ОБУЧЕНИЕ СТУДЕНТОВ-ФИЛОЛОГОВ СИНТАКСИЧЕСКОЙ СИНОНИМИИ РУССКОГО И ЯКУТСКОГО ЯЗЫКОВ В ЭПОХУ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ОБРАЗОВАНИЯ
Введение
Синтаксическая синонимия всегда вызывала интерес лингвистов и методистов. В русском языке данную проблему рассматривали А.М. Пешковский [1], А.Н. Гвоздев [2] и др. Среди ученых, исследовавших синтаксис якутского языка, следует отметить работы Н.Н.Ефремова [3], Е.И. Убрятовой [4], Е.П. Никифоровой [5]. Для филолога владение синтаксической синонимией, с одной стороны, является базовым профессиональным навыком, формирующим лингвистическое мышление, с другой стороны – главным инструментом, позволяющим проникать в суть языка, текста и речи.
Цифровая трансформация лингвистического образования и интеграция генеративных нейросетей в учебный процесс кардинально меняют парадигму подготовки специалистов-филологов. На актуальность проблемы изучения больших языковых моделей (LLM) малоресурсных языков указывает возрастающее количество научных работ [6, 7]. Способность LLM мгновенно генерировать, трансформировать и анализировать тексты любого объема и сложности выводит на новый уровень персонализацию и интенсификацию обучения [8]. Более того, генеративные нейросети нового поколения способны создавать тексты, максимально приближенные к человеческому (естественному) языку, что делает их идеальным инструментом для обучения синтаксической синонимии, развития языкового чутья и стилистической гибкости. Если раньше упражнения на синтаксическую синонимическую трансформацию опирались преимущественно на ручной подбор текстов и механическую трансформацию, то современные генеративные нейросети позволяют создавать персонализированную, контекстуально насыщенную языковую среду. В процессе обучения синтаксической синонимии с использованием генеративных нейросетей у студентов-филологов через развитие профессиональных редакторских умений и навыков лингвистического промпт-инжиниринга также формируется метаязыковая компетенция [9, 10].
Цель исследования – обосновать актуальность и раскрыть научно-методический потенциал использования генеративных нейросетей в обучении студентов-филологов синтаксической синонимии русского и якутского языков, с акцентом на формирование навыков критического редактирования и проектирования лингвистических промптов.
В основу исследования положена следующая гипотеза: внедрение генеративных нейросетей в обучение синтаксической синонимии русского и якутского языков будет наиболее эффективным при условии перехода от репродуктивного освоения синонимичных синтаксических конструкций к аналитической редакторской деятельности. При этом ИИ выступает генератором вариативных синтаксических моделей, а обучающийся выполняет функции промпт-инженера и/или стилистического редактора.
Материал и методы исследования
Основные методы исследования – анализ и моделирование.
Для достижения цели и проверки гипотезы исследования была разработана поэтапная система упражнений, направленная на обучение студентов-филологов синтаксической синонимии русского и якутского языков.
В процессе исследования наряду с системно-деятельностным и функционально- стилистическим подходами, предложенными Н.С. Ларенок [11], применялся HCAI (Human-centered AI) подход, при котором во взаимодействии «человек – машина» во главу угла ставится человек и его профессиональные цели [12, 13].
В триаде «преподаватель – обучающийся – ИИ» обучение синтаксической синонимии должно двигаться в двух направлениях: семасиологический подход (от формы к смыслу) и ономасиологический подход (от смысла к форме) [14]. Генеративные нейросети эффективны для реализации ономасиологического подхода при составлении множества вариантов по запросу «вырази эту мысль по‑другому». В то же время преподаватель и обучающийся реализуют семасиологический подход в ходе анализа, сравнения и ранжирования.
Основным средством обучения синтаксической синонимии русского и якутского языков были выбраны генеративные нейросети ГигаЧат, DeepSeek и Qwen 3.7-Plus, представляющие собой многомодальные языковые модели трансформерной архитектуры, функционирующие на принципах глубокого обучения и обработки естественных языков. Обоснованием выбора данных генеративных нейросетей послужило умение нейросети генерировать тексты на якутском языке, а также открытость доступа на территории Российской Федерации.
Апробация разработанной системы упражнений проводилась в течение 2-го семестра 2025–2026 учебного года на базе филологического факультета Северо-Восточного федерального университета имени М.К. Аммосова. В эксперименте приняли участие 76 первокурсников, распределенных на экспериментальную (n=38) и контрольную (n=38) группы. Обучающиеся были распределены по группам случайным образом после констатирующего эксперимента. При распределении использовался принцип эквивалентности. Все участники эксперимента были билингвами, то есть в равной степени владели русским и якутским языками. В экспериментальной группе обучение строилось с применением авторской системы упражнений человеко-машинного обучения, в контрольной группе применялись традиционные учебные материалы. В экспериментальной группе преподаватель выступал в роли фасилитатора процесса взаимодействия с генеративными нейросетями. Оценка эффективности предложенной системы упражнений осуществлялась посредством констатирующего и итогового срезов, измеряющих уровни владения синтаксической синонимии у участников эксперимента (высокий/творческий, средний/аналитический и низкий/репродуктивный). Было выявлено три компонента синтаксической синонимии: когнитивный (лингвистические знания), операциональный (промпт-инжиниринг и редактирование) и рефлексивный (критическое мышление, верификация и метаязык), каждый из которых оценивался по ряду критериев. Так, обучающийся, имеющий высокий уровень владения синтаксической синонимией, должен свободно оперировать понятиями синтаксической синонимии (когнитивный компонент), использовать сложные, многошаговые промпты, самостоятельно и эффективно «переводить» шаблонный машинный текст на естественный язык, находить «галлюцинации» в сгенерированном тексте (операциональный компонент), давать развернутый лингвистический комментарий, почему один синтаксический синоним эффективнее другого в данном контексте (рефлексивный компонент).
Ограничения исследования: малая выборка (один вуз, один курс), ограниченный набор моделей, отсутствие долгосрочного отслеживания, возможный эффект новизны.
Результаты исследования и их обсуждение
Интеграция генеративных нейросетей в лингвистическое образование инициирует сдвиг в парадигме профессиональной подготовки филолога: от компетенции продуцирования текста к компетенции его критического редактирования, верификации и прагматической адаптации. Как отмечают современные исследователи К.Е. Виноградова [15], И.В. Фотиева [16] и С.С. Распопова [17], ИИ не мыслит и не принимает самостоятельных решений, а лишь реагирует на промпты, оставаясь инструментом, а не субъектом обучения. Так, по мнению Е.В. Дзюбы [18], генеративные модели в практике отработки синтаксической синонимии выступают не заменой языкового чутья, а катализатором лингвистической рефлексии, продуцирующим сырой материал, требующий экспертной обработки.
Применение генеративных нейросетей при обучении филологов синтаксической синонимии русского и якутского языков открывает новые возможности, но требует методически грамотного подхода. Ниже представлена система методических приемов и упражнений, разбитая по этапам обучения.
Этап 1. Генерация корпуса синонимических трансформаций.
Цель: Научить будущего филолога видеть несколько способов синтаксической трансформации.
Метод: Запрос для нейросети на массивную генерацию вариантов.
Промпт: Ты – преподаватель синтаксиса русского языка. Сгенерируй 15 синтаксических синонимов к предложению «Студент, который не выучил правило, получил двойку», используя: причастные/деепричастные обороты, сложноподчиненные предложения с разными союзами (так как, поэтому, вследствие того что), бессоюзные конструкции, инфинитивные обороты, отглагольные существительные.
Ты – преподаватель синтаксиса якутского языка. Сгенерируй 15 синтаксических синонимов к предложению «Устудьуон, быраабыланы үөрэппэтэх буолан, иккини ылла», используя: причастные/деепричастные обороты, сложноподчиненные предложения с разными союзами (тоҕо диэтэххэ, ол иһин, түмүгэр), бессоюзные конструкции, инфинитивные обороты, отглагольные существительные.
Ниже приведем ответ, сгенерированный генеративной нейросетью Qwen 3.7-Plus:
1. Причастные обороты (Замена придаточного определительного)
Причастный оборот позволяет «свернуть» придаточное предложение в одно членом, делая речь более компактной.
Студент, не выучивший правило, получил двойку. (Классическое обособленное определение в постпозиции.)
Не усвоивший правило студент получил двойку. (Обособленное определение в препозиции, акцент на причине.)
Студент, не знающий правила, был наказан двойкой. (Замена глагола прошедшего времени причастием настоящего времени + пассивный залог.)
2. Деепричастные обороты (Замена на обстоятельство). Деепричастие добавляет оттенок действия, сопутствующего основному, или указывает на причину.
Не выучив правило, студент получил двойку. (Обстоятельство причины.)
Студент получил двойку, так и не выучив правило. (Уточняющее обстоятельство образа действия/причины с оттенком досады.)
3. Сложноподчиненные предложения (СПП) с разными союзами. Здесь мы работаем с логикой: причина и следствие могут меняться местами, а союзы задают разную степень официальности.
Так как студент не выучил правило, он получил двойку. (Придаточное причины, нейтральный стиль.)
Студент получил двойку вследствие того что не выучил правило. (Придаточное причины с производным союзом, книжный/официально-деловой стиль.)
Студент не выучил правило, поэтому он получил двойку. (СПП с присоединительным союзным наречием «поэтому», указывающим на следствие.)
4. Бессоюзные конструкции (БСП). Отсутствие союзов компенсируется интонацией и знаками препинания, речь становится динамичной или категоричной.
Студент не выучил правило – получил двойку. (Бессоюзное подчинение со значением быстрого следствия, интонационное тире.)
Студент правило не выучил, двойку получил. (Бессоюзное соединение частей сложного предложения с акцентом на фактологическую констатацию.)
5. Инфинитивные обороты (Номинализация действия). Инфинитив позволяет выразить действие как абстрактный предмет или цель, что характерно для рассуждений.
Не выучить правило для студента означало получить двойку. (Инфинитивы в роли подлежащего и именного сказуемого.)
Студенту не выучить правило значило получить двойку. (Безличная конструкция с инфинитивным субъектом в дательном падеже.)
6. Отглагольные существительные (Именная конструкция). Замена глаголов существительными (номинализация) – главный признак научного и официально-делового стилей. Действие «застывает».
Получение студентом двойки стало следствием неусвоения правила. (Цепочка отглагольных существительных в роли субъектов и объектов.)
Незнание студентом правила привело к получению им двойки. (Предложно-именная конструкция с отглагольным существительным.)
Причиной получения студентом двойки послужило отсутствие у него выученного правила. (Сложная именная конструкция с отглагольным существительным в роли главного члена.)
Задание студенту: Сравнить выданный список с собственным. Найти неочевидные варианты. Проверить сгенерированный текст на наличие ошибок.
Студенты анализируют сгенерированные предложения, находят ошибки («Студент, не знающий правила, был наказан двойкой», «Причиной получения студентом двойки послужило отсутствие у него выученного правила» и др.), сравнивают со своими, находят неочевидные варианты («Невыученное правило привело студента к двойке / Быраабыланы үөрэппэтэх буолуу устудьуону «икки» сыанаҕа тиэртэ» и др.). В итоге обучающиеся приходят к выводу, что исходное предложение с придаточным определительным («который не выучил») носит нейтральный характер. Для написания научной статьи или отчета следует использовать конструкции с отглагольными существительными, для художественного текста или публицистики – деепричастные и бессоюзные обороты, а для четкой аргументации в устной речи идеально подойдут сложноподчиненные предложения с союзами причины.
Этап 2. Стилистическая паспортизация.
Цель: Переход от узнавания к анализу стилистической нормы.
Метод: Нейросеть получает задание не просто создать синонимы, а ранжировать их согласно стилям.
Промпт: Построй континуум от максимально книжного/научного стиля до максимально разговорного/фамильярного для следующих синонимов: «Если пойдет дождь, мы не пойдем гулять» → «В случае выпадения осадков...» → «Дождь – отмена прогулки» → «Как только дождь...». Обоснуй каждый шаг.
Расположи следующие четыре варианта предложения на континууме от книжного (научный/официальный стиль) до разговорного (фамильярный стиль). Киэһэлик сөҥүү түһэр түгэнигэр сынньалаҥ былаана уларыйыа. → Ардах – пааркаҕа барыы тохтуур. → Киэһэ, ардах түстэҕинэ, сынньана барар былааммытын тохтотобут. → Ардах түстэ да, паарка диэн аны умнуллар! Обоснуй каждый шаг.
Задание студенту: Запросить у нейросети синонимический ряд для конкретного предложения, а затем самостоятельно определить, в каком тексте (официальный документ, репортаж, сообщение) уместен каждый вариант. Попросить нейросеть доказать, почему плохой (канцелярский) вариант иногда лучше хорошего.
Этап 3. Стилистическое редактирование с ИИ-ассистентом.
Цель: Научить редактировать чужой текст, выбирая оптимальную синтаксическую конструкцию.
Метод: Нейросети дается «испорченный» текст (с повторами, штампами, инверсиями) для генерации нескольких исправленных вариантов. Обучающийся должен выбрать наилучший вариант.
Промпт: Вот плохой текст: «Он открыл дверь, которая скрипела, и увидел комнату, которая была пуста, и это его испугало». Предложи 5 синтаксических синонимов этой фразы для жанра хоррор и 5 для жанра любовный роман. Объясни разницу в выборе союзов и времени глаголов.
Вот плохой текст: «Кини ааны арыйбыта уонна кураанах хоһу көрбүтэ, ол кинини куттаабыта». Предложи 5 синтаксических синонимов этой фразы для жанра хоррор и 5 для жанра любовный роман. Объясни разницу в выборе союзов и времени глаголов.
Задание студенту: Взять отредактированный нейросетью вариант и объяснить, почему для хоррора лучше использовать бессоюзные предложения и инверсию, а для романа – сложные предложения с уступительными союзами.
Этап 4. Развитие лингвистической интуиции.
Цель: Научиться отличать допустимую синтаксическую синонимию от грамматической ошибки.
Метод: Нейросеть специально генерирует некорректные синонимы. Задача студента – найти «лишний» вариант.
Промпт: Сгенерируй 10 синтаксических синонимов к фразе «Поднявшись на вершину, дети увидели озеро», но 3 из них намеренно сделай некорректными (нарушение видовременной соотнесенности, неправильное использование деепричастий, обрыв конструкции). Выдай их без пометок.
Сгенерируй 10 синтаксических синонимов к фразе «Үрдэлгэ тахсан, оҕолор күөлү көрдүлэр», но 3 из них намеренно сделай некорректными (нарушение видовременной соотнесенности, неправильное использование деепричастий, обрыв конструкции). Выдай их без пометок.
Задание студенту: Найти ошибки, исправить их, объяснить нейросети, почему они недопустимы.
Систематическое выполнение подобных заданий способствует формированию и развитию у обучающихся критического мышления по отношению к результатам работы генеративных нейросетей.
Этап 5. Моделирование диалога: перевод сгенерированного (машинного) текста на естественный язык.
Цель: Понять разницу между генерацией шаблонов и осмысленным синтаксисом.
Нейросети свойственна синтаксическая избыточность и определенные клише. Будущий филолог должен научиться «переводить» сгенерированный текст на литературный язык, грамотно используя синтаксическую синонимию.
Задача: Дать нейросети команду написать рассуждение на какую-либо тему. Например, «Почему важно читать книги? / Кинигэ ааҕар тоҕо наадалааҕый?». В ответе будет масса шаблонных конструкций («в современном мире», «следует отметить, что», «необходимо подчеркнуть важность»). Студент должен вручную или с помощью второго запроса заменить клише на синонимичные синтаксические конструкции.
Этап 6. Экспериментальное задание: параметрическая генерация
Цель: Исследовать, как изменение синтаксиса меняет восприятие смысла.
Промпт: Сгенерируй три коротких рассказа (по 3 предложения) на сюжет «Человек потерял ключи».
– Рассказ 1: только простые нераспространенные предложения.
– Рассказ 2: только сложные предложения с союзом «но».
– Рассказ 3: только безличные и инфинитивные конструкции.
Проанализируй, как меняется настроение и характер героя.
Промпт: Сгенерируй три коротких рассказа (по 3 предложения) на сюжет «Киһи күлүүһүн сүтэрдэ»
– Рассказ 1: только простые нераспространенные предложения.
– Рассказ 2: только сложные предложения с союзом «ол эрээри».
– Рассказ 3: только безличные и инфинитивные конструкции.
Проанализируй, как меняется настроение и характер героя.
Анализ: Обучающийся делает вывод о том, что первый рассказ создает ощущение отрывистости, тревоги, второй выражает драматизм, третий повествует об обреченности.
Таким образом, редакционные компетенции становятся центральным вектором подготовки филологов, смещая фокус с автоматизированного порождения речи на осознанное управление синтаксическими ресурсами языка в условиях человеко-машинной кооперации.
Эффективность использования генеративных нейросетей при обучении синтаксической синонимии напрямую зависит от качества формулировки запроса. Промпт-инжиниринг при обучении будущих филологов перестает быть техническим навыком и превращается в инструмент метаязыковой рефлексии [19]: будущий филолог учится деконструировать синтаксическую задачу, задавать параметры регистра, коммуникативной цели, стилистического фильтра и формата вывода, тем самым моделируя учебные ситуации синонимической трансформации с высокой степенью воспроизводимости.
Оптимальная структура лингвистического промпта для отработки синтаксической синонимии как русского, так и якутского языков базируется на поэтапной модели:
1. Определение цели и роли ИИ («Ты – редактор научного журнала / стилист-консультант / преподаватель синтаксиса»).
2. Введение контекста («Уровень владения – С1/C2, предметная область – лингвистика, целевая аудитория – студенты-филологи»).
3. Постановка задачи («Предложи 4 синтаксически синонимичных варианта предложения, варьируя тип связи и порядок компонентов»).
4. Определение стиля и ограничений («Сохрани научный стиль, избегай разговорных конструкций, не используй архаизмы»).
5. Формат вывода («Оформи ответ в виде таблицы: исходная конструкция → варианты → краткий комментарий о стилистической окраске и прагматической функции каждого варианта»).
Диалог с ИИ формирует у обучающихся навык точной формулировки языковых задач. Учебный процесс строится по циклу: запрос → анализ генерации → корректировка промпта (уточнение ограничений, добавление прагматического контекста) → улучшенная генерация. Этот процесс напоминает «настройку» алгоритма под конкретные учебные цели и развивает способность к декомпозиции сложных синтаксических явлений [20, 21].
При работе с нейросетями следует учесть, что для генерации текста на якутском языке промпт необходимо составлять на русском языке. Русский язык, с SVO-порядком, задает структуру, которую легче транслировать в нужные формы якутского языка (агглютинативного с SOV-порядком). Также отметим, что вследствие низкой степени представленности якутского языка в обучающих корпусах DeepSeek и Qwen 3.7-Plus , для более точной генерации на якутском языке рекомендуется предоставлять максимально полный контекст запроса и верифицировать сгенерированный текст носителями языка или специализированными морфологическими валидаторами.
Мы сравнили генерации трех нейросетей (GigaChat, DeepSeek и Qwen) по одному запросу. Сравнительно-сопоставительный анализ ответов показал, что все нейросети справились с заданием, сгенерировали синтаксические варианты, связанные с жанровой стилистикой. Однако есть значительное различие в презентации материала: GigaChat делает упор на терминологию, что делает ответ более академическим по сравнению с другими нейросетями; DeepSeek и Qwen справились с задачей на русском языке, однако в генерациях на якутском языке присутствовал ряд лексических ошибок; DeepSeek сгенерировал более живые примеры, в то время как примеры GigaChat и Qwen были схожими. Необходимо также отметить, что все нейросети давали примеры как синтаксической синонимии, так и синтаксической вариативности, являющимися разными лингвистическими категориями. Мы не уверены, является ли это системной ошибкой или так называемой «галлюцинацией». В любом случае преподавателю следует акцентировать внимание обучающихся на данном факте.
С целью проверки гипотезы была проведена статистическая обработка результатов педагогического эксперимента. Мы использовали U-критерий Манна – Уитни, позволяющий оценить достоверность различий между результатами контрольной и экспериментальной групп; T-критерий Вилкоксона для оценки динамики внутри экспериментальной группы до и после эксперимента.
Таблица1
Сравнение ЭГ и КГ на контрольном этапе (по интегральному показателю Σ)
|
Группа |
Количество обучающихся (n) |
Медиана (Me) |
Q1 (25%) |
Q3 (75%) |
M ± σ |
Средний ранг |
|
ЭГ |
38 |
64,0 |
55,0 |
75,0 |
65,0±15,0 |
44,5 |
|
КГ |
38 |
53,0 |
44,0 |
64,0 |
54,0±15,2 |
32,5 |
Примечание: составлена авторами на основе полученных данных в ходе исследования
Критерий d Коэна рассчитывался по формуле
и составил 0,73.
U-критерий Манна – Уитни вычислялся по формуле U=n1 · n2 +
- R и составил 412, при этом p=0,003 (p < 0,01) → статистически значимое различие между группами в пользу ЭГ.
Размер эффекта (r): r=Z /
= 0,34 – эффект средней величины.
Поскольку распределение нормальное (p > 0,05), дополнительно применялся t-критерий Стьюдента для независимых выборок: t=3,18.
Таблица2
Динамика внутри ЭГ (критерий Вилкоксона, n=38)
|
Компонент |
Т эмп |
T критерий |
р уровень |
Размер эффекта (r) |
Вывод |
|
К1 когнитивный |
112 |
138 |
р=0,008 |
0,31 |
Значимый рост |
|
К2 операциональный |
68 |
138 |
p<0,001 |
0,46 |
Сильный рост |
|
К3 рефлексивный |
74 |
138 |
p<0,001 |
0,44 |
Сильный рост |
|
Интегральный |
45 |
138 |
p<0,001 |
0,52 |
Сильный рост |
Примечание: составлена авторами на основе полученных данных в ходе исследования
Полученные данные (U=412, p=0,003; t=3,18, p=0,002) свидетельствуют о том, что интеграция генеративных нейросетей в процесс обучения студентов-филологов синтаксической синонимии обеспечивает статистически значимый прирост по сравнению с традиционной методикой. Размер эффекта (d Коэна=0,73; r=0,34) указывает на практическую значимость полученного результата.
Наиболее выраженный рост зафиксирован по операциональному (p < 0,001, r=0,46) и рефлексивному (p < 0,001, r=0,44) компонентам, что согласуется с теоретическим положением о трансформации промпт-инжиниринга в инструмент метаязыковой рефлексии.
Таким образом, полученные данные свидетельствуют в пользу гипотезы при указанных ограничениях исследования.
Выводы
Проведенное исследование, направленное на обоснование актуальности и раскрытие научно-методического потенциала использования генеративных нейросетей в обучении синтаксической синонимии студентов-филологов (на материале русского и якутского языков), позволяет сформулировать следующие выводы:
1. Интеграция генеративных нейросетей в языковое образование инициирует переход от продуцирования текста к его критическому редактированию, верификации и прагматической адаптации. Искусственный интеллект выступает не субъектом, а инструментом обучения, катализатором метаязыковой рефлексии.
2. Предложенная система упражнений может способствовать поэтапному обучению синтаксической синонимии русского и якутского языков студентов-филологов при условии реализации человеко-ориентированного подхода, при котором ИИ генерирует синтаксические модели, а обучающийся выполняет функции промпт-инженера и стилистического редактора.
3. Вследствие низкой репрезентации якутского языка в обучающих корпусах генеративных нейросетей, для достижения приемлемого качества генерации необходимо: составлять промпты на русском языке, предоставлять максимально полный контекст запроса, а также обязательно верифицировать сгенерированные тексты носителями языка или специализированными морфологическими валидаторами.
4. Выбор нейросети зависит от цели обучения. При работе с синтаксической синонимией якутского языка следует отдать предпочтение GigaChat, так как данная нейросеть допускает меньше лексических ошибок в генерации на якутском языке.
5. Преподавателю следует тщательно проверять качество сгенерированного материала, так как нейросети путают синтаксическую синонимию с синтаксической вариативностью.
6. Лингвистический промпт-инжиниринг трансформируется в металингвистический навык, позволяющий обучающимся точно формулировать синтаксические задачи, задавать параметры регистра и коммуникативной цели, выстраивая итеративный цикл «запрос → анализ → корректировка → улучшенная генерация».
Заключение
Цифровая трансформация лингвистического образования и интеграция генеративных нейросетей в учебный процесс не отменяют необходимости глубокого освоения синтаксической системы русского и якутского языков, но радикально меняют архитектуру педагогического взаимодействия. В статье обоснована актуальность и раскрыты научно-методические основы интеграции генеративных нейросетей в процесс обучения студентов-филологов синтаксической синонимии русского и якутского языков, с акцентом на двух взаимосвязанных аспектах: развитии редакторских компетенций и лингвистически обоснованном промпт-инжиниринге.
Перспективы дальнейших исследований связаны с разработкой валидных критериев и диагностического инструментария для оценки уровня сформированности синтаксической синонимической компетенции у студентов филологического направления СВФУ.
Так как разработанная система упражнений переводит синтаксическую синонимию из сферы механической трансформации в поле осознанного проектирования дискурса, предмет оценивания должен сместиться от репродукции (перечисление синонимичных конструкций) к аналитико-редакторской деятельности (выбор, обоснование, исправление, ранжирование). Считаем, что критерии оценивания наряду с лексико-семантическим, грамматико-синтаксическим и стилистическими аспектами должны включать и метаязыковую рефлексию, работу с промптами и критическую оценку ИИ-генерации.
Конфликт интересов
Финансирование
Библиографическая ссылка
URL: https://science-education.ru/article/view?id=34781 (дата обращения: 17.11.2026).
DOI: https://doi.org/10.17513/spno.34781
