Детальная информация

В данной работе рассматривается потенциал использования технологий генеративного искусственного интеллекта (ИИ) для создания адаптивного визуального контента в процессе обучения английскому языку для специальных целей. Исследуются теоретические основы интеграции нейросетевых моделей в лингводидактику, анализируются архитектурные особенности диффузионных моделей и их роль в реализации принципа наглядности и теории двойного кодирования информации. Поскольку исследование ориентировано на студентов неязыковых специальностей (экономика и менеджмент), в работе приводится анализ специфики профессионально-ориентированного дискурса и трудностей семантизации абстрактной лексики. В практической части представлен сравнительный анализ доступных на территории Российской Федерации сервисов генерации изображений — Kandinsky 3.1, Шедеврум, Fusion Brain, GigaChat Image и YandexART, а также описан алгоритм проектирования учебных заданий на базе УМК “The Business 2.0” (Upper-Intermediate). В современном образовательном пространстве наблюдается переход к персонализированным цифровым траекториям. Искусственный интеллект в этом процессе выступает инструментом создания динамических когнитивных опор, способствующих более глубокому усвоению материала. С помощью педагогического эксперимента, проведенного в ИПМЭиТСПбПУ, удалось выяснить, что использование ИИ-стимулов оказывает положительное влияние на академическую успеваемость. Было установлено, что применение данных технологий позволяет достичь компенсаторного эффекта для студентов с низким стартовым уровнем, обеспечив прирост успеваемости в 33,3%, что значительно превышает показатели контрольной группы (11,6%). В процессе работы были использованы следующие информационные ресурсы: сервисы генеративного ИИ Kandinsky 3.1 и GigaChat Image; научные базы данных eLIBRARY.RU и КиберЛенинка; платформа Яндекс.Формы для организации тестирования.

This paper examines the potential of using generative artificial intelligence (AI) technologies to create adaptive visual content in the process of teaching English for Specific Purposes (ESP). The theoretical foundations of integrating neural network models into linguodidactics are explored, and the architectural features of diffusion models and their role in implementing the principle of clarity and the theory of dual information coding are analyzed. Since the study focuses on students of non-linguistic specialties in the fields of Economics and Management, the paper examines the specifics of professionally-oriented discourse and the challenges of semanticizing abstract business vocabulary in a limited foreign language environment. The practical part presents a comparative analysis of generative AI image services available in the Russian Federation — Kandinsky 3.1, Shedevrum, Fusion Brain, GigaChat Image, and YandexART — alongside an algorithm for designing educational tasks based on the “The Business 2.0” (Upper-Intermediate) coursebook. In the modern educational space, there is a transition to personalized digital trajectories. Artificial intelligence in this process acts as a tool for creating dynamic cognitive scaffolds that contribute to deeper mastery of the material. Using a pedagogical experiment conducted at Peter the Great St. Petersburg Polytechnic University, it was found that the use of AI stimuli has a positive effect on academic performance. It was established that the use of these technologies makes it possible to achieve a compensatory effect for students with a low initial level, providing an increase in performance of 33.3%, which significantly exceeds the results of the control group (11.6%). The following information resources were used in the course of the study: generative AI services Kandinsky 3.1 and GigaChat Image; academic databases eLIBRARY.RU and CyberLeninka; and Yandex Forms as a platform for test administration.