Инженерия подсказок при обучении английскому языку: теория и практика

В статье представлена концепция «промпт-инжиниринга» (инженерии подсказок) как важной составляющей современной практики взаимодействия с системами искусственного интеллекта (ИИ), особенно в образовательной и учебно-методической среде . Предлагается краткий исторический экскурс в развитие технологий ИИ и постепенное формирование искусства промпт-инжиниринга, главной целью которого является получение максимально релевантного и точного ответа модели ИИ за счет правильно написанных инструкций . Формулируются ключевые понятия, связанные с инженерией подсказок, и выделяются ее особенности как нового междисциплинарного инструмента, находящегося на стыке лингвистики, педагогики, когнитивной психологии и информационных технологий . Особое внимание уделяется процессу создания эффективных подсказок (запросов), правилам их построения, распространенным ошибкам и техникам их написания с учетом целей обучающихся (пользователей) и характера поставленной задачи .Теоретическая часть сопровождается подробными практическими примерами использования этих техник и их комбинаций при обучении иностранному языку в неязыковых вузах . Описан пошаговый алгоритм, позволяющий адаптировать большой объем учебного материала для целей промежуточной или итоговой аттестации по дисциплине «Английский язык в профессиональной сфере», включая генерацию текстов разного уровня лексической и грамматической сложности, ментальных карт и средств самоконтроля . статья содержит практические рекомендации по организации самостоятельной работы с ИИ-моделями для обучающихся с разным уровнем владения языком, мотивированностью, выбранной учебной стратегией и интеллектуальной готовностью к обучению . В заключении приводятся результаты применения описанных техник промпт-инжиниринга и анализируется их потенциальное влияние на качество обучения, успеваемость, вовлеченность и развитие языковой самостоятельности обучающихся.

1. Ursula K. Le Guin. The Left Hand of Darkness. NY: Ace; 2000. 367 p.

2. John W. Tukey. The future of data analysis. The Annals of Mathematical Statistics. 1962;33(1):1–67. URL: http://www.mat.ufrgs.br/~viali/estatistica/mat2274/material/textos/2237638.pdf

3. Sharma R.C., Bozkurt A. Transforming education with generative AI: Prompt engineering and synthetic content creation. IGI Global; 2024. URL: https://www.researchgate.net/publication/378066821_Transforming_Education_With_Generative_AI_Prompt_Engineering_and_Synthetic_Content_Creation

4. Stuart Russell, Peter Norvig. Artificial intelligence: A modern approach. pearson; 2009:11152 p. URL: https://api.pageplace.de/preview/DT0400.9781292401171_A41586057/preview-9781292401171_A41586057.pdf

5. Fengchun Miao, Wayne Holmes. Guidance for generative AI in education and research. UNESCO. 2023:44 p. URL: https://www.downes.ca/files/docs/UNESCO_Gen_AI_Guidelines_2023.pdf

6. Bernstein David Scott. Prompt engineering for everyone: A comprehensive guide to unlock the potential of ChatGPT and AI-language models. Passionate Programmer; 2023. 314 p.

7. Лукинский И.С., Горшенева И.А. Промпт-инжиниринг в образовательном процессе и научной деятельности: к вопросу о необходимости обучения работе с ИИ. Психология и педагогика служебной деятельности. 2024;(4):148–154. DOI: 10.24412/2658–638X-2024–4–148–154

8. Осмоловская И.М. Дифференцированное обучение: некоторые вопросы теории и практики. Вестник ТГПУ. 1999;5(14):6–12. URL: https://vestnik.tspu.ru/files/vestnik/PDF/articles/Osmolovskaya_I._M._6_12_5_14_1999.pdf

9. Савченко Ю.Ю. Услуги высшего профессионального образования как товар и общественное благо. Современные проблемы науки и образования. 2014;(3). URL: https://www.elibrary.ru/syzodp

10. D. Hume. A treatise of human nature. Dover publications; 2003. 480 c.