УДК 378.147:004.8:811

Николаева Н.Н.¹ (Москва, Россия) — nnn55n73@mail.ru; Лежнева Е.Б.¹ (Москва, Россия) — ekatlezhneva@mail.ru

¹Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)

Аннотация. Проводится комплексный анализ использования технологий генеративного искусственного интеллекта (ИИ) в процессе изучения английского языка студентами инженерных направлений подготовки (N = 387) в техническом университете на примере МГТУ им. Н.Э. Баумана. Данная научная проблема является актуальной, т.к. ИИ ставит перед дидактикой иностранных языков принципиально новые вопросы о природе учебной мотивации в условиях «интеллектуально облегчённой» среды. Цель работы состоит в выявлении и систематизации факторов мотивированности и демотивированности студентов технического университета к изучению английского языка, возникающих под влиянием ИИ, и определении пути минимизации негативных образовательных эффектов. Теоретико-методологической рамкой выступила теория самодетерминации Э. Деси и Р. Райана, дополненная положениями социокультурной теории Л.С. Выготского, и теорий когнитивной нагрузки. Психометрический инструментарий включил адаптированную шкалу базовых психологических потребностей в ИИ-опосредованной среде, шкалу академической демотивации при работе с генеративной ИИ и структурированное полуформализованное интервью. Применялись корреляционный, регрессионный и кластерный методы для анализа количественных данных, а также были использованы методы тематического контент-анализа и дискурс-анализа для интерпретации данных. Результаты продемонстрировали, что воздействие ИИ на учебную мотивацию носит амбивалентный, стадийный и опосредованный характер: от устойчивого роста инструментальной и ситуативной мотивации к академической демотивации, когнитивной девальвации усилий и феномена «вовлечённости без мотивации». Новизна исследования заключается в выявлении четырех кластеров мотивационного реагирования на ИИ-ассистентов, различающихся по степени удовлетворения автономии, компетентности и связанности с группой. Обоснована решающая роль фасилитирующего сопровождения преподавателя в процессе трансформации ИИ из фактора демотивации в ресурс учебной саморегуляции. Результаты вносят вклад в психолингвистическую теорию ИИ-опосредованного иноязычного образования и предлагают практико-ориентированную типологию мотивационных рисков и ресурсов применения ИИ в техническом вузе.

Ключевые слова: английский язык для специальных целей, технический вуз, искусственный интеллект, мотивация, демотивация, теория самодетерминации, когнитивная нагрузка, цифровая компетентность.

Список источников: 

1. Бочарова М.Н. Формирование новой языковой личности при обучении иностранному языку в неязыковом вузе в условиях цифровизации: смена мотивационных триггеров // Филологические науки. Вопросы теории и практики. 2024. Т. 17, № 3. С. 635–640. DOI: https://doi.org/10.30853/phil20240091
2. Ведута О.В. Формирование мотивации студентов технических вузов к изучению иностранного языка // Профессиональное образование в России и за рубежом. 2020, № 1(37). С. 84–91. URL: https://www.elibrary.ru/afrwvw
3. Выготский Л.С. Мышление и речь. – М.: Directmedia, 2014. – 362 с.
4. Гринева М.В., Бунина Т. А. Поддержание мотивации к изучению иностранного языка профессии в вузе в условиях доступности электронных сервисов перевода. Практико-педагогический аспект // Человеческий капитал. 2026. № 2(206). C. 49–62. DOI: https://doi.org/10.25629/HC.2026.02.03
5. Ильющенко Н.С., Шифрина С.А., Цолоева С.Б. Мотивация и способы применения ИИ в изучении курса иностранного языка у студентов нелингвистических специальностей // Современная наука: актуальные проблемы теории и практики. Серия: Гуманитарные науки. 2025. № 4/2. С. 86–91. DOI: https://doi.org/10.37882/2223-2982.2025.04-2.16
6. Пинчук А.Н., Тихомиров Д.А., Карепова С.Г. Учебная мотивация современных студентов: опыт кластерного анализа // Социальные и гуманитарные знания. 2023. Т. 9, № 2. С. 210–219. DOI: https://doi.org/10.18255/2412-6519-2023-2-210-219
7. Полюдова Е.Н., Быкова Е.А. Искусственный интеллект как инструмент адаптации аутентичных материалов в преподавании английского языка в техническом университете // Научно-методический электронный журнал «Концепт». 2025. № 8. С. 102-124. DOI: https://doi.org/10.24412/2304-120X-2025-11154
8. Cao L., Abdullah A. EBA (Engaged but Amotivated) in AI-enhanced EFL learning: a qualitative study from a Chinese higher vocational context // Frontiers in Psychology. 2025. Vol. 16. З. 1643653. DOI: https://doi.org/10.3389/fpsyg.2025.1643653
9. Dang G. N., Van Vu T., La M. N. B. Investigating demotivating factors in learning English for specific purposes at a higher education institution // Российский психологический журнал. 2023. Vol. 20, No. 1. P. 162–181. DOI: https://doi.org/10.21702/rpj.2023.1.11
10. Deci E. L., Ryan R. M. Intrinsic motivation and self-determination in human behavior. – Springer Science & Business Media, 2013. – 371 p. DOI: https://doi.org/10.1016/B978-0-12-809324-5.05613-3
11. Dörnyei Z. The L2 Motivational Self System // Motivation, Language Identity and the L2 Self / ed. by Z. Dörnyei, E. Ushioda. Bristol: Multilingual Matters, 2009. P. 9–42. DOI: https://doi.org/10.1016/j.system.2009.08.002    
12. Ebadi S., Amini A. Examining the roles of social presence and human-likeness on Iranian EFL learners’ motivation using artificial intelligence technology: A case of CSIEC chatbot // Interactive Learning Environments. 2024. Vol. 32. P. 655–673. DOI: https://doi.org/10.1080/10494820.2022.2096638
13. Gunasekara S., Kumarage P. A meta-analysis of generative AI effects on language proficiency and affective–cognitive outcomes in language learning // Discover Computing, 2026. Vol. 29. Article 116. DOI: https://doi.org/10.1007/s10791-026-10015-1
14. Hao H. AI-driven analysis of English learners’ perception, attitude, and motivation in online learning environments: a corpus-based study // Interactive Learning Environments. 2026. Vol. 1. P. 1–15. DOI: https://doi.org/10.1080/10494820.2026.2649557
15. Liu F. AI literacy and foreign language boredom in AI-assisted academic English learning: the roles of engagement and task value // Frontiers in Psychology. 2026. Vol. 17.  P. 1795301.DOI: https://doi.org/10.3389/fpsyg.2026.1795301
16. McDonald N., Johri A., Ali.A., Collier A.H. Generative artificial intelligence in higher education: Evidence from an analysis of institutional policies and guidelines // Computers in Human Behavior: Artificial Humans. 2025. Vol. 3. P. 100121. DOI: https://doi.org/10.1016/j.chbah.2025.100121
17. Moybeka A. M. S., Syariatin N., Tatipang D. P., Mushthoza D. A., Dewi N.P.J.L., Tineh S. Artificial Intelligence and English classroom: The Implications of ai toward EFL students’ motivation // Edumaspul: Jurnal Pendidikan. 2023. Vol. 7. P. 2444–2454. DOI: https://doi.org/10.33487/edumaspul.v7i2.6669
18. Song C., Song Y. Enhancing academic writing skills and motivation: assessing the efficacy of ChatGPT in AI-assisted language learning for EFL students // Frontiers in psychology. 2023. Vol. 14. P. 1260843. DOI: https://doi.org/10.3389/fpsyg.2023.1260843
19. Sumakul D.T.Y.G., Hamied F. A. Amotivation in AI injected EFL classrooms: Implications for teachers // Indonesian Journal of Applied Linguistics. 2023. Vol. 13, No. 1. P. 26–34. DOI: https://doi.org/10.17509/ijal.v13i1.58254    
20. Sweller J. Cognitive load theory // J. P. Mestre, B. H. Ross (Eds.). The psychology of learning and motivation. San Diego: Academic Press, 2011. Vol. 55. Р. 37–76. DOI: https://doi.org/10.1016/B978-0-12-387691-1.00002-826
21. Tataurova V. Teaching English at tertiary level: motivating students of technical study programs // International Journal of Higher Education Pedagogies. 2024. Vol. 5(2). P. 41–55. DOI: https://doi.org/10.33422/ijhep.v5i2.634
22. Teng M. F. Examining longitudinal development of writing motivation in the GenAI context: A self-determination theory perspective // Learning and Motivation. 2025. Vol. 91. P. 102157. DOI: https://doi.org/10.1016/j.lmot.2025.102157
23. Yashchuk O. ESP as an approach for implementing university engineering students’ language skills through the prism of their needs and motivation // Baltic Journal of Legal and Social Sciences. 2024. Vol. 3. P. 135–143. DOI: https://doi.org/10.30525/2592-8813-2024-3-13
24. Zheng Y., Wang Y., Liu K.SX. et al. Examining the moderating effect of motivation on technology acceptance of generative AI for English as a foreign language learning // Education Information Technology. 2024. Vol. 29. P. 23547–23575. DOI: https://doi.org/10.1007/s10639-024-12763-3

Библиографическая ссылка: Николаева Н.Н., Лежнева Е.Б. Влияние искусственного интеллекта на (де)мотивированность студентов технического вуза к изучению английского языка // ЦИТИСЭ. 2026. № 2. С. 1029-1042.