GenAI language corpora in foreign language teaching: advantages and disadvantages


如何引用文章

全文:

详细

Importance. Corpora have proven itself over the years as an effective tool in foreign language teaching. The current stage of technological development is characterized by the introduction of artificial intelligence technologies into all spheres of society. One of the modern programs based on generative artificial intelligence is ChatGPT, which creates answers based on a huge array of data. The processes underlying the functioning of ChatGPT are similar to corpora technologies, which determines the possibility of using ChatGPT as a language corpus. The purpose of the study is to identify the advantages and disadvantages of ChatGPT when used as a language corpus.Research Methods. In the course of the research, the following theoretical methods were used: the study and analysis of scientific literature on the research topic, generalization and classification of conceptual approaches of scientists. As a result of comparing the corpora technologies and the ChatGPT neural network according to nine main criteria, the advantages and disadvantages of each of the programs were identified and described.Results and Discussion. The comparison of corpora technologies and the ChatGPT neural network according to nine main criteria showed that corpora technologies are the preferred choice in mastering lexical and grammatical skills; ChatGPT is preferable when a teacher is in need for quickly prepared training tasks and when teaching students with a lower level of cognitive abilities and foreign language proficiency.Conclusion. ChatGPT neural network can be used in the process of learning a foreign language as a language corpus. However, the application of the program will not always be advisable, and should depend on the training task. The results of the study can be used to develop methods for teaching aspects of language based on corpus-based artificial intelligence technologies. 

作者简介

O. Shults

Derzhavin Tambov State University

Email: lolga1177@gmail.com
ORCID iD: 0000-0002-0330-5374

Dr. habil. (Education), Professor, Professor of Linguistics and Linguodidactics Department

33 Internatsionalnaya St., Tambov, 392000, Russian Federation

G. Pervova

Derzhavin Tambov State University

Email: gmp47@yandex.ru
ORCID iD: 0000-0002-5777-2832

Dr. habil. (Education), Professor, Professor of Theory and Methodology of Preschool and Primary Education Department

33 Internatsionalnaya St., Tambov, 392000, Russian Federation

N. Hausmann-Ushkova

Derzhavin Tambov State University

编辑信件的主要联系方式.
Email: nush2001@mail.ru
ORCID iD: 0000-0002-4347-624X

Dr. habil. (Philology), Professor of Linguistics and Linguodidactics Department

33 Internatsionalnaya St., Tambov, 392000, Russian Federation

参考

  1. Sysoyev P.V., Zolotov P.Yu. (2020). Development of students’ pragmatic competence using corpora. Yazyk i kul’tura = Language and Culture, no. 51, pp. 229-246. (In Russ.) https://doi.org/10.17223/19996195/51/12, https://elibrary.ru/qmhhsr
  2. Sysoyev P.V., Klochikhin V.V. (2022). Development of students’ collocational competence based on corpora. Perspektivy nauki i obrazovaniya = Perspectives of Science and Education, no. 4 (58), pp. 320-335. (In Russ.) https://doi.org/10.32744/pse.2022.4.19, https://elibrary.ru/oehvyx
  3. Sysoyev P.V., Kokoreva A.A. (2013). Teaching professional terms to EFL students using parallel corpus. Yazyk i kul’tura = Language and Culture, no. 1 (21), pp. 114-124. (In Russ.) https://elibrary.ru/pxsiwn
  4. Klochikhin V.V. (2019). Development of collocational competence of students on the basis of electronic linguistic corpus. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Re-view: Series Humanities, vol. 24, no. 179, pp. 69-80. (In Russ.) https://doi.org/10.20310/1810-0201-2019-24-179-69-80, https://elibrary.ru/yzesff
  5. Murunov S.S., Polyakov O.G. (2024). Methodological feedback from chatGPT in the English language classroom. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 47-54. (In Russ.) https://elibrary.ru/jnrjsc
  6. Sysoyev P.V., Filatov E.M. (2024). Method of teaching students’ foreign language creative writing based on evaluative feedback from artificial intelligence. Perspektivy nauki i obrazovaniya = Perspectives of Science and Education, no. 1 (67), pp. 115-135. (In Russ.) https://doi.org/10.32744/pse.2024.1.6, https://elibrary.ru/tmstly
  7. Koraishi O. (2023). Teaching English in the age of AI: embracing ChatGPT to optimize EFL materials and assessment. Language Education and Technology, vol. 3, no. 1, pp. 55-72.
  8. Sysoyev P.V., Filatov E.M. (2023). ChatGPT in students’ research: to forbid or to teach? Vestnik Tambovs-kogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humanities, vol. 28, no. 2, pp. 276-301. (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-2-276-301, https://elib-rary.ru/sphxkz
  9. Klochikhin V.V. (2024). Application of AI-based corpora in identifying language patterns and students’ research. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 39-46. (In Russ.) https://elibrary.ru/jfylhf
  10. Kharlamenko I.V. (2024). Artificial intelligence to assist foreign language teacher in working on lexical skills. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 55-60. (In Russ.) https://elibrary.ru/pxxouk
  11. Salvagno M., Taccon F.S., Gerli A.G. (2023). Can artificial intelligence help for scientific writing? Critical Care, no. 27 (1), pp. 1-5. https://doi.org/10.1186/s13054-023-04380-2
  12. Chen T.-J. (2023). ChatGPT and other artificial intelligence applications speed up scientific writing. Journal of the Chinese Medical Association, no. 86 (4), pp. 351-353. (In Russ.) https://doi.org/10.1097/jcma.0000000000000900
  13. Barrot J. (2023). Using ChatGPT for second language writing: Pitfalls and potentials. Assessing Writing, vol. 57, article 100745. https://doi.org/10.1016/j.asw.2023.100745
  14. Huang W., Hew K., Fryer L. (2022). Chatbots for language learning – are they really useful? A systematic review of chatbot-supported language learning. Journal of Computer Assisted Learning, no. 38 (1), pp. 237-257. https://doi.org/10.1111/jcal.12610
  15. Ma Q., Yuan R., Cheung L.M.E., Yang J. (2022). Teacher paths for developing corpus-based language pe-dagogy: a case study. Computer Assisted Language Learning, pp. 461-492. https://doi.org/10.1080/09588221.2022.2040537
  16. Sysoyev P.V. (2024). Principles of teaching a foreign language based on artificial intelligence. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 6-17. (In Russ.) https://elibrary.ru/horgdd
  17. Klochikhin V.V., Polyakov O.G. (2023). Artificial intelligence technologies: corpus analysis tools in foreign language teaching. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 24-30. (In Russ.) https://elibrary.ru/bdttfe
  18. Avramenko A.P., Tishina M.A. (2023). Didactic potential of linguistic corpora based on artificial intelligence technologies for adapting learning materials. Vestnik Moskovskogo gosudarstvennogo oblastnogo un-iversiteta. Seriya: Pedagogika = Bulletin of Moscow Region State University. Series: Pedagogics, no. 1, pp. 29-38. (In Russ.) https://doi.org/10.18384/2310-7219-2023-1-29-38, https://elibrary.ru/mrnasm

补充文件

附件文件
动作
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».