Аннотация

В данном исследовании рассматривалась интеграция технологий искусственного интеллекта, генерирующего контент (AIGC), с принципами усвоения второго языка (SLA) с целью повышения персонализированного изучения китайского языка для иноязычных учащихся, с акцентом на Кыргызстан в рамках инициативы «Один пояс, один путь». В исследовании применялся смешанный методологический подход, включавший всестороннюю оценку трех платформ (ChatGPT, DeepSeek и Doubao), полуструктурированные интервью с экспертами в области образования, а также теоретический анализ, основанный на признанных теориях, включая гипотезу вводимых данных Крашена и гипотезу взаимодействия Лонга. Оценка платформ показала различия в их возможностях по ключевым параметрам, при этом DeepSeek продемонстрировала наилучшие результаты в области языковой обработки. Интервью с экспертами выявили три основных механизма персонализированного обучения: адаптивное создание контента, индивидуальное отслеживание прогресса и предоставление мгновенной обратной связи. Однако культурная адаптивность стала значительным вызовом, выявив ограничения в учете социокультурных аспектов обучения, требующих участия педагогов. В статье разработана стратегическая четырехфазная модель внедрения, направленная на преодоление ключевых барьеров, включая недостаточность технической инфраструктуры, пробелы в подготовке преподавателей и экономические ограничения. Были предложены стратегии культурного мостостроительства для связывания китайского учебного контента с местными контекстами, что может служить воспроизводимой моделью для различных регионов инициативы «Один пояс, один путь». Исследование показало потенциал AIGC в дополнении, а не замещении человеческого преподавания благодаря интеллектуальному созданию контента и адаптивным траекториям обучения. Несмотря на наличие методологических ограничений, таких как небольшой объем выборки и отсутствие прямых измерений результатов учащихся, полученные выводы заложили основу для устойчивой и культурно-чувствительной интеграции технологий в международное образование по китайскому языку

Ключевые слова

теории изучения языков; технологии AIGC; преподавание китайского языка; реформа образовательных моделей; технологии в педагогике

Использованные источники

  1. Aini, Y., Lan, S., & Wei, N. (2025). Leveraging Natural Language Processing (NLP) and machine learning in task-based language teaching: Enhancing Chinese language acquisition with AI-driven feedback systems. Journal of Education and Educational Policy Studies, 3(2), 46-50. doi: 10.54254/3049-7248/2025.22204.
  2. Aljabr, F.S., & Al-Ahdal, A.A.M.H. (2024). Ethical and pedagogical implications of AI in language education: An empirical study at Ha’il University. Acta Psychologica, 251, article number 104605. doi: 10.1016/j.actpsy.2024.104605.
  3. American Sociological Association’s Code of Ethics. (2018, June). Retrieved from https://www.asanet.org/wp-content/uploads/asa_code_of_ethics-june2018a.pdf.
  4. Arif, M., Ismail, A., Aqib, M., Shaoan, M.R., Ali, W., & Okafor, M.U. (2025). The impact of AI-driven tools on foreign students’ Chinese language acquisition: A case study at Southwest University. Language, Technology, and Social Media, 3(1), 150-168. doi: 10.70211/ltsm.v3i1.165.
  5. Betal, A.K. (2023). Enhancing second language acquisition through artificial intelligence (AI): Current insights and future directions. Journal for Research Scholars and Professionals of English Language Teaching, 7(39). doi: 10.54850/jrspelt.7.39.003.
  6. Bonner, E., Lege, R., & Frazier, E. (2023). Large language model-based artificial intelligence in the language classroom: Practical ideas for teaching. Teaching English with Technology, 23(1), 23-41. doi: 10.56297/BKAM1691/WIEO1749.
  7. Brown, H.D. (2007). Principles of language learning and teaching (5th ed.). London: Pearson Longman.
  8. Chen, C., & Gong, Y. (2025). The role of AI-assisted learning in academic writing: A mixed-methods study on Chinese as a second language students. Education Sciences, 15(2), article number 141. doi: 10.3390/educsci15020141.
  9. Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264-75278. doi: 10.1109/ACCESS.2020.2988510.
  10. Ellis, R. (2015). Understanding second language acquisition (2nd ed.). Oxford: Oxford University Press.
  11. Godwin-Jones, R. (2022). Partnering with AI: Intelligent writing assistance and instructed language learning. Language Learning & Technology, 26(2), 5-24. doi: 10.64152/10125/73474.
  12. Holmes, W., & Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57(4), 542-570. doi: 10.1111/ejed.12533.
  13. Jiang, S., & He, J. (2025). Research on the digitalization of international Chinese language education (2000-2023): A bibliometric analysis from a global perspective. Journal of Macau University of Science and Technology (Humanities and Social Sciences), 19(2), 203-234. doi: 10.58664/mustjournal.2025.06.009.
  14. Kasneci, E., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, article number 102274. doi: 10.1016/j.lindif.2023.102274.
  15. 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.
  16. Li, B., Tan, Y.L., Wang, C., & Lowell, V. (2025). Two years of innovation: A systematic review of empirical generative AI research in language learning and teaching. Computers and Education: Artificial Intelligence, 9, article number 100445. doi: 10.1016/j.caeai.2025.100445.
  17. Lightbown, P.M., & Spada, N. (2021). How languages are learned (5th ed.). Oxford: Oxford University Press.
  18. Liu-Schuppener, X. (2023). Artificial intelligence and digitalization in China’s education system: A systematic analysis of the policy framework and underlying strategies. Working Papers on East Asian Studies, 136. doi: 10.17185/DUEPUBLICO/78369.
  19. Ramana, P.V., Mohanty, D.S., Ngullie, D.Y., Rajeswari, D.T.S., Abinaya, D., Sharma, S., & Sunalini, K.K. (2024). Exploring AI-powered chatbots in English language learning: A study on effectiveness, user experience, and future directions. Nanotechnology Perceptions, 20(S14), 2168-2175. doi: 10.62441/nano-ntp.vi.3079.
  20. Richards, J.C., & Rodgers, T.S. (2014). Approaches and methods in language teaching (3rd ed.). Cambridge: Cambridge University Press. doi: 10.1017/9781009024532.
  21. Riznyk, V., & Riznyk, N. (2024). Methodological aspects of using artificial intelligence in the preparation of future vocational education specialists. Professional Education: Methodology, Theory and Technologies, 10(2), 103-114. doi: 10.69587/pemtt/2.2024.103.
  22. Song, F., Guo, J., & Qu, C. (2023). The application system and practice of ChatGPT in teaching Chinese as a foreign language. Journal of Beijing International Studies University, 45(6), 110-128. doi: 10.12002/j.bisu.491.
  23. Stockwell, G. (Ed.). (2012). Computer-assisted language learning. Cambridge: Cambridge University Press. doi: 10.1017/CBO9781139060981.
  24. Tan, X., Cheng, G., & Ling, M.H. (2025). Artificial intelligence in teaching and teacher professional development: A systematic review. Computers and Education: Artificial Intelligence, 8, article number 100355. doi: 10.1016/j.caeai.2024.100355.
  25. Tu, J. (2020). Learn to speak like a native: AI-powered chatbot simulating natural conversation for language tutoring. Journal of Physics: Conference Series, 1693(1), article number 12216. doi: 10.1088/1742-6596/1693/1/012216.
  26. Wang, C., Karabalaeva, G., Zhao, R., Zhou, X., & Ding, Q. (2024). Cooperation in the field of education between China and Kyrgyzstan within the framework of the “One Belt, One Road” initiative. Scientific Herald of Uzhhorod University. Series “Physics”, 55, 1751-1760. doi: 10.54919/physics/55.2024.175yl1.
  27. Xia, J., Ge, Y., Shen, Z., & Najar, D.M.R. (2024). The auxiliary role of artificial intelligence applications in mitigating the linguistic, psychological, and educational challenges of teaching and learning Chinese language by non-Chinese students. The International Review of Research in Open and Distributed Learning, 25(3), 116-133. doi: 10.19173/irrodl.v25i3.7680.
  28. Xie, L., & Gunaban, M.G. (2024). Contribution of digital approaches in the international Mandarin education and its affecting factors. American Journal of Linguistics, 10(2), 15-22. doi: 10.5923/j.linguistics.20241002.01.
  29. Xie, Y., Ryder, L., & Chen, Y. (2019). Using interactive virtual reality tools in an advanced Chinese language class: A case study. Techtrends, 63(3), 251-259. doi: 10.1007/s11528-019-00389-z.
  30. Xu, B. (2024). Technology integration into Chinese as a foreign language learning in higher education: An integrated bibliometric analysis and systematic review (2000-2024). Language Teaching Research. doi: 10.1177/13621688241277911.
  31. Yu, S., Jiang, X., & Zhu, L. (2025). AI-driven personalized learning path design for Chinese language learners. In Proceedings of the 2024 international conference on big data mining and information processing (pp. 297-301). New York: Association for Computing Machinery. doi: 10.1145/3735014.3735916.
  32. Zhang, C. (2024). AI in education: Opportunities, challenges, and pathways for equitable learning. Journal of Education, Humanities and Social Sciences, 45, 723-728. doi: 10.54097/kfgp6j07.
  33. Zhang, W., & Dou, H. (2025). Generation and evaluation of international Chinese teaching resources by generative artificial intelligence. In Proceedings of the 2024 2nd international conference on information education and artificial intelligence (pp. 187-192). New York: Association for Computing Machinery. doi: 10.1145/3724504.3724537.
  34. Zhypar, S. (2024). Research on the current situation of Chinese language teaching in Kyrgyzstan. Mandarinable: Journal of Chinese Studies, 3(1), article number 1. doi: 10.20961/mandarinable.v3i1.967.