Архив журнала

Аннотация: В статье представлена методическая модель интеграции искусственного интеллекта в процесс обучения китайских студентов критическому чтению аутентичных газетных текстов на русском языке. Модель направлена на преодоление дефицита конкретных методических решений по внедрению искусственного интеллекта в преподавание русского языка как иностранного. Актуальность исследования обусловлена реализацией стратегии «искусственный интеллект + образование» в Китайской Народной Республике, отражающей общемировую тенденцию цифровизации и персонализации образовательного процесса. Разработка модели осуществляется в контексте реформирования системы преподавания иностранных языков в Китае, где язык осмысливается не как самоцель, а как инструмент профессиональной межкультурной коммуникации. Цель работы заключается в проектировании и апробации методической модели, ориентированной на формирование медиаграмотности, критического мышления и межкультурной компетенции будущих китайских русистов. Методологическую основу исследования составил пилотный эксперимент, проведенный в Сямэньском университете, в рамках которого в качестве ключевого инструмента искусственного интеллекта использовалась китайская нейросеть DeepSeek. Студенты-филологи уровня В1+, представители «поколения зумеров», применяли искусственный интеллект для понимания, интерпретации и критического анализа текстов российских газет. Предложенная модель опирается на принцип осмысленной «человеко-машинной кооперации», при которой искусственный интеллект не подменяет учебную деятельность, а выступает инструментом когнитивной поддержки (scaffolding). Российские традиции обучения чтению газетных текстов автор сочетает с инновационными цифровыми инструментами. Практическая значимость исследования реализована в создании двух дидактических инструментов: 1) типологии из 11 категорий учебных заданий, соотнесенных с функциональными ролями искусственного интеллекта («Медиа-аналитик», «Культурный медиатор», «Цифровой оппонент» и др.); 2) системы маркировки заданий, направленной на регулирование академической честности. В статье также проанализирован лингводидактический потенциал и выявлены ограничения нейросети DeepSeek в контексте преподавания русского языка как иностранного. Ключевые результаты включают качественную реструктуризацию учебного времени в пользу интеллектоемких заданий, активизацию спонтанной речи студентов и формирование ответственного отношения к искусственному интеллекту. Модель может быть адаптирована для применения как в китайских, так и в российских вузах.

Об авторе (авторах) :

Антонова Ю. А.

Сямэньский университет (Сямэнь, Китайская Народная Республика)

ORCID ID: https://orcid.org/0000-0002-3248-288X

SPIN-код: 7354-1467

Сроки публикации:

Дата поступления: 30.12.2025; дата публикации: 31.03.2026

Список литературы:

Антонова, Ю. А. Модернизация курса «Чтение российских газет» в условиях реформы гуманитарного образования КНР / Ю. А. Антонова // Русистика. – 2025. – Т. 23, № 4. – С. 673–695. – DOI: 10.22363/2618-8163-2025-23-4-673-695. – EDN OLAAUX.

Дзюба, Е. В. Уроки русского для иностранцев: техники искусственного интеллекта или искусство техники? / Е. В. Дзюба // Русистика. – 2024. – Т. 22, № 2. – С. 242–261. – DOI: 10.22363/2618-8163-2024-22-2-242-261. – EDN SHBNRR.

Кожевникова, М. Н. Искусственный интеллект – помощник или конкурент преподавателя РКИ? / М. Н. Кожевникова // Русский язык за рубежом. – 2022. – № 6 (295). – С. 23–28. – DOI: 10.37632/PI.2022.295.6.003. – EDN ONZBIP.

Колесников, А. А. Искусственный и(или) естественный интеллект: перспективы языкового образования в контексте интеллектуально-личностных ориентиров и вызовов / А. А. Колесников // Вестник МГПУ. Серия: Филология. Теория языка. Языковое образование. – 2025. – № 2 (58). – С. 173–189. – DOI: 10.24412/2076-913X-2025-258-173-189. – EDN KALDEP.

Котляренко, Ю. Ю. Интеграция генеративного искусственного интеллекта в обучение иностранным языкам: влияние цифровой грамотности и навыков критического мышления на формирование коммуникативных компетенций студентов неязыковых специальностей / Ю. Ю. Котляренко, Е. А. Николаева // Научно-методический электронный журнал «Концепт». – 2025. – № 5. – С. 284–302. – DOI: 10.24412/2304-120X-2025-11095. – EDN QPQNJC.

Ма, Чао. О лингводидактическом потенциале чат-ботов в обучении русскому языку как иностранному / Ма Чао // Мир науки, культуры, образования. – 2025. – № 2 (111). – С. 5–7. – DOI: 10.24412/1991-5497-2025-2111-5-7. – EDN ECBBOH.

Пашковская, Н. Д. Методические приемы в обучении китайских студентов русскому языку как иностранному с применением инструментов искусственного интеллекта / Н. Д. Пашковская, И. А. Киреева, Ч. Ю. Лю // Научно-методический электронный журнал «Концепт». – 2025. – № 1. – С. 21–34. – DOI: 10.24412/2304-120X-2025-11002. – EDN AMYYHI.

Петросян, Ж. В. Конструктор ИИ-устойчивых заданий как инновационный инструмент в системе педагогического проектирования / Ж. В. Петросян // Актуальные парадигмы теории и практики преподавания РКИ: современные методы, технологии и ресурсы : сборник материалов VIII Московского международного культурно-образовательного форума по РКИ, 20–21 ноября 2025 г. / под ред. И. Е. Карпенко. – Москва : УЦРЯ, 2025. – С. 134–143.

Писарь, Н. В. Потенциал использования нейросетей как инновационного инструмента создания учебного контента и средства организации интерактивной образовательной среды на занятиях по русскому языку как иностранному / Н. В. Писарь // Филологические науки. Вопросы теории и практики. – 2024. – Т. 17, № 1. – С. 58–65. – DOI: 10.30853/
phil20240009. – EDN XUNTSU.

Сысоев, П. В. Технологии искусственного интеллекта в обучении русскому языку как иностранному / П. В. Сысоев, Е. М. Филатов // Русистика. – 2024. – Т. 22, № 2. – С. 300–317. – DOI: 10.22363/2618-8163-2024-22-2-300-317. – EDN SOHSKZ.

Тихонова, Н. В. «Меня пугает то, с какой скоростью развивается искусственный интеллект»: восприятие студентами искусственного интеллекта в обучении иностранным языкам / Н. В. Тихонова, Г. М. Ильдуганова // Высшее образование в России. – 2024. – Т. 33, № 4. – С. 63–83. – DOI: 10.31992/0869-3617-2024-33-4-63-83. – EDN FNUAVR.

Фадеева, В. А. Информатизация лингвистического образования как приоритетное направление научных исследований (опыт ФИЯР МГУ имени М. В. Ломоносова) / В. А. Фадеева, А. П. Авраменко // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. – 2024. – Т. 27, № 4. – С. 100–114. – DOI: 10.55959/MSU-2074-1588-19-27-4-7. – EDN WRNZIL.

Хэ, С. Применение технологий на основе искусственного интеллекта в процессе обучения РКИ / С. Хэ // Современное педагогическое образование. – 2025. – № 6. – С. 143–147. – EDN GXGFDY.

Эмпирическое изучение практики реализации и использования инструментов искусственного интеллекта в образовательном процессе вуза / В. И. Токтарова, О. В. Ребко, И. И. Хабибрахманова, Р. А. Мусин // Вестник Марийского государственного университета. – 2024. – Т. 18, № 2 (54). – С. 188–198. – DOI: 10.30914/2072-6783-2024-18-2-188-198. – EDN ZEYCKE.

Guo, D. Application of Chinese AI tools in teaching Russian as a foreign language to Chinese learners / D. Guo // Russian Language: Research, Testing and Practice. – 2024. – Vol. 10, no. 4. – P. 268–278. – DOI: 10.22363/3034-2090-2024-10-4-268-278. – EDN CRSNND.