Интеграция ИИ в кооперативную методику Think-Pair-Share

УДК 378-042.4:004.8+81`24
DOI 10.20339/AM.04-26.081

Ван Лань,

канд. филол. наук, преподаватель русского языка

Института иностранных языков

Чанъаньский университет, 710018, КНР, г. Сиань

e-mail: wang.lan2019@gmail.com; https://orcid.org/0009-0002-7739-8558

Лю Ян,

канд. филос. наук, преподаватель русского языка

Сианьский инженерный университет, 710048, КНР, г. Сиань

e-mail: liuyangspring@mail.ru

Цао Паньпань,

канд. пед. наук, доцент, преподаватель русского языка

Уральский федеральный университет

имени первого президента России Б.Н. Ельцина, РФ, г. Екатеринбург

e-mail: tsaopanpan@yandex.ru

Актуальность настоящего исследования обусловлена необходимостью решения распространенной проблемы высокой ситуативной тревожности при говорении и трудностей в устной экспрессии, возникающих у студентов неязыковых специальностей при изучении иностранного языка (на примере русского). Основная цель работы заключалась в разработке модели обучения Think-Pair-Share, усиленной ИИ (AI-TPS), и эмпирической верификации ее эффективности. Методологической базой послужило квазиэкспериментальное исследование, в ходе которого проводился сравнительный анализ данной методики с традиционной моделью TPS (выборка n = 40). Анализ полученных результатов показал, что педагогически обоснованное внедрение ИИ обеспечивает студентам мгновенную корректирующую обратную связь и создает психологически безопасную среду для речевой практики. Это, в свою очередь, способствовало статистически значимому снижению уровня иноязычной тревожности в экспериментальной группе. Кроме того, обучающиеся, использовавшие ИИ, продемонстрировали явное превосходство над контрольной группой, показав значительный качественный и количественный прогресс по таким ключевым показателям, как беглость речи, лексическое разнообразие и синтаксическая сложность высказываний. В заключение делается вывод, что исследование подтверждает высокую эмпирическую ценность человеко-машинного взаимодействия в обучении устной речи и предлагает новый методический подход к решению противоречия между нехваткой аудиторной практики и отсроченной обратной связью.

Ключевые слова: модель TPS, усиленная ИИ, тревожность при говорении, устное порождение речи, русский язык для нефилологов, синтаксическая сложность, человеко-машинное взаимодействие

Исследование выполнено при поддержке Проекта реформы преподавания бакалавриата и непрерывного образования Чанъаньского университета 2025 г. (грант № ZZ202511)

Литература

1. Виноградова О.И., Смирнова Е.А., Виклова А.В., Пантелеева И.М. Синтаксическая сложность академического текста: корпусное исследование работ русскоязычных студентов, изучающих английский язык, в сравнении с текстами профессиональных авторов // Вестник РГГУ. Серия: Литературоведение. Языкознание. Культурология. 2020. № 7. С. 86–107.

2. Пэй Хайтун. Особенности применения искусственного интеллекта в преподавании студентам бакалавриата русского как иностранного в Институте русского языка Хэйлунцзянcкого университета (на примере предмета «Основы русского языка») // Педагогика и просвещение. 2025. № 2. С. 157–175.

3. Сысоев П.В., Филатов Е.М. Технологии искусственного интеллекта в обучении русскому языку как иностранному // Русистика. 2024. Т. 22. № 2. С. 300–317.

4. Чжэн Гуанцзе. Концептуальные измерения и стратегии развития смарт-обучения в российской русистике: обоснованная теория на базе русскоязычной литературы // Китайское преподавание русского языка. 2024. Т. 43. № 3. С. 85–95. (на кит. яз.)

5. Buranova, N.Sh. The role of artificial intelligence in teaching Russian as a foreign language. International Journal of Artificial Intelligence. 2025. Vol. 5. No. 8. Pр. 456–459.

6. He, D. What makes learners anxious while speaking English: a comparative study of the perceptions held by university students and teachers in China. Educational Studies. 2013. Vol. 39. No. 3. Pр. 338–350.

7. Hunt, K.W. Grammatical structures written at three grade levels. Champaign, Ill.: National Council of Teachers of English, 1965. 156 p.

8. Kittredge, A.K., Hopman, E.W.M., Reuveni, B. et al. Mobile language app learners’ self-efficacy increases after using generative AI. Frontiers in Education. 2025. Vol. 10. Art. 1499497.

9. Lyman, F.T. The responsive classroom discussion: The inclusion of all students. In: Mainstreaming Digest / ed. A. Anderson. College Park, MD: University of Maryland College of Education, 1981. Pр. 109–113.

9.  Naeyaert, P.J.P., Scarratt, L.R.J., Murphy, T., Pullen, R. Think–Pair–Chatbot–Share: AI-facilitated peer learning in chemistry. Journal of Chemical Education. 2025. Vol. 102. No. 9. Pр. 3936–3944.
10.  Wolfe-Quintero, K., Inagaki, S., Kim, H.Y. Second language development in writing: Measures of fluency, accuracy, and complexity. Honolulu: University of Hawaii Press, 1998. 187 рp.
11. Wu, T.T., Hapsari, I.P., Huang, Y.M. Effects of incorporating AI chatbots into think–pair–share activities on EFL speaking anxiety, language enjoyment, and speaking performance. Computer Assisted Language Learning. 2025. Pp. 1–39.