Обоснование. Технологии искусственного интеллекта (далее ИИ) открывают новые возможности для обучения иностранным языкам, обеспечивая персонализированный подход, адаптивность и мгновенную обратную связь. Однако остаются недостаточно разработанными вопросы методически выверенного взаимодействия с ИИ, что препятствует продуктивному использованию данных инструментов в образовательной практике. Цель – апробировать разработанный алгоритм моделирования учебных диалогов с ИИ и оценить его влияние на комфорт, мотивацию и готовность студентов к коммуникативной практике с ИИ. Материалы и методы. Теоретическую основу составили современные исследования в области интеграции ИИ в обучение иностранным языкам. Эмпирическая часть включала формирующий эксперимент с участием контрольной и экспериментальной групп (n = 71, ЭГ = 35, КГ = 36). Данные собирались посредством анкетирования на диагностическом и контрольном этапе. Обработка данных включала статистические методы и контент-анализ открытых ответов. Результаты. Диагностический этап выявил существенное противоречие: при умеренно высоком уровне доверия к технологиям ИИ и регулярном их использовании для решения учебных задач большинство студентов (66,2%) не применяли диалоговые системы для развития коммуникативных навыков. Анализ первичного опыта взаимодействия с большими языковыми моделями (GPT, DeepSeek, GigaChat) для решения лингводидактических задач показал, что меньше половины студентов смогли поддержать полноценный диалог и достичь поставленных коммуникативных целей. Применение разработанного алгоритма конструирования промптов позволило преодолеть указанные ограничения, обеспечив управляемость диалога и воспроизводимость условий коммуникативной практики. Сравнительный анализ по итогам эксперимента продемонстрировал статистически значимое преимущество экспериментальной группы по показателям комфорта общения, эффективности диалога и мотивации. Трансформация структуры барьеров для иноязычной практики свидетельствует о снятии психологических затруднений и формировании у студентов понимания способов продуктивного использования технологии. Исследование подтвердило, что эффективность ИИ в языковом образовании определяется качеством педагогического сопровождения.
Background. Artificial intelligence (AI) technologies open new opportunities for foreign language teaching by providing personalized approach, adaptability, and immediate feedback. However, methodological issues of structured interaction with AI remain insufficiently developed, hindering the productive use of these tools in educational practice. Purpose. To test the developed algorithm for modeling educational dialogues with AI and to evaluate its impact on students' comfort, motivation, and readiness for communicative practice with AI. Materials and methods. The theoretical framework was based on contemporary research on AI integration in foreign language teaching. The empirical part included a formative experiment involving control and experimental groups (n = 71; EG = 35, CG = 36). Data were collected through questionnaires at the diagnostic and control stages. Data analysis included statistical methods and content analysis of open-ended responses. Results. The diagnostic stage revealed a significant contradiction: despite a moderately high level of trust in AI technologies and their regular use for academic tasks, the majority of students (66.2%) did not employ dialogue systems for developing communicative skills. Analysis of initial interaction experience with large language models (GPT, DeepSeek, GigaChat) for language learning purposes showed that only one-third of participants were able to maintain a meaningful dialogue and achieve their communicative goals. The application of the developed prompt construction algorithm allowed overcoming these limitations by ensuring dialogue controllability and reproducibility of communicative practice conditions. Comparative analysis following the experiment demonstrated statistically significant advantages of the experimental group in terms of communication comfort, dialogue effectiveness, and motivation. The transformation of barrier structures for foreign language practice indicates the removal of psychological difficulties and the development of students' understanding of productive technology use. The study confirmed that AI effectiveness in language education is determined by the quality of pedagogical support.