УДК 004.8:37.018.423
DOI: 10.36871/2618-9976.2025.11-2.014

Авторы

Саният Джалалудиновна Мусаева,
Кандидат педагогических наук, Дагестанский государственный университет, г. Махачкала, Россия
Марем Вахаевна Алиева,
Ассистент, Чеченский государственный университет им. А. А. Кадырова, г. Грозный, Россия
Карина Дагировна Шахдуллаева,
Студентка 3 курса направления «Фундаментальная информатика и информационные технологии», Чеченский государственный университет им. А. А. Кадырова, г. Грозный, Россия

Аннотация

В условиях цифровой трансформации образования традиционные методы оценки языковой компетенции демонстрируют растущую несостоятельность, проявляющуюся в шаблонности заданий, запаздывающей обратной связи и невозможности учета индивидуальных особенностей испытуемых. Настоящее исследование предлагает принципиально новый подход, преодолевающий эти ограничения через создание адаптивной тестовой системы с использованием языковых моделей в качестве интеллектуального ядра. Цель работы заключается в разработке концептуальной модели, где языковая модель выступает не пассивным инструментом, а активным участником диагностического процесса, способным генерировать персонализированные задания и осуществлять содержательный анализ ответов в реальном времени. Методология исследования базируется на проектировании архитектуры системы, объединяющей модули генерации контента, многомерной оценки и динамической адаптации траектории тестирования.

Ключевые слова

адаптивное тестирование
языковые модели
диагностика компетенции
персонализация образования
компьютерная лингвистика
оценка речи
педагогические измерения

Список литературы

[1] Аванесов В. С. Теоретические основы разработки заданий в тестовой форме // Педагогические измерения.—2016.—№ 3.—С. 24–36.
[2] Гусев А. Н. Психолого-педагогические аспекты компьютерного адаптивного тестирования // Современная зарубежная психология.—2020.—Т. 9.—№ 4.—С. 8–17.
[3] Дмитренко Н. А. Лингводидактические аспекты оценки речевой продукции // Язык и культура.—2022.—№ 57.—С. 45–58.
[4] Карамышева Л. М. Цифровая трансформация языкового образования: вызовы и перспективы // Высшее образование в России.—2021.—Т. 30.—№ 5.—С. 153–160.
[5] Коротков А. М. Нейросетевые методы обработки естественного языка: лингвистический аспект // Вопросы языкознания.—2023.—№ 1.—С. 78–92.
[6] Павлова С. В. Диагностика языковой компетенции: от стандартизированных тестов к индивидуальным траекториям // Психологическая наука и образование.—2019.— Т. 24.—№ 3.—С. 19–28.
[7] Петров К. В. Валидизация автоматизированных систем оценки письменной речи // Известия РГПУ им. А. И. Герцена.—2022.—№ 165.—С. 112–125.
[8] Сорокин А. А. Эволюция языковых моделей в компьютерной лингвистике // Прикладная лингвистика.—2023.—№ 18.—С. 45–59.
[9] Федоров О. Г. Адаптивное тестирование как инструмент персонализации образования // Отечественная и зарубежная педагогика.—2021.—Т. 1.—№ 4 (77).—С. 132–146.
[10] Черняк В. Д. Лингвистическая экспертиза в цифровую эпоху // Русский язык в научном освещении.—2022.—№ 2 (44).—С. 156–170.