Главная Выпуски 4 (60)

СГЕНЕРИРОВАННАЯ И ЕСТЕСТВЕННАЯ ОБРАТНАЯ СВЯЗЬ НА ПИСЬМЕННЫЕ РАБОТЫ СТУДЕНТОВ: ЛИНГВИСТИЧЕСКИЕ ЧЕРТЫ И РЕЗУЛЬТАТЫ ОПРОСА

Теория языка. Теория межкультурной коммуникации , УДК: 378.016:811.111 DOI: 10.24412/2076-913X-2025-460-114-123

Авторы

  • Щипицина Лариса Юрьевна доктор филологических наук, доцент

Аннотация

В связи с распространением сгенерированного нейросетями контента и повышением роли генеративных нейросетей в самых разных сферах жизни, в том числе в обучении, актуальными становятся вопросы изучения, идентификации искусственных текстов и их сравнения с естественными текстами той же функциональной направленности. В связи с этим в статье объектом изучения становятся тексты естественной и искусственно сгенерированной обратной связи на письменные работы обучающихся как жанр педагогического дискурса. На материале анализа обратной связи на письменные работы аспирантов, выполненных в курсе «Иностранный язык для научного исследования», и результатов опроса производится сравнение текстов обратной связи, составленных преподавателем и сгенерированных в дидактической нейросети Magic School ai. В результате анализа дается общая жанровая характеристика обратной связи с описанием прагматических, структурно-семантических и стилистико-языковых особенностей текстов данного жанра, а также выявляются общие и отличающиеся черты естественной и искусственно сгенерированной обратной связи, отмеченные нами для собранного материала. Лингвистический анализ и ответы информантов свидетельствуют, что сгенерированная обратная связь отличается большим объемом и эксплицированностью формальной структуры текста (с внутренними заголовками, маркированными списками и таблицами) по сравнению с обратной связью преподавателя. В остальных аспектах (диалогичность, императивность, точность, оценочность) обратная связь, составленная преподавателем и платформами ИИ, обладает схожими чертами. Представленное в статье исследование в дальнейшем может быть продолжено путем апробации идей на большем количестве текстов обратной связи, а также на материале других жанров.

Как ссылаться

Щипицина, Л. Ю. (2025). СГЕНЕРИРОВАННАЯ И ЕСТЕСТВЕННАЯ ОБРАТНАЯ СВЯЗЬ НА ПИСЬМЕННЫЕ РАБОТЫ СТУДЕНТОВ: ЛИНГВИСТИЧЕСКИЕ ЧЕРТЫ И РЕЗУЛЬТАТЫ ОПРОСА MCU Journal of Philology. Theory of Linguistics. Linguistic Education, 4 (60), 114. https://doi.org/10.24412/2076-913X-2025-460-114-123
Список литературы
1. 1. Коренев, А. А. (2024). Стратегии использования искусственного интеллекта для предоставления письменной обратной связи в обучении иностранному языку. Вестник Московского университета. Серия 19. Лингвистика и межкультурная коммуникация, 27(2), 68–77. https://doi.org/10.55959/MSU-2074-1588-19-27-2-5
2. 2. Сысоев, П. В., Филатов, Е. М., & Сорокин, Д. О. (2024). Обратная связь в обучении иностранному языку: от информационных технологий к искусственному интеллекту. Язык и культура, (65), 242–261. https://doi.org/10.17223/19996195/65/11
3. 3. Mizumoto, A., & Eguchi, M. (2023). Exploring the potential of using an AI language model for automated essay scoring. Research Methods in Applied Linguistics, 2(2), 1–12. https://doi.org/10.1016/j.rmal.2023.100050
4. 4. Yang, H., Gao, C., & Shen, Hz. (2024). Learner interaction with, and response to, AI-programmed automated writing evaluation feedback EFL writing: An exploratory study. Education and Information Technologies, 29, 3837–3858. https://doi.org/10.1007/s10639-023-11991-3
5. 5. Barkar, A., Chollet, M., Biancardi, B., & Clavel, Ch. (2023). Insights Into the Importance of Linguistic Textual Features on the Persuasiveness of Public Speaking. Companion Publication of the 25th International Conference on Multimodal Interaction (p. 51–55). Association for Computing. https://doi.org/10.1145/3610661.3617161
6. 6. Nitu, M., & Dascalu, M. (2024). Beyond lexical boundaries: LLM-Generated text detection for romanian digital libraries. Future Internet, 16(41), 1–31. https://doi.org/10.3390/fi16020041
7. 7. Тормышова, Т. Ю., Рязанцева, Т. Ю., & Суханова, Н. И. (2024). Обучение студентов-лингвистов написанию эссе на иностранном языке на основе работы с системой автоматизированной оценки Criterion. Вестник Тамбовского университета. Серия: Гуманитарные науки, 29(1), 99–108. https://doi.org/10.20310/1810-0201-2024-29-1-99-108
8. 8. Swales, J. M. (1990). Genre analysis: English in academic and research settings. Cambridge University Press.
9. 9. Щипицина, Л. Ю. (2009). Жанры компьютерно-опосредованной коммуникации. Поморский университет.
10. 10. Еремин, Ю. В. (2001). Теоретические основы профессионально-коммуникативной подготовки будущего учителя в условиях педагогического университета [Автореф. дис. … д-ра пед. наук: 13.00.08. Рос. гос. пед. ун-т им. А. И. Герцена].
11. 11. Карасик, В. И. (2004). Языковой круг: личность, концепты, дискурс. Гнозис.
12. 12. Прибылова, Н. Г., Фролова, С. В. (2023). Основные характеристики речи учителя иностранного языка как речевого партнера в современном образовательном дискурсе. Педагогический дискурс в современной научной парадигме и образовательной практике (с. 323–329). Материалы III Всероссийской конференции МГПУ. Языки Народов Мира.
Скачать файл .pdf 333.74 кб