riashРусский язык в школеRussian language at school0131-61412619-0966Company "Our Language"10.30515/0131-6141-2026-87-2-37-45riash-2584Research ArticleМЕТОДИКА И ОПЫТMETHODOLOGY AND EXPERIENCEИспользование больших языковых моделей в подготовке текстов диктантовUsing large language models to prepare dictation textshttps://orcid.org/0009-0008-2438-2679ДундуковаА. М.DundukovaA. M.

Ангелина Михайловна Дундукова, кандидат филологических наук, старший преподаватель

г. Петрозаводск

Angelina M. Dundukova, Candidate of Sciences (Philology), Senior Lecturer

Petrozavodsk

gelya@onego.ruhttps://orcid.org/0000-0001-9939-9389ЛебедевА. А.LebedevA. A.

Александр Александрович Лебедев, кандидат филологических наук, доцент

г. Петрозаводск

Alexander A. Lebedev, Candidate of Sciences (Philology), Associate Professor

Petrozavodsk

perevodchik88@yandex.ruПетрозаводский государственный университетРоссияPetrozavodsk State UniversityRussian Federation2026230320268723745Copyright © Company "Our Language", 20262026Company "Our Language"Company "Our Language"https://www.riash.ru/jour/about/submissions#copyrightNoticehttps://www.riash.ru/jour/article/view/2584

Большие языковые модели активно внедряются в образовательный процесс, однако их способность генерировать качественные учебные тексты, соответствующие строгим методическим и лингвистическим требованиям, остается недостаточно изученной. Целью работы является оценка возможностей больших языковых моделей при создании и редактировании текстов диктантов для студентов-филологов, а также определение роли преподавателя в этом процессе. В статье приводится описание лингвистического эксперимента, проведенного в три этапа с использованием четырех моделей: DeepSeek, ChatGPT, Alice AI и GigaChat. На первом этапе модели генерировали тексты по детальному промпту, на втором – редактировали текст по конкретным критериям, на третьем – выполненные правки оценивались экспертом-филологом. Оценка проводилась по формальным, структурным и ориентированным на выявление ошибок критериям, максимально возможная оценка составляла 140 баллов. Наиболее успешными в генерации текстов стали ChatGPT (до 99 баллов) и Alice AI (до 94 баллов). Модели хорошо справляются с формальными требованиями (объем, лексика, синтаксис), но допускают фактические, речевые и грамматические ошибки. При редактировании текста ни одна модель не выполнила все задачи безупречно; наилучший результат показал ChatGPT (+4 балла из 10). Экспертная правка выявила необходимость ручной доработки для обеспечения смысловой связности, стилистической чистоты и устранения ошибок. Большие языковые модели являются эффективным инструментом для создания черновиков учебных текстов, но не могут гарантировать их качество без участия человека. Рекомендуется гибридный вариант работы: генерация текста моделью с последующей экспертной проверкой и правкой филолога. Такой подход позволяет сочетать продуктивность моделей и профессиональные знания в области лингвистики.

Large language models (LLMs) are being actively implemented in the educational process. However, their ability to generate high-quality educational texts that meet strict methodological and linguistic requirements remains understudied. This paper aims to evaluate the capabilities of LLMs in creating and editing dictation texts for philology students as well as to determine the role of teachers in this process. The article describes a linguistic experiment conduc­ ted in three stages using four models (DeepSeek, ChatGPT, Alice AI, and GigaChat. In stage one, the models generated texts based on a detailed prompt. In stage two, they corrected the texts using specific criteria. In stage three, the edits were evaluated by a philologist according to formal, structural, and error-focused criteria. The maximum possible score was 140 points. ChatGPT (up to 99 points) and Alice AI (up to 94 points) were the most successful LLMs in text generation. These models fulfil the formal requirements (length, vocabulary, syntax) well, but make factual, speech, and grammatical errors. No model performed all tasks flawlessly during text correction. ChatGPT achieved the best result, i.e., +4 points out of 10. Expert editing revealed the need for manual revision to ensure semantic coherence, stylistic clarity, and error elimination. LLMs are an effective tool for creating drafts of educational texts; nevertheless, they cannot guarantee text quality without human intervention. A hybrid model is recommended, namely text generation by the model followed by expert verification and editing by a philologist. This approach enables AI performance and professional linguistic expertise to be combined.

большие языковые модели (БЯМ)диктантгенерация тексталингвистический экспериментучебные материалыChatGPTDeepSeekGigaChatAlice AIрусский языкlarge language models (LLMs)dictationtext generationlinguistic experimentteaching materialsChatGPTDeepSeekGigaChatAlice AIRussian languageReferencesГлотова М. Ю., Самохвалова Е. А., Мухлынина О. А. Развитие навыков в области нейросете­вых технологий для будущих педагогов: возмож­ности и преимущества / / Наука и школа. 2023. № 5. С. 162–172. https://doi.org/10.31862/1819-463X-2023-5-162-172.Glotova M. Yu., Samokhvalova E. A., Mukhlynina O. A. Development of skills in neural net­ work technologies for future teachers: opportunities and advantages. Nauka i shkola = Science and School. 2023;(5):162–172. (In Russ.) https://doi.org/10.31862/1819-463X-2023-5-162-172.Корякова К. А., Судакова О. В. Нейросе­ти как новые инструменты в образовании / / Информационные технологии в образовании. 2023. № 6. С. 180–186.Koryakova K. A., Sudakova O. V. Neural net­ works as new tools in education. Informatsionnye tekhnologii v obrazovanii = Information Technologies in Education. 2023;(6):180–186. (In Russ.)Писарь Н. В. Потенциал использования нейросетей как инновационного инструмен­та создания учебного контента и средства орга­низации интерактивной образовательной среды на занятиях по русскому языку как иностранно­му / / Филологические науки. Вопросы теории и практики. 2024. Т. 17, № 1. С. 58–65. https://doi.org/10.30853/phil20240009.Pisar N. V. The potential of using neural net­ works as an innovative tool for creating educational content and a means of organizing an interactive edu­cational environment in classes of Russian as a foreign language. Filologicheskie nauki. Voprosy teorii i praktiki = Philological Sciences. Issues of theory and practice. 2024;17(1):58–65. (In Russ.) https://doi.org/10.30853/phil20240009.Пичугов А. А., Намиот Д. Е., Зубарева Е. В. Современные методы обучения больших языко­вых моделей с минимумом данных: От одного примера к абсолютному нулю – академический обзор / / International Journal of Open Information Technologies. 2025. Т. 13, № 6. С. 114–124.Pichugov A. A., Namiot D. E., Zubareva E. V. Modern methods for training large language mo­dels with minimal data: From one example to absolute zero – an academic review. International Journal of Open Information Technologies. 2025;13(6):114–124. (In Russ.)Kasneci E., Seller K., Küchemann S. et al. ChatGPT for Good? On opportunities and challenges of large language models for education / / Learning and Individual Differences. 2023. Vol. 103: 102274. https://doi.org/10.1016/j.lindif.2023.102274.Kasneci E., Seller K., Kûchemann S. et al. ChatGPT for Good? On opportunities and challenges of large language models for education. Learning and Individual Differences. 2023;103:102274. (In Engl.) https://doi.org/10.1016/j.lindif.2023.102274.Küchemann S., Avila K. E., Dinc Y. et al. On opportunities and challenges of large multimodal foundation models in education / / npj Science of Learning. 2025. Vol. 10, article number 11. https://doi.org/10.1038/s41539-025-00301-w.Küchemann S., Avila K. E., Dinc Y. et al. On opportunities and challenges of large multi­ modal foundation models in education. npj Science of Learning. 2025;10:11. (In Engl.) https://doi.org/10.1038/s41539-025-00301-w.Xing W., Nixon N., Crossley S. et al. The Use of Large Language Models in Education / / International Journal of Artificial Intelligence in Education. 2025. Vol. 35. P. 439–443. https://doi.org/10.1007/s40593-025-00457-x.Xing W., Nixon N., Crossley S. et al. The use of large language models in education. International Journal of Artificial Intelligence in Education. 2025;35:439–443. (In Engl.) https://doi.org/10.1007/s40593-025-00457-x.

The authors declare that there are no conflicts of interest present.