10, что также демонстрирует положительное влияние дополнительных курсов. В контрольной группе изменения оставались минимальными, с 3,31 до 3,36. Статистический анализ с использованием t-теста для независимых выборок подтвердил значимость различий между группами для всех компонентов, значение p для всех компонентов было меньше 0,005. Полученный результат подтверждает гипотезу о положительном влиянии развития цифровой грамотности на эффективность использования технологий искусственного интеллекта в процессе обучения. Таким образом, можно заключить, что интеграция курсов по цифровой грамотности и критическому мышлению в образовательный процесс способствует значительному улучшению цифровых компетенций студентов, что, в свою очередь, может положительно сказаться на их языковой подготовке и общей успеваемости.

Результаты оценки изменений в навыках критического мышления студентов на основании прохождения теста Уотсона – Глейзера представлены в табл. 3.

Таблица 3

Результаты оценки изменений в навыках критического мышления
на основании прохождения теста Уотсона – Глейзера, процентильный ранг

Данные, представленные в табл. 3, демонстрируют произошедшие изменения в навыках критического мышления студентов. Исследование навыков по компоненту «Выводы» позволяет оценить способность студента делать обоснованные выводы на основе предоставленной информации. В экспериментальной группе наблюдалось значительное улучшение, где среднее значение увеличилось с 45,20 до 68,50. Значения полученных данных позволяют сделать вывод о том, что студенты из экспериментальной группы 1 стали эффективнее анализировать информацию, делать обоснованные выводы. В контрольной группе 2 изменения были минимальными. Компонент «Интерпретация» измеряет способность студентов понимать и объяснять значение информации. В экспериментальной группе среднее значение выросло с 43,10 до 65,20, что позволяет утверждать: студенты стали лучше понимать смысл и контекст предоставленных данных. В контрольной группе изменения оставались незначительными, что подчеркивает важность целенаправленного обучения для развития этого навыка. Компонент «Дедукция» демонстрирует навык рассуждения от общих положений к частным, умение делать последовательные выводы, доказывать истинность/ложность фактов. Положительное изменение значения этого компонента в экспериментальной группе с 48,70 до 72,30 свидетельствует о прогрессе в развитии логического мышления и умении применять теоретические знания на практике. Контрольная группа не продемонстрировала такого результата. Компонент «Аргументы» позволяет оценить навыки аргументации. В экспериментальной группе среднее значение выросло с 46,90 до 70,00, в контрольной группе изменения были минимальными. Компонент «Предположения» измеряет способность студентов делать обоснованные предположения на основе существующей информации, формулировать гипотезы. В экспериментальной группе среднее значение данного компонента увеличилось с 50,50 до 74,20, что позволяет говорить об улучшении навыков в формулировке гипотез. Данные контрольной группы не демонстрируют такого результата.  Таким образом, результаты тестирования подтверждают тот факт, что система учебных задний, построенная на принципах IMI +, позволяет развивать навыки критического мышления при создании и обработке цифровых текстов.

В табл. 4 представлены данные об изменениях в уровне развития иноязычных компетенций до и после прохождения курса «Английский язык».

Таблица 4

Изменения в уровне развития иноязычных компетенций студентов
до и после прохождения курса «Английский язык», баллы

Результаты оценки иноязычных компетенций студентов также демонстрируют различия в изменениях. До эксперимента показатели обеих групп были сопоставимы. После завершения курса в первой группе наблюдаются значительные изменения в уровне развития компетенций. В устной коммуникации студенты первой группы улучшили результаты с 30,3 до 75,2 балла, тогда как во второй группе прирост составил с 31,2 до 70,5 балла. Средние значения также выше у первой группы (52,75 против 50,85), а p-значение 0,03 подтверждает статистическую значимость данных различий. Аналогичная тенденция прослеживается и в письменной коммуникации: прирост у первой группы – 44,9 балла, у второй – 40,3 балла при t = 1,15 и p = 0,01. В навыках понимания прочитанного разрыв между группами также заметен: прирост в первой группе составил 42,8 балла, во второй – 38,2, что подкрепляется t = 1,71 и p = 0,02.  Развитие навыков аудирования, уровень усвоения знаний в области грамматики и объема лексики также эффективнее в первой группе, которая демонстрирует лучшие результаты с приростом 45,5 и 44,2 балла соответственно против 39,7 и 38,6 у второй группы. Полученные данные свидетельствуют о том, что применение экспериментальных методов обучения в первой группе привело к значительным улучшениям иноязычных компетенций. Данный тезис подтверждается статистической значимостью различий в оценках компетенций.

В табл. 5 представлен результат оценки влияния изменений в уровне цифровой грамотности и навыках критического мышления на результаты обучения студентов по курсу «Английский язык».

Таблица 5

Оценка влияния изменений в уровне цифровой грамотности и навыках
критического мышления на результаты обучения по курсу «Английский язык»

Полученные данные доказывают тот факт, что оба фактора, цифровая грамотность и навыки критического мышления, оказывают значительное влияние на все оцененные компоненты языковой компетенции. Высокие коэффициенты, связанные с цифровой грамотностью, демонстрируют ее значительное влияние на развитие иноязычных компетенций студентов. Наиболее выраженные результаты наблюдаются в навыках понимания прочитанного (0,90) и аудирования (0,88). Данный факт подтверждается высокими t-значениями (8,18 и 8,80) и статистической значимостью (p = 0,0001). Значительный рост отмечен и в развитии навыков письменной и устной коммуникации (0,80 и 0,85), о чем свидетельствует уровень дисперсии (R2 = 0,88 и 0,85). Также было подтверждено, что навыки критического мышления играют значительную роль в развитии компетенций, особенно в навыках понимания прочитанного (0,70) и письменной коммуникации (0,65), о чем свидетельствуют t-значения 5,00 и p = 0,001. Незначительное влияние навык критического мышления оказал на уровень знания грамматики и лексики (0,55), хотя и здесь оно остается статистически значимым (p = 0,003).

В целом результаты исследования показывают, что высокая цифровая грамотность и развитое критическое мышление способствуют успешному обучению, при этом цифровая грамотность оказывает более заметное влияние на результаты развития иноязычных компетенций студентов. Результаты пост-тестирования показывают, что развитие навыков критического мышления и компьютерной грамотности положительно повлияло на формирование иноязычных компетенций в экспериментальной группе. Студенты, которые использовали технологии генеративного ИИ и выполняли задания, предполагающие развитие критического мышления, проходили дополнительные курсы для повышения цифровой грамотности, показали значительное улучшение в устной и письменной коммуникации по сравнению с контрольной группой. Данный факт подтверждает гипотезу о том, что развитие критического мышления и цифровой грамотности обеспечивает лучший результат применения ИИ в процессе обучения иностранному языку. Таким образом, результаты эксперимента доказали эффективность интегрированного подхода к внедрению технологий ИИ в процесс обучения иностранному языку студентов неязыковых специальностей. В частности, развитие навыков критического мышления, таких как анализ текстов, участие в дискуссиях и дебатах, а также рефлексивное письмо, способствует более глубокому и осознанному усвоению материала, развитию иноязычных компетенций по индикаторам УК-4. В свою очередь, спонтанное использование технологий генеративного ИИ, без структурированного подхода и развития дополнительных навыков, не обеспечивает видимого эффекта в достижении качественных результатов процесса обучения иностранному языку.

В целом для повышения достоверности полученных результатов необходимо провести исследование с более крупной и разнообразной выборкой, включающей студентов из разных вузов и специальностей. Перспективы дальнейших исследований предполагают проведение лонгитюдных исследований для оценки долгосрочного влияния ИИ на результаты изучения языка. Такое исследование должно быть долгосрочным, ориентированным на оценку прогресса студентов на протяжении нескольких семестров или лет. Для изменения уровня объективности процедуры оценки должны быть стандартизированы и проводиться с привлечением независимых экспертов. В свою очередь, обеспечение равного доступа к техническим ресурсам в процессе обучения минимизирует ограничения, связанные с техническими возможностями.

Заключение / Conclusion

Результаты проведенного исследования подтверждают тот факт, что интеграция технологий ИИ в процесс обучения иностранному языку студентов неязыковых специальностей существенно повышает уровень иноязычных компетенций, особенно при параллельном развитии критического мышления и цифровой грамотности. В экспериментальной группе, где студенты систематически применяли ИИ-инструменты и проходили специализированные курсы, зафиксировано значительное улучшение навыков устной и письменной коммуникации, понимания прочитанного, аудирования, а также владения грамматикой и лексикой. Статистически значимые различия в результатах между экспериментальной и контрольной группами подтверждают эффективность интегрированного подхода. Научная ценность исследования заключается в обосновании важности развития критического мышления и цифровой грамотности как ключевых факторов успешного применения ИИ в обучении иностранным языкам. Полученные данные дополняют существующие научные разработки в области языковой подготовки и образовательных технологий, предлагая системный подход к интеграции ИИ в образовательный процесс. Практическая ценность результатов заключается в разработке подхода к процессу языковой подготовки, основанного на фреймворке IMI +, который может быть применен в образовательных программах технических вузов и других учебных заведений. Использование предложенного подхода способствует улучшению уровня языковой подготовки студентов, повышению их мотивации и вовлеченности, а также развитию навыков, востребованных в условиях цифровой экономики.

Результаты исследования могут быть использованы в сфере профессионального образования, корпоративного обучения, а также при разработке онлайн-курсов и программ дополнительного образования. Перспективы дальнейших исследований включают проведение лонгитюдных исследований для оценки долгосрочного влияния ИИ на результаты изучения языка, изучение возможностей интеграции ИИ с другими образовательными технологиями и подходами, а также расширение выборки за счет студентов различных специальностей и вузов. Такой подход к организации дальнейших исследований позволит разработать универсальные стратегии применения ИИ в обучении иностранным языкам и повысить объективность полученных результатов.