Обучение студентов технических специальностей англоязычной академической лексике с использованием электронных средств

Размещено на http://www.Allbest.Ru/

Размещено на http://www.Allbest.Ru/

Размещено на http://www.Allbest.Ru/

Правительство Российской Федерации

Федеральное государственное автономное образовательное учреждение высшего образования

Национальный исследовательский университет «Высшая школа экономики»

Факультет гуманитарных наук

Образовательная программа «Иностранные языки и межкультурная коммуникация»

Выпускная квалификационная работа

Тема:

Обучение студентов технических специальностей англоязычной академической лексике с использованием электронных средств

Выполнил Ситников Ф.Д.

студент 4 курса группы 157-1

Научный руководитель

к.п.н. В.А. Дугарцыренова

Москва - 2018



Оглавление

Введение

Глава 1 Оценка уровня английского языка студентов технических вузов

1.1 Проведение опроса среди студентов и анализ результатов

1.2 Обзор уже существующих исследований

Глава 2 Подготовка к проведению эксперимента

2.1 Создание программы для формирования банка лексических единиц

2.2 Подготовка материалов для тестирования

2.3 Разработка тренировочных заданий с использованием ИКТ

Глава 3 Проведение эксперимента и анализ статистики

3.1 Проведение эксперимента

3.2 Подсчет статистики

Заключение

Библиография

Приложения



Введение

В данной работе исследуются проблемы изучения иностранных языков, в частности английского, студентами непрофильных специальностей, тесно связанных со сферами математики и программирования и возможные способы решения данных проблем.

Актуальность данной проблемы обусловлена следующим.

Существует большое количество российских журналов и исследований по тематикам, связанным с математикой и информатикой, однако их количество значительно уступает количеству международных изданий, которые выпускаются на английском языке. Кроме того, в соответствии с данными, опубликованными ВАК, только 184 российских изданий являются международно-рецензируемыми, тогда как общее число таких изданий, превышает 12 000. Безусловно, большая часть значимых исследований переводится на русский язык, однако это происходит не сразу после публикации в англоязычном издании, что в свою очередь понижает скорость получения этой информации учеными, а это сильно и крайне негативно влияет на скорость и эффективность проведения отечественных исследований, которые могли бы заимствовать опыт зарубежных коллег. Кроме того, это повышает вероятность ошибки, т.к. переводы далеко не всегда совершенны, хотя в первую очередь, это касается, разумеется, наук гуманитарного спектра.

Повышение международной публикационной активности российских ученых, безусловно, стала особенно актуальной в последние годы в связи с различными тенденциями, однако, принимая во внимание национальный проект «Наука» [1], одной из целей которого является «Обеспечение присутствия Российской Федерации в числе пяти ведущих стран мира, осуществляющих научные исследования и разработки в областях, определяемых приоритетами научно-технологического развития» [1], можно сделать вывод, что данная проблема весьма актуальна, так как в современном мире практически невозможно развивать национальную науку без тесного взаимодействия с иностранными научными сообществами. Принимая во внимание вышеизложенное, можно предположить, что одной из важнейших составляющих в изучении иностранного языка студентами технических специальностей является обучение их чтению англоязычной академической литературе, так как вопросы коммуникации могут возникнуть только после того, как студенты получат актуальную информацию из письменных источников, т.к. иначе просто не будет предмета коммуникации. В свою очередь, одним из ключевых умений становится знание английской академической лексики, т.к. чтение без таких знаний не представляется возможным. Эта проблема весьма подробно разобрана в книге Г.В. Осипова, М.Н. Стриханова, Ф.Э. Шереги «Взаимодействие науки и производства: социологический анализ» [2]

По результатам опроса, проведенного нами в контексте подготовительного этапа текущего исследования, среди студентов МГТУ имени Баумана, МАИ и МИФИ, было выяснено, что более 70% студентов не считают свой уровень английского языка достаточным, для чтения академической литературы на английском языке. И только 44% из студентов, которые считают свой уровень достаточным, заявили, что необходимые знания были ими получены во время обучения в университете. Это позволяет нам предположить, что если обучение иностранным языкам и соответствует уровню, то студенты по какой-то причине не получают необходимых для ведения научной деятельности знаний. Кроме того, к похожим выводам, говорящим о несоответствии реального и номинального уровней владения иностранным языком студентами технических специальностей, приходят другие исследователи данной области. [3] [4]

Одна из гипотез, объясняющих такую ситуацию, состоит в том, что время, отведенное в программах технических вузов под изучение английского языка, используется недостаточно эффективно. Одной из наиболее важных современных тенденций в современном образовании является использование ИКТ. Зачастую это позволяет значительно увеличить эффективность использования рабочего времени студентов. Поэтому, попытка хотя бы частично решить проблему изучения английского языка в непрофильных вузах получится с помощью внедрения ИКТ является вполне перспективной.

Целью данного исследование является разработка и проверка эффективности методики изучения английской академической лексики из сфер математики и программирования с использованием ИКТ а также, обозначение важности проблемы эффективности изучения иностранных языков в вузах технической направленности.

Разумеется, исследования со смежными целями уже проводились ранее другими специалистами. Самыми выдающимися и наиболее широко освящающими данную тематику исследованиями являются работы Коган Е.А., Крымской [3] О.Б., Панкратовой Н.Ф., Таранчук Е.А., Герцик И.П [4].

Данные исследователи в своих работах раскрывают особенности преподавания английского языка в технических вузах.

Кроме того, в работах ученых Elke Peters, Paul Pauwels et al (2008) [5], (Luna) Jing Cai et al6], Batia Laufer et al [7] очень подробно рассмотрена тема изучения студентами академической лексики. Однако, в данных исследованиях нет цели исследовать непосредственно преподавание лексики студентам технических специальностей.

Исследование «Learning academic formulaic sequences Elke Peters, Paul Pauwels 2008 [5] более других схоже с темой настоящего исследования, однако, работа бельгийских ученых не имела целью исследование непосредственно студентов технических специальностей.

Одна из задач данного исследования состоит в том, чтобы определить, достаточен ли уровень английского студентов технических специальностей для того, чтобы читать профильную литературу. Если уровень английского языка окажется недостаточен для использования зарубежной англоязычной литературы, то разработать метод обучения, отвечающий специфике обучения студентов технических специальностей и проверить на практике его эффективность путем проведения эксперимента.

В Федеральных Государственных Образовательных Стандартах(Приказ Минобрнауки России от 10.01.2018 №8) [8] по следующим направлениям бакалавриата: Математика, Прикладная математика и информатика, Механика и математическое моделирование, Прикладная математика, Статистика, Математика и компьютерные науки, Фундаментальные информатика и информационные технологии, Математическое обеспечение и администрирование информационных систем, Информатика и вычислительная техника, Информационные системы и технологии, Прикладная информатика, Программная инженерия, во всех этих и относящихся к ним направлениях закреплена необходимость получения студентами, окончившими данные программы, достаточных знаний для ведения научно-исследовательской деятельности.

Для ведения научно-исследовательской деятельности студентам необходимо иметь возможность получать самую актуальную информацию, публикуемую в научном сообществе, чтобы не выполнять ту работу, которая уже проведена другими учеными и использовать наиболее актуальные данные в своих исследованиях.

Далее в работе проводится разработка компьютерной программы для поиска наиболее актуальных единиц английской академической лексики для студентов технических специальностей, на базе исследования профессора Averil Coxhead The Academic Spoken Word List (Dang, Coxhead & Webb, 2017) [9]. После чего, создается тест для определения уровня владения данной академической лексикой, проведение данного тестирования среди студентов, обозначенных выше специальностей, научно-исследовательского университета «Высшая Школа Экономики», национального исследовательского ядерного университета «МИФИ» и московского авиационного института. Затем, в работе описан процесс разработки методики обучения студентов академической лексике и последующее обучение этих студентов с опорой на исследования Elke Peters и Paul Pauwels [5]. В следующей части работы представлено описание результатов тестирования студентов после проведения обучения по разработанной методике и сравнение статистических результатов с контрольной группой студентов, проходивших обучение по традиционным методикам самостоятельного обучения взятым из работ Batia Laufer et al [7] и Elke Peters и Paul Pauwels [5]. Заключительная часть посвящена анализу проведенной работы и выводам.

Для достижения целей, поставленных выше, требуется выполнение следующего ряда задач:

1. Анализ уже существующих работ, посвященных исследованию особенностей преподавания английской академической лексики, поиск возможных решений, анализ их применимости в данной ситуации

2. Теоретическое обоснование гипотезы о том, что уровень английского языка среди студентов технических специальностей недостаточен для использования ими англоязычной академической литературы

2.1 Проведение опроса, для подтверждения данной гипотезы

3. Теоретическое обоснование для проведения эксперимента, поиск наиболее оптимальной структуры эксперимента

4. Разработка методики изучения английской академической лексики с использование ИКТ

5. Подготовка и проведение эксперимента для проверки результативности разработанных методик

5.1 Поиск репрезентативной выборки студентов

5.2 Составление входного и выходного тестирования, для определения результатов фокус-группы и контрольной группы

5.3 Проведение входного тестирования

5.4 Обучение студентов по разработанной методике

5.5 Проведение выходного тестирования

5.6 Анализ полученных данных

Глава 1. Оценка уровня английского языка студентов технических вузов

В первой главе более подробно описываются подготовительные этапы данного исследования и приводится подробное обоснование актуальности данной работы. В первой части более подробно описывается опрос, проведенный в контексте данного исследований, для определения оценки студентами собственного уровня английского языка, во второй части проводится литературный обзор научных статей, на которых основывалось данное исследование.

1.1 Проведение опроса среди студентов и анализ результатов

Первым этапом в рамках данного исследования стало проведение опроса среди студентов технических специальностей. Опрос был направлен на формализацию данных о проблемах изучения иностранных языков, а именно, является ли информация, получаемая студентами в ходе прохождения курса английского языка, достаточной для изучения англоязычной академической литературы.

Опрос состоял из следующих вопросов: первый- является ли опрашиваемый студеном технической специальности, связанной с математикой или информатикой. Второй - считает ли опрашиваемый свой уровень английского достаточным для того, чтобы получать актуальные знания из англоязычных научных статей по своей тематике обучения. Третий вопрос - были ли эти знания получены студентом в рамках образовательной программы его ВУЗа или самостоятельно, без помощи программы ВУЗа.

Необходимость первого вопроса обуславливается тем, что опрос проводился в интернете, что создавало небольшой шанс попадания в данную выборку людей, не имеющих отношения к данному исследованию. Используя данный вопрос невозможно полностью исключить возможность возникновения нежелательных респондентов, однако, сочетая его с точным адресным направлением студентов на прохождение данного опроса, можно свести число нежелательных респондентов к пренебрежимо малому значению, которое не будет иметь значимого влияния на результаты.

Второй вопрос имеет непосредственное отношение к тематике исследования и призван определить мнение уже самих студентов относительно их собственных знаний в области английского языка и способность к ведению научной деятельности, с использованием зарубежной литературы.

Третий вопрос давался для прохождения студентам лишь в том случае, если они утвердительно ответили на второй вопрос. То есть, только в том случае, если студент считал свои знания и навыки достаточными для использования академической англоязычной литературы в целях научных исследований. Этот вопрос был создан, чтобы определить процент студентов, получивших необходимые знания в рамках программы изучения иностранных языков из ВУЗа.

В данном исследовании приняли участие 78 студентов трех московских ВУЗов. Студенты Московского Авиационного Института факультета «Институт №3 Системы управления, информатика и электроэнергетика», студенты московского государственного технического университета имени Баумана факультета «Информатика и системы управления» и студенты Национального исследовательского ядерного университета «МИФИ» факультета прикладной информатики.

Результаты опроса показали следующее.

Несмотря на то, что в первом вопросе была сформулирована просьба не проходить опрос далее, если студент не обучается на специальности технического направления, связанной с математикой или информатикой, двое студентов ответили, что не являются таковыми и продолжили прохождение опроса. Т.к. опрос напрямую распространялся через группы студентов, эти две ошибки можно объяснить человеческим фактором. Кроме того, от общего числа студентов это количество составляет приблизительно 2,5%, что не является существенной погрешностью.

Результаты ответов на первый вопрос можно видеть на Диаграмме 1

Результаты ответов на второй вопрос показаны на Диаграмме 2. Из 78 студентов 62 студента заявили о том, что не считают свои навыки и знания достаточными для использования англоязычной академической литературы в научных целях. Это составляет приблизительно 69% от общего числа. Даже если не принимать во внимание возможное завышение собственных возможностей или неправильную трактовку вопроса, такие показатели подтверждают данные, приведенные в исследованиях Коган Е.А. и Крымской О.Б., Герасимовой И.Г [2].



Результаты прохождения студентами третьего вопроса могли только усилить результаты, полученные в ходе второго вопроса, т.к. были нацелены на студентов лишь той категории, которые сочли свои знания достаточными для использования англоязычной академической литературы в своих исследованиях. Результаты показаны на Диаграмме 3. Из них следует, что 9 из 16 студентов, утверждают, что знания, необходимые для использования англоязычной академической литературы, были получены ими не в ходе изучения иностранного языка в Вузе, а с помощью сторонних методов.

Непосредственно ответы на третий вопрос не дают нам существенных данных о значительной разнице, между количеством студентов, изучивших английский язык на достаточном уровне в университете и студентах, изучивших его в прочих образовательных учреждениях. Однако, принимая во внимание результаты ответов на второй вопрос, можно сделать общую статистику по соотношению студентов, обладающими достаточными знаниями и всех прочих студентов. Получается, что только 9 студентов из 78 получили необходимые знания, благодаря образовательной программе Вуза. Это составляет приблизительно 11,5%. Таким образом, приблизительно 9 из 10 студентов, изучающих английский по образовательным программам технических Вузов, не удовлетворены результатами обучения. Это позволяет сделать вывод, что эффективность существующих образовательных программ требует более подробного изучения.

Данный опрос позволяет сформировать гипотезу о недостаточности знаний у студентов технических специальностей, для ведения ими научной деятельности с использованием англоязычной научной литературы.

1.2 Обзор уже существующих исследований

Для более детального разбора данной проблемы изучения англоязычной лексики студентами технических специальностей было необходимо проанализировать имеющиеся на данный момент исследования по данной тематике.

Так был рассмотрен ряд исследований Peters E. et al (2008) [5], Laufer et al(2004) [6], Blachowicz C. Et al (2013) [10], посвященных преподаванию лексики студентам. И далее нужно рассмотреть конкретные, релевантные для данного исследования аспекты проблемы в данных исследованиях, например:

В статье, «Learning academic formulaic sequences» Peters E. et al(2008) [5] описывается исследование, проведенное на студентах, для которых английский язык был не родным. Исследование заключается в проведении эксперимента, по обучению студентов английской академической лексике.

Из данного исследования были взяты некоторые базовые принципы отбора лексики и составления заданий и общего формата проведения эксперимента.

Релевантным для текущего исследования стала схема проведения эксперимента, представленная в работе Peters E. Et al (2008) [5]. Схема выглядит следующим образом: проведение входного тестирования, для определения начального уровня знаний студентов, далее, интегрированное в курс английского языка, обучение английской академической лексике, а после, написание студентами выходного тестирования, для определения эффективности проведенного обучения. Именно такая схема была впоследствии выбрана для проведения эксперимента, так как отвечала большей части требований текущего исследования.

Кроме того, для подбора лексики в исследовании, были заимствованы методы Elke P., Poul P. [5] Однако, в отличие от схемы эксперимента, только лишь малая часть была использована. Так в своем исследовании, Elke P., Poul P. [5], придерживаются следующих принципов составления списка лексических единиц для обучения студентов.

Лексические единицы отбирались из банка академической лексики, сформированного манчестерским университетом, и AWL [8]. Каждая единица должна была быть релевантна для студентов, например, помогать им в написании курсовой работы.

В статье «An exploratory study on an integrated genre-based approach for the instruction of academic lexical phrases» Jing Cai [7] проводится исследование целостного подхода к обучению английских академических фраз. Ключевыми факторами, определяющими данный подход, является опора на жанр литературы, в котором встречается изучаемая лексика.

По примеру Jing Cai процесс обучения новым лексическим единицам был интегрирован в учебную программу и были выбраны только релевантные лексические единицы. Это помогло провести эксперимент, без вовлечения сторонних ресурсов, так как сильно экономило время респондентов. Кроме того, это позволило усилить мотивацию студентов.

В статье « Size and strength: do we need both to measure vocabulary knowledge?» разбирается подход к созданию теста, определяющего не только объем словарного запаса студента, но и то, насколько «крепко» он знает слова.

Из данной статьи напрямую не было заимствовано никаких методик, однако, информация, содержащаяся в исследовании Batia Laufer [6] и его коллег, оказала огромное влияние на формирование базовых принципов теста, использованного в данной работе.



Глава 2 Подготовка к проведению эксперимента

В первой части второй главы описывается процесс подбора и подготовки академической лексики для проведения исследования, во второй говорится о подготовке и создании тестов, в третьей - о создании учебных материалов.

2.1 Создание программы для формирования банка лексических единиц

Как уже было указано выше, одной из задач дано исследования является изучение возможных способов оптимизации обучения студентов технических вузов. Так как для своевременного получения самой актуальной информации из зарубежных источников им в первую очередь необходимо развивать навыки и компетенции в чтении иностранной литературы. Ключевой составляющей таких языковых компетенция является словарный запас. В данном конкретном случае, это запас английской академической лексики. Таким образом, появилась необходимость в составлении списка наиболее релевантной для студентов таких направлений лексики. Использовать случайные слова из баз академической лексики, как AWL [8] или “Academic Phrasebank” было невозможно. Было решено написать программу для сопоставления базы данных академической лексики с корпусом англоязычных научных статей по заданной предметной области.

Для создания наиболее релевантного списка лексики, с точки зрения актуальной для студентов технических специальностей лексики, были взяты 20 статей из крупнейших англоязычных изданий, публикующих литературу на темы, тесно связанные с математикой и программированием. Первое издание - журнал американского математического сообщества - «Journal of the American Mathematical Society». Второе - «Acta Numerica». Данные журналы являются крупнейшими по количеству публикаций в своей сфере, по состоянию на 2019 год в соответствии с базами данных Scopus. Таким образом был сформирован корпус, достаточно точно отвечающий требованиям текущего исследования. Из-за крайне малого количества ресурсов, доступных для данного исследования, было практически невозможно сформировать больший корпус. Разумеется, это накладывает определенные ограничения по точности исследования, однако скомпенсировать это каким-либо образом не представлялось возможным.

В соответствии с исследованиями Elke P, Poul P [5], был выбран корпус академической лексики AWL(Academic Word List) by Averil Coxhead(2008) [8]. После этого, была создана специальная программа на языке C++ в среде разработки Visual Studio. Алгоритм данной программы состоит в том, что из текстового файла, содержащего лексику из AWL [8] берется слово, после чего, ищутся все совпадения с этим словом в корпусе научных статей, после чего, подсчитывается и записывается общее количество совпадений, а алгоритм повторяется со следующим словом. Исходный код программы можно найти в Приложении 1.

Результатом работы данной программы стала таблица, в которой все слова, которые были найдены хотя бы раз, были расположены в порядке убывания количества употреблений. Таблица находится в Приложении 2.

В процессе использования данного алгоритма было выявлено, что среди отобранных лексических единиц, больше половины являлись когнантами. Это могло произойти в следствие того, что большая часть лексики русского языка, так или иначе связанной с математикой или IT, заимствована калькированием.

Такое явление существенно повлияло бы на результаты обучения, т.к. студенты могли бы просто соотносить англоязычное написание с хорошо знакомыми словами и это значительно улучшило бы их результаты в узнавании слов. Из-за этого, было принято решение использовать только те слова, которые либо не имеют русских когнатов, либо они не столь ярко выражены или используются крайне редко.

Ввиду ограниченных ресурсов и времени, было принято решение ограничить количество используемых в исследовании лексических единиц 30. Однако, для составления упражнений и тестов, в соответствии со статьей «Size and strength: do we need both to measure vocabulary knowledge?» Batia Laufer [6], было необходимо отобрать слова «дистракторы» , по этому, среди общего количества слов, которые хотя бы раз встретились, в 447 единиц было отобрано 57 слов наиболее частотных, которые не являются когнатами. Статистика, полученная в результате отбора таких слов, подтверждает невозможность использования данного списка слов в первозданном виде. В Диаграмме 4 показано, что 57 необходимых слов были получены, только после перебора 168 наиболее частотных, что составляет приблизительно 40 процентов. При этом, необходимо учитывать, что некоторые из отобранных слов все же являются когнатами, однако, не в явном виде, например слово «principle» схоже по звучанию со словом «принципал» (старшее должностное лицо в провинциальном городе в римское и ранневизантийское время), однако слово принципал в русском языке используется крайне редко и в другом значении.

2.2 Подготовка материалов для тестирования

Для определения начального уровня знаний студентов в области англоязычной академической лексике было необходимо создать тест, проверяющий способности студентов к пониманию значений слов, пониманию того, к какому языковому функциональному стилю относится то или иное слово, а также, умение применять единицы английской академической лексики. Кроме того, одной из важнейших составляющих являлась возможность представления данного теста в электронном формате на одной из платформ, используемых для дальнейшего изучения: Google Forms, Kahoot, Quizlet.

Первая часть теста представлена заданиями на распознавание значения слов, она выполнено в форме словарного определения слова и четырех вариантов ответа с одним правильным. В качестве источника определений была использована электронная версия Кембриджского словаря.

В качестве вариантов ответа используются слов из общего корпуса, сформированного при поиске частотности использования слов из AWL [8] в англоязычных статьях, тематически связанных с математикой и сферой IT, подробно этот процесс описан в первой части второй главы. Для уменьшения вероятности получения правильного ответа по косвенным признакам в качестве вариантов ответа были использованы слова не только по смежной тематике и одинаковые по принадлежности к функциональному стилю, но и одинаковые части речи. Для того, чтобы понизить вероятность неправильного понимания студентами задания были приведен пример выполнения задания. Пример задания из первой части в среде Google Forms теста представлены на Изображении 1.

Второй тип заданий направлен на проверку понимания студентами разницы между нейтральной лексикой и академической При разработке данного задания мы опирались на работы Elke P, Poul P(2000) [5], и Batia Laufer [6] в которой авторы подчеркивают преимущества использования упражнений, заключающихся в подчеркивании или выписывании слов, которые, по мнению студентов, относятся к академической лексике. Такое задание позволяет проверить, насколько студенты понимают различие между стандартной лексикой и академической. Это задание подходит для проверки и тренировки как навыков перцепции, так и воспроизведения.

Изображение 1

Объясняется это тем, что для правильного выполнения студенту необходимо во-первых, правильно понять значение каждого из слов в предложении, эта часть отвечает за тестирование и развитие навыков получения информации, а во-вторых, мысленно подобрать к ним один или несколько синонимов, чтобы на их фоне понять, к какому функциональному языковому стилю относится данная лексическая единица.

Такое же задание было использовано в исследовании Elke P, Poul P(2000)] [5], Там описывается то, как была решена проблема того, что в предложениях встречалось больше одной лексической единицы, искомого стиля. «Three types of activities were designed. In a first type of activity, learners were provided with sentences or excerpts from scholarly articles in which they had to underline FS that could be considered relevant to academic writing. The excerpts obviously contained more FS than the ones that were targeted. These were then also briefly discussed in class».

«Было создано три типа упражнений. В первом типе упражнений, студентам давались предложения и выдержки из научных статей, в которых они должны были подчеркнуть шаблонные выражения, которые могли бы рассматриваться как имеющие отношение к академической письменности. Выдержки, очевидно, содержали не только те шаблонные выражения, на которые были нацелены. Прочие выражения также были кратко обсуждены в классе».

Обсуждение данных лексических единиц в течение занятий не представлялось возможным, поэтому было принято решение использовать задания с ответом в свободной форме и считать правильными все ответы, отвечающие требованию задания.

Фразы и предложения, которые использовались в этом упражнении были взяты случайным образом из корпуса статей, который ранее использовался для анализа частоты использования лексических единиц AWL в англоязычных статьях, сфокусированных на темах математики и IT.

Пример задания из второй части в среде Google Forms теста представлены на Изображении 2. Разумеется, открытый тип ответа накладывает некоторые ограничения, т.к. некоторые слова могут быть ошибочно истолкован проверяющим, что приведет к изменению общей статистики. Однако, предложения и отрывки предложений были по возможности адаптированы таким образом, чтобы оставить там только целевую лексику.

Третья часть теста целиком была отведена для проверки продуктивных языковых компетенций. Тип заданий был взят из статьи Elke P, Poul P(2000) [5], так же, как и задания из второй части теста. Задание заключается перефразировании предложений таким образом, чтобы преобразовать нейтральный стиль предложения в академический.

Разумеется, такое задание, как и задание из второго раздела, позволяет проверить знания студентов в области продуктивных и перцептивных навыков. Это объясняется тем, что для обнаружения тех лексических единиц, которые не вписываются в концепцию академического стиля, необходимо применить навыки распознавания.

Изображение 2

Тогда как для подбора лексических эквивалентов, способных перевести предложение из нейтрального стиля в академический, требуется использовать продуктивные навыки. И именно подбор лексических эквивалентов академического стиля предполагает собой основную сложность этого задания, что позволяет утверждать, что в данном задании превалирует использование продуктивных навыков. Это стало причиной того, что третий раздел теста значительно меньше первого и второго.

Фразы и предложения, использованные в заданиях для третьего раздела теста, так же были взяты случайным образом из корпуса статей, который ранее использовался для анализа частоты использования лексических единиц AWL [8] в англоязычных статьях, сфокусированных на темах математики и IT. В фразах академическая лексика была изменена на нейтральную с учетом данных AWL [8]. Это позволило создать предложения и возможный правильный вариант ответа, что упростило и позволило автоматизировать проверку заданий. Необходимо отметить, что грамматические средства, влияющие на стиль предложений, не были изменены. Такое решение было принято ввиду того, что данное исследование сфокусировано на изучении лексики, а не грамматики и введение дополнительной сложности могло бы повлиять на точность измерений.

Пример задания из второй части в среде Google Forms теста представлены на Изображении 3.

Изображение 3

Необходимо отметить, что данный тест был использован не только в качестве входного теста, для определения текущего уровня знаний студентов, но и в качестве итогового контрольного тестирования. Это обусловлено следующими причинами. Во-первых, это минимизирует погрешность, связанную с тем, что тесты могли получиться разной сложности, что привело бы к некорректным результатам. Во-вторых, время, прошедшее между входным и контрольным тестированием сводит шансы того, что студенты запомнят варианты ответов к минимуму. В-третьих, после входного тестирования студентам не были даны результаты тестов с конкретными ответами, так что все, что влияло на разницу в результатах между входным и итоговым тестированиями - процесс обучения.



2.3 Разработка тренировочных заданий с использованием ИКТ

В соответствии с названием данной работы, одной из ключевых задач данного исследования является попытка оптимизировать процесс изучение иностранных языков студентами технических специальностей именно с использованием ИКТ. Таким образом, для получения объективных данных, необходимо экспериментальным путем сравнить традиционные методы изучения лексики с гипотетически более эффективными методами, использующими ИКТ.

Для репрезентации традиционных методов в данной работе были выбраны те же задания, которые были использованы для тестирования студентов во входном тестировании. Такого рода задания используются в широко распространенных учебниках, например GOLD, «English File», «Speakout», «Upstream» или «Total English». Кроме того, подобные методики используются в Учебнике английского языка для студентов технических университетов и вузов. Орловская И.В., Самсонова Л.С., Скубриева А.И., который является основным учебником для МГТУ им. Баумана и МЭИ. Все эти учебники либо напрямую используются в обучении студентов английскому языку, в том числе и лексике, либо из них берутся задания и методики. Разумеется, для обучения студентов использовались отличные от тестовых предложения и фразы, так как в противном случае это привело бы к простому заучиванию правильных ответов. Справедливо и то утверждение, что результативная подготовка к первой части теста, по сути своей и водится к заучиванию правильных ответов, т.к. иначе подготовить к даче точного определения не представляется возможным. Однако, данная часть предполагается для сравнительного оценивания времени, затраченного студентами на подготовку.

Ввиду недостаточного количества респондентов, давших согласие на участие в эксперименте, было принято решение о сокращении количества тестируемых сервисов до одного. Набрать большее количество участников не представлялось возможным, а текущее количество позволило протестировать лишь один сервис. Было решено выбрать именно Quizlet по нескольким причинам. Во-первых, времени, предоставляемого для бесплатного, ознакомительного пользования было достаточно, для проведения эксперимента. Во-вторых, высокая степень автоматизации процесса обучения позволила провести эксперимент с большей выборкой студентов. В-третьих, структура заданий, предоставляемых Quizlet, полностью отвечала нашим потребностям в изучении лексики, так как сервис изначально проектировался сфокусированным на изучение лексики, а не грамматики.

Задания, предназначенные для группы, занимающейся в Quizlet были сформированы по принципу того, что на сайт загружается слово с определением, а сайт автоматически генерирует 4 разных типа упражнений.

Первый тип упражнений максимально приближен к традиционным карточкам для заучивания слов. Этот раздел упражнений являлся факультативным для студентов, т.к. не несет в себе принципиального отличия от традиционного метода. Пример такого задания приведен на изображении 4.

Изображение 4

Второй тип заданий - задания с вариантами ответов. Практически идентичны заданиям из первой части, это позволяет проверить разницу в эффективности практически одинаковых упражнений в зависимости от платформы, на которой они применяются. Основная разница заключается в том, что задания из второго раздела включены в список автоматического напоминания и в них ведется учет прогресса. Первое позволяет студентам не забывать о том, что они планировали позаниматься лексикой, второе мотивирует их, показывая, сколько уже пройдено и сколько осталось.

Пример задания второго типа приведен на изображении 5.

Изображение 5

Задания третьего типа представляют собой определения с открытым ответом, который необходимо вписывать. Данный тип заданий сочетает в себе черты упражнений из первой и второй части теста. Позволяет студентам улучшать не только перцептивные навыки, но и продуктивные. Ключевые отличия заключаются в том, что во время работы с этими упражнениями через смартфоны или компьютеры студенты не будут писать от руки, а это негативно влияет на способности к запоминанию. Это подтверждается исследованиями Mueller, Pam A., and Daniel M. Oppenheimer (2014), а также Karin H. James Laura Engelhard(2012) [11].

Однако, упражнения третьего типа, как и упражнения второго типа, включены в список автоматического напоминания и в них ведется учет прогресса, что дает свои плюсы. Кроме того, в случае неверного ответа, студенту предлагалось переписать правильный ответ, а не просто перейти к следующему слову, а это ускоряет обучение, т.к. ни одна из попыток прохождения задания не тратится впустую.

Пример задания третьего типа приведен на изображениях 6 и 7.

Изображение 6

Изображение 7

Четвертый тип упражнений состоял в совмещении первого типа упражнений с аудированием. Это способствует лучшему усвоению информации и позволяет взглянуть на те же слова под другим углом. Задания четвертого типа также учитывались в подсчете прогресса и о них студентам приходили напоминания. Кроме того, в том случае, если студент ошибался, выводилось сообщение, в котором говорилось где именно студент совершил ошибку и какой был правильный вариант ответа.

Задания четвертого типа представлены на изображениях 8 и 9.

Изображение 8

Изображение 9

информационный технология английский технический лексика



Глава 3. Проведение эксперимента и анализ статистики

В первой части третьей главы описывается процесс проведения эксперимента, во второй части проводится статистический анализ полученных данных и подводится итог работы.

3.1 Проведение эксперимента

В качестве респондентов эксперимента выступили две группы студентов, в возрасте от 18 до 21 года. Среди них было 25 студентов третьего курса, 5 студентов четвертого курса и 7 студентов второго курса. Уровень английского языка среди студентов был приблизительно A2-B1 по классификации CEFR. Эти данные были взяты из программы английского языка и по информации, предоставленной преподавателями данных студентов. Определить это более точно не представляется возможным в следствии того, что большая часть студентов продолжали изучение английского языка, то есть, обладали достаточно обширными пассивными знаниями.

Среди студентов было 7 студентов из МГТУ имени Баумана, 15 студентов из МЭИ, 5 человек из МИЭТ и 10 студентов из НИЯУ МИФИ. Ввиду ограниченного времени, отведенного для проведения эксперимента, пришлось организовывать дополнительные занятие, не предусмотренные программой. Это накладывает определенные ограничения на данное исследование, однако, не меняет его сути.

В конечный вариант теста вошло 10 заданий первого типа, 3 задания второго типа и 3 задания третьего типа. Целью такого распределения заданий была максимальная оптимизация времени сдачи теста, и минимизация потерь в точности определения знаний студентов. Это обусловлено тем, что второе и третье задания имеют открытый тип ответа, что значительно увеличивает их трудоемкость.

Тестирование проводилось раздельно, так как структура эксперимента подразумевает наличие двух групп: исследуемой и контрольной. Студенты были случайным образом разделены на две группы численностью в 18 и 19 человек соответственно, далее - группа А и Б. Группа А проходила тестирование в письменном виде, группа Б - в электронном.

Входное тестирование показало результаты для группы А, показанные в таблице 1.

Таблица 1

Студент	Часть 1 /10	Часть 2 /6	Часть 3 /6	Итог /22
1	5	3	2	10
2	6	3	1	10
3	7	4	2	13
4	5	2	2	9
5	2	1	2	5
6	5	3	2	10
7	8	6	3	17
8	6	3	1	10
9	4	1	2	7
10	7	4	4	15
11	6	3	1	10
12	3	2	1	6
13	4	2	2	8
14	2	1	3	6
15	7	3	3	13
16	3	0	2	5
17	3	2	1	6
18	4	2	2	8

Таблица 2

Средний результат
Часть 1	Часть 2	Часть 3	Итог
4,83	2,50	2,00	9,33

Как видно из результатов, подавляющее большинство студентов (14/18) получили меньше половины баллов за вступительный тест, что приравнивается к неудовлетворительному результату. Средняя итоговая оценка составила 9,3/22, данные приведены в таблице 4. Среднее время написания теста составило приблизительно 23 минуты.

Такие результаты подтверждают гипотезу о том, что большая часть студентов не владеет английской академической лексикой на уровне, необходимом для свободного чтения английской академической литературы.

Группе Б в составе 19 студентов было предложено пройти тест в электронном виде. Здесь необходимо отметить, что такой способ, в отличие от очного тестирования, не позволяет гарантировать честность студентов при прохождении теста. Однако, во избежание потери точности результаты студентов, получивших максимальный и минимальный баллы, таких оказалось 3, не были учтены в исследовании, т.к. это дает повод к подозрению в списывании, либо в недостаточно прилежном отношении к тесту. Также необходимо подчеркнуть, что не все студенты группы А присутствовали на очном написании теста, что тоже учитывалось при подсчете статистики.

Результаты сдачи первого теста группой Б представлены в таблице 3.

Средние показатели - в таблице 4.

Таблица 3

Студент	Часть 1 /10	Часть 2 /6	Часть 3 /6	Итог /22
1	5	2	3	10
2	6	4	2	12
3	4	1	1	6
4	6	1	3	10
5	3	2	2	7
6	5	3	2	10
7	3	1	0	4
8	5	2	1	8
9	2	2	0	4
10	5	2	2	9
11	9	5	4	18
12	7	3	3	13
13	5	2	1	8
14	3	2	2	7
15	4	3	2	9
16	5	4	2	11
17	3	2	1	6
18	7	4	3	14
19	1	2	0	3

Таблица 4

Средний результат
Часть 1	Часть 2	Часть 3	Итог
4,63	2,47	1,79	8,89

Входное тестирование показало, что 14/19 студентов данной группы не получили и половины баллов, что лишний раз подтверждает одну из основных гипотез данного исследования. Средняя оценка среди тех, кто писал тест в электронном виде составила 8,89 из 22, что лишь на ~0,5 отличается от показателей, полученных при тестировании студентов группы А. А т.к. студенты обладали приблизительно одинаковым уровнем знаний, это позволяет сделать вывод, что метод написания теста не влияет на результаты студентов. Кроме того, необходимо отметить, что среднее время написания теста группой Б составило приблизительно 18 минут. Если сравнивать этот результат с группой А, то получится, что группа, использовавшая ИКТ, справилась в среднем на 5 минут быстрее. Разница незначительная для написания одного теста, но в пересчете на большее количество подобных мероприятий, позволяет сэкономить значительное количество времени.

На изучение лексики обеим группам было отведено 2 недели. Эксперимент был внедрен в курс английского языка, занятия проводились три раза в неделю. Разумеется, в учебных планах предусмотрены занятия английским 2 раза в неделю, однако, ввиду ограниченного количества времени для проведения эксперимента, было принято решение об увеличении количества занятий. Это не вносит принципиальных изменений в суть эксперимента, но добавляет количество занятий, что увеличивает точность статистики, показывающей эффективность обучения с использованием ИКТ и без.

Лексика, представленная в данном исследовании, не была напрямую связана с курсом английского языка, однако, подавляющему большинству студентов была необходима для подготовки курсовых работ. Каждый раз студенты получали домашнее задание, рассчитанное на выполнение в течение 10-15 минут. Студенты из группы А получали распечатки с заданиями, студенты из группы Б - получали новые задания для своих аккаунтов в Quizlet. Для группы А в течении каждого занятия проводился устный опрос по целевой лексике в течении ~5 минут. Для группы Б в течении каждого занятия проводилась игра в онлайн сервисе Kahoot, направленная на целевую лексику. Kahoot был выбран как альтернатива традиционным игровым методикам, применяемым в изучении лексики, таким как игры «в слова», викторины и проч. Ключевая разница заключалась в том, что при использовании Kahoot скорость ответов студентов зависела в первую очередь от умения читать, так что это задание ближе к чтению, чем к аудированию. Такого рода мероприятия проводились с лексикой, ранее уже использованной, для проверки уровня студентов на каждом отдельном этапе и для поддержки уровня мотивации студентов.

Так как одной из задач современного высшего образования является формирование у студентов способностей к самостоятельному обучению, было принято решение минимизировать очные занятия и сделать приоритетной задачу по сравнению упражнениями, которые студенты могут выполнять самостоятельно в качестве домашней работы.

В процессе обучения студенты в количестве 3 человек из группы А и 2 человек из группы Б заявили об отказе от дальнейшего участия в эксперименте по причине увеличившейся в университете нагрузки, связанной с началом подготовки к экзаменам. При подсчете финальной статистики и сравнении результатов входного и выходного тестирований, их результаты были аннулированы.

Необходимо отметить, что для студентов, получающих задание в письменном виде, одним из ключевых показателей стала посещаемость. Это влияло на их успеваемость по нескольким причинам, во-первых, они получали материалы в формате распечаток каждый урок, соответственно, не посетив занятие, они не могли получить задание. Разумеется, можно было бы выдать все материалы в первый же день, но это противоречит принципу последовательности подачи материала, т.к. студенты могли сделать все тесты в первый же день, что негативно сказалось бы на усвоении материала. Во-вторых, у студентов группы А не было материалов для повторения лексики по желанию, в отличие от студентов группы Б, которым были предоставлены факультативные материалы для изучения лексики.

3.2 Подсчет статистики

После прохождения студентами курса обучения был повторно проведен тест, по примеру Elke P, Poul P(2000) [5] тест был идентичен вступительному, это более подробно рассмотрено во второй главе.

Результаты группы А и средние показатели представлены на таблицах 5 и 6 соответственно.

Таблица 5

Студент	Часть 1 /10	Часть 2 /6	Часть 3 /6	Итог /22
1	8	5	2	15
2	8	4	3	15
3	6	4	2	12
4	8	6	5	19
5	5	4	3	12
6	6	4	4	14
7	5	5	3	13
8	5	3	2	10
9	8	5	3	16
10	6	3	4	13
11	7	4	5	16
12	5	4	4	13
13	10	6	6	22
14	9	5	6	20
15	10	6	6	22

Таблица 6

Средний результат
Часть 1	Часть 2	Часть 3	Итог
7,07	4,53	3,87	15,47

Разница между результатами входного и выходного тестирования группы А приведены в Таблице 7.

Таблица 7

Часть 1	Часть 2	Часть 3	Итог
2,24	2,03	1,87	6,14

Средний балл больше всего вырос в первой части. Скорее всего, это связанно с тем, что студенты упражнялись с определениями на занятиях. Ожидалось, что этот показатель увеличится существеннее, возможно, показатели несколько снизились из-за значительного количества студентов, которые посетили меньше половины занятий, таких студентов было 4 человека.

Ожидаемо, наименьший прогресс произошел в самом трудном разделе, связанным с перестроением предложения из нейтрального стиля в академический. Здесь существует некоторая погрешность, связанная с возможными ошибками при проверке, т.к. задания с открытым ответом имеют большое количество правильных ответов, которые иногда могут быть ошибочно истолкованы проверяющим, как неправильные. Однако, общий результат был признан удовлетворительным, т.к. результативность группы поднялась на ~6 пунктов, а увеличение на более чем 60% за две недели, можно счесть значимым улучшением.

Результаты проведения финального тестирования среди студентов группы Б, их средние показатели и изменения относительно первого тестирования представлены в таблицах 8, 8 и 10 соответственно.

Таблица 8

Студент	Часть 1 /10	Часть 2 /6	Часть 3 /6	Итог /22
1	8	5	5	18
2	7	4	4	15
3	10	6	5	21
4	8	5	4	17
5	8	3	3	14
6	9	5	2	16
7	6	2	3	11
8	8	5	5	18
9	5	4	4	13
10	8	4	6	18
11	10	6	6	22
12	10	6	5	21
13	6	3	3	12
14	9	4	4	17
15	7	6	4	17
16	8	4	3	15
17	9	6	5	20

Таблица 9

Часть 1	Часть 2	Часть 3	Итог
8,00	4,59	4,18	16,76

Таблица 10

Часть 1	Часть 2	Часть 3	Итог
3,37	2,12	2,39	7,88

Эти данные показывают, что средний балл больше всего вырос, в первой части, что и ожидалось. Ожидался больший рост в этой секции, одно из возможных объяснений - пренебрежение студентами упражнениями из первой секции, которые не находились в списке автоматического напоминания и могли быть восприняты как факультативные. Опрос показал, что студенты действительно уделяли заданиям данного типа меньше внимания, однако опрос не был проведен должным образом и данные, полученные с его помощью не могли быть включены в данное исследование и повлиять на его результаты.

Вопреки ожиданиям, рост среднего результата по второй части оказался пусть и незначительно, но ниже, чем рост по третьей части. Разница составила всего 0,25 из 6. Однако, сам факт того, что результаты по более сложному занятию растут быстрее, может стать причиной сразу нескольких гипотез. Первая гипотеза состоит в том, что выполнение заданий в разных форматах (аудирование и чтение) оказалось более эффективным, нежели использование одного формата чтения. Вторая гипотеза состоит в том, что аудирование не требовало от студентов таких усилий, как чтение, и они чаще выполняли задания целиком, что привело к повышению результатов. Эти гипотезы не проверялись в контексте данной работы, так что не могут быть внесены в результаты исследования, однако, при дальнейшем изучении данной проблемы, несомненно, должны быть учтены и рассмотрены.

Общие результаты улучшились практически в два раза если средняя оценка после первого тестирования была равна ~9, а после второго - ~17, то рост результатов составил немного более 90%. При прочих равных, такой результат говорит о правильном направлении исследования, но не может быть расценен как однозначно положительный.

Сравнение средних результатов групп А и Б в первом тестировании приведены на диаграмме 5.

Из нее видно, что изначальные показатели у группы Б были пусть и незначительно, но меньше, чем у группы А. Разница находится в пределах пяти процентов, так что не является существенной и скорее всего, спровоцирована выпадением некоторых студентов из нормали распределения уровня английского.

На диаграмме 6 представлено сравнение результатов групп А и Б по средним оценкам в финальном тестировании.

Эти данные позволяют заметить, что к концу обучения относительные показатели не только не остались прежними, но и изменились в противоположную сторону. Это обозначает, что в рамках данного эксперимента, группа, использующая ИКТ в изучении английской академической лексики, показала лучшие результаты. В относительных величинах, эффективность обучения группы Б была больше приблизительно на 50%.



Заключение

В результате проделанной работы было проведено исследование эффективности использования ИКТ при обучении студентов технических специальностей английской академической лексике. Была разработана гипотеза, что изучение лексики с использованием ИКТ эффективнее, чем изучение традиционными методами.

В рамках проведенного исследования и эксперимента были получены данные, свидетельствующие о том, что использование ИКТ в изучении английской академической лексики увеличивает эффективность обучения приблизительно на 50%. Однако, данный результат не является окончательным и совершенно объективным по целому ряду причин. Во-первых, выборка студентов, могла иметь некоторые недостатки, на этом могло сказаться небольшое количество студентов и их разный опыт. Во-вторых, такой эксперимент не дает всеобъемлющего знания относительно студентов всех прочих вузов России, для подобных заявлений необходимо проводить более масштабные эксперименты, которые не представлялось возможным провести ввиду отсутствия необходимых ресурсов. В-третьих, для получения более достоверных данных необходимо проводить подобные эксперименты сериями и на протяжении большего времени, так как студенты и столичных вузов могут сильно отличаться от прочих студентов Кроме того, более длительные эксперименты позволят выяснить в каких еще сферах изучения иностранных языков можно было бы внедрить ИКТ с еще большей эффективностью. В-четвертых, не следует недооценивать важность оценивания эффективности разных образовательных систем, использующих ИКТ.