Chatbot technology as a means of forming foreign language grammatical competence in self-study

Cover Page

Cite item

Full Text

Abstract

Importance. The necessity for greater personalization of learning is a significant feature of foreign language teaching for an adult audience. This need is due to the individual experience of adult learners, narrower learning needs and limited time resources. One of the ways to build individual trajectories is the technology of an automated chatbot, which can be implemented on the basis of the Telegram messenger.The purpose of the study is to determine the effectiveness of this method for the development of the grammatical competence of adult learners.Materials and methods. Experimental methods were used with statistical processing of quantitative data, as well as questionnaires to collect qualitative data. The material of the study was the answers of the study participants, collected as part of the introductory and exit testing of grammatical skills in self-study.Results and Discussion. The bot was tested on a group of 29 A2-B1 students who scored an average of 61,11 % correct on the pretest. After three weeks of using the bot, the average percentage of correct answers on the post-test of the group reached 72,22 %. The results were statistically significant (p = 0,003) and confirmed the effectiveness of the bot as a tool for improving grammatical competence.Conclusion. The use of a chatbot has shown to be effective in developing the grammatical competence of adult learners. The data obtained can serve as a basis for the further development of similar tools aimed at developing a wider range of skills and abilities – lexical competence, listening or reading.

About the authors

A. P. Avramenko

Lomonosov Moscow State University

Email: avram4ik@gmail.com
ORCID iD: 0009-0009-3004-2192

PhD in Pedagogy, Associate Professor of the English Language Teaching Department

1 Leninskiye Gory, Moscow, 119991, Russian Federation

A. S. Akhmedova

Lomonosov Moscow State University

Email: antebe@yandex.ru
ORCID iD: 0009-0002-3024-8579

Research Scholar of Theory of Teaching Foreign Languages Department

1 Leninskiye Gory, Moscow, 119991, Russian Federation

E. R. Bulanova

Lomonosov Moscow State University

Author for correspondence.
Email: perfectissima@gmail.com
ORCID iD: 0009-0009-8032-4008

Research Scholar of Theory of Teaching Foreign Languages Department

1 Leninskiye Gory, Moscow, 119991, Russian Federation

References

  1. Wang H., Wu H., He Zh., Huang L., Kenneth Ward Church. (2022). Progress in machine translation. Engineer-ing, vol. 18, issue 11, pp. 143-153. http://dx.doi.org/10.1016/j.eng.2021.03.023
  2. Gong Y., Chung Yu-An., Glass G.R. (2021). Ast: Audio spectrogram transformer. Proceedings Interspeech, pp. 571-575. http://dx.doi.org/10.21437/Interspeech.2021-698
  3. Lohrenz T., Li Zh., Tim F. (2021). Multi-encoder learning and stream fusion for transformer-based end-to-end automatic speech recognition. Proceedings Interspeech, pp. 2846-2850. http://dx.doi.org/10.21437/Interspeech.2021-555
  4. Ristea N.C., Ionescu R.T., Khan F.S. (2022). SepTr: separable transformer for audio spectrogram processing. arXiv preprint arXiv:2203.09581, 5 p. https://doi.org/10.48550/arXiv.2203.09581
  5. Sysoev P.V., Filatov E.M. (2023). Chatbots in teaching a foreign language: advantages and controversial issues. Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki = Tambov University Review: Series Humani-ties, vol. 28, no. 1, pp. 66-72. (In Russ.) https://doi.org/10.20310/1810-0201-2023-28-1-66-72, https://elibrary.ru/pxgztj
  6. Sysoev P.V. (2023). Artificial intelligence technologies in teaching a foreign language. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 6-16. (In Russ.) https://elibrary.ru/lebneu
  7. Kharlamenko I.V. (2023). Chatbots in teaching English. Inostrannye yazyki v shkole = Foreign Languages at School, no. 3, pp. 55-59. https://elibrary.ru/lebneu
  8. Zherebtsova Yu.A., Chizhik A.V. (2020). Text vectorization methods for retrieval-based chatbot. Vestnik NGU. Seriya: Lingvistika i mezhkul’turnaya kommunikatsiya = NSU Vestnik. Series: Linguistics and Intercultural Communication, vol. 18, no. 3, pp. 16-34. https://doi.org/10.25205/1818-7935-2020-18-3-16-34, https://elibrary.ru/guctcc
  9. Srini Dzhanarsanam. (2019). Prakticheskoe rukovodstvo po razrabotke chat-interfeisov [A Practical Guide to Developing Chat Interfaces]. Moscow, DMK Press, 340 p. Available at: https://www.lit-res.ru/get_pdf_trial/45670048.pdf
  10. Samoili S. et al. (2020). AI Watch. Defining Artificial Intelligence. Towards an Operational Definition and Tax-onomy of Artificial Intelligence. Luxembourg, Publications Office of the European Union, 97 p. Available at: https://publications.jrc.ec.europa.eu/repository/bitstream/JRC118163/jrc118163_ai_watch._defi-ning_artificial_intelligence_1.pdf
  11. Alekhin R.Yu., Voronina I.E. (2020). Analiz primenimosti neirosetei dlya razrabotki chat-botov i dialogovykh sistem [Analysis of the applicability of neural networks for the development of chat bots and dialogue systems]. Sbornik trudov Mezhdunarodnoi nauchnoi konferentsii: Aktual’nye problemy prikladnoi matematiki, informatiki i mekhaniki [Proceedings of the International Scientific Conference: Actual Problems of Applied Mathematics, Informatics and Mechanics]. Voronezh, Scientific Research Publications Publ., pp. 499-501. https://elibrary.ru/hnogll
  12. Baranova T.A., Vorontsova E.V., Grishina A.S. (2019). Opyt ispol’zovaniya tekhnologii chat-bot pri obuchenii inoyazychnoi leksike studentov mladshikh kursov neyazykovykh spetsial’nostei (na primere SPbPU) [The expe-rience of using chat-bot technology in teaching foreign language vocabulary to junior students of non-linguistic specialties (on the example of SPbPU)]. Sbornik nauchnykh statei po itogam 7 Mezhdunarodnoi nauchno-prakticheskoi konferentsii: Voprosy sovremennoi filologii i problemy metodiki obucheniya yazykam [Proceedings Following the Results of the 7th International Scientific and Practical Conference: Issues of Modern Philology and Problems of Methods of Teaching Languages]. Bryansk, Bryansk State Technological University of Engineering Publ., pp. 266-271. https://elibrary.ru/hnqyuq
  13. Barthélemy F. et al. (2022). Natural Language Processing for Public Services. Luxembourg, Publications Office of the European Union, 65 p. Available at: https://joinup.ec.europa.eu/sites/default/files/inline-files/D02.01_Natural%20Language%20Processing%20for%20Public%20Services_4.pdf
  14. Toporkova O.V., Evtushenko O.A., Novozhenina E.V., Sychev O.A. (2022). The use of digital technologies in teaching English grammar at a technical university. Prepodavatel XXI vek [Teacher XXI Century], no. 1-1, pp. 150-158. https://doi.org/10.31862/2073-9613-2022-1-150-158, https://elibrary.ru/jhzuga

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».