Details

В данной работе рассматривается процесс персонализированного обучения иностранным языкам с использованием технологий ИИ. Целью является разработка веб-приложения для персонализированного изучения иностранных языков, интегрирующего интеллектуального ментора на основе большой языковой модели с модулем динамического управления контекстом для обеспечения адаптивной персонализации образовательного процесса. Объект исследования – процесс персонализированного изучения иностранных языков с использованием интеллектуальных обучающих систем на базе LLM. В ходе исследования применены методы системного анализа, проектирования программной архитектуры и алгоритмические методы сборки контекста с гибридным поиском (RAG). В результате спроектирована модульная распределённая архитектура, предложена математическая модель бюджетирования токенов и разработан четырехуровневый алгоритм формирования контекста. Создан и протестирован прототип веб приложения, включающий клиентскую часть (React), серверную (FastAPI) и базы данных (PostgreSQL, ChromaDB). Область применения результатов – цифровые образовательные технологии и платформы для самостоятельного изучения языков. Выводы подтверждают обоснованность предложенного решения: использование динамического управления контекстом и долгосрочной памяти улучшает удержание контекста при перерывах в обучении, а также повышает объективные показатели персонализации и полезности обратной связи в сравнении с классическими чат-ботами.

The subject of the graduate qualification work is «Development of a web application for personalized foreign language learning with an intelligent mentor based on a dynamic context management module». This paper examines the process of personalized foreign language learning using AI technologies. The aim is to develop a web application for personalized foreign language learning that integrates an intelligent mentor based on a large language model with a dynamic context management module to ensure adaptive personalization of the educational process. The object of the study is the process of personalized foreign language learning using intelligent tutoring systems based on LLMs. The research employed methods of system analysis, software architecture design, and algorithmic context assembly using hybrid search (RAG). As a result, a modular distributed architecture was designed, a mathematical model for token budgeting was proposed, and a four-level context assembly algorithm was developed. A prototype of the web application was created and tested, consisting of a client side (React), a server side (FastAPI), and databases (PostgreSQL, ChromaDB). The application area covers digital educational technologies and platforms for independent language learning. The findings confirm the validity of the proposed solution: the use of dynamic context management and long-term memory improves context retention during learning interruptions, and also enhances objective metrics of personalization and feedback utility compared to traditional chatbots.