Обучение иноязычной письменной речи традиционно считается одним из наиболее ресурсоёмких направлений языкового образования. Письмо как продуктивный вид речевой деятельности предполагает интеграцию языковых, дискурсивных и когнитивных умений, формирование которых невозможно без систематической и качественной обратной связи. Детальный анализ текста каждого студента требует значительных временных затрат от преподавателя, вследствие чего обучающиеся нередко получают комментарии с существенной задержкой либо в обобщённой, недостаточно индивидуализированной форме.

Появление и стремительное распространение генеративного искусственного интеллекта, основанного на больших языковых моделях (ChatGPT, Claude и аналогичных системах), открыло принципиально новые возможности для организации обратной связи при обучении письму. Предметом настоящей статьи является не использование ИИ в языковом образовании вообще, а конкретная дидактическая функция — формирующая (корректирующая) обратная связь по письменным работам. Целью статьи является выявление возможностей и ограничений генеративного ИИ как инструмента такой обратной связи на основе её сопоставления с традиционной преподавательской обратной связью.

Обратная связь в обучении иноязычному письму: теоретические основания

Обратная связь (feedback) в методике обучения иностранным языкам понимается как информация о соответствии речевого продукта нормам и коммуникативным задачам с целью совершенствования последующей деятельности. Применительно к письменной речи особое значение имеет корректирующая обратная связь (corrective feedback) — реакция на ошибки в письменном тексте, направленная на их осознание и исправление [5].

В научной литературе разграничивают несколько типов корректирующей обратной связи. По степени эксплицитности различают прямую обратную связь (непосредственное указание правильного варианта) и косвенную (указание на наличие ошибки без предоставления правильной формы). По охвату выделяют сфокусированную обратную связь (концентрация на определённом типе ошибок) и несфокусированную (реакция на все ошибки) [5]. Принципиальное значение имеет различение формирующей и итоговой обратной связи. Формирующая обратная связь предоставляется в процессе работы над текстом и нацелена на развитие умений; итоговая — фиксирует результат и служит оцениванию [6].

Теоретическую рамку дополняет концепция саморегулируемого обучения: качественная обратная связь должна не только указывать на ошибки, но и развивать у обучающегося способность к самостоятельному мониторингу и коррекции собственной деятельности [6].

Возможности генеративного ИИ как инструмента обратной связи

Оперативность. Главным преимуществом ИИ-обратной связи является её мгновенность. Студент получает развёрнутый анализ текста немедленно, что устраняет разрыв между созданием текста и его коррекцией [4].

Доступность и неограниченность объёма. В отличие от преподавателя, время которого ограничено, генеративный ИИ доступен в любой момент и способен обработать неограниченное число обращений. Это позволяет студенту запрашивать обратную связь многократно, итеративно совершенствуя текст.

Эффективность в коррекции формальных ошибок. Современные языковые модели демонстрируют высокую точность в выявлении и исправлении грамматических, орфографических и лексических ошибок [3; 4].

Снижение аффективного барьера. Взаимодействие с ИИ лишено оценочного социального компонента. Это особенно значимо для тревожных обучающихся, для которых критика письменных работ является источником стресса [4].

Развёрнутость и пояснительный характер. Генеративный ИИ способен не только указать ошибку, но и объяснить её причину, привести правило и альтернативные варианты, что приближает обратную связь к обучающему диалогу.

Ограничения генеративного ИИ как инструмента обратной связи

Поверхностность оценки содержания и дискурса. Языковые модели наиболее уверенно работают с формальным уровнем текста, тогда как оценка содержательной глубины, логической связности и соответствия коммуникативной задаче даётся им существенно хуже [4; 1].

Игнорирование коммуникативного и учебного контекста. Преподаватель оценивает работу с учётом уровня конкретного студента, этапа обучения и цели задания. Генеративный ИИ, не располагая этим контекстом, предоставляет обезличенную обратную связь [1].

Риск гиперкоррекции и нивелирования авторского голоса. Стремясь улучшить текст, языковые модели нередко переписывают его в соответствии с усреднённой стилистической нормой, что приводит к утрате индивидуальных особенностей письма [4].

Угроза учебной автономии. Лёгкость получения готовых исправлений создаёт риск того, что студент будет некритически принимать предложенные варианты, не осмысляя их [1].

Возможность ошибочных рекомендаций. Несмотря на высокую точность, генеративный ИИ способен предлагать неверные исправления. Студент, не обладающий достаточной языковой компетенцией, не всегда в состоянии распознать подобные ошибки [3].

Пилотное сопоставительное исследование

Для эмпирической верификации теоретических положений было проведено пилотное сопоставительное исследование с участием студентов языкового направления подготовки (n = 28). Участники выполняли письменное задание (эссе 200–250 слов на английском языке), после чего каждая работа получала два вида обратной связи: традиционную преподавательскую и сгенерированную языковой моделью по стандартизированному запросу. Студентам предлагалось оценить оба вида обратной связи по ряду параметров (шкала от 1 до 5). Результаты представлены в таблице 1.

Таблица 1

Сравнительная оценка двух видов обратной связи (средний балл, n = 28)

Данные подтверждают теоретически выявленное распределение сильных и слабых сторон. ИИ-обратная связь получила существенно более высокие оценки по скорости (4,9 против 2,8) и оказалась сопоставимой с преподавательской по точности исправления формальных ошибок (4,6 против 4,4). Вместе с тем преподаватель значительно превзошёл языковую модель по оценке содержания (4,7 против 3,2) и учёту индивидуальных особенностей (4,6 против 2,9). Показательно, что 75 % опрошенных предпочли сочетание обоих видов обратной связи.

Гибридная модель обратной связи: методические рекомендации

Результаты исследования позволяют сформулировать рекомендации по интеграции генеративного ИИ в систему обратной связи. Целесообразно выстраивать работу над письменным текстом как многоэтапный процесс. На этапе редактирования черновика студенту рекомендуется обращаться к ИИ для выявления формальных языковых ошибок. При этом важно формировать критическое отношение к рекомендациям модели: каждое предлагаемое исправление должно быть осмыслено, а не принято автоматически.

Преподавательская обратная связь концентрируется на содержании, логике, аргументации и индивидуальной динамике развития студента. Такое разделение позволяет преподавателю работать на более высоком методическом уровне. Кроме того, важным элементом гибридной модели является обучение студентов тому, как формулировать запросы к ИИ и как критически оценивать получаемую обратную связь.

Заключение

Генеративный искусственный интеллект обладает значительным потенциалом как инструмент обратной связи при обучении иноязычному письму, однако этот потенциал реализуется лишь в определённой функциональной нише: оперативная коррекция формального языкового уровня. Сопоставительное исследование подтвердило, что ИИ и преподаватель обладают взаимодополняющими, а не конкурирующими сильными сторонами. Наиболее продуктивной является интеграция ИИ-обратной связи и преподавательской в рамках гибридной модели, в которой ИИ берёт на себя коррекцию формального уровня текста, а преподаватель — работу с его содержанием и индивидуализацию обучения.