Аннотация

Жасалма интеллекттин тез өнүгүшү менен, генеративдик жасалма интеллект глобалдык тил билим берүү тармагында чоң таасир калтырууда. Бирок, эл аралык студенттер үчүн кытай тили мугалимдери тарабынан генеративдик жасалма интеллектти кабыл алуу боюнча эмпирикалык изилдөөлөр чектелүү. Бул изилдөө, эл аралык студенттер үчүн кытай тили мугалимдери арасында генеративдик жасалма интеллектти кабыл алуу жана анын таасир механизмдерин изилдөө максатын койду. Изилдөөдө сапаттуу изилдөө методдору, анын ичинде жарым-жартылай структураланган интервьюлар жана фокус-топтук талкуулар колдонулду, жана жасалма интеллектти кабыл алуу жана пайдалануу боюнча бирдиктүү теориялык моделди талдоо үчүн колдонушту. Изилдөөлөр көрсөткөндөй, кытай тили боюнча мугалимдердин көпчүлүгү генеративдик жасалма интеллекттин педагогикалык баалуулугун таанып, аны окутуунун натыйжалуулугун жогорулатуу үчүн курал катары карашкан. Ошол эле учурда, алар студенттердин технологияга ашыкча көз карандылыгы, маданий контексттен ажыроо жана мүмкүн болгон интеллектуалдык менчик коркунучтары сыяктуу практикалык көйгөйлөрдү да белгилешкен. Натыйжалуулук боюнча үмүт, аракет жумшоо, социалдык таасир жана шарттар мугалимдердин генеративдик жасалма интеллектти колдонууга болгон даярдыгына таасир эткен, алардан натыйжалуулук боюнча үмүт эң чоң оң таасирди көрсөткөн. Ошондой эле, техникалык чектөөлөр, жетишсиз даярдык жана белгисиз саясаттар мугалимдердин кабыл алуу ниеттерин төмөндөтө турган негизги тоскоолдуктар катары белгиленген. Акырында, келечектеги кытай тили мугалимдери технологияларды кабыл алууга карата эки тараптуу мамиле көрсөтүп, инструменталдык рационалдуулук менен гуманисттик карашты тең салмакташа алышкан. Изилдөөнүн натыйжалары генеративдик жасалма интеллектти эл аралык кытай тилин окутуу тармагына интеграциялоого эмпирикалык колдоо көрсөттү

Негизги сөздөр

кесиптик өнүгүү; интервью методу; эл аралык билим берүү; маданий алмашуу; социалдык таасир

Колдонулган булактар

  1. Alasim, K.N. (2019). Reading development of students who are deaf and hard of hearing in inclusive education classrooms. Education Sciences, 9(3), article number 201. doi: 10.3390/educsci9030201.
  2. An, X., Chai, C.S., Li, Y., Zhou, Y., Shen, X., Zheng, C., & Chen, M. (2023). Modeling English teachers’ behavioral intention to use artificial intelligence in middle schools. Education and Information Technologies, 28(5), 5187-5208. doi: 10.1007/s10639-022-11286-z.
  3. Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M.I., & Andrade-Abarca, P.S. (2024). The impact of pedagogical beliefs on the adoption of generative AI in higher education: Predictive model from UTAUT2. Frontiers in Artificial Intelligence, 7, article number 1497705. doi: 10.3389/frai.2024.1497705.
  4. Chen, Z., Xin, Z., & Wang, N. (2024). Research on the current situation and enhancement strategies of digital literacy of preschool education pre-service teachers in the era of artificial intelligence. In Proceedings of the 4th international conference on internet, education and information technology (IEIT 2024) (pp. 11-19). Paris: Atlantis Press. doi: 10.2991/978-94-6463-574-4_3.
  5. Chiu, T.K. (2024). The impact of Generative AI (GenAI) on practices, policies and research direction in education: A case of ChatGPT and Midjourney. Interactive Learning Environments, 32(10), 6187-6203. doi: 10.1080/10494820.2023.2253861.
  6. Đerić, E., Frank, D., & Milković, M. (2025). Trust in generative AI tools: A comparative study of higher education students, teachers, and researchers. Information, 16(7), article number 622. doi: 10.3390/info16070622.
  7. Gao, Y., Wang, Q., & Wang, X. (2024). Exploring EFL university teachers’ beliefs in integrating ChatGPT and other large language models in language education: A study in China. Asia Pacific Journal of Education, 44(1), 29-44. doi: 10.1080/02188791.2024.2305173.
  8. Hu, L., Wang, H., & Xin, Y. (2025). Factors influencing Chinese pre-service teachers’ adoption of generative AI in teaching: An empirical study based on UTAUT2 and PLS-SEM. Education and Information Technologies, 30(9), 12609-12631. doi: 10.1007/s10639-025-13353-7.
  9. Huang, T., Wu, C., & Wu, M. (2025). Developing pre-service language teachers’ GenAI literacy: An interventional study in an English language teacher education course. Discover Artificial Intelligence, 5, article number 163. doi: 10.1007/s44163-025-00435-1.
  10. Ifenthaler, D., & Schweinbenz, V. (2020). Understanding academics’ adoption of learning technologies: A systematic review. Computers & Education, 151, article number 103857. doi: 10.1016/j.compedu.2020.103857.
  11. Lai, Y. (2024). ChatGPT in international Chinese language education: Opportunities, potential problems, and solution strategies. World Journal of Educational Studies, 2(2), 48-53. doi: 10.61784/wjesv2n2102.
  12. Liu, C., Yang, L., Dong, X., & Li, X. (2025). Factors influencing generative AI usage intention in China: Extending the acceptance-avoidance framework with perceived AI literacy. Systems, 13(8), article number 639. doi: 10.3390/systems13080639.
  13. Mafa, R.K., & Govender, D.W. (2025). Exploring teachers’ technology adoption: Linking TPACK knowledge and UTAUT-3 constructs. Discover Education, 4, article number 88. doi: 10.1007/s44217-025-00480-z.
  14. Moorhouse, B.L., & Kohnke, L. (2024). The effects of generative AI on initial language teacher education: The perceptions of teacher educators. System, 122, article number 103290. doi: 10.1016/j.system.2024.103290.
  15. Nistor, N., Göğüş, A., & Lerche, T. (2013). Educational technology acceptance across national and professional cultures: A European study. Educational Technology Research and Development, 61(4), 733-749. doi: 10.1007/s11423-013-9292-7.
  16. Nurtanto, M., Nawanksari, S., Perdana Sutrisno, V.L., Syahrudin, H., Kholifah, N., Rohmantoro, D., Utami, I.S., Mutohhari, F., & Abi Hamid, M. (2025). Determinants of behavioral intentions and their impact on student performance in the use of AI technology in higher education in Indonesia: A SEM-PLS analysis based on TPB, UTAUT, and TAM frameworks. Social Sciences & Humanities Open, 11, article number 101638. doi: 10.1016/j.ssaho.2025.101638.
  17. Rwodzi, C., & De Jager, L. (2021). Resilient English teachers’ use of remote teaching and learning strategies in Gauteng resource-constrained township secondary schools. Perspectives in Education, 39(3), 62-78.
  18. Tafazoli, D., & Meihami, H. (2023). Narrative inquiry for CALL teacher preparation programs amidst the COVID-19 pandemic: Language teachers’ technological needs and suggestions. Journal of Computers in Education, 10(1), 163-187. doi: 10.1007/s40692-022-00227-x.
  19. Venkatesh, V., Morris, M.G., Davis, G.B., & Davis, F.D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. doi: 10.2307/30036540.
  20. WMA. (2024). WMA Declaration of Helsinki – ethical principles for medical research involving human participants. Retrieved from https://www.wma.net/policies-post/wma-declaration-of-helsinki/.
  21. Xu, S., Chen, P., & Zhang, G. (2024). Exploring Chinese university educators’ acceptance and intention to use AI tools: An application of the UTAUT2 model. SAGE Open, 14(4). doi: 10.1177/21582440241290013.