Rethinking Higher Education/ru/Chapter 5
Изучение иностранных языков с ИИ и без него: эмпирическое сравнительное исследование
Мартин Вёслер
Хунаньский педагогический университет
Аннотация
В данном исследовании сравниваются самооценённые результаты обучения, мотивация и установки 133 китайских студентов университетов, изучающих иностранный язык — 85 в группе с поддержкой ИИ и 48 в группе с традиционным преподавателем — на протяжении приблизительно одного месяца. На основе комплексного опросного инструмента со 126 переменными, охватывающими демографические данные, методы обучения, предпочтения сенсорных модальностей, отношение к ИИ в образовании и самооценку прогресса в десяти областях языковых навыков, исследование выявляет сложную картину, опровергающую как технооптимистические, так и технопессимистические нарративы. Группа с преподавателем-человеком сообщила о более высоком общем прогрессе (63,2% против 51,9%), однако группа с ИИ сообщила о бо́льших достижениях в говорении и аудировании — именно в тех интерактивных навыках, для практики которых ИИ-чатботы предназначены. Обе группы выразили сильное предпочтение преподавателей-людей, но группа с ИИ одновременно ценила доступность, скорость и безстрессовую среду ИИ. Отношение к автономии ИИ было осторожным в обеих группах: более 70% согласились, что ИИ нуждается в этическом контроле, и менее 20% поддержали доминирование ИИ над людьми. Эти результаты вносят вклад в растущую литературу по ИИ в языковом образовании и обсуждаются в связи с качественными выводами Фан Лу (настоящий том) и философской рамкой Оле Дёринга (настоящий том).
Ключевые слова: обучение языкам с поддержкой ИИ, сравнительное исследование, образование в области иностранных языков, взаимодействие человека и ИИ, цифровое образование, сенсорные модальности, установки студентов, Китай, Европейский союз, тезис о комплементарности
1. Введение
Интеграция искусственного интеллекта в языковое образование переместилась от умозрительного футуризма к повседневной практике с поразительной скоростью. Китайские студенты университетов в 2025 году повседневно используют ИИ-чатботов — ChatGPT, Kimi, DeepSeek, Doubao — как собеседников, тренеров произношения, проверяющих грамматику и репетиторов по лексике. Однако эмпирические данные о том, даёт ли обучение с поддержкой ИИ лучшие результаты, чем традиционное преподавание людьми, остаются удивительно скудными. В большинстве существующих исследований выборки невелики, внимание сосредоточено на одном ИИ-инструменте или результаты измеряются за очень короткие периоды. Недостаёт сравнительного исследования, которое рассматривало бы не только результаты обучения, но и мотивационные, установочные и перцептивные измерения обучения с поддержкой ИИ в сравнении с обучением под руководством человека.
Данное исследование восполняет этот пробел. Мы опросили 133 китайских студента — 85, избравших или распределённых в группу обучения с поддержкой ИИ, и 48, обучавшихся с преподавателями-людьми — после приблизительно одного месяца занятий. Опросный инструмент, включающий 126 переменных, фиксирует демографические данные, предшествующие языковые знания, ежедневное время занятий, причины выбора группы, методы использования ИИ, восприятие качества обратной связи, самооценку прогресса в десяти конкретных областях навыков, значимость двенадцати сенсорных и социальных модальностей в обучении и отношение к четырнадцати аспектам ИИ в образовании и обществе.
Наши результаты помещены в контекст растущего корпуса работ по цифровому образованию в Китае и Европе, включая качественные исследования конкретных случаев Фан Лу (настоящий том), изучившей влияние ИИ на критическое мышление в курсах китайского языка в Бостонском колледже, и философский анализ Оле Дёринга (настоящий том), исследующего концептуальные основания «искусственного интеллекта» в педагогических контекстах. Если Фан Лу обеспечивает глубину через индивидуальные случаи, а Дёринг — философскую широту, мы вносим количественную широту через сравнение на значительной выборке участников.
2. Обзор литературы
2.1 ИИ в языковом образовании: состояние дел
Применение технологий к изучению языков имеет долгую историю — от лингафонных кабинетов 1960-х годов через компьютерное обучение языкам (CALL) 1990-х годов до нынешнего поколения ИИ-инструментов. Шапель (2001) предложила раннюю систему оценки технологий в овладении вторым языком, подчёркивая важность потенциала для изучения языка, соответствия учащемуся и практических соображений. Голонка и др. (2014) обзорно рассмотрели 350 исследований типов технологий в изучении иностранных языков и обнаружили, что хотя технологии демонстрируют перспективность для усвоения лексики и понимания при чтении, доказательства прогресса в говорении и письме были ограниченными.
Появление больших языковых моделей (БЯМ) — ChatGPT, Claude и их китайских аналогов Kimi, DeepSeek и Doubao — кардинально изменило ландшафт. В отличие от прежних чатботов, полагавшихся на скриптовые диалоги и сопоставление ключевых слов, чатботы на основе БЯМ могут поддерживать открытые, контекстуально уместные разговоры практически на любую тему. Хуан, Хью и Фрайер (2022) провели систематический обзор обучения языкам при поддержке чатботов и обнаружили положительное влияние на усвоение лексики и уверенность в говорении, однако отметили, что большинство исследований страдали от малых размеров выборки, коротких сроков и отсутствия контрольных групп.
Чон (2022) исследовал аффордансы ИИ-чатботов среди юных корейских учащихся EFL и обнаружил, что студенты ценили терпение чатбота, его доступность и безоценочный характер — выводы, которые наши данные убедительно подтверждают. Ким (2019) сообщил, что взаимодействие с ИИ-чатботом улучшило навыки английской грамматики среди корейских студентов — вывод, который наши данные лишь частично подтверждают (улучшение грамматики фактически было ниже в нашей группе ИИ).
2.2 Тревожность при изучении иностранного языка
Психологическое измерение изучения языков обширно исследовано со времён работы Хорвитц, Хорвитц и Коуп (1986), разработавших Шкалу тревожности в классе иностранного языка (FLCAS). Макинтайр и Гарднер (1994) продемонстрировали, что языковая тревожность оказывает измеримое воздействие на когнитивную обработку информации на втором языке: тревожные учащиеся обрабатывают информацию медленнее, запоминают меньше лексики и производят менее сложные высказывания. Гипотеза «аффективного фильтра» Крэшена (1982) постулирует, что негативные эмоциональные состояния — тревожность, неуверенность, скука — создают ментальный барьер, препятствующий овладению языком.
Релевантность для обучения с поддержкой ИИ прямая. Если ИИ-чатботы могут снизить аффективный фильтр, предоставляя свободную от оценок практическую среду, они могут позволить обучающимся обрабатывать и производить язык эффективнее, чем в тревожном контексте аудитории с живым преподавателем. Наши данные свидетельствуют, что этот механизм действует: наиболее высоко оценённым преимуществом группы с ИИ было «отсутствие страха совершить ошибку» (76,6%), и группа с ИИ сообщила о бо́льшем прогрессе именно в тех навыках — говорении, аудировании, коммуникативной уверенности, — которые наиболее подавляются тревожностью.
2.3 Китайский контекст
Ландшафт образовательного ИИ в Китае отличается своеобразием. «План развития искусственного интеллекта нового поколения» правительства Китая (2017) и план «Модернизация образования 2035» определяют ИИ как стратегический приоритет образовательной реформы. Китайские студенты имеют доступ к ряду отечественных ИИ-инструментов — включая Kimi (Moonshot AI), DeepSeek, Doubao (ByteDance) и Ernie (Baidu) — в дополнение к международным инструментам вроде ChatGPT (доступного через VPN). Культурный контекст также релевантен: культура китайской аудитории традиционно подчёркивает авторитет преподавателя, подчинение студента и поведение, направленное на сохранение лица, которое может подавлять устное участие — именно те условия, при которых свободная от оценок среда ИИ может принести наибольшую пользу.
3. Дизайн исследования и методология
3.1 Участники
Всего в исследовании приняли участие 133 китайских студента. Группа с ИИ включала 85 участников (74% женщин, 26% мужчин; средний возраст 23,8 лет, диапазон 19–38). Группа с преподавателем-человеком включала 48 участников (89% женщин, 11% мужчин; средний возраст 23,1 лет, диапазон 20–32). Все участники были зачислены в китайские университеты, преимущественно изучая английский (ИИ: 38%, преподаватель: 29%) или немецкий (ИИ: 16%, преподаватель: 25%) язык как основную специальность иностранного языка. Гендерный дисбаланс — более выраженный в группе с преподавателем — отражает общую демографию кафедр иностранных языков в китайских университетах.
Участники не были случайным образом распределены по группам. Некоторые выбрали группу самостоятельно; другие были распределены (44,7% группы с преподавателем сообщили о пассивном распределении). Этот самоотбор вводит потенциальный смешивающий фактор: студенты, выбравшие группу с ИИ, могли быть более технологически любопытными или более неудовлетворёнными традиционным обучением. Мы обращаемся к этому ограничению в Разделе 5.
3.2 Опросный инструмент
Опрос был проведён на китайском языке через онлайн-платформу (问卷星) 28 марта 2025 года. Он включал следующие разделы:
(a) Демографические данные: имя (анонимизировано перед анализом), дата рождения, пол (5 пунктов). (b) Предшествующий уровень владения языком: самооценка по уровням CEFR для китайского, английского, немецкого, французского, японского, корейского и до трёх дополнительных языков (9 пунктов). (c) Изучаемый язык и начальный уровень: та же структура, что и (b), но для языка, изучаемого в рамках эксперимента (9 пунктов). (d) Учебные привычки: ежедневное время занятий в минутах, распределение по группам, ежедневное время использования ИИ в минутах (3 пункта). (e) Причины выбора группы: 5–6 причин, ранжированных по относительной важности (6–10 пунктов в зависимости от группы). (f) Методы обучения с ИИ (только группа ИИ): беседа с ИИ, выполнение заданий, VR-аудитория, ИИ-преподаватель (5 пунктов). (g) Причины интереса к текущему методу обучения: 9–10 причин (10 пунктов). (h) Качество обратной связи ИИ (только группа ИИ) (2 пункта). (i) Самооценка общего прогресса (1 пункт). (j) Значимость сенсорных модальностей: 21 пункт, охватывающий визуальные, аудиальные, текстовые, жестовые, пространственные, тактильные, обонятельные, вкусовые, социальные, эмоциональные, VR-иммерсивные и ИИ-иммерсивные модальности. (k) Способности в сенсорных модальностях: те же 21 пункт. (l) Удовлетворённость группой и готовность к переходу (4 пункта). (m) Отношение к ИИ: 14 утверждений, оценённых по шкале 0–100%. (n) Области прогресса: 10 областей языковых навыков (11 пунктов).
3.3 Обработка данных
Ответы фиксировались по шкале 0–100%, где 0% означает «совершенно нет», а 100% — «полностью» или «исключительно». Для пунктов, требующих процентного распределения между несколькими вариантами, респонденты были проинструктированы, что их оценки должны составлять приблизительно 100% в сумме. Не все респонденты достигли точного суммирования; мы приводим необработанные проценты без нормализации. Пропущенные значения исключались попарно. Все статистические анализы проведены с использованием Python (описательная статистика, без инференциальных тестов, учитывая эксплораторный характер и дизайн с самоотбором).
4. Результаты
4.1 Ежедневное время занятий и использование ИИ
Обе группы сообщили о сходном ежедневном времени занятий: группа с ИИ — в среднем 106 минут (медиана 60, СО 103), группа с преподавателем — 96 минут (медиана 60, СО 90). Высокие стандартные отклонения отражают широкий разброс: некоторые студенты занимались 10 минут в день, другие — 360 минут. Среднее ежедневное время использования ИИ в группе ИИ составило 32 минуты (медиана 15), что свидетельствует о том, что ИИ составлял приблизительно 30% общего учебного времени, а остаток уходил на учебники, упражнения и другие методы, не связанные с ИИ.
4.2 Самооценка общего прогресса
Группа с преподавателем-человеком сообщила о более высоком общем прогрессе после одного месяца: в среднем 63,2% (медиана 70%, СО 27,5%, n=42) против 51,9% (медиана 50%, СО 18,1%, n=82) в группе с ИИ. Этот вывод примечателен: несмотря на сходное время занятий, студенты, обучавшиеся с преподавателями-людьми, воспринимали бо́льший прогресс. Однако более высокое стандартное отклонение в группе с преподавателем (27,5% против 18,1%) указывает на более гетерогенный опыт — некоторые студенты группы с преподавателем сообщили об очень высоком прогрессе (до 100%), тогда как другие — лишь 5%.
4.3 Качество обратной связи ИИ
Среди участников группы с ИИ восприятие качества обратной связи ИИ было в целом положительным: 38% оценили её как «весьма точную» (75–100 баллов), 54% — как «приемлемую» (50–74 балла) и лишь 4% — как «среднюю» (25–49 баллов). Никто не оценил её как плохую. Три четверти (76%) сообщили о своевременной обработке обратной связи ИИ, тогда как 18% этого не делали.
4.4 Методы обучения с ИИ
Наиболее популярными методами обучения с ИИ были беседа с ИИ-программой (средняя доля использования 68,6%) и просьба к ИИ выполнить задания (66,3%). Функциональность ИИ-преподавателя получила умеренное использование (51,3%), тогда как VR-аудитория использовалась наименее (31,9%). Эта картина свидетельствует о том, что разговорный ИИ — свободное взаимодействие с чатботом — доминирует в текущем обучении языкам с поддержкой ИИ, а структурированные педагогические ИИ-инструменты играют второстепенную роль.
4.5 Мотивация
Причины выбора группы с ИИ (ранжированы по важности):
1. Новизна / желание попробовать новое: 75,4%
2. Учиться в любое время и в любом месте: 72,5%
3. Иммерсивный опыт обучения: 66,9%
4. Скука от традиционных методов: 60,8%
5. Дешевле, чем преподаватели-люди: 59,9%
Две ведущие мотивации — новизна и гибкость — свидетельствуют о том, что ранние пользователи ИИ движимы скорее любопытством и удобством, нежели неудовлетворённостью традиционным преподаванием.
Что делает обучение с ИИ привлекательным (ранжировано по важности):
1. Отсутствие страха совершить ошибку / сниженное давление: 76,6%
2. Обширная база знаний / разнообразие тем: 74,7%
3. Учиться в любое время и в любом месте: 71,9%
4. Быстрая скорость ответа: 70,4%
5. Адаптивное соответствие уровню сложности: 67,8%
6. Регулируемая скорость, громкость, голос: 65,3%
7. Больше поддержки: 64,5%
8. Значительно дешевле: 59,4%
9. Более точная коррекция произношения: 58,5%
Наивысше оценённое преимущество — «отсутствие страха совершить ошибку» (76,6%) — согласуется с обширным корпусом исследований тревожности при изучении иностранного языка. ИИ-чатбот создаёт то, что языковые педагоги называют «средой практики с низким уровнем тревожности», в которой учащиеся могут экспериментировать без социального смущения.
Причины выбора группы с преподавателем:
1. Предпочитаю обучение с реальными людьми: 65,7%
2. Стимулирует более глубокое мышление: 63,8%
3. Лучше выявляет проблемы в обучении: 63,6%
4. Более точная оценка уровня: 61,2%
5. Более разнообразные методы обратной связи: 60,5%
6. Эмоциональная коммуникация в обратной связи: 58,2%
7. Доверие к традиционному преподаванию: 52,4%
8. Нежелание менять методы: 52,3%
9. ИИ ещё недостаточно зрел: 45,3%
10. Пассивное распределение: 44,7%
Ведущие причины группы с преподавателем центрируются на отношенческой и когнитивной глубине: преподаватели-люди предлагают личную связь, более глубокое мышление и более нюансированную оценку. Это контрастирует с акцентом группы ИИ на удобстве и психологическом комфорте.
4.6 Области прогресса
Студенты оценили свой прогресс в десяти конкретных областях языковых навыков. Результаты выявляют примечательную комплементарность:
Области, в которых группа с ИИ сообщила о бо́льшем прогрессе: говорение: +12,6 процентных пунктов (ИИ 58,4%, преподаватель 45,8%); аудирование: +10,2 п.п. (ИИ 53,6%, преподаватель 43,5%); уверенность в общении: +8,3 п.п. (ИИ 55,2%, преподаватель 46,9%); синонимы/разнообразие выражений: +5,6 п.п. (ИИ 56,8%, преподаватель 51,2%).
Области, в которых группа с преподавателем сообщила о бо́льшем прогрессе: чтение: +14,0 п.п. (преподаватель 63,7%, ИИ 49,8%); грамматика: +10,1 п.п. (преподаватель 57,0%, ИИ 46,9%); синтаксис: +9,3 п.п. (преподаватель 57,1%, ИИ 47,8%); лексика: +5,2 п.п. (преподаватель 60,7%, ИИ 55,5%); письмо: +5,0 п.п. (преподаватель 51,5%, ИИ 46,5%).
Закономерность очевидна: обучение с поддержкой ИИ, по-видимому, укрепляет интерактивные устные навыки (говорение, аудирование, коммуникативную уверенность), тогда как обучение с преподавателем даёт бо́льшие результаты в структурных аналитических навыках (чтение, грамматика, синтаксис). Этот вывод имеет прямые педагогические следствия: ИИ и человеческое обучение могут быть наиболее эффективны не как заменители, а как дополнения, каждое из которых обращается к различным аспектам языковой компетенции.
4.7 Предпочтения сенсорных и социальных модальностей
Участники оценили значимость двенадцати сенсорных и социальных модальностей для изучения языков. Между группами выявились несколько крупных различий:
Модальности, оценённые выше группой с ИИ: аудиальное восприятие: +40,7 п.п. (ИИ 79,6%, преподаватель 38,9%); письменный текст: +37,4 п.п. (ИИ 74,5%, преподаватель 37,1%); внутренняя мотивация: +35,1 п.п. (ИИ 77,5%, преподаватель 42,4%); внешняя мотивация: +30,0 п.п. (ИИ 69,1%, преподаватель 39,1%); визуальное восприятие: +29,3 п.п. (ИИ 74,6%, преподаватель 45,2%); эмоции/мотивация: +29,0 п.п. (ИИ 72,6%, преподаватель 43,6%); иммерсия в среду: +20,6 п.п. (ИИ 69,9%, преподаватель 49,3%); групповая динамика: +17,7 п.п. (ИИ 64,6%, преподаватель 46,9%).
Модальности, оценённые выше группой с преподавателем: вкус: +32,1 п.п. (преподаватель 76,3%, ИИ 44,2%); иммерсия ИИ-преподавателя: +31,7 п.п. (преподаватель 83,9%, ИИ 52,2%); VR-иммерсия: +29,3 п.п. (преподаватель 83,0%, ИИ 53,7%); этика VR: +29,3 п.п. (преподаватель 81,3%, ИИ 52,0%); иммерсия ИИ-чатбота: +27,2 п.п. (преподаватель 79,4%, ИИ 52,2%); социальные впечатления: +21,5 п.п. (преподаватель 81,5%, ИИ 59,9%); обоняние: +16,0 п.п. (преподаватель 59,8%, ИИ 43,8%).
Эти результаты требуют тщательной интерпретации. Группа с ИИ придавала значительно бо́льшую значимость основным модальностям изучения языков — визуальной, аудиальной и текстовой, — а также мотивационным факторам. Группа с преподавателем, парадоксальным образом, оценила иммерсию ИИ и VR как более важную, чем группа с ИИ. Одна из интерпретаций состоит в том, что студенты группы с преподавателем, не испытав ИИ-иммерсию непосредственно, могут идеализировать её, тогда как студенты группы с ИИ, ежедневно использующие ИИ-инструменты, более сдержанны в своей оценке.
Более высокая оценка социальных впечатлений в группе с преподавателем (81,5% против 59,9%) согласуется с их заявленным предпочтением обучения с реальными людьми и отражает значимость социального присутствия в языковом образовании — фактор, который нынешние ИИ-инструменты, несмотря на стремительный прогресс, не способны полностью воспроизвести.
4.8 Отношение к ИИ в образовании и обществе
Четырнадцать утверждений об установках были оценены по шкале согласия 0–100%. Результаты выявляют нюансированную картину:
Обе группы выражают сильное предпочтение преподавателей-людей: группа с ИИ 77,7%, группа с преподавателем 83,6%. Даже после месяца обучения с поддержкой ИИ студенты группы ИИ сохраняют сильную оценку человеческого преподавания.
Группа с ИИ более позитивно относится к ИИ-преподаванию: одобрение нынешнего ИИ-преподавателя составило 57,3% (против 38,2% в группе с преподавателем), а одобрение будущего продвинутого ИИ-преподавателя — 66,4% (против 53,3%). Однако даже в группе с ИИ одобрение нынешнего ИИ-преподавателя (57,3%) существенно ниже одобрения преподавателя-человека (77,7%).
Обе группы выражают опасения по поводу зависимости от ИИ: «Страх, что ИИ заменит способность к мышлению»: ИИ 60,1%, преподаватель 61,0%; «Страх снижения знаний/навыков»: ИИ 60,6%, преподаватель 66,5%; «Страх утраты самостоятельности / зависимости от ИИ»: ИИ 59,6%, преподаватель 71,6%.
Группа с преподавателем неизменно сообщает о более высоком страхе зависимости от ИИ, при наибольшем разрыве в отношении зависимости (71,6% против 59,6%). Группа с ИИ, возможно благодаря непосредственному опыту, выработала более умеренный, но по-прежнему осторожный взгляд.
Обе группы решительно поддерживают этику ИИ: «Необходимо контролировать ИИ с помощью этики» — 72,8% (ИИ), 68,7% (преподаватель).
Обе группы отвергают доминирование ИИ: «Позволить ИИ контролировать людей» — лишь 14,4% (ИИ) и 21,5% (преподаватель). «Достаточно одних ИИ-роботов, без людей» — 15,2% и 19,3%. Эти данные свидетельствуют о том, что китайские студенты в 2025 году сохраняют устойчиво гуманистическую ориентацию: они приветствуют ИИ как инструмент, но отвергают его как господина.
Романтическая привязанность к ИИ или преподавателям минимальна: «Влюбился в ИИ» — приблизительно 20% в обеих группах, «влюбился в преподавателя-человека» — 20–33%. Эти низкие показатели свидетельствуют о том, что иммерсивное взаимодействие с ИИ не породило, для данной когорты, той эмоциональной зависимости, которую предсказывали некоторые комментаторы. Здесь может быть релевантен китайский культурный контекст: прагматическая ориентация на ИИ как инструмент, а не как компаньон, в сочетании с чёткими социальными нормами в отношении человеческих отношений может служить культурным буфером против парасоциальной привязанности, о которой сообщалось в некоторых западных исследованиях взаимодействия человека и ИИ.
Готовность использовать ИИ в качестве трудосберегающего устройства была умеренной (приблизительно 39% в обеих группах), что свидетельствует о том, что большинство студентов не рассматривают ИИ в первую очередь как путь к облегчению. В сочетании с решительной поддержкой этического контроля ИИ эта картина указывает на когорту, рассматривающую ИИ как полезный, но ограниченный инструмент — позиция, опровергающая стереотипы о китайских студентах как некритичных потребителях технологий.
4.9 Детальный анализ установок
Для более ясного понимания нюансированных установок мы можем сгруппировать четырнадцать пунктов установок в тематические кластеры:
Кластер A — Предпочтение в преподавании: «Мне нравится, когда преподаватель-человек учит меня»: ИИ 77,7%, преподаватель 83,6%; «Мне нравится нынешний ИИ-преподаватель»: ИИ 57,3%, преподаватель 38,2%; «Мне понравился бы будущий продвинутый ИИ-преподаватель»: ИИ 66,4%, преподаватель 53,3%.
Обе группы предпочитают преподавателей-людей, но группа с ИИ демонстрирует значительно бо́льшую открытость как к нынешнему, так и к будущему ИИ-обучению. Двадцатипунктный разрыв между одобрением преподавателя-человека (77,7%) и нынешнего ИИ-преподавателя (57,3%) в группе с ИИ — после непосредственного опыта работы с ИИ-инструментами — свидетельствует о том, что знакомство порождает квалифицированную оценку, а не энтузиазм.
Кластер B — Страх перед ИИ: «Страх: ИИ заменит способность к мышлению»: ИИ 60,1%, преподаватель 61,0%; «Страх: снижение знаний/навыков»: ИИ 60,6%, преподаватель 66,5%; «Страх: утрата самостоятельности, зависимость от ИИ»: ИИ 59,6%, преподаватель 71,6%; «Не боюсь: сосредоточусь на других областях»: ИИ 55,7%, преподаватель 53,4%.
Обе группы испытывают значительную тревогу по поводу когнитивной атрофии — беспокойство, которое качественные данные Фан Лу делают наглядным. Более высокий страх зависимости в группе с преподавателем (71,6% против 59,6%) может отражать менее дифференцированное понимание того, что на самом деле представляет собой взаимодействие с ИИ: неизвестное часто пугает больше, чем известное.
Кластер C — Управление ИИ: «Необходимо контролировать ИИ с помощью этики»: ИИ 72,8%, преподаватель 68,7%; «Дать ИИ свободу развивать следующее поколение»: ИИ 47,5%, преподаватель 50,0%; «Позволить ИИ контролировать людей»: ИИ 14,4%, преподаватель 21,5%; «Достаточно одних ИИ-роботов, без людей»: ИИ 15,2%, преподаватель 19,3%.
Установки в отношении управления ИИ выявляют чёткую иерархию: решительная поддержка этического контроля, амбивалентность в отношении автономии ИИ и твёрдое неприятие верховенства ИИ. Согласованность между обеими группами свидетельствует о том, что эти установки отражают более широкий поколенческий консенсус, а не специфические групповые эффекты.
4.10 Удовлетворённость группой и готовность к переходу
Обе группы сообщили о высокой удовлетворённости своим распределением: группа с ИИ 80,9% (медиана 80%), группа с преподавателем 76,7% (медиана 85%). Однако готовность к переходу между группами рисует иную картину: 47% группы с ИИ и примечательные 68% группы с преподавателем выразили готовность перейти. Высокий показатель перехода в группе с преподавателем свидетельствует о том, что многие студенты этой группы любопытствуют по поводу обучения с поддержкой ИИ, даже будучи удовлетворены текущим опытом, — что согласуется с более широким культурным моментом, в котором ИИ воспринимается как нечто новое и привлекательное.
Среди респондентов группы с ИИ, описавших своё предпочтение в отношении перехода, наиболее частым ответом было «группа ИИ: удобно» (便利), что свидетельствует о том, что те, кто остался бы, ценили прежде всего практическую доступность. Среди респондентов группы с преподавателем несколько человек сформулировали вдумчивые позиции: «ИИ ещё недостаточно зрел» (AI不完善), «методы обучения преподавателем больше подходят мне» (human组的教学方法比较适合我) и, что примечательно: «Я предпочитаю исследовать самостоятельно. Люди никогда не будут заменены ИИ» (我更喜欢自己探索。人类永远不会被AI取代) — высказывание, воплощающее гуманистическую позицию, разделяемую большинством респондентов.
5. Обсуждение
Результаты рисуют нюансированную картину, не допускающую простых заключений. Мы организуем обсуждение вокруг пяти тем: комплементарность ИИ и человеческого обучения, диалог с сопутствующими эссе в настоящем томе, механизм снижения тревожности, различия в модальностях и следствия для европейско-китайского сравнительного образования.
5.1 Тезис о комплементарности
Наш центральный вывод — что обучение с поддержкой ИИ укрепляет интерактивные устные навыки, тогда как обучение с преподавателем укрепляет структурные аналитические навыки — поддерживает то, что мы называем тезисом о комплементарности: ИИ и человеческое обучение являются не заменителями, а дополнениями, каждое из которых лучше приспособлено к различным измерениям языковой компетенции. Этот вывод оспаривает как технооптимистическую позицию (что ИИ заменит преподавателей-людей), так и технопессимистическую (что ИИ не способен эффективно обучать).
Механизм правдоподобен и обоснован в устоявшейся теории овладения вторым языком. ИИ-чатботы обеспечивают неограниченную, терпеливую, свободную от оценок разговорную практику — именно те условия, которые способствуют беглости речи и понимания на слух. Это согласуется с Гипотезой взаимодействия Лонга (1996), которая постулирует, что разговорное взаимодействие — включая переговоры о значении, переформулировки и проверки понимания — движет овладением языком. ИИ-чатботы обеспечивают обильное взаимодействие, хотя и без тех человеческих интеракционных ходов, которые подчёркивал Лонг. Преподаватели-люди обеспечивают структурированное обучение, анализ ошибок и металингвистические объяснения — именно те условия, которые способствуют грамматической точности, пониманию при чтении и синтаксической осведомлённости. Это согласуется с Гипотезой продуктивной речи Суэйн (2000), утверждающей, что учащимся необходим не только понятный ввод, но и возможности производить язык и получать корректирующую обратную связь, подталкивающую их за пределы нынешней компетенции.
Тезис о комплементарности имеет практические последствия: вместо споров о том, должен ли ИИ заменить преподавателей-людей (на этот вопрос наши данные дают чёткий ответ: нет), педагогам следует спросить, как ИИ и человеческое обучение могут быть организованы для обслуживания различных учебных целей в рамках единой учебной программы.
5.2 Диалог с Фан Лу
Качественное исследование Фан Лу (настоящий том) выявляет критический риск обучения языкам с поддержкой ИИ: потенциальную эрозию критического мышления, творчества и независимого суждения. Её конкретные случаи — студент начального уровня, чьё написанное с помощью ИИ сочинение было структурно безупречным, но интеллектуально поверхностным, и студент продвинутого уровня, чей перевод с помощью ИИ был беглым, но лишённым культурных нюансов, — иллюстрируют феномен «拔苗助长» (вытягивание ростков, чтобы быстрее росли): ИИ ускоряет поверхностные показатели, одновременно подрывая более глубокое когнитивное развитие.
Наши количественные данные как поддерживают, так и усложняют выводы Фан Лу. Бо́льший прогресс группы с преподавателем в грамматике и синтаксисе — навыках, требующих аналитического рассуждения, а не воспроизведения паттернов, — согласуется с её опасением, что ИИ может обходить, а не развивать когнитивные навыки. Однако бо́льший прогресс группы с ИИ в коммуникативной уверенности свидетельствует о том, что ИИ выполняет подлинную и важную функцию, которую человеческое обучение зачастую не обеспечивает: создание психологически безопасного пространства для устной практики.
Из этого следует не то, что ИИ нужно избегать, а что его роль должна быть тщательно определена. ИИ, по-видимому, наиболее полезен для развития беглости и снижения тревожности; человеческое обучение — для развития точности и аналитического мышления. Хорошо спроектированная учебная программа задействовала бы и то, и другое.
5.3 Диалог с Оле Дёрингом
Философская статья Дёринга (настоящий том) оспаривает само понятие «искусственного интеллекта» применительно к преподаванию, аргументируя, что немецкая философская традиция различения между Vernunft (разумом, суждением) и Verstand (рассудком, калькуляцией) выявляет фундаментальную категориальную ошибку в утверждениях, что машины могут «учить». То, что машины делают, утверждает Дёринг, — это обработка, а не понимание, не суждение, не забота.
Наши данные об установках резонируют с анализом Дёринга. Когда студенты говорят, что «любят» преподавателей-людей на 78–84%, но лишь «любят» ИИ-учителей на 38–57%, они, возможно, реагируют именно на то различие, которое определяет Дёринг: преподаватель-человек предлагает Vernunft — суждение, заботу, понимание индивидуального учащегося, — тогда как ИИ предлагает Verstand — калькуляцию, сопоставление паттернов, извлечение информации. И то и другое полезно, но они не эквивалентны.
Решительная поддержка студентами этического контроля ИИ (70%+) и твёрдое неприятие доминирования ИИ (<20%) далее подтверждают гуманистическую позицию Дёринга. Эти 133 китайских студента, активно используя ИИ-инструменты, сохраняют чёткую концептуальную границу между человеческой и машинной агентностью.
5.4 Среда, свободная от давления
Наивысше оценённое преимущество ИИ-обучения — «отсутствие страха совершить ошибку» (76,6%) — заслуживает особого внимания. Тревожность при изучении иностранного языка — один из наиболее обширно документированных барьеров на пути овладения языком. Традиционные аудиторные занятия с присущей им социальной динамикой исполнения, оценки и лица порождают тревожность, подавляющую практику, особенно устную. ИИ-чатбот полностью обходит это: нет аудитории, нет оценки, нет потери лица.
Этот вывод предполагает, что основной образовательный вклад ИИ может быть не в качестве учителя, а в качестве партнёра по практике — неутомимого, терпеливого собеседника, который никогда не судит, никогда не теряет терпения и никогда не порождает социальную тревожность. Если это верно, оптимальная образовательная модель — не «ИИ вместо преподавателей-людей», а «ИИ как дополнение к преподавателям-людям», конкретно для практического компонента изучения языка, где тревожность наиболее подавляет результативность.
5.5 Различия в модальностях и их следствия
Крупные различия в предпочтениях сенсорных модальностей между группами — студенты с ИИ выше оценивают визуальный, аудиальный и текстовый ввод, студенты с преподавателем — социальные впечатления, VR-иммерсию и физические чувства — свидетельствуют о том, что две группы могут иметь принципиально различные ориентации обучения. Студенты группы с ИИ представляются когнитивно ориентированными учащимися, отдающими приоритет каналам информационного ввода. Студенты группы с преподавателем представляются социально и физически ориентированными учащимися, отдающими приоритет отношенческому и воплощённому опыту.
Являются ли эти различия причинами или следствиями выбора группы — неясно. Студенты, предпочитающие когнитивные каналы ввода, могли выбрать группу с ИИ, поскольку ИИ-инструменты обеспечивают именно эти каналы. Напротив, месяц обучения с поддержкой ИИ мог приучить студентов ценить когнитивный ввод выше социального опыта. Для разграничения этих возможностей необходимо лонгитюдное исследование.
5.6 Следствия для европейско-китайского сравнительного образования
Наши результаты имеют конкретную значимость для европейско-китайского образовательного диалога, которому посвящён настоящий том. Европейское языковое образование, сформированное Общеевропейскими компетенциями владения иностранным языком (CEFR) и коммуникативным подходом, традиционно делало акцент на устной компетенции, взаимодействии и проектно-ориентированном обучении. Китайское языковое образование, сформированное экзаменационной культурой и грамматико-переводной педагогикой, традиционно делало акцент на чтении, письме, грамматике и лексике. Появление ИИ как партнёра по практике может помочь преодолеть этот разрыв: китайские студенты, лишённые возможностей аутентичной устной практики с носителями, могут использовать ИИ для развития коммуникативных навыков, которым приоритет отдают европейские педагогические подходы.
В то же время европейский акцент на критическом мышлении, автономии учащегося и рефлексивной практике — ценности, артикулированные в Плане действий ЕС в области цифрового образования (2021–2027), — обеспечивает необходимый противовес риску того, что ИИ-практика может развивать беглость без глубины. Конкретные случаи Фан Лу иллюстрируют этот риск конкретно: студент, чьё написанное с помощью ИИ сочинение было беглым, но интеллектуально пустым, развил поверхностную компетенцию без более глубокого когнитивного участия, которое стимулирует человеческое взаимодействие.
Европейско-китайская модель языкового образования, интегрированного с ИИ, могла бы, таким образом, сочетать энтузиастическое внедрение ИИ-инструментов китайскими студентами с европейскими педагогическими рамками, настаивающими на критическом мышлении и рефлексивной практике. Технология обеспечивает средство; педагогика — цель.
5.7 Рекомендации для практики
На основе наших результатов мы предлагаем четыре рекомендации для педагогов, рассматривающих интеграцию ИИ в преподавание иностранных языков:
Во-первых, использовать ИИ для устной практики, а не как замену обучения. Данные свидетельствуют о том, что наибольший вклад ИИ — развитие беглости речи и коммуникативной уверенности через разговорную практику с низким уровнем тревожности. Эта функция дополняет, а не заменяет человеческое обучение.
Во-вторых, сохранять человеческое преподавание для аналитических навыков. Грамматика, синтаксис, понимание при чтении и письмо — навыки, показавшие бо́льшее улучшение в группе с преподавателем, — по-видимому, выигрывают от структурированного, объяснительного и корректирующего обучения, которое обеспечивают преподаватели-люди.
В-третьих, проактивно обращаться к тревожности студентов по поводу ИИ. Более 60% студентов в обеих группах выразили опасение, что ИИ заменит их способность к мышлению или подорвёт их навыки. Эти опасения обоснованы и должны быть адресованы через эксплицитное обсуждение ограничений ИИ, этические рамки использования ИИ и задания, требующие самостоятельного критического мышления.
В-четвёртых, проектировать оценивание, которое ИИ не может обойти. Как иллюстрируют случаи Фан Лу, ИИ способен производить отполированный результат, маскирующий поверхностное понимание. Оценивание должно включать устные экзамены, спонтанные ответы и задания, требующие подлинного аналитического рассуждения — области, где помощь ИИ либо недоступна, либо очевидно искусственна.
6. Ограничения
Ряд ограничений сдерживает интерпретацию этих результатов:
Во-первых, исследование полностью полагается на самоотчётные данные. Восприятие студентами своего прогресса может не соответствовать реальному прогрессу, измеренному стандартизированными тестами. Дизайн с пре-пост-тестированием обеспечил бы более надёжные доказательства.
Во-вторых, нерандомное распределение по группам вводит смещение самоотбора. Студенты, выбравшие группу с ИИ, могут систематически отличаться от тех, кто выбрал или был распределён в группу с преподавателем — по технологической грамотности, мотивации к обучению, личностным характеристикам или другим неизмеренным переменным. Более высокий процент мужчин в группе с ИИ (26% против 11%) и более широкий возрастной диапазон указывают на некоторые демографические различия, хотя практическая значимость этих различий для результатов изучения языков неясна.
В-третьих, период наблюдения в один месяц короток. Изучение языков — долгосрочный процесс, и относительные преимущества ИИ по сравнению с человеческим обучением могут измениться на более длительных отрезках. Преимущество группы с ИИ в говорении может быть ранним приростом беглости, выходящим на плато, тогда как преимущество группы с преподавателем в грамматике может накапливаться со временем.
В-четвёртых, выборка полностью состоит из китайских студентов, преимущественно женщин, изучающих английский или немецкий язык. Обобщаемость на другие культурные контексты, возрастные группы, гендеры или целевые языки не определена. Культурная специфичность наших результатов должна быть подчёркнута: акцент культуры китайской аудитории на сохранении лица и авторитете преподавателя может усиливать преимущества ИИ в снижении тревожности способами, менее выраженными в культурах с более неформальными отношениями преподаватель-студент.
В-пятых, все измерения основаны на самоотчётах. Данные об «областях прогресса» (Раздел 4.6) представляют восприятие студентами того, где они улучшились, а не объективно измеренные достижения. Студенты могут переоценивать прогресс в областях, которые они практиковали больше всего (путая практику с прогрессом), или недооценивать прогресс в областях, где достижения менее сознательно воспринимаются.
В-шестых, опрос проведён в одной временной точке. Лонгитюдные данные — отслеживание мотивации, установок и результатов на протяжении полного семестра или года — обеспечили бы более полную картину. Последующее исследование с теми же участниками через шесть месяцев или год продолженного обучения было бы особенно ценным для проверки того, сохраняется ли тезис о комплементарности на более длительных учебных периодах.
Несмотря на эти ограничения, исследование предлагает одно из наиболее крупных по выборке сравнительных исследований обучения языкам с поддержкой ИИ и под руководством человека на сегодняшний день, а широта опросного инструмента — охватывающего мотивацию, предпочтения модальностей, установки и конкретные области навыкового прогресса — обеспечивает многомерную картину, которой недостаёт большинству существующих исследований.
7. Заключение
Данное исследование 133 китайских студентов, изучающих иностранные языки с поддержкой ИИ (n=85) и с преподавателями-людьми (n=48), даёт четыре основных вывода:
Во-первых, студенты, обучавшиеся с преподавателем, сообщили о более высоком общем прогрессе (63,2% против 51,9%), но распределение по навыкам специфично: студенты с ИИ улучшили говорение (+12,6 п.п.), аудирование (+10,2 п.п.) и коммуникативную уверенность (+8,3 п.п.) в большей степени, тогда как студенты с преподавателем — чтение (+14,0 п.п.), грамматику (+10,1 п.п.) и синтаксис (+9,3 п.п.). Это поддерживает тезис о комплементарности: ИИ и человеческое обучение выполняют различные, комплементарные функции в языковом образовании.
Во-вторых, главное воспринимаемое преимущество ИИ-обучения не информационное, а психологическое: «отсутствие страха совершить ошибку» было оценено наивыше — 76,6%. Наибольший вклад ИИ в языковое образование может заключаться в создании безстрессовой среды для устной практики — устраняющей один из наиболее устойчивых барьеров на пути овладения языком.
В-третьих, обе группы сохраняют выраженно гуманистические установки. Даже после месяца обучения с ИИ студенты группы ИИ оценивают преподавателей-людей выше ИИ-учителей (77,7% против 57,3%). Обе группы поддерживают этический контроль ИИ (>68%) и отвергают доминирование ИИ над людьми (<22%).
В-четвёртых, парадоксально более высокая оценка ИИ- и VR-иммерсии в группе с преподавателем свидетельствует о любопытстве к технологиям, которых они не испытали, тогда как более сдержанная оценка группы с ИИ отражает умеряющий эффект реального использования.
Эти выводы несут чёткие следствия для проектирования образования. Данные не поддерживают замену преподавателей-людей ИИ, равно как и исключение ИИ из языкового образования. Напротив, они указывают на интегрированную модель, в которой ИИ служит комплементарным партнёром по практике — обеспечивая неограниченную, свободную от оценок разговорную практику, развивающую устную беглость и коммуникативную уверенность, — а преподаватели-люди обеспечивают структурированное обучение, аналитическое руководство и социальное присутствие, развивающие грамматическую компетенцию, понимание при чтении и критическое мышление. Такая модель почтила бы и технологические возможности, документированные нашими данными, и философские озабоченности, артикулированные Дёрингом, и педагогические предостережения, артикулированные Фан Лу.
По мере дальнейшего развития возможностей ИИ вопрос будет состоять не в том, использовать ли ИИ в языковом образовании, а в том, как использовать его мудро — вопрос, требующий продолжения эмпирических исследований, философской рефлексии и педагогических инноваций.
Благодарности
Софинансировано Европейским союзом. Высказанные мнения и оценки принадлежат исключительно автору и не обязательно отражают позицию Европейского союза [101126782].
Мы благодарим студентов-участников за их искренние ответы и коллег, проводивших опрос.
Литература
Chapelle, C. A. (2001). Computer Applications in Second Language Acquisition. Cambridge University Press.
Döring, O. (настоящий том). AI and pedagogy: Between artificial intelligence and human understanding.
Garrett, N. (2009). Computer-assisted language learning trends and issues revisited. The Modern Language Journal, 93(s1), 719–740.
Godwin-Jones, R. (2015). Contributing, creating, curating: Digital literacies for language learners. Language Learning & Technology, 19(3), 8–20.
Golonka, E. M., et al. (2014). Technologies for foreign language learning. Computer Assisted Language Learning, 27(1), 70–105.
Horwitz, E. K., Horwitz, M. B., & Cope, J. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125–132.
Huang, W., Hew, K. F., & Fryer, L. K. (2022). Chatbots for language learning. Journal of Computer Assisted Learning, 38(1), 237–257.
Jeon, J. (2022). Exploring AI chatbot affordances in the EFL classroom. Computer Assisted Language Learning, 37(1–2), 1–26.
Kim, N. Y. (2019). A study on the use of artificial intelligence chatbots for improving English grammar skills. Journal of Digital Convergence, 17(8), 37–46.
Krashen, S. D. (1982). Principles and Practice in Second Language Acquisition. Pergamon Press.
Lai, C., & Zheng, D. (2018). Self-directed use of mobile devices for language learning beyond the classroom. ReCALL, 30(3), 299–318.
Long, M. H. (1996). The role of the linguistic environment in second language acquisition. Academic Press.
Lu, F. (настоящий том). AI in Chinese teaching: Opportunities and challenges from the perspective of critical thinking.
MacIntyre, P. D., & Gardner, R. C. (1994). The subtle effects of language anxiety on cognitive processing in the second language. Language Learning, 44(2), 283–305.
Swain, M. (2000). The output hypothesis and beyond. Oxford University Press.
World Economic Forum. (2025). The Future of Jobs Report 2025. Geneva: WEF.