В последнее десятилетие одним из инновационных направлений в области обучения иностранным языкам являются нейродидактические исследования, которые базируются на технологиях искусственного интеллекта. Искусственный интеллект развивается за счет нейросетей, этот процесс называется машинное обучение. Нейросети это когнитивные технологии, позволяющие разработчикам создавать приложения, способные видеть, слышать, говорить, понимать и даже начинают рассуждать логически. То есть теперь в приложения для обучения иностранным языкам разработчики могут добавлять такие функции, как распознавание эмоций и настроения. Машинное обучение (machine learning) позволяет компьютерам действовать без программирования, учиться и совершенствоваться на основе полученного опыта без вмешательства человека. В машинном обучении используются алгоритмы, то есть фрагменты кода, состоящие из конечного набора четких пошаговых инструкций, которым компьютер может следовать для достижения определенной цели. Алгоритмы группируются в соответствии с тем, для каких типов машинного обучения они используются: контролируемое обучение, неконтролируемое обучение и обучение с подкреплением принципов [Дагген, 2020]. Наиболее перспективным является обучение с подкреплением, в котором используются алгоритмы, обучающиеся на полученных результатах и решающие, какое действие предпринять дальше. Подобный тип машинного обучения хорош для разработки так называемых нелинейных нейролингвистических тестовых систем, которые должны принимать множество решений и усложнять или упрощать задачу без участия преподавателя, базируясь на ответах тестируемого.
Нейродидактические технологии могут применяться разнообразными способами и позволяют наиболее продуктивно изучать иностранный язык. Еще в 2011 появилась статья B. Sabitzer, в которой он утверждал, что дидактические возможности нейросетей обуславливаются основным императивом нейропедагогики, который известен как создание шаблона и категоризации [Sabitzer, 2011]. В этом контексте целесообразно упомянуть работы некоторых российских и зарубежных авторов таких, как Go E., Sundar S. S.; Gillespie N., Lockey S., Curtis C.; Randall; Левин Б. А., Пискунов А. А., Поляков В. Ю., Савин А. В., изучающих дидактические возможности искусственного интеллекта [Go, Sundar, 2019; Gillespie, Lockey, Curtis, 2021; Randall, 2020; Levin, Piskunov, Poliakov, Savin, 2022]. Опираясь на ряд трудов данных исследователей, можно выделить следующие возможности искусственного интеллекта: осваивать, проверять и анализировать колоссальные объемы информации по той или иной проблеме или дисциплине; разрабатывать индивидуальную траекторию для каждого обучающегося, позволяющую реализовывать принцип адаптированного обучения; создавать оптимальную персонализированную среду для реализации творческого и креативного потенциала обучающегося [Дагген, 2020; Gillespie, Lockey, Curtis, 2021; Randall, 2020; Hill, Ford, Farreras, 2015].
Поскольку искусственный интеллект ассоциируется с использованием роботов в дидактическом процессе, несколько лет назад появился термин роботизированное обучение иностранным языкам (Robot-Assisted Language Learning (RALL) [Randall, 2020]. Если в 2020 году создание и программирование подобных роботизированнных помощников являлось комплексной задачей, то появление в 2022 году чат-бота ChatGPT значительно ускорит процессы интеграции технологий искусственного интеллекта в учебный процесс. Первичный анализ показывает, что технология вызывает значительный интерес у обучающихся [Ruby, 2023]. За 5 дней с момента запуска нейросети в 2022 году в чат-боте зарегистрировалось более 1 миллиона пользователей. Этому способствовало и то, что нейросеть, на которой функционирует чат-бот, способна воспринимать информацию на более чем 95 языках, включая русский и китайский. Многочисленные пользовательские запросы помогают нейросети постоянно обучаться и исправлять свои ошибки в последующих ответах в зависимости от получаемой реакции человека. Открытый API нейросети дает возможность любому желающему использовать нейронную сеть в своих проектах, как, например, это сделал китайский разработчик, создав себе виртуального помощника для практики китайского языка [Немчинова, 2023]. Компания Майкрософт в начале 2023 года уже интегрировала нейросеть в LMS Teams, чтобы система управления обучением сама создавала заметки и выделяла ключевые этапы встречи.
В ближайшее время мы будем наблюдать взрывной рост использования нейросетей во всех сферах жизни. Так, в начале 2023 Google запустил помощника для создания письменных текстов различных жанров от письма до создания бизнес-проекта, чат-бот WritingMate.ai, работающий на базе GTP-4. К концу 2023 года генеративную нейронную сеть YaLM 2.0 интегрирует во все свои сервисы Яндекс [Кодачигов, 2023]. На основе первой версии этой нейронной сети уже работает генератор текстов Балабола, который умеет создавать тексты на русском и английском языках. То, что нейросети уже успешно создают тексты любого жанра, включая научный, по любой тематике, означает, что перед высшим образованием возникают новые вызовы по разработке новых форм контроля, оценивания, итоговой аттестации [Дрожащих, Белякова, 2022].
Активное внедрение ИИ все больше способствует изменению роли обучающихся. В статье «Эволюция и революция в ИИ в образовании» Ролл и Уайли справедливо отмечают, что учащиеся будут все активнее занимать роль адаптирующихся практиков (adaptive experts) и обучающихся в процессе любой своей деятельности (on-the-job learners) [Roll, Wylie, 2016]. Мы наблюдаем, как образование выходит за пределы формального класса, сопровождает развлекательный опыт или сопутствует деятельности на рабочем месте в компании или организации. С переходом Интернета из фазы 2.0 в фазу 3.0 эти тенденции будут только усиливаться. Ключевую роль может сыграть развивающаяся концепция метавселенной. Этому термину даются разные определения: коллективное пространство в виртуальном [Lee et al., 2021], пространственный интернет [Chayka, 2021], непрекращающееся многопользовательское пространство, соединяющее физическую реальность с цифровой виртуальностью [Mystakidis et al., 2021], площадка для симуляции и коллаборации [Lee et al., 2021], непрерывное документирование жизни лайфлоггинг [Bruun & Stentoft, 2019]. Будет справедливо сказать, что концепция метавселенной вырастает из технологий дополненной и виртуальной реальностей. Дополненная реальность (augmented reality) позволяет расширить физический мир, который нас окружает. Например, в мобильном приложении Google-переводчик для пользователей Android возможно просто навести камеру смартфона на надпись на иностранном языке в физическом пространстве, и на экране смартфона появляется перевод этой надписи. Технологию дополненной реальности Google планирует интегрировать и в карты мира: при наведении камеры телефона на объект в реальном мире на экране появится историческая справка или рекламное сообщение [Hall, 2022]. Если дополненная реальность направлена вовне и расширяет реальный физический мир, то виртуальная реальность (virtual reality VR) погружает пользователя в цифровой 3D-мир. Н. Бурбулес определяет VR, как «симуляцию, реализуемую при помощи компьютера, которая является трехмерной, затрагивающей несколько органов чувств и интерактивной, так что у пользователя появляется новый опыт проживания жизни» [Burbules, 2006: 87]. Для получения полноценного виртуального опыта пользователю необходимы специальные VR-очки, что пока накладывает ограничения на массовое внедрение данной технологии в образовательный процесс. Однако исследование групп студентов, обучение которых проходило с применением VR-технологий, показало повышение их мотивации, интереса к занятиям и улучшение результатов по применению теории в ходе решения практических задач [Flynn, 2021].