Внедрение генеративного ИИ в университетские аудитории при обучении Английскому как иностранному языку (ЯИЯ) может заметно снизить внутреннюю мотивацию студентов к обучению. В ходе качественного исследования шести отмеченных наградами преподавателей АИЯ из Китая и России спросили, как они меняют свои преподавательские функции, чтобы поддерживать мотивацию учащихся в среде, поддерживаемой ИИ. Данные были получены из трех источников: полуструктурированных интервью, сеансов стимулированного запоминания и систематического тематического анализа реальных учебных материалов в классе. Анализ выявил три взаимосвязанные педагогические функции. Эффективные преподаватели укрепляют автономию учащихся, работая со студентами над созданием совместных рекомендаций по взаимодействию человека и искусственного интеллекта; они разрабатывают основанные на культурных традициях задачи из реального мира, требующие осмысленного использования языка с помощью искусственного интеллекта; и они создают метакогнитивные подсказки, которые учат студентов критически оценивать то, что создают алгоритмы. Исследование предлагает практический контрольный список для повседневного использования в классе. Основной аргумент заключается в том, что дизайн обучения, ориентированный на человека, по-прежнему необходим, поскольку он не позволяет технологической эффективности опережать долгосрочное развитие мотивации. Полученные результаты имеют очевидное межкультурное значение для преподавания иностранных языков в университетах.
Integrating generative AI into university EFL classrooms can noticeably lower students’ intrinsic motivation to learn. In a qualitative study, six award-winning EFL instructors from China and Russia were asked how they reshape their teaching roles to sustain learner motivation in AI-supported environments. The data came from three sources: semi-structured interviews, stimulated recall sessions, and systematic thematic analysis of real classroom teaching materials. The analysis pointed to three interconnected pedagogical functions. Effective teachers strengthen learner autonomy by working with students to set joint guidelines for human-AI collaboration; they design culturally grounded, real-world tasks that call for meaningful language use with AI; and they build in metacognitive prompts that train students to critically assess what algorithms produce. The study offers a practical reflection checklist for everyday classroom use. The main argument is that human-centered teaching design remains necessary, it keeps technological efficiency from overtaking long-term motivational development. The findings have clear cross-cultural implications for university foreign language teaching.