В РТУ МИРЭА преподаватели кафедры иностранных языков предложили методику использования генеративных нейросетей, таких как ChatGPT и Deepseek, в курсе профессионального английского языка для студентов инженерных направлений. Необходимость такого шага авторы связывают с тем, что традиционные подходы к преподаванию языка не всегда успевают за изменениями в технической среде, где специалистам требуется оперативно работать с документацией и участвовать в международных коммуникациях.
Разработанная система обучения строится на сочетании предметно-языкового интегрированного подхода, цифровой дидактики и использования ИИ в качестве вспомогательного инструмента. В рамках методики нейросети предлагается задействовать для автоматизированной проверки терминологии, генерации учебных кейсов на основе профессиональных текстов, а также для моделирования ситуаций деловых переговоров с использованием ИИ-аватаров.
При этом авторы методики отмечают, что внедрение искусственного интеллекта в образовательный процесс создает не только новые возможности, но и определенные риски. Среди них — возможность некритичного восприятия студентами сгенерированного контента, потенциальные ошибки в технических терминах и разный уровень цифровой подготовки самих преподавателей. В связи с этим ключевым элементом обучения становится формирование у студентов навыка критической оценки ответов нейросети и умения точно формулировать запросы, чтобы получать корректные результаты.
Пилотное применение методики показало, что ИИ-инструменты эффективны при создании сравнительных технических кейсов, обеспечении точности перевода специализированной лексики и симуляции рабочих совещаний в формате видеоконференций. Студентов учат сверять полученные от нейросети данные с эталонными материалами, что позволяет снизить риск некорректной интерпретации профессиональных понятий.
Представители кафедры отмечают, что новая модель не предполагает замены преподавателя: педагог сохраняет за собой функции посредника и контролера этических аспектов, включая вопросы академической честности. Основная цель методики — превратить нейросети из источника готовых решений в инструмент углубленного анализа профессионального контента. Наблюдения показывают, что у студентов снижается страх перед сложными техническими текстами и повышается уверенность при работе с оригинальной документацией, что авторы связывают с более высокой вовлеченностью в процесс обучения.
Читайте также: NVIDIA представила открытую модель для генерации движений в реальном времени ARDY.