Выявление культурных и лингвистических различий при изучении языка с помощью генеративного искусственного интеллекта: Исследование с использованием смешанных методов

Стремительное внедрение генеративного искусственного интеллекта (ИИ) в языковое образование открыло новые возможности для персонализированного обучения, но актуализировало вопрос о том, как учащиеся с различным языковым и образовательным опытом взаимодействуют с такими системами. В данном поисковом исследовании на основе смешанного метода изучаются культурно обусловленные модели изучения языка с применением ИИ на примере 100 взрослых слушателей из Японии, Китая, Саудовской Аравии, Египта, Северной Македонии и Болгарии. Сбор данных осуществлялся в течение восьми недель с помощью анализа логов взаимодействия, дневников учащихся, тестирования, анкетирования и интервью. Количественные показатели использовались для общего описания, а качественные данные послужили основой для содержательной интерпретации. Результаты фиксируют общую положительную динамику языкового развития, однако выявляют существенные различия в том, как учащиеся запрашивают, интерпретируют и применяют обратную связь от ИИ. Были определены четыре пересекающиеся модели использования ответов системы: калибровка, согласование, экспериментирование и освоение. Анализ конкретных случаев показал, что взаимодействие способно эволюционировать от исправления ошибок к уточнению, сопоставлению, диалогу и стратегическому вовлечению, а высокая внутригрупповая вариативность подчеркивает ключевую роль самостоятельности учащихся. Поскольку все участники работали с одной системой в одинаковых условиях, обнаруженные различия отражают особенности восприятия и адаптации со стороны самих учащихся, а не настройки на уровне технологий. Таким образом, генеративный ИИ рассматривается как культурно интерпретируемая, а не изначально культурно-ориентированная система. На основе полученных данных сформулированы три гипотезы, касающиеся адаптивной калибровки обратной связи, изменения стилей взаимодействия и пользовательской настройки систем. Данные положения закладывают основу для дальнейших исследований, направленных на проверку того, способны ли адаптированные обучающие агенты обеспечить более инклюзивное языковое образование.