NEURAL NETWORKS IN PROCESSING TEXTUAL OBJECTS OF RUSSIAN LITERATURE
Authors:
1.
Nizhnevartovsk State University
Type:
Article
Pages:
from 37
to 42
Status:
Published
Received:
06.06.2025
Accepted:
15.06.2025
Published:
25.06.2025
Subject area:
UDC 82.09
Language:
Russian
Keywords:
Iskusstvennyy intellekt, neyroseti, obrazovanie, literatura, ChatGPT, dostovernost' informacii, faktologicheskie oshibki, akademicheskoe obuchenie
Abstract:
This article explores the capabilities and limitations of neural networks in processing textual objects of Russian literature within educational contexts. The study material comprises responses generated by ChatGPT-4o to questions based on a university-level Russian literature curriculum for philology students. The analysis focuses on three key aspects: interpretation of V. Shukshin’s short story “Srezal”, analysis of A. Solzhenitsyn’s “One Day in the Life of Ivan Denisovich”, and classification of trends in 20th-century Russian poetry. The results indicate that while ChatGPT produces structurally coherent answers mimicking academic discourse, their quality varies by task type. The most significant discrepancies with original texts occur in literary analysis: the AI introduces factual errors (misnamed characters, distorted plot details) and oversimplifies narrative conflicts. Conversely, its accuracy improves when listing historical-literary facts (poetic movements, authors’ names). The study underscores that integrating AI into literary education necessitates robust verification protocols. The article proposes a framework for critical engagement with neural networks, emphasizing source cross-referencing and the cultivation of students’ analytical competencies.
This article explores the capabilities and limitations of neural networks in processing textual objects of Russian literature within educational contexts. The study material comprises responses generated by ChatGPT-4o to questions based on a university-level Russian literature curriculum for philology students. The analysis focuses on three key aspects: interpretation of V. Shukshin’s short story “Srezal”, analysis of A. Solzhenitsyn’s “One Day in the Life of Ivan Denisovich”, and classification of trends in 20th-century Russian poetry. The results indicate that while ChatGPT produces structurally coherent answers mimicking academic discourse, their quality varies by task type. The most significant discrepancies with original texts occur in literary analysis: the AI introduces factual errors (misnamed characters, distorted plot details) and oversimplifies narrative conflicts. Conversely, its accuracy improves when listing historical-literary facts (poetic movements, authors’ names). The study underscores that integrating AI into literary education necessitates robust verification protocols. The article proposes a framework for critical engagement with neural networks, emphasizing source cross-referencing and the cultivation of students’ analytical competencies.
Keywords:
Iskusstvennyy intellekt, neyroseti, obrazovanie, literatura, ChatGPT, dostovernost' informacii, faktologicheskie oshibki, akademicheskoe obuchenie
Iskusstvennyy intellekt, neyroseti, obrazovanie, literatura, ChatGPT, dostovernost' informacii, faktologicheskie oshibki, akademicheskoe obuchenie
В современных реалиях образования и обучения литературы существует проблема изучения литературных источников, произведений и фактов о писателях в связи с нежеланием разбираться с большими объёмами материалов. Однако, технологическое развитие привело к тому, что в решении многих проблем, связанных с поиском информации, составлением текстов помогают нейросети. Популярность такого феномена, как искусственный интеллект, уже не ставится под сомнение; наоборот, она порождает почву для новых исследований и позволяет открывать новые возможности в обучении школьным и академическим дисциплинам, в частности – обучению литературе. Под термином нейросеть в данной статье подразумевается генератор текста, что в свою очередь является программой или онлайн-платформой с графическим интерфейсом, которая порождает письменный монологический текст, соответствующий поставленным целям и задачам в зависимости от сферы, где этот текст используется (Всероссийская лига педагогов МЭО 2023). Как правило, большинство ИИ-платформ реализованы в формате чата. Под чатом подразумевается разговор, передаваемый Интернет, сервисная, многопользовательская, многоканальная система синхронного общения (Овчарова 2008). Согласно исследованию международной консалтинговой компании Tyton Partners, проведённому среди преподавателей и студентов вузов под руководством управляющего директора К. Шоу в 2023 году, было выявлено, что ИИ-инструменты оказывают положительное влияние на обучение. Среди респондентов исследования это мнение было распространено не только у студентов, но и среди преподавателей (Shaw et al. 2023). Это свидетельствует о том, что нейросети можно использовать в образовательных целях. Если говорить про частные случаи использования инструментов искусственного интеллекта, то согласно опросу, проведённому в Белорусском государственном университете, результаты которого приведены в статье О.Н. Касперович-Рынкевич, можно отметить тот факт, что студенты очень активно используют сгенерированный контент с целью написания курсовых работ, рефератов, научных статей и переводов текстов, а также для подготовки к экзаменам. Нейросети здесь воспринимаются как способ получения быстрого доступа к нужной информации, ответам на сложные вопросы, которые очень трудно найти в интернете или, когда нет желания самостоятельно что-либо искать (Касперович-Рынкевич 2023). В связи с этим возникает проблема критического подхода и правильной оценки фактов, которые содержатся в сгенерированном тексте, ведь очень часто нейросети допускают фактологические ошибки, придумывают несуществующие фамилии и имена, могут допускать искажение сюжета произведений, на которые был ориентирован запрос в ИИ-инструмент. У генераторов текста часто встречается ситуация, когда они порождают галлюцинации – когда нейросеть, подбирая нужную информацию, выдумывает собственную (Baron 2023). Далеко не все пользователи нейросетей проверяют на действительность сгенерированные факты, что подтверждают результаты исследования, приведённые в статье Е.С. Тереховой, Н.Н. Пучковой, Л.В. Новиковой. Согласно опросу, всего 21% студентов указали в качестве проблемы работы с нейросетями необходимость перепроверять и дорабатывать результат вручную (Терехова и др. 2024). Этот показатель порождает тревогу, ведь при подготовке к занятиям или составлении итоговых работ, студенты могут принимать недостоверную информацию за действительную и таким образом, получать неправильные знания. Целью данной статьи является проверить, насколько качественный и соответствующий литературным фактам текст генерируют выбранные ИИ-инструменты. Объектом исследования является сам сгенерированный текст, который будет исходить из запросов, связанных с заданиями по истории литературы 4 курса филологического направления. Сгенерированный текст необходимо подвергнуть проверке фактов на действительность. Для проверки на соответствие взяты и изучены произведения авторов, содержащие действительные факты о событиях, именах и действиях в сюжете. В качестве генераторов текста были выбрана нейросеть ChatGPT-4o, которая разработана американской компанией OpenAI и представлена широкой публике в 2024 году. Нейросеть имеет возможность бесплатного пользования после прохождения процедуры регистрации, которая является очень простой и для которой нужна электронная почта и подходящий правилам пароль. Летом 2023 года ЮНЕСКО опубликовало подробное руководство по использованию ChatGPT в высшем образовании, которое содержит возможности, проблемы и рекомендации по интеграции ИИ в учебный процесс. В начале работы с нейросетью авторы руководства, Э. Сабзалиева и А. Валентини, предлагают пользователю поставить перед собой несколько основополагающих вопросов, среди которых следующий: «Для меня важно, чтобы ответ соответствовал истине?» (Сабзалиева, Валентини. 2023). Этот вопрос стал ключевым в исследовании и учитывался при проведении эксперимента. Так как совсем недавно разработчики представили функцию «Поиск» на платформе своего продукта, которая заключается в том, что нейросеть теперь может предоставлять ответы на вопросы согласно информации из сети Интернет, можно полагать, что ответы могут соответствовать действительности с большим успехом. Для исследования было взято домашнее задание одного из студентов 4 курса филологического направления Нижневартовского Государственного Университета по дисциплине История русского языка и литературы. Задание состояло из 3 вопросов по 3 разным темам. Тексты вопросов приведены ниже: В. Агеносов пишет «Ситуации, нарисованные автором, обыденны, нередко комичны. Чаще всего это бытовые и семейные истории, но за легко узнаваемыми сюжетами скрываются острейшие схлесты и конфликты» (Агеносов 2004). На примере одного из рассказов В. Шукшина покажите своеобразие конфликта, сочетание драматических и комических элементов. Почему день, изображённый в рассказе А. Солженицына «Один день Ивана Денисовича», герой считает счастливым? Назовите направления в поэзии 50–90-х гг. ХХ века и представителей этих направлений. Исследование было проведено следующим образом: В ChatGPT было создано три отдельных чата, в каждом из которых были последовательно заданы вопросы из списка домашнего задания. Полученные ответы в каждом чате были проанализированы на соответствие фактам литературных произведений. Было проверено, существуют ли на самом деле указанные в сгенерированных текстах представители литературы. После генерации ответов для первого вопроса в трёх чатах ChatGPT были выявлены множественные нарушения фактов о взятом в пример рассказе Василия Шукшина «Срезал». Нейросеть в двух чатах из трёх называет главного героя Иваном: «В рассказе В. Шукшина «Срезал» описана, на первый взгляд, обыденная ситуация: встреча сельского мужика – Ивана («Ивана-дурака», как его называют) – с интеллигентом в поезде.» «Герой рассказа – деревенский мужик Ивана Лапшин – оказывается в компании интеллигентов и вступает с ними в спор.» В третьем чате имя героя не упоминается, он обозначен просто как «деревенский мужик». На самом деле, имя главного героя – Глеб Капустин. Наряду с этим, в приведённых фрагментах ответов есть ещё одна ошибка: герои встретились не в поезде, а в доме Агафьи Журавлёвой. Также ChatGPT делает не совсем верный вывод о том, что Константин Журавлёв, один из главных героев, «интеллигент пытается «поставить на место» простого человека, демонстрируя свою эрудицию и высокомерие». В самом рассказе Константин является воспитанным человеком, не желающим никого обидеть. При ответе на второй вопрос, нейросеть правильно указала имя и фамилию главного героя, но относительно того, почему же герой считал день удачным, ChatGPT отвечал по-разному. Так, в одном из чатов, сказано, что Ивану Денисовичу удалось «достроить стену (получить удовлетворение от честного труда)», в другом, что «работа на стройке была продуктивной, и он чувствовал удовлетворение от хорошо выполненного дела», а в третьем нейросеть утверждает, что герою удалось «найти дополнительную работу, на которой можно подзаработать (кладка кирпича)». В самом рассказе, кладка стены являлась обязательным трудом, а не дополнительной работой. Кроме того, герой получил удовольствие от самого труда, поэтому второй ответ ближе к действительности. В остальных ответах расхождений с сюжетом не было. В данном случае, ответы нейросети были ближе к реальным фактам сюжета, однако небольшие искажения всё же присутствуют. При ответе на третий вопрос проверялись на действительность только приведённые имена поэтов и соответствие перечисленных направлений к деятельности поэтов. Во всех случаях ответы были идентичными и соответствовали реальным фактам. В некоторых местах нейросеть изменяла формулировки названий периодов, называя в одном из чатов философское течение «Лирикой «тихого голоса»», а неофициальную поэзию обозначая как «андерграунд». Проведённый эксперимент с нейросетью ChatGPT-4o показал, что, несмотря на её способность генерировать связные и логичные тексты, достоверность предоставляемой информации остаётся нестабильной. Вопросы, связанные с анализом литературных произведений, продемонстрировали как сильные, так и слабые стороны ИИ. На примере рассказа В. Шукшина «Срезал» выявились серьёзные фактологические ошибки: нейросеть ошибочно назвала главного героя, исказила место действия и неверно интерпретировала мотивы персонажей. Это свидетельствует о том, что ChatGPT может допускать грубые неточности даже в известных литературных текстах. В то же время при ответе на вопрос о рассказе А. Солженицына «Один день Ивана Денисовича» ИИ в целом правильно передал суть сюжета, однако допустил мелкие, но существенные искажения в деталях, что может повлиять на понимание произведения. Наиболее точными оказались ответы, требующие перечисления фактов, таких как направления поэзии XX века и их представители. Здесь ChatGPT продемонстрировал высокую степень соответствия реальным данным, хотя и с некоторой вариативностью в формулировках. Это позволяет предположить, что нейросеть эффективнее работает с чёткими, структурированными запросами, чем с интерпретацией художественных текстов. Важно отметить, что даже с включённой функцией поиска ChatGPT не всегда корректно обрабатывает информацию из интернета. Это означает, что пользователям необходимо критически оценивать сгенерированные ответы и сверяться с авторитетными источниками. Таким образом, нейросеть может служить вспомогательным инструментом, но не заменяет проверенных учебных материалов. Современные технологии искусственного интеллекта открывают новые возможности в образовании, однако их применение требует осознанного подхода. Как показало исследование, нейросети способны ускорить поиск информации и помочь в систематизации знаний, но их использование сопряжено с рядом рисков. Одним из ключевых недостатков ИИ остаётся склонность к фактологическим ошибкам, особенно при анализе художественных произведений. Неточности в именах персонажей, искажение сюжетных линий и неверные интерпретации могут привести к формированию ошибочных представлений у студентов. При этом, как свидетельствуют данные других исследований, далеко не все пользователи перепроверяют сгенерированные тексты, что повышает риск распространения недостоверной информации. Тем не менее потенциал ИИ в образовании нельзя недооценивать. Нейросети могут быть полезны для составления конспектов, структурирования данных и даже тренировки аналитических навыков, если учащиеся будут подходить к их использованию критически. Важно развивать у студентов привычку верифицировать информацию, сопоставляя её с проверенными источниками. В дальнейшем интеграция ИИ в учебный процесс должна сопровождаться разработкой чётких методических рекомендаций. Это позволит минимизировать риски и максимально эффективно использовать технологические возможности. Подобные исследования помогут выработать оптимальные стратегии применения нейросетей в гуманитарных дисциплинах, сохраняя баланс между инновациями и академической достоверностью.
1. Agenosov V.V. Russkaya literatura XX veka. 11 klass. Chast' 2. M.: Drofa, 2004. 508 s.
2. Vserossiyskaya liga pedagogov MEO: sayt. Moskva, 2023. URL: https://ligaedu.ru (29.03.2025).
3. Kasperovich-Rynkevich O.N. Iskusstvennyy intellekt i neyroseti v vospriyatii belorusskoy molodezhi // Media v sovremennom mire. 62-e Peterburgskie chteniya: sb. materialov ezhegodnogo 62-go Mezhdunar. nauch. foruma. 2023. T. 2. S. 39–40.
4. Ovcharova K.V. Komp'yuternye chaty v Internet-kommunikacii: soderzhanie i osobennosti funkcionirovaniya: Dis. ... kand. filol. nauk. Krasnodar, 2008. 240 s.
5. Sabzalieva E., Valentini A. ChatGPT i iskusstvennyy intellekt v vysshem obrazovanii // Cifrovaya biblioteka UNESDOC. URL: https://clck.ru/3LiKya (29.03.2025).
6. Terehova E. S., Puchkova N. N., Novikova L. V. Analiz vostrebovannosti ispol'zovaniya neyrosetey dlya resheniya uchebnyh zadach // Nauchno-metodicheskiy elektronnyy zhurnal «Koncept». 2024. № 08. S. 1–17. URL: https://clck.ru/3LiL2M (data obrascheniya: 29.03.2025). https://doi.org/10.24412/2304-120X-2024-11123.
7. Baron N. S. How ChatGPT robs students of motivation to write and think for themselves // The Conversation. 2023. URL: https://clck.ru/3LiL3F (29.03.2025).
8. Shaw C., Yuan L., Brennan D. et al. GenAI in Higher Education: fall 2023. Update time for class study. Tyton Partners, 2023. URL: https://clck.ru/3LiL78 (29.03.2025).
