УДК 004.8
DOI: 10.36871/2618-9976.2025.11-2.009

Авторы

Надежда Витальевна Морозова,
Доцент кафедры информационных систем и технологий, СевероКавказская государственная академия, Черкесск, Россия
Светлана Якубовна Ачмизова,
Кандидат педагогических наук, доцент кафедры английской филологии, Адыгейский государственный университет, Майкоп, Россия
Ирина Геннадьевна Макарова,
Старший преподаватель кафедры индустрии качества Российский экономический университет имени Г. В. Плеханова, Москва, Россия

Аннотация

В данной статье проводится обзор современных методов применения технологий искусственного интеллекта для генерации учебного контента на разных языках. Исследуется роль машинного обучения, нейросетевых архитектур и систем машинного перевода в разработке многоязычных образовательных ресурсов. Центральное внимание уделяется задачам автоматического создания текстов, их адаптации к уровню знаний учащихся, а также достижению лингвистической точности и стилистической целостности. Подчеркиваются ключевые преимущества внедрения ИИ, в числе которых — значительное ускорение разработки материалов, повышение доступности образования и улучшение языкового сопровождения. Вместе с тем в работе анализируются существующие ограничения и проблемные аспекты, такие как обеспечение смысловой точности перевода, необходимость культурной адаптации и поддержание качества контента, создаваемого автоматически.

Ключевые слова

искусственный интеллект
образовательные технологии
машинный перевод
многоязычные учебные материалы
генерация текста
лингвистическая адаптация
персонализированное обучение
нейронные сети
цифровая дидактика

Список литературы

[1] Рассел С., Норвиг П. Искусственный интеллект: современный подход. М.: Вильямс, 2020.
[2] Гудфеллоу И., Бенджио Й., Курвилль А. Глубокое обучение. М.: ДМК Пресс, 2019.
[3] Мэрфи К. Машинное обучение. Вероятностный подход. М.: ДМК Пресс, 2022.
[4] Халл Дж. Опционы, фьючерсы и другие производные финансовые инструменты. М.: Вильямс, 2020.
[5] Лопес де Прадо М. Машинное обучение в финансах. М.: Альпина Паблишер, 2020.
[6] Хастие Т., Тибширани Р., Фридман Дж. Элементы статистического обучения. Машинное обучение, выводы и прогнозы. М.: Мир, 2019.
[7] Хан Дж., Камбер М., Пей Дж. Интеллектуальный анализ данных: современный подход. М.: Вильямс, 2019.
[8] Ковалев В. В. Финансовый менеджмент: теория и практика. М.: Проспект, 2021.
[9] Ендовицкий Д. А., Любушин Н. П. Анализ финансовой отчетности. М.: КНОРУС, 2020.
[10] Ширяев А. Н. Основы финансовой математики. М.: ФАЗИС, 2020.