Архив журнала
Применение больших языковых моделей в подготовке преподавателя к занятию по русскому языку как иностранному в китайских вузах
- 35
- Файл статьи: PDF
Аннотация: В статье выявляется потенциал применения больших языковых моделей в процессе подготовки и организации урока русского языка как иностранного. Посредством анализа последних нормативных документов, выпущенных Министерством образования КНР, обосновывается государственный заказ правительства страны на активное внедрение искусственного интеллекта в образовательную деятельность вузов. С помощью метода теоретического анализа научных исследований китайских и российских авторов раскрыта сущность больших языковых моделей как ключевого ответвления искусственного интеллекта, выявлены преимущества их применения в области языкового образования и трудности их внедрения в образовательный процесс. Проблема исследования заключается в следующем: как реализовать государственный заказ Китая на цифровизацию образования и внедрение искусственного интеллекта в языковое образование. Цель исследования – выявить возможности применения больших языковых моделей в процессе подготовки преподавателя к занятию по русскому языку как иностранному в китайских вузах. Ключевыми методами исследования выступили метод теоретического анализа для выявления сущности больших языковых моделей, потенциала их применения в языковом образовании, в том числе в процессе обучения русскому языку как иностранному; а также контент-анализ, позволивший определить современный государственный заказ Министерства образования КНР на внедрение искусственного интеллекта в языковое образование. В результате были предложены два прикладных сценария по применению больших языковых моделей DeepSeek и YandexGPT в подготовке преподавателя к занятию по русскому языку как иностранному по теме «Деепричастия». Научная новизна исследования заключается в том, что тема использования искусственного интеллекта, в том числе больших языковых моделей по типу DeepSeek и YandexGPT, в российском и особенно китайском образовательных сообществах является новой, актуальной и малоизученной областью. Разработанные прикладные сценарии по применению больших языковых моделей DeepSeek и YandexGPT в организации доурочной подготовки могут оказаться полезными для преподавателей русского языка, которые хотят вывести на новый технологический уровень свою профессиональную деятельность. Кроме того, сделанные выводы могут пополнить научную базу по теме использования искусственного интеллекта в языковом образовании.
Ключевые слова: китайские вузы; образовательный процесс; методы обучения; РКИ; русский язык как иностранный; методика преподавания русского языка; большие языковые модели; преподаватели; учебные занятия; цифровизация образования; цифровые технологии; цифровая образовательная среда; государственный заказ; искусственный интеллект
Abstract: The article reveals the potential of using large language models in the process of preparing and organizing a lesson in Russian as a foreign language. Through the analysis of the latest regulatory documents issued by the Ministry of Education of the People’s Republic of China, the state order of the Government of the country for the active introduction of artificial intelligence into the educational activities of the university is justified. With the help of a theoretical analysis of scientific research by Chinese and Russian authors, the essence of large language models as a key branch of artificial intelligence is revealed, the advantages of their application in the field of language education and the difficulties of their implementation in the educational process are revealed. The problem of the study is as follows: how to implement the Chinese state order for the digitalization of education and the introduction of artificial intelligence in language education. The purpose of the study is to identify the possibilities of using large language models in the process of preparing a teacher for a lesson in Russian as a foreign language in Chinese universities. The key research methods were the method of theoretical analysis to identify the essence of large language models, the potential of their application in language education, including in the learning process of Russian as a foreign language; as well as content analysis, which made it possible to determine the current state order of the Ministry of Education of the People’s Republic of China for the introduction of artificial intelligence in language education. As a result, two application scenarios were proposed for the use of large language models DeepSeek and YandexGPT in teacher preparation for a lesson of Russian as a foreign language on the topic of “Adverbs”. The scientific novelty of the study lies in the fact that the topic of using artificial intelligence, including large language models such as DeepSeek and YandexGPT in the Russian and especially Chinese educational communities is a new, relevant and little-studied area. The developed application scenarios for the use of large language models DeepSeek and YandexGPT in the organization of after-school training may be useful for Russian language teachers who want to take their professional activities to a new technological level. In addition, our conclusions can add to the scientific base on the use of artificial intelligence in language education.
Key words: Chinese universities; educational process; teaching methods; Russian as a foreign language; Russian language teaching methods; large language models; teachers; classes; digitalization of education; digital technologies; digital educational environment; government procurement; artificial intelligence
Для цитирования:
Чжан, Вэй. Применение больших языковых моделей в подготовке преподавателя к занятию по русскому языку как иностранному в китайских вузах / Чжан Вэй, В. С. Мокрищева, Ли Ваньжу // Педагогическое образование в России. – 2026. – №3. – С. 336-344.
For citation
Zhang, Wei, Mokrishcheva, V. S., Li, Wanru. (2026). The Use of Large Language Models in Teacher Training for Classes in Russian as a Foreign Language in Chinese Universities // Pedagogical Education in Russia. – 2026. – №3. – P. 336-344.