ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ ИНТЕРТЕКСТУАЛЬНЫХ СВЯЗЕЙ НА ОСНОВЕ ПОЛИКОДОВОГО ТЕКСТА ДИНАМИЧНОГО ТИПА В ПРОФЕССИОНАЛЬНОМ ИНОЯЗЫЧНОМ ОБРАЗОВАНИИ
Аннотация
Постановка проблемы. Обновление нормативных документов в области профессионального образования, изменения в средствах, средах и способах коммуникации, появление систем ИИ приводят к необходимости широкого и постоянного внедрения в образовательный процесс материала поликодовых текстов, построенных на совмещении разных семиотических кодов. Особую сложность в этом отношении представляет грамотное внедрение поликодовых текстов динамического типа, в первую очередь аутентичной видеопродукции. Такие тексты часто построены на явлении интертекстуальности, что сближает их с традиционным художественным текстом. В то же время поликодовый способ кодирования информации имеет свои особенности и сложен для декодирования в рамках другой лингвокультуры.
Цель статьи – описать этапы конструирования проблемно-ориентированных заданий и задач на основе интертекстуальных компонентов англосаксонского поликодового текста динамичного типа и представить отдельные результаты экспериментальной работы на профилирующих отделениях иноязычной подготовки.
Методология и методы исследования. Методология исследования построена с учетом анализа и обобщения отечественного и зарубежного опыта в области профессионального образования и современной лингвистики. В качестве основных лингводидактических подходов в исследовании используются проблемный и системный подходы.
Результаты исследования. В рамках статьи предложены такие лингводидактические технологии, как технология выявления интертекстуальных связей, технология построения интертекстуальных связей и технология моделирования текста с опорой на интертекстуальность, на основе которых студенты-гуманитарии формируют и развивают способность профессиональной интерпретации подобных текстов, в частности интертекстуальных элементов. Также описана общая динамика процесса внедрения таких лингводидактических работ в образовательный процесс вузов.
Заключение. При отборе поликодового материала предпочтение должно отдаваться текстам, содержащим узнаваемые элементы, устойчивые связи и образы, наиболее частотные в конкретной лингвокультуре. Это позволит оптимизировать изучение сложного теоретического материала, сформировать широкие междисциплинарные связи, будет способствовать формированию и развитию элементов медиативной и исследовательской компетенций.
Литература
2. Гураль С.К., Бариленко И.А. Обучающий модуль в интегрированном курсе английского языка // Язык и культура. 2023. № 61. С. 193–214. DOI: 10.17223/19996195/61/11
3. Креолизованный текст. Смысловое восприятие. М.: Ин-т языкознания РАН, 2020. 206 с.
4. Майер И.А., Селезнева И.П. Поликодовый текст как средство реализации мультимодального подхода к обучению будущего учителя иностранного языка // Вестник КГПУ им. В.П. Астафьева. 2024. № 2 (68). C. 16–26.
5. Пащенко С.И., Малиновская Н.А., Маховых М.Ю. Организация самостоятельной работы студентов медицинского вуза с применением технологии «перевернутый класс» // Вестник КГПУ им. В.П. Астафьева. 2024. № 3 (69). C. 45–58.
6. Реморенко И.М., Савенков А.И., Романова М.А. Кандидатные подходы и методика использования специализированных систем генеративного искусственного интеллекта при изучении педагогики студентами университета. Вестник МГПУ. Сер.: Педагогика и психология. 2024. № 18 (3). С. 76–90. DOI: 10.25688/2076-9121.2024.18.3.05
7. Стехина М.В., Таранчук Е.А., Гордашевская И.Д. Использование видеоконтента в процессе интеграции предметного содержания на примере дисциплин «Практический курс испанского языка» и «Литература Испании» // Вестник КГПУ им. В.П. Астафьева. 2024. № 4 (70). C. 65–76.
8. Сысоев П.В., Филатов Е.М., Сорокин Д.О. Обратная связь в обучении иностранному языку: от информационных технологий к искусственному интеллекту // Язык и культура. 2024. № 65. С. 242–261. DOI: 10.17223/19996195/65/11
9. Сысоев П.В. Персонализированное обучение на основе технологий искусственного интеллекта: насколько готовы современные студенты к новым возможностям получения образования // Высшее образование в России. 2025. № 34 (2). С. 51–71. DOI: 10.31992/0869-3617-2025-34-2-51-71
10. Титова С.В. Технологические решения на базе искусственного интеллекта в обучении иностранным языкам: аналитический обзор // Вестник Московского университета. Сер. 19: Лингвистика и межкультурная коммуникация. 2024. Т. 27, № 2. С. 18–37.
11. Титова С.В., Харламенко И.В. Структура профессиональной компетенции педагога иностранных языков в области использования искусственного интеллекта // Язык и культура. 2025. № 69. С. 220–246. DOI: 10.17223/19996195/69/11
12. Aldreabi, H., Dahdoul, N.K.S., Alhur, M., Alzboun, N., & Alsalhi, N.R. (2025). Determinants of Student Adoption of Generative AI in Higher Education. The Electronic Journal of e-Learning, 23 (1), 15–33. URL: https://academic-publishing.org/index.php/ejel/article/view/3599 (access date: 15.03.2025).
13. Capano, G., He, A.J., & McMinn, S. (2025). Riding the tide of generative artificial intelligence in higher education policy: an Asian perspective. Journal of Asian Public Policy, 2, 1–15. DOI: https://doi.org/10.1080/17516234.2025.2450571
14. Liang, E.S., & Bai, S. (2025). Generative AI and the future of connectivist learning in higher education. Journal of Asian Public Policy, 18 (1), 1–23. DOI: https://doi.org/10.1080/17516234.2024.2386085
15. Liaw, M.-L., & Chen, H.-I. (2023). Guest Editorial: Contextualized Multimodal Language Learning. Educational Technology & Society, 26 (3), 1–4. DOI: 10.30191/ETS.202307_26(3).0001
16. Nagy, A.S., Tumiwa, J.R., Arie, F.V., & Erdey, L. (2024). An exploratory study of artificial intelligence adoption in higher education. Cogent Education, 11 (1). DOI: https://doi.org/10.1080/2331186X.2024.2386892
17. Oceja, J., & Álvarez-Álvarez, C. (2025). From twitch to Youtube live: A systematic literature review of streaming in higher education. Electronic Journal of e-Learning, 23 (1), 53–65. DOI: https://doi.org/10.34190/ejel.23.1.3702
18. Patterson, J.M. (2024). Repurposing video games as discussion tools. International Journal of Game-Based Learning (IJGBL), 14 (1), 1–19. DOI: https://doi.org/10.4018/IJGBL.349589
19. Polyportis, A., & Pahos, N. (2024). Understanding students’ adoption of the ChatGPT chatbot in higher education: the role of anthropomorphism, trust, design novelty and institutional policy. Behaviour & Information Technology, 44 (2), 315–336. DOI: https://doi.org/10.1080/0144929X.2024.2317364







