A MULTILAYER MODEL FOR ASSESSING ENGLISH SPEAKING COMPETENCE AMONG STUDENTS IN GRADES
DOI:
https://doi.org/10.5281/zenodo.22917201Аннотация
В статье теоретически и методически обосновывается человекоцентричная многоуровневая модель формирующего оценивания англоязычной устной компетенции учащихся 7–9 классов специализированных школ. Цель исследования – объединить дескрипторы CEFR, экспертное суждение учителя, анализ речи с помощью искусственного интеллекта, взаимооценивание и рефлексивную самооценку учащегося в единую систему доказательств. Использованы методы системного анализа, функционального моделирования, сопоставления критериев и дидактического проектирования. Разработаны четырехуровневый цикл, построенный по логике “цель–задание– доказательство–интерпретация–следующее действие”, распределение полномочий участников, рубрика оценивания устного продукта и протокол верификации. Искусственный интеллект рассматривается не как субъект, выставляющий итоговую оценку, а как вспомогательный инструмент, формирующий предварительные аналитические сигналы о произношении, беглости и отдельных языковых показателях; окончательное педагогическое решение сохраняется за учителем. Научная значимость модели состоит во взаимной проверке данных из разных источников, снижении технологически обусловленных искажений и связи результата оценивания с последующим учебным действием. Поскольку полный массив экспериментальных данных пока отсутствует, причинные утверждения об эффективности не формулируются; определены показатели и гипотезы для последующей эмпирической проверки.Ключевые слова
англоязычная устная компетенция, формирующее оценивание, CEFR, искусственный интеллект, человекоцентричный подход, рефлексивная самооценка, верификация, оценочная рубрикаБиблиографические ссылки
1. Felice, M., Spiby, R., O’Sullivan, B., & Edmett, A. (2025). Human-centred AI: Lessons for English Learning and Assessment. London: British Council, 2025. DOI: 10.57884/ah6y-sd55. (in English). Lessons for English Learning and Assessment. https://doi.org/10.57884/ah6y-sd55
2. Chapelle, C. A., & Voss, E. (2017). Utilizing technology in language assessment. In: Shohamy E., Or I., May S. (eds.). Language Testing and Assessment. Cham: Springer, 2017. P. 149–161. DOI: 10.1007/978-3-319-02261-1_10. (in English). 10.1007/978-3-319-02261-1_10. (in English). https://doi.org/10.1007/978-3-319-02261-1_10
3. Miao, F., & Holmes, W. (2023). Guidance for Generative AI in Education and Research. Paris: UNESCO, 2023. DOI: 10.54675/ EWZM9535. (in English). https://doi.org/10.54675/
4. Miao, F., Shiohira, K., & Lao, N. (2024). AI Competency Framework for Students. Paris: UNESCO, 2024. (in English).
5. Goh, C. C. M., & Burns, A. (2012). Teaching Speaking: A Holistic Approach. New York: Cambridge University Press, 2012. (in English). AKTABGACHA VA AKTABGACHA VA AKTAB TA’LIMI AKTAB TA’LIMI.
6. Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5, 7–74. https://doi.org/10.1080/0969595980050102
7. Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77, 81–112. https://doi.org/10.3102/003465430298487
8. Park, M. (2023). A comparative study of Korean children’s English pronunciation assessment: An AI-based speaking program vs. Korean elementary teachers. Foreign Languages Education, 30, 1–24. https://doi.org/10.15334/
9. Woo, M., & Kim, J. (2023). Effects of AI PengTalk classes on improvement of English pronunciation abilities and affective factors of elementary students. Modern English Education, 24, 26–44. https://doi.org/10.18095/meeso.2023.24.1.26
10. Lee, Y. (2024). -E., Lee M.-J. The effect of AI PengTalk-based flipped learning on elementary EFL learners’ speaking proficiency. Multimedia-Assisted Language Learning, 27, 78–105. https://doi.org/10.15702/mall.2024.27.3.78
11. Kasneci, E., Sessler, K., Küchemann, S., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103. https://doi.org/10.1016/j
12. UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021. (in English). AKTABGACHA VA AKTABGACHA VA 2026-yil, sentyabr, 9(1)-son AKTAB TA’LIMI AKTAB TA’LIMI 13.00.00 Pedagogika fanlari 13.00.01 Pedagogika nazariyasi. Pedagogik ta’limotlar tarixi 13.00.02 Ta’lim va tarbiya nazariyasi va metodikasi (sohalar bo‘yicha) 13.00.03 Maxsus pedagogika 13.00.04 Jismoniy tarbiya va sport mashg‘ulotlari nazariyasi va metodikasi 13.00.05 Kasb-hunar ta’limi nazariyasi va metodikasi 13.00.06 Elektron ta’lim nazariyasi va metodikasi (ta’lim sohalari va bosqichlari bo‘yicha) 13.00.07 Ta’limda menejment 13.00.08 Maktabgacha ta’lim va tarbiya nazariyasi va metodikasi 13.00.09 Ijtimoiy pedagogika 07.00.00 Tarix fanlari 19.00.00 Psixologiya fanlari 01.00.00 Fizika-matematika fanlari 02.00.00 Kimyo fanlari 03.00.00 Biologiya fanlari 09.00.00 Falsafa fanlari 10.00.00 Filologiya fanlari 11.00.00 Geografiya fanlari AKTABGACHA VA AKTABGACHA VA 2026-yil, sentyabr, 9(1)-son AKTAB TA’LIMI AKTAB TA’LIMI Mas’ul muharrir: Ramzidin Ashurov
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 «Maktabgacha va maktab ta’limi» jurnali
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
Страницы
Цитирование