Стремительное развитие цифровых технологий и искусственного интеллекта меняет многие сферы жизни, и образование не является исключением. Сегодня компьютерные системы способны не только помогать студентам в изучении языков, но и анализировать тексты, выявлять типичные ошибки и даже определять уровень языковой компетенции обучающихся. Такие разработки открывают новые перспективы для преподавания русского языка как иностранного и позволяют по-новому взглянуть на процесс оценки знаний.
Насколько точны современные системы автоматического анализа речи? Какие языковые трудности чаще всего возникают у билингвов? И как изменится роль преподавателя в эпоху цифровизации? Об этом в эксклюзивном интервью EduRAU рассказал аналитик лаборатории когнитивных и лингвистических исследований Государственного института русского языка имени А.С. Пушкина (Россия, Москва) Антон Вахранев.

- Антон Юрьевич, насколько точно автоматические системы способны оценивать языковую компетенцию студентов?

- Мы не можем утверждать, что на данный момент автоматические системы оценивают языковую компетенцию абсолютно точно, но наши исследования показывают, что в целом они демонстрируют хорошие результаты. Однако многое зависит от контекста. Во-первых, от языка: мы работали исключительно с русским языком, и для него ряд вычисляемых параметров показал высокую эффективность. Во-вторых, от типа изучающих. Мы анализировали разные группы студентов, изучающих русский как второй язык (L2), а также так называемых эритажников — носителей языка наследия. Это люди, для которых русский язык передавался в семье, но не был основным языком социализации.

В этих условиях ряд параметров действительно позволял достаточно чётко различать уровни языковой компетенции. В некоторых случаях можно говорить, что автоматическое распределение работает достаточно надёжно.

- Какие именно устойчивые сочетания вызывают наибольшие трудности у билингвов?

- Это довольно сложный вопрос, потому что мы анализировали реальные тексты студентов. В ходе исследования мы использовали меру ассоциативности (DISCO), чтобы оценить, какие коллокации используются и насколько устойчивы связи между словами.

Мы обнаружили, что часть словосочетаний получает нулевые значения. Некоторые из них просто отсутствуют в эталонном корпусе, то есть они редкие, но не ошибочные.

Интереснее другая группа случаев. Здесь можно выделить два типа. Первый — сочетания с явными ошибками, например орфографическими неточностями. Второй — сочетания, где слова формально подобраны правильно, но в русском языке они не употребляются вместе. Это случаи интерференции: студент пытается передать мысль по аналогии с другим языком. Смысл понятен, но конструкция оказывается неграмматичной.

- Какие перспективы у подобных технологий в массовом образовании?

- Перспективы у таких технологий значительные. Существует большое количество параметров, которые можно автоматически вычислять и анализировать.

Кроме того, исследования охватывают разные языки и разные группы обучающихся, что делает эту область особенно продуктивной. Я думаю, что для большинства языков в будущем можно будет выделить набор критериев, позволяющих достаточно точно автоматически определять уровень владения языком.

- Как сегодня меняется роль преподавателя русского языка в условиях цифровизации и новых образовательных парадигм?

- На мой взгляд, меняется не только роль преподавателя русского языка, но и преподавателя в целом. Современные цифровые инструменты дают возможность сделать образовательный процесс более интересным, наглядным и качественным. При этом важно регулярно пересматривать содержание обучения и соотносить его с тем, что происходит в мире. Иногда можно встретить подход, согласно которому «всё уже давно известно и ничего менять не нужно», но он выглядит устаревшим.

Гораздо продуктивнее постоянно адаптировать преподавание к современным изменениям — и это касается в том числе преподавания русского языка.