Применение инструментов искусственного интеллекта для автоматической проверки языковых навыков
https://doi.org/10.51955/2312-1327_2025_4_149
Аннотация
В статье рассматривается применение инструментов искусственного интеллекта (ИИ) для автоматической проверки письменных работ учащихся 10–11 классов. Актуальность исследования обусловлена растущим запросом на интеграцию цифровых инструментов в образовательный процесс и необходимостью модернизации подходов к оценке языковых навыков. В ходе экспериментального исследования проведен сравнительный анализ эффективности, точности и объективности автоматизированной проверки эссе с помощью ИИ и традиционной экспертной оценки. Результаты демонстрируют высокую эффективность ИИ в выявлении грамматических и лексических ошибок, однако отмечаются значительные расхождения с экспертной оценкой в критериях структуры, логики и стиля текста. На основе анализа сформулированы рекомендации по гибридной модели оценивания, сочетающей технологические возможности ИИ и педагогическую экспертизу.
Об авторах
Е. Е. Никулин
Иркутский государственный университет
Россия
Россия
Евгений Евгеньевич Никулин
Карла Маркса, 1 Иркутск, 664003
С. Ю. Богданова
Иркутский государственный университет
Россия
Россия
Светлана Юрьевна Богданова, доктор филологических наук, профессор
Карла Маркса, 1 Иркутск, 664003
Список литературы
1. Алексеева Л. Г. Язык промптов, или особенности формулирования запросов к генеративным нейросетям для создания изображений / Л. Г. Алексеева, П. С. Алексеев // Verba. СевероЗападный лингвистический журнал. 2024. № 3 (13). С. 50-61. DOI 10.34680/VERBA-2024- 3(13)-50-61. EDN ZVOBBA.
2. Галагузова М. А. Искусственный интеллект в педагогике: от понятия к функции / М. А. Галагузова, Ю. Н. Галагузова, Г. Н. Штинова // Педагогическое образование в России. 2024. №. 2. С. 48-55. EDN JBMYDO.
3. Карпов В. Э. К вопросу об этике и системах искусственного интеллекта / В. Э. Карпов, П. М. Готовцев, Г. В. Ройзензон // Философия и общество. 2018. №. 2 (87). С. 84-105. DOI 10.30884/jfio/2018.02.07. EDN YAEVYT.
4. Лапина А. Проверка домашних заданий школьников станет автоматической // [Электронный ресурс]. – 2021. URL: https://skillbox.ru/media/education/proverkadomashnikh-zadaniy-shkolnikov-stanet-avtomaticheskoy/ (дата обращения: 16.10.2025).
5. Лапина А. Создана программа, способная проверять эссе на английском языке эффективнее учителя // [Электронный ресурс] – 2022. URL: https://skillbox.ru/media/education/sozdanaprogramma-sposobnaya-proveryat-esse-na-angliyskom-yazyke-effektivnee-uchitelya/ (дата обращения: 16.10.2025).
6. Петров С. В. Гиперкорректность как причина ошибок в речи учащихся // Международный научно-исследовательский журнал. 2022. № 2-3 (116). С. 160-162. DOI 10.23670/IRJ.2022.116.2.100. EDN QOMYRF.
7. Пупков Т. С. Применение матрицы ошибок (confusion matrix) для оценки качества обучения моделей классификации // Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем : Сборник материалов Всероссийской научно-практической конференции, Воронеж, 10 июня 2021 года. Воронеж: Воронежский институт Министерства внутренних дел Российской Федерации, 2021. С. 35-36. EDN EKDEYO.
8. Свинцов Р. Ложноположительные и ложноотрицательные результаты анализов // Ветеринария сельскохозяйственных животных. 2016. № 5. С. 62-65. EDN YXFPPN.
9. Ступницкая М. Критериальное оценивание // Педагогические измерения. 2015. №. 1. С. 52- 74. EDN TUFWDF.
10. AI Technologies in Training PhD Students / S. Bogdanova, M. Stepanova, M. Matytcina [et al.] // 4th International Conference on Technology Enhanced Learning in Higher Education (TELE), Lipetsk, Russian Federation, 2024. Pp. 153–156. DOI 10.1109/TELE62556.2024.10605642. EDN VPRQNC.
11. Automated Writing Evaluation Tools: Guide 2025 // [Электронный ресурс]. – 2024. URL: https://www.yomu.ai/blog/automated-writing-evaluation-tools-guide-2025 (дата обращения: 17.10.2025).
12. Chowdhary K. R. Natural language processing // Fundamentals of artificial intelligence. New Delhi: Springer, 2020. Pp. 603–649.
13. Ekizer F. N. Exploring the impact of artificial intelligence on English language teaching: A metaanalysis // Acta Psychologica, 2025. № 260. Pp. 105649. DOI 10.1016/j.actpsy.2025.105649.
14. North B. The CEFR in practice. Cambridge: Cambridge University Press, 2014. Vol. 4. 270 p.
15. Rahimi A. R. Developing and validating the scale of language teachers’ design thinking competency in artificial intelligence language teaching (LTDTAILT) // Computers and Education: Artificial Intelligence. 2025. Vol. 8. Pp. 100420. DOI https://doi.org/10.1016/j.caeai.2025.100420.
16. Tan X. Artificial intelligence in teaching and teacher professional development: A systematic review / X. Tan, G. Cheng, M. H. Ling // Computers and Education: Artificial Intelligence. 2025. № 8. Pp. 100355. DOI https://doi.org/10.1016/j.caeai.2024.100355.
17. The future of teaching and learning in the context of emerging artificial intelligence technologies / E. Ukwandu, O. Omisade, K. Jones [et al.] // Futures. 2025. № 171. Pp. 103616. DOI https://doi.org/10.1016/j.futures.2025.103616.
Рецензия
Для цитирования:
Никулин Е.Е., Богданова С.Ю. Применение инструментов искусственного интеллекта для автоматической проверки языковых навыков. Crede Experto: транспорт, общество, образование, язык. 2025;(4):149-159. https://doi.org/10.51955/2312-1327_2025_4_149
For citation:
Nikulin E.E., Bogdanova S.Yu. Application of artificial intelligence tools for automatic assessment of language skills. Crede Experto: transport, society, education, language. 2025;(4):149-159. (In Russ.) https://doi.org/10.51955/2312-1327_2025_4_149
Просмотров:
29
JATS XML
Послать статью по эл. почте 