Стратегии, позволяющие избежать упрощения интерпретации с помощью искусственного интеллекта при преподавании иностранной литературы в эпоху цифрового интеллекта

Авторы

  • Лаймэй Сюй Чанчуньский университет, 130022, Китай, провинция Цзилинь, г. Чанчунь, ул. Вэйсинлу, д. 6543
  • Цюпин Лу Чанчуньский университет, 130022, Китай, провинция Цзилинь, г. Чанчунь, ул. Вэйсинлу, д. 6543

DOI:

https://doi.org/10.25726/r2764-2977-8562-g

Ключевые слова:

интерпретация с помощью искусственного интеллекта, преподавание иностранной литературы, эра цифрового интеллекта, двухпредметная модель, критическое мышление

Аннотация

Это исследование направлено на изучение причин упрощения интерпретации с помощью искусственного интеллекта и предложение целенаправленных стратегий обучения, позволяющих сбалансировать технологическую эффективность и гуманистическую глубину в обучении иностранной литературе. Анализируя ограничения наборов данных для обучения ИИ, сходимость алгоритмической логики и чрезмерную зависимость преподавателей от инструментов ИИ, авторы исследования разрабатывают модель двухпредметной интерпретации «ИИ + преподаватели-студенты», интегрированные учебные модули «технология + гуманитарные науки» и оптимизируют адаптируемость инструментов ИИ к обучению. Полученные результаты свидетельствуют о том, что эти стратегии могут эффективно смягчить проблему упрощения интерпретации с помощью искусственного интеллекта, развить у учащихся критическое мышление и способности к восприятию литературы, а также способствовать здоровому развитию преподавания иностранной литературы в эпоху цифрового интеллекта. Эта статья вносит свой вклад в теоретическое исследование литературного образования, интегрированного с использованием искусственного интеллекта, и предлагает практические рекомендации для начинающих преподавателей иностранных языков.

Библиографические ссылки

Dong X., Su H. The multidimensional path of Teaching and Research: from literary ethics criticism to foreign literature teaching and research – interview with professor Su Hui // Journal of Guangdong University of Foreign Studies. 2023. № 34(1). pp. 18-33.

Duan J., Yan K. The aesthetic significance of AI generated art and post human technology // Academic digest of humanities in higher education. 2024. № 41(1). pp.121-122.

Guo W., Wang Y. On the teaching of foreign literature in the information age // World literature review (Higher education edition). 2024. № 2. pp. 201-205.

Nie Zh. Scientific choice and AI literature // Foreign literature research. 2024. № 46(3). pp. 8-17.

Wang Zhuo, Zhang Xiuzhi. Application of the output driven hypothesis theory in foreign literature teaching in universities: a case study of Chinese language and literature majors (Teacher education majors) // Heilongjiang education (Higher education research and evaluation). 2024. № 3. pp. 83-85.

Wu W., Liu X. From Black Box to Transparent Box: ethical review of ai literature creation process // Technology communication. 2024. № 16(18). рр. 12-14.

Zeng Wei. Criticism of AI Literature: Path, Paradigm, and Focus // Yunnan social sciences. 2024. № 5. рр. 160-171.

Zheng J. Experimental creation and text interpretation of ai generated literature // Journal of Guizhou University for Nationalities (Philosophy and social sciences edition). 2024. № 2. рр. 122-137.

Как цитировать

1.
Сюй Л, Лу Ц. Стратегии, позволяющие избежать упрощения интерпретации с помощью искусственного интеллекта при преподавании иностранной литературы в эпоху цифрового интеллекта. УО [Интернет]. 30 октябрь 2025 г. [цитируется по 14 февраль 2026 г.];15(10-2):202-8. доступно на: https://emreview.ru/index.php/emr/article/view/2655

Выпуск

Раздел

НОВЫЕ УПРАВЛЕНЧЕСКИЕ ТЕХНОЛОГИИ В ПЕДАГОГИКЕ