Формирование критического мышления (КМ) у студентов – это процесс, который представляет собой важную педагогическую задачу. С педагогической точки зрения, КМ – это способность к логическому анализу информации, формированию обоснованных суждений и принятию решений, применимых как к рутинным, так и к нетривиальным задачам. Современная действительность характеризуется значительным влиянием инновационных технологий во всех сферах и иностранный язык (ИЯ) не является исключением. Предметом рассмотрения в данной статье является дидактический потенциал искусственного интеллекта (ИИ) в развитии КМ студентов в рамках дисциплины «Иностранный язык». Интерес автора направлен на анализ практики преподавания по программе «Переводчик в сфере профессиональной коммуникации», рассматриваются педагогические условия, позволяющие формировать навык КМ.

Развитие КМ в рамках дисциплины «Иностранный язык» достигается за счет комплексного подхода, включающего анализ и интерпретацию иноязычных текстов, организацию дискуссий и дебатов, использование проблемно-ориентированных методов обучения (кейс – метод, проекты), анализ межкультурных факторов. Лингвистический аспект изучения и осмысления культурного разнообразия способствует развитию КМ студентов, позволяя им анализировать собственные предубеждения и стереотипы, тем самым расширяя их кругозор. Практику рефлексии, применяемую на занятиях по ИЯ, также связывают с умением критически оценивать свое состояние, эмоции, уровень понимания пройденного материала и качество проделанной работы. Развитию навыка критической оценки получаемой информации способствует изучение темы с использованием различных источников. Формирование базы экстралингвистических знаний, умение формулировать вопросы и искать информацию на ИЯ является также условием развития навыка. Это не просто набор знаний, а практический инструмент для решения проблем и принятия обоснованных решений. Он требует умения анализировать информацию с разных сторон, выявлять ошибки и противоречия, а также формировать собственное мнение, подкрепленное аргументами и примерами. Навыки критического мышления, такие как наблюдательность, логика, креативность и умение эффективно общаться, позволяет адаптироваться к новым ситуациям, находить нестандартные решения и успешно взаимодействовать с другими людьми. Когнитивное развитие представителей цифрового поколения характеризуется «стремлением к постоянным инновациям и самосовершенствованию, креативностью, способностью к конструктивному мышлению, способностью параллельно обрабатывать различные потоки информации, склонностью к использованию различных источников информации, высокой скоростью и ловкостью в обработке информации и принятии решений» [1].

Научные исследования, изучающие проблематику развитию КМ, показывают, что развитие КМ неразрывно связано с освоением знаний и формированием научного мировоззрения [2; 3]. А.В. Рожкова, опираясь на работы Д. Халперн, Е.Н. Волкова в области КМ, выделяет ряд ключевых компонентов, формирующих его структуру. Среди них: память, языковые и коммуникативные навыки, логика и рассуждения, анализ аргументов, научный подход и проверка гипотез, понимание законов вероятности и статистики, принятие обоснованных решений, развитие навыков решения задач, а также творческое мышление и др. [3].

Ученые утверждают, что усвоение новых знаний – это не пассивное постижение информации, а активный процесс, основанный на уже существующем личном опыте и знаниях человека. Следовательно, каждое знание приобретает уникальный личностный оттенок [4; 5]. Подчеркивается, что ритическое мышление – это использование когнитивных инструментов для достижения желаемых результатов. Развитие КМ в контексте технологии через чтение и письмо, видится как сопоставление новой информации с уже имеющимися знаниями, с последующим принятием, дополнением или отвержением этой информации. Требуется умение взаимодействовать с другими людьми, находя точки соприкосновения. КМ не ограничивается интеллектуальной сферой, а затрагивает и эмоциональную, обучая человека активным и социально-значимым действиям [5]. К педагогическим условиям, развивающим навыки КМ, авторы относят прежде всего конструктивистский тип обучения, активные методы обучения, определенные организационные формы, профессиональную компетенцию преподавателя. Подбор практики активного обучения рассматривается как одно из условий формирования навыка КМ [6]. 

Внедрение ИИ на современном этапе языкового иноязычного образования рассматривается как перспективный инструмент, способствующий эффективному усвоению материала. Исследования в этой области подчеркивают, что он предоставляет ряд возможностей: от доступности и повышение мотивации до индивидуализации обучения, автоматизации рутинных задач, создания интерактивной среды, обеспечение единообразия, гибкости и снижения уровня тревожности [7; 8; 9]. Л.А. Белозерова, С.Д. Поляков, отмечают, что «при использовании интернет-средств и технологий запускаются механизмы как развития когнитивной сферы, так и создающие дефицит и барьеры ее выращивания» [10]. Учёными подчеркивается революционный потенциал, например, аналитики больших данных для оптимизации языкового обучения, адаптации опыта студентов и совершенствования учебных программ [11]. 

Создание условий для активного обучения, предоставления студентам возможности для самостоятельной работы и принятия решений; поддержка разнообразных методов и приемов, стимулирующих КМ; предоставление обратной связи, помощь в развитии навыков самоанализа и самооценки – суть роли преподавателя в развитии навыков КМ. К методам и приемам его формирования относят: дискуссии и дебаты, работа с текстами – анализ различных видов текста, выявление скрытых смыслов, оценка достоверности информации, написание рецензий и критических статей. К обучающим аргументативным стратегиям в области переводоведения можно отнести задания, связанные с пред- и постпереводческим анализом текста, на примере которых обучающиеся учатся отстаивать свою позицию в выборе той или иной трансформации. Такие задания включают, например, задания на выполнение перевода всего текста или его части, на перевод текста с учетом национально-культурных традиций получателей переводного текста с дальнейшим объяснением выбора способа перевода (буквальный, выборочный, коммуникативный, функциональный, семантический способы перевода). К заданиям, направленным на развитие умения работы с информацией её анализом, выявления возможных ошибок можно отнести, например, задания, направленные на анализ предложенного варианта реферативного изложения статьи, его оценку на соответствие критериям, предъявляемым к такого рода переводам [13].

ИИ в иноязычном образовании – это использование адаптивных обучающих платформ, различных приложений для изучения языка, инструментов оценки уровня знаний, инструментов распознавания речи и произношения. Анализ появившейся в последние годы научно-методической литературы позволил выявить типологию заданий с использованием инструментов ИИ. Например, задания на развитие продуктивных навыков: генерация аудио-письменного текста, запрос аргументов в чате GPT и проведение дебатов на основе выбранных аргументов за/против, формулировка вопросов к выбранной известной личности и ведение беседы с ней, составление текстов презентаций [12], создание при помощи ИИ картины и её описание, создание виртуального тура по своему музею [14]. К заданиям на развитие рецептивных навыков можно отнести: чтение текстов за диктором по технике shadowing (теневой повтор) [12]; взаимодействие с чат-ботом по одной из изучаемых тем. В области переводоведения, в курсах по цифровым технологиям в переводе уделяется особое внимание умению работать с использованием инструментов САТ, специфике информационного поиска, созданию собственных терминологических словарей, пред- и постпереводческому анализу текста. Особое внимание должно быть уделено работе с информацией и проверке результатов, полученных с помощью машинного перевода. Одним из возможных способов может быть анализ сочетаемости языковых единиц в рамках семантико-семиотической модели перевода, с привлечением принципов ономасиологического подхода к анализу языковых явлений [15].  

В публикациях последних лет акцентируется внимание на заинтересованности студентов в изучении ИЯ с применением инструментов ИИ. Вместе с тем отмечаются и трудности, связанные с недостаточной развитостью навыков самостоятельной работы с информацией, в первую очередь с неумением расставлять приоритеты [16]. Следующее наблюдение дает повод к новым методическим разработкам, речь идет о гипертекстуальности, об увеличивающихся объемах информации, которыми оперирует современный человек, о связанных с распространением электронной коммуникации языковых трансформациях, смене основного трансформационного носителя, что обусловливает когнитивные процессы современного молодого поколения и влияет на навыки оперирования большими целостными текстами. В связи с этим, молодые люди испытывают трудности выделения основной мысли, причинно-следственных связей, что приводит к упрощению мыслительной деятельности, снижению аналитического мышления [10].  Отмечается, что большие языковые модели – это повод для обучения правильного их использования для получения корректных результатов, в частности обучение корректному написанию промтов, критической оценке и использованию полученной информации в чате (Chat GPT, Giga Chat). Промт-инжиниринг рассматривается как новая, развивающаяся дисциплина, сфокусированная на разработке и оптимизации входных запросов (промтов) для эффективного использования языковых моделей (Language models, LM) в широком спектре прикладных и исследовательских задач[1]. В методике обучения ИЯ под чат-ботами понимается «диалоговая обучающая программа, способная на основе заложенных в нее алгоритмов речевого поведения человека развивать иноязычные устные и письменные речевые умения обучающегося посредством поддержания с ним диалога и имитацией человеческой речи» [17].

Основой практических занятий являются задания и упражнения, направленные на ознакомление студентов с основными проблемами перевода, на овладение умениями и навыками практического перевода, на развитие навыков анализа исходного текста и переведенного текста. Кроме того, практическая часть включает задания, связанные с постредактированием машинного перевода, понимаемым как «улучшение, приведение к адекватности и эквивалентности перевода, выполненного компьютером» [18]. Модель цифровой перевод + постредактирование отмечается как наиболее актуальная в данный период развития переводческой деятельности. В связи с этим представляется важным развитие компетенции постредактирования как комплексной компетенции, включающей переводческую и редакторскую компетенции [19]. Ученые особо выделяют поисковые навыки, подлежащие развитию в рамках подготовки будущих переводчиков. «Поиск, обработка и верификация информации в системе «больших данных» рассматривается на современном этапе как возможная практическая дисциплина в ходе подготовки переводчиков [20].

В рамках курса «Предпереводческий анализ» автором используется следующая стратегия, направленная на формирование навыка пред- и постпереводческого анализа, его алгоритма. Цель задания: развивать способность обоснованно защищать собственный вариант перевода, учитывая лингвистические и культурологичесие аспекты оригинала. Описание задания: переведите предложенный текст с английского/русского языка с использованием онлайн словарей. Выберите наиболее удачный, с Вашей точки зрения, вариант и представьте его в группе, обоснуйте свой выбор, представив использованные трансформации. Инструкция по выполнению задания: Ознакомьтесь с исходным текстом; определите возможные лексические, грамматические, стилистические трудности перевода; выполните перевод с использованием онлайн словарей; выберите вариант перевода и представьте его в группе; дайте анализ предложенного варианта, обоснуйте свой выбор; приведите контраргументы предложенных однокурсниками вариантов; сделайте вывод. 

Критерии оценки: логичность и ясность формулировок предложенных аргументов; умение выявлять и учитывать стилистические нюансы текста; способность давать объективную оценку другим версиям перевода; четкое представление собственной позиции и защита выбранного варианта. В рамках занятий по курсу «Теория перевода» студентам было предложено следующее задание с использованием Chat GPT для работы в группе: Вопрос по теме (на русском языке) «Трансформации в переводе»: Лексико-грамматические трансформации (логическое развитие в переводе, конкретизация, генерализация, целостное преобразование, антонимический перевод, компенсация, описательный перевод (экспликация)). Задание: подготовить развернутый ответ по вопросу, дать определение данных в скобках видов трансформаций; перевести предложенные предложения на русский язык, используя различные приемы трансформаций; назвать, какие приемы были использованы при переводе выделенных курсивом единиц; сравнить свой перевод с вариантом, подготовленным профессиональным переводчиком, который предоставит преподаватель. Проанализируйте допущенные ошибки.

Примечание: При подготовке можно использовать ИИ (Gigachat, Chat GPT), далее необходимо дать характеристику ответу, подготовленному нейросетью и, при необходимости, внести исправления (назвать, какие исправления были внесены). При подготовке перевода можно использовать онлайн словари (Yandex, Google, Promt). Критерии оценки включали следующие параметры: общую высшую оценку, корректное определение трансформаций; исправление ошибок нейросети; качественный анализ переводов. Пример промта: Задание: подготовить развернутый ответ по вопросу (указать вопрос), дать определение данных видов трансформаций (указать трансформации). Привести примеры на английском языке.

Анализ ответов, данных студентами с использованием чата GPT, позволил выделить некорректные примеры, такие как, примеры антонимического перевода (ответ был дан только на русском языке): «Она была довольна своей работой». – ответ чата: «Она была недовольна своей работой». Определенную трудность вызвал вопрос по типу трансформации «компенсация». Сформулированная задача фокусировалась на определении компенсации как переводческой трансформации. Однако, ответ проиллюстрировал многозначность данного слова, возможность его использования в специализированном контексте (юридическом, финансовом, психологическом). Анализ ответов позволил выявить терминологическую неточность ответов чата. Представленные примеры, на наш взгляд, иллюстрируют проблемы некорректного ответа ИИ, требующего исправления и комментариев.  

Заключение. ИИ определяет новые направления в методике преподавания различных предметов, совершенствуя образовательный процесс. Представленный алгоритм работы позволяет развивать навык работы с информацией, ее поиском, критически анализировать полученный результат. Успешное выполнение задания требует от студента уверенного владения материалом, изложенного в рекомендованном учебнике по курсу, развитых навыков анализа и интерпретации текстов на исходном и переводящем языках, а также умения эффективно использовать инструменты ИИ. В качестве организационно-педагогических условий рассматривается доступ к интернет-ресурсам и технологиям ИИ. Дидактические условия включают в себя тщательный подбор литературы, соответствующей теме занятия, разработку четких заданий, позволяющих достичь целей занятия.  В основе педагогического подхода к обучению с привлечением инструментов ИИдолжен лежать деятельностный принцип, реализуемый посредством проблемного обучения и интерактивных форм взаимодействия. Сложности, возникающие при формулировке промтов, обусловлены, как правило, дефицитом экстралингвистической компетенции и недостаточной практикой в составлении запросов. Решением может послужить практика составления промтов, направленная на умение формулировать четкие задания, акцентируя внимание на конкретность деталей, количественные характеристики, логическую структуру, контроле качества (соответствует ли промт поставленной задаче).  Развитие КМ необходимо для будущих преподавателей ИЯ. Это позволит им совершенствовать наблюдательность, аналитические способности, коммуникативные навыки, умение делать выводы и аргументировать свою позицию, подкрепляя ее примерами. Такие навыки актуальны в контексте цифровой педагогики, формирования цифровой образовательной среды и повышения цифровой компетентности будущих преподавателей ИЯ.

[1] Руководство по проектированию промтов | Yandex Cloud – Документация (дата обращения: 12.03.2025).