В современной системе высшего образования обучение академическому письму играет ключевую роль в формировании исследовательских и коммуникативных компетенций студентов и аспирантов. Традиционные методики, ориентированные на изучение формальных структур и стилистических норм, уступают место инновационным подходам, интегрирующим цифровые технологии и искусственный интеллект (ИИ). Эта трансформация обусловлена вызовами глобальной научной коммуникации, особое место среди которых занимает овладение жанрами академического дискурса на родном и иностранном языках.
В условиях цифровизации образования ИИ-инструменты радикально меняют процесс создания научных текстов, одновременно порождая этические вызовы. Необходимость достижения баланса между традиционными методиками и инновациями для формирования критического мышления и ответственного отношения при подготовке научной публикации – одна из проблем, с которой сталкиваются преподаватели-практики в процессе обучения академическому письму в вузе.
Цель настоящей статьи – проанализировать эволюцию подходов к обучению академическому письму от традиционных парадигм (продуктный, процессный, процессно-жанровый, междисциплинарный и внутридисциплинарный подходы) к современным методикам, включающим коллаборативные стратегии и ИИ-технологии. В фокусе настоящего исследования – сопоставление их преимуществ, ограничений и эффективности в контексте обучения академическому письму в вузе.
Были проанализированы публикации по обучению академическому письму за период 2014–2025 гг., отобранные из баз данных eLIBRARY.ru, Scopus, Web of Science и Google Scholar. Основные критерии включения: эмпирические исследования, посвященные подходам к преподаванию письменного научного дискурса.
Методология включала систематический обзор литературы с использованием ключевых слов: «академическое письмо», «обучение научному дискурсу», «процессно-жанровый подход», «ИИ в академическом письме», «academic writing», «AI in academic writing». Проанализировано 30 источников, из них 16 отечественных (И. Е. Абрамова, А. В. Ананьина 2021; Е. И. Шпит 2023, 2024; И. Б. Короткина 2024, Л. В. Заварыкина 2025 и др.) и 14 зарубежных (J. Alcruz, M. K. Schroeder 2025; J. E. But 2020; C. Chen, Y. Gong 2025; S. Laher 2025 и др.). Качественный анализ проводился по критериям: цели подхода, ключевые характеристики, преимущества/недостатки. Количественный аспект – частотный анализ упоминаний ключевых слов в публикациях.
Целенаправленное обучение письменному научному дискурсу может быть достигнуто как в рамках традиционной методики, так и с использованием современных технологий. В литературе по теме исследования выделяются традиционные подходы (продуктный, процессный, процессно-жанровый, междисциплинарный, внутридисциплинарный и др.), коллаборативные форматы и инновационные ИИ-технологии, каждый из которых формирует собственную парадигму целей, методов и оценочных критериев обучения академическому письму. Сопоставительный анализ ключевых подходов, иллюстрирующих их цели, методы, преимущества и ограничения на основе обзора источников, представлен в таблице1.
Сравнительный анализ подходов к обучению академическому письму
Comparative analysis of approaches to teaching academic writing
| Подход |
Ключевые характеристики |
Преимущества | Ограничения |
| Продуктный (product-based) | Анализ образцов, копирование, шаблоны [1] | Быстрое освоение конвенций жанра | Риск шаблонности без аргументации |
| Процессный (process-based) | Поэтапная работа над текстом: планирование, написание черновика, обратная связь, редактирование [2] | Развитие креативности, самоанализа | Трудоемкий, требует времени |
| Процессно-жанровый | Поэтапное обучение письму в контексте конкретного жанра [3; 4] | Подготовка к реальной коммуникации | Сложен для разноуровневой группы |
| Междисциплинарный (WAC) | Модули, объединяющие дисциплины [5] | Целостность знаний | Не учитывает дисциплинарную специфику |
| Внутридисциплинарный (WID) | Анализ текстов в дисциплине [6‒8] | Адаптация к англоязычному дискурсу | Ограничен одной областью |
| Коллаборативный (тандем-метод) | Взаимное рецензирование (peer review), совместная работа [9] | Рефлексия, обратная связь | Зависимость от мотивации группы |
| ИИ-интегрированный | Передача рутинных задач ИИ, редактирование (ChatGPT, Elicit) [10‒13] | Круглосуточная поддержка, мотивация | Этические риски: некорректные заимствования, «галлюцинации» |
Традиционные методики и подходы к обучению письменному научному дискурсу
Одним из популярных способов организации научных публикаций является структура IMRaD (Introduction, Methods, Results, Discussion), принятая Американским национальным институтом стандартов (ANSI) еще в 1972 г. Она обеспечивает четкую последовательность подачи материала, облегчает восприятие информации читателями и ускоряет публикационные процессы2. Знакомство с форматом IMRaD целесообразно начинать с изучения формальной структуры статьи и ее элементов. В центре внимания должен быть готовый текст, формальные требования жанра, лексико-грамматические особенности и стандартная структура. Такой подход позволяет рассматривать письмо как продукт (product-based writing), усваиваемый через подражание, копирование и изменение представленных образцов [1]. Его несомненным преимуществом является возможность провести первичное знакомство с конвенциями и формой, он удобен для стандартизированных упражнений. При этом без использования других методик обучения академическому письму существует риск механического следования шаблону без понимания аргументации.
В рамках процессного подхода (process-based writing) создание текста осуществляется поэтапно: планирование, написание первого варианта статьи, получение обратной связи (рецензирование), редактирование и написание финальной версии. В процессе создания текста используются разнообразные педагогические практики, включая генерацию идей, творческое исследование, сотрудничество, структурирование и переработку текста. По мнению современных исследователей, такой подход улучшает навыки организации текста, повышает уровень владения языком, развивает креативность, критическое мышление и самоанализ [2; 3]. В этом заключается основная ценность структурированного, совместного и рефлексивного подхода к обучению письму. Вместе с тем его реализация является трудозатратной, требует больших временных ресурсов.
Процессно-жанровый подход является одним из наиболее распространенных в практике преподавания академического письма. Он позволяет эффективно готовить к реальной научной коммуникации, так как сочетает преимущества двух предыдущих направлений: обучение академическому письму в контексте конкретного жанра (например, научной статьи) [14]. Это комплексная методика, которая рассматривает письмо как динамичный, многоэтапный процесс, тесно связанный с конкретными жанрами академического дискурса. Понимание специфики каждого жанра и владение соответствующими техниками письма является необходимым условием создания качественных текстов.
Выбор процессно-жанрового подхода к обучению академическому письму обусловлен его интегративным характером – написание текста понимается как процесс, объединенный с анализом конкретных жанров. Другими словами, целью является не просто обучение письму как виду речевой деятельности, а обучение написанию конкретного типа текста, например, научной статьи, в соответствии с канонами, продиктованными требованиями этого жанра.
Однако, как показывает практика, студенты российских вузов испытывают значительные затруднения в области академической коммуникации, проявляющиеся в недостаточном уровне сформированности навыков продуцирования письменных текстов различных жанров. По мнению Г. Ю. Мальцевой и Д. А. Черемохиной (2024), традиционно применяемый «линейный» принцип организации учебного материала, предполагающий последовательное изучение стилистических, затем структурно-композиционных особенностей научного текста и лишь затем его жанрового своеобразия, демонстрирует ограниченную эффективность. Такой подход, фокусирующийся преимущественно на морфологических и синтаксических аспектах научного стиля, склонен к редуцированию дисциплины до курса стилистики и культуры речи [15]. При этом он не обеспечивает полноценного развития ключевой дискурсивной компетенции – способности формулировать исследовательскую цель, определять фокус исследования и выстраивать аргументацию [8, c. 166].
Одним из ключевых методологических императивов в преподавании академического письма является междисциплинарный подход (WAC – Writing across the curriculum), в основе которого лежит междисциплинарный характер академической письменной коммуникации, универсальность которой предопределяет ее применимость в различных областях научного знания. В частности, Н. В. Попова3 отмечает важность реализации междисциплинарного подхода и создания целостной, «интегративной основы обучения в высшей школе» за счет создания междисциплинарных учебных модулей, учебников и пособий. Их методический аппарат должен содержать упражнения, направленные на активное использование и взаимодействие знаний из разных дисциплин.
Вместе с тем формирование научно-исследовательских и дискурсивных компетенций в области академического письма не может быть достигнуто исключительно теоретическим изучением курса. Подобно освоению практических навыков, данные компетенции формируются исключительно посредством активного вовлечения обучающихся в практико-ориентированную деятельность и накопления деятельностного опыта на протяжении всего периода обучения. В качестве альтернативы линейному принципу подачи материала, ориентированному на последовательное изучение стилистики, структуры и жанров, предлагается текстоцентрический принцип [15; 16]. Его сущность заключается в систематической работе с собственным академическим текстом обучающегося как центральной единицей дискурса.
Наряду с междисциплинарным подходом к обучению письменному научному дискурсу в ряде вузов, преимущественно за рубежом, используется внутридисциплинарное (WID – writing in the discipline) обучение академическому письму. В отечественной науке вклад в разработку эмпирических оснований его реализации в контексте подготовки инженерных кадров вносит исследование Е. И. Шпит (2023, 2024). Автор рассматривает внутридисциплинарное письмо как стратегический инструмент преодоления специфических риторических барьеров, возникающих у русскоязычных исследователей при вхождении в англоязычный профессиональный дискурс [7; 17]. Автором был проведен сопоставительный анализ текстов международных экспертов и российских аспирантов технических специальностей. Анализировались такие параметры, как удобочитаемость, качество письма, связность, синтаксис и лексика. По мнению исследователя, «использованный внутридисциплинарный подход в обучении академическому письму аспирантов технического вуза позволил достичь определенных положительных результатов» [7, с. 44]. Сфокусированное обучение, направленное на преодоление специфических трудностей иноязычной научной речи, эффективно повышает осознание авторами межъязыковых риторических различий. Такая педагогическая практика приводит к существенному приближению письменных текстов начинающих русскоязычных аспирантов к стандартам и нормам, принятым в англоязычном научном сообществе.
Теоретические основы внутридисциплинарного обучения письму заложены в трудах Ч. Базермана и Д. Рассела, которые рассматривают академический текст как инструмент социальной деятельности внутри научного сообщества [5]. Дифференциация подходов к обучению в зависимости от области знания получила развитие в работах К. Хайленда, продемонстрировавшего вариативность дискурсивных практик в различных дисциплинах [6]. Научный дискурс не является единообразным и монолитным, а представляет собой результат различных практик и приемов, где аргументация и взаимодействие формируются в рамках конкретных дисциплин, имеющих свою жанровую специфику. Большой вклад в теорию жанрового анализа внес Джон Свейлз [4]. В частности, его модель CARS (Create a Research Space), предложенная для структурирования введения в научные статьи, стала основополагающей в понимании того, как научные тексты конструируются в рамках дисциплинарных сообществ. Джон Свейлз показал, что жанры академического письма не являются статичными формами, а представляют собой динамичные, социально обусловленные комплексы речевых действий, направленные на достижение конкретных коммуникативных целей. В отечественной науке адаптация и развитие идей обучения академическому письму представлены в исследованиях И. Б. Короткиной4 и Н. В. Смирновой [18], обосновывающих необходимость системной трансформации подходов к академической грамотности, а также Н. В. Поповой5, акцентирующей внимание на изучении жанрово-специфических особенностей профессионального дискурса.
Современные тенденции в обучении академическому письму также включают использование коллаборативных форматов, направленных на формирование у обучающихся навыков совместной работы над созданием научного текста. Научная коммуникация зачастую является процессом взаимодействия, а не только индивидуальным актом творения. В этом контексте заслуживают внимания работы, демонстрирующие эффективность тандем-метода в обучении письменному научному дискурсу. Как показано в исследовании О. О. Амерхановой6, использование коллаборативного формата, предполагающего совместную работу над общим текстом, способствует не только развитию навыков письменной речи, но и стимулирует критическое осмысление текста, отработку механизмов обратной связи и рефлексии над процессом создания научного контента. Тандем-метод представляет собой образовательную технологию, базирующуюся на партнерском взаимодействии участников учебного процесса. Это партнерство может быть реализовано в различных конфигурациях: между обучающимися (peer-to-peer), между обучающимся и преподавателем или же между двумя преподавателями (teacher-to-teacher). Ключевым аспектом тандем-обучения является гибкая и оперативная адаптация индивидуальной образовательной траектории каждого участника, что способствует более эффективному достижению поставленных учебных целей [9].
В рамках исследования многолетнего опыта Петрозаводского государственного университета обосновывается эффективность трехуровневой модели обучения академическому письму (бакалавриат – магистратура – аспирантура) [19]. Данный подход обеспечивает преемственность и поэтапное решение задач обучения. И. Е. Абрамова и А. В. Ананьина классифицируют основные трудности русскоязычных исследователей на два типа: межъязыковой барьер (проявления «русского акцента» в письме) и межакадемический барьер (нарушение стилистических конвенций). Десятилетний мониторинг показал, что если структурно-стилистические навыки успешно поддаются коррекции в процессе системного обучения, то языковая интерференция, так называемый «русский акцент» характеризуется высокой резистентностью, что требует поиска более совершенных технологий лингвистической поддержки на всех этапах профессионального становления ученого. Это подтверждает необходимость трансформации педагогических подходов и внедрения новых технологических инструментов, включая средства автоматизированной лингвистической правки, способных эффективно нивелировать межъязыковые барьеры, препятствующие интеграции российских публикаций в международное пространство.
Одной из тенденций в обучении письменному научному дискурсу является «избирательный эклектизм», который, по мнению А. В. Бакулева и С. В. Боголеповой, «позволяет ситуативно варьировать методы, приемы и технологии, используемые в рамках преподавания дисциплины» [20, с. 115]. Другими словами, в процессе обучения преподаватель может комбинировать методы и подходы для достижения поставленной цели. На примере курса «Академическое письмо на английском языке», реализуемом в НИУ ВШЭ (г. Москва), авторы показывают, как можно применять лексический подход, коммуникативные задания, метод управляемых открытий (‘guided discovery’) в условиях смешанного обучения, а именно с использованием вузовской электронной системы управления обучением (Learning Management System, LMS) [20]. Такие электронные информационно-образовательные ресурсы позволяют размещать мультимодальные материалы и задания, осуществлять контроль и давать обратную связь.
ИКТ и технологии искусственного интеллекта в обучении академическому письму
Исследования последних десятилетий демонстрируют значительный интерес как зарубежных, так и отечественных ученых к применению технологий искусственного интеллекта (ИИ) в обучении письменному научному дискурсу. За рубежом активное развитие получили системы автоматической оценки письменных работ (например, системы Noplag7, Antiplagiat.ru8 используются для проверки на плагиат), специализированные программы для анализа корпусов текстов (например, AntConc9), которые позволяют студентам самостоятельно исследовать закономерности научного письма, а также интеллектуальные обучающие системы (ITS – Intelligent Training Systems), такие как eWritingPal10 [21; 22]. В отечественной науке еще задолго до того, как ИИ стал повсеместно использоваться в системе образования, также велись разработки, направленные на создание интерактивных платформ и программных инструментов, поддерживающих весь процесс написания научной работы, таких как, например, Academic Discourse Organizer (ADO), описанный Р. П. Мильрудом и Н. А. Гуниной [23]. Многие университеты имеют онлайн-ресурсы11, предлагающие студентам упражнения по академической лексике, структуре текста и жанровым особенностям, создают онлайн-курсы (MOOCs) по академическому письму12, виртуальные образовательные пространства для проектной и коллаборативной работы (Moodle, Google Classroom, Microsoft Teams), исследуют возможности применения инструментов анализа текста для формирования у обучающихся навыков саморедактирования и критической оценки своих работ (PaperPal13, QuillBot14), специализированных ассистентов для поиска и составления краткого обзора литературы (например, Elicit15, Zotero16), языковых корректоров и стилистических помощников (Outwrite17, Linguix18) и других. Детальный обзор ИИ-инструментов, доступных для работы над академическим текстом, представлен М. В. Захаровой [10]. Возможность обучения академическому письму в онлайн-формате была описана И. Б. Короткиной – автором курса повышения квалификации «Письмо для научно-публикационных целей», разработанного И. Б. Короткиной для научных сотрудников, преподавателей и аспирантов РАНХиГС [24].
Отдельное направление связано с исследованием потенциала искусственного интеллекта (ИИ) в персонализации обратной связи, генерации примеров и помощи в поиске релевантной литературы, что открывает новые горизонты для повышения доступности и эффективности обучения научному дискурсу. В аналитическом обзоре научных публикаций по теме использования ИИ в научной работе, представленном М. В. Кузьменко (2025), были названы основные функции ИИ, к которым прибегают исследователи: «1) генерация идей и планирование; 2) поиск и обзор литературы; 3) анализ и статистическая обработка данных; 4) визуализация данных; 5) генерация, редактирование и рецензирование текста; 6) перевод текста; 7) распознавание и преобразование аудио- и рукописной информации в текст» [25].
Интересную модель обучения академическому письму с применением технологий искусственного интеллекта предлагают Alcruz и Schroeder (2025). Они обосновывают необходимость интеграции генеративного ИИ в методику обучения письму на основе концепции «когнитивного ученичества» (cognitive apprenticeship), согласно которой преподаватель выступает в роли наставника, а ИИ-инструменты выполняют функцию помощников. Предложенная авторами методика включает шесть ключевых этапов ‒ моделирование, коучинг, скаффолдинг, формулирование, рефлексия и экспериментирование. Важно отметить, что авторы смещают акцент с чисто технических навыков использования ИИ-инструментов на развитие критического мышления [29].
Особое внимание уделяется этическим аспектам использования ИИ-технологий для создания текстов и проведения научных исследований [11; 26; 27; 29]. В частности, Adam Cheng, Aaron Calhoun, и Gabriel Reedy (2025) поднимают вопрос о возможности интеграции ИИ-инструментов для повышения качества научного текста, при условии соблюдения принципов прозрачности, сохранения полной ответственности автора за содержание и использование ИИ-инструментов. Выделяя риски, связанные с плагиатом, «галлюцинациями» и фабрикацией ссылок, авторы предлагают многоуровневую систему применения ИИ: от этически приемлемых задач (коррекция грамматики, стилистики) до этически сомнительных (интерпретация данных, проведение полноценных литературных обзоров), требующих исключительно человеческого участия. Разработанная ими система реализуется через четыре ключевых вопроса для самоконтроля авторов и является своего рода комплексным этическим руководством для преподавателей, студентов, разработчиков курсов и администраторов [11].
На основе анализа рекомендаций ведущих академических организаций, таких как COPE и APA, Laher (2025) выделил три ключевых принципа ответственного использования ИИ: 1) ИИ не может быть указан в качестве соавтора; 2) требуется полная прозрачность в отношении использования ИИ-технологий; 3) автор несет полную ответственность за точность и этичность всего содержания, включая элементы, сгенерированные ИИ [28]. Соблюдение этих принципов возможно только при осознанном использовании ИИ-инструментов, при этом, как подчеркивают Alcruz и Schroeder (2025), необходимо вовлекать студентов в обсуждение вопросов авторства и академической честности, обучая их критической оценке ИИ-контента и верификации данных [29].
В исследовании В. А. Дугарцыреновой (2025) был проведен сравнительный анализ ИИ-сгенерированного контента и студенческих работ с целью систематизации признаков ИИ-генерации. Были выделены десять ключевых лингвистических и содержательных характеристик текстов, созданных с помощью ИИ [26]. Полученные результаты представляют готовую методическую базу для верификации англоязычных научных текстов, помогая педагогам и рецензентам разграничивать самостоятельную работу учащихся и скрытое использование генеративных моделей.
В работе Sumaya Laher (2025) было предложено практическое руководство по дифференциации использования генеративного искусственного интеллекта (ИИ) в академическом письме. Автор разграничивает ИИ-ассистированный
(AI-assisted) контент, в котором ИИ используется для улучшения авторского текста, например исправления ошибок, и ИИ-сгенерированный (AI-generated) контент, в котором ИИ создает значительные части текста по запросу [28]. Как представляется, соблюдение принципов прозрачности и авторской ответственности критически важно для сохранения доверия к научным публикациям в условиях технологической трансформации и формирования ответственного подхода к взаимодействию с ИИ-технологиями.
Внедрение ИИ-инструментов в практику обучения академическому письму должно идти параллельно с повышением уровня ИИ-грамотности студентов. В исследовании Kim J. и соавторов (2025) эмпирически обосновывается зависимость эффективности использования генеративного искусственного интеллекта (ИИ) в процессе работы над текстом от уровня ИИ-грамотности [12]. Авторы установили, что студенты с высоким уровнем ИИ-грамотности демонстрируют коллаборативные паттерны взаимодействия с ИИ: они активно вовлекают ИИ в метакогнитивные процессы, такие как планирование, и критически оценивают результаты, что в итоге повышает качество их письменных работ. В то же время студенты с низким уровнем ИИ-грамотности проявляют ограниченное взаимодействие с ИИ, либо чрезмерно полагаясь на него без критического осмысления, либо игнорируя его потенциал, что приводит к менее удовлетворительным результатам. Эти выводы, полученные на основе анализа чатов 36 китайских аспирантов, подтверждают, что для успешной интеграции ИИ в образовательный процесс критически важно не просто предоставить инструменты, но и целенаправленно развивать у обучающихся компетенции эффективного и стратегического взаимодействия с ИИ.
В целом положительный опыт использования больших языковых моделей в обучении академическому письму отмечали многие исследователи [13; 27; 30]. Например, Chen Chen и Yang Gong после проведения 16-недельного эксперимента с использованием языковой модели ChatGPT для обучения академическому письму на неродном языке приходят к выводу о том, что интеграция генеративного ИИ повышает качество студенческих работ и уровень их мотивации. При этом ИИ выступает в качестве «терпеливого тьютора», который обеспечивает круглосуточную обратную связь и создает психологически безопасную среду для практики, помогая преодолевать языковые барьеры. Вместе с тем необходимо отметить и «ограниченные возможности генеративного искусственного интеллекта по обработке письменных академических текстов» [30, с. 57].
Таким образом, наметившаяся тенденция к внедрению ИИ-технологий в практику обучения письменной научной речи, наличие дискуссионных вопросов и проблем свидетельствует о необходимости развития данного направления и поиска решений для оптимального использования ИИ-инструментов.
Проведенное сопоставительное исследование подходов к обучению академическому письму позволило проследить их эволюцию ‒ от традиционных подходов, сосредоточенных на формальных структурах, грамматике и шаблонных моделях текста (продукный), к коммуникативным стратегиям переходного периода (процессный, процессно-жанровый подход), междисциплинарному и внутридисциплинарному подходам, коллаборативному письму и далее к современным технологическим подходам, использующим ИИ, автоматизированную обратную связь и цифровые платформы для персонализации обучения.
Перспективным направлением для ученых видится разработка гибридных моделей, сочетающих проверенные традиционные подходы с технологическими инновациями, что позволит оптимизировать преподавание академического письма, одновременно обеспечивая системность традиционных методик и гибкость современных инструментов.
Список литературы
- Rashtchi M., Porkar R., Saeed S. G. M. F. Product-Based, Process-Based, and Genre-Based Instructions in Expository Writing: Focusing on EFL Learners’ Performance and Strategy Use // European Journal of Education Studies. 2019. Vol. 6. No. 6. P. 115–135. DOI: 10.5281/zenodo.3427842
- Gabuay-Vega M. L. Exploring the Process-Based Approach in Academic Writing: English Teachers’ Implementation and Perceived Impact // Journal of Interdisciplinary Perspectives. 2025. Vol. 3. No. 4. P. 390–401. DOI: 10.69569/jip.2025.012
- Wardhana D. E. C. Exploring the Impact of Process-Genre Approach on Learners’ Academic Writing and Higher Order Thinking Skills // Journal of Language and Education. 2022. Vol. 8. No. 2. P. 140–153. DOI: 10.17323/jle.2022.12537.jle.hse+1
- Swales J. M. Genre Analysis: English in Academic and Research Settings. Cambridge: Cambridge UP, 1990. 288 p.
- Bazerman C., Russell D. (Eds.). Writing Selves, Writing Societies. WAC Clearinghouse & MCA, 2003. [Electronic resource]. Electron. dan. URL: https://wacclearinghouse.org/books/perspectives/selves-societies/ (data of access 23.02.2026).
- Hyland K. English in the Discipline: Arguments for Specificity // ESP Today. 2017. No. 1. P. 5–23.
- Шпит Е. И. Внутридисциплинарное письмо в аспирантуре технического вуза // Вестник Самарского государственного технического университета. Серия «Психолого-педагогические науки». 2024. Т. 21. № 1. С. 35–48. DOI: 10.17673/vsgtu-pps.2024.1.4.ouci.dntb.gov+1
- But J. E. Adapting to a Disciplinary Discourse: A Redesigned Course for MA History Students // Journal of Academic Writing. 2020. Vol. 10. No. 1. P. 165–170. DOI: 10.18552/joaw.v10i1.609
- Амерханова О. О. Алгоритм обучения иноязычному письменному научному дискурсу аспирантов на основе тандем-метода // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2016. Т. 21. № 12 (164). С. 59–68. DOI: 10.20310/1810-0201-2016-21-12(164)-59-68
- Захарова М. В. Интеллектуальные помощники для научного исследования в университетах [Электронный ресурс] // Мир науки. Педагогика и психология. 2024. Т. 12. № 4. Электрон. дан. URL: https://mir-nauki.com/PDF/58PDMN424.pdf (дата обращения 28.02.2026).
- Cheng A., Calhoun A., Reedy G. Artificial Intelligence-Assisted Academic Writing: Recommendations for Ethical Use // Advances in Simulation. 2025. Vol. 10. Art. 22. DOI: 10.1186/s41077-025-00350-6.
- Kim J., Lee S. S., Detrick R. et al. Students–Generative AI Interaction Patterns and Its Impact on Academic Writing // Journal of Computing in Higher Education. 2025. DOI: 10.1007/s12528-025-09444-6
- Chen C., Gong Y. The Role of AI-Assisted Learning in Academic Writing: A Mixed-Methods Study on Chinese as a Second Language Students // Education Sciences. 2025. Vol. 15. No. 2. Art. 141. DOI: 10.3390/educsci15020141
- Заварыкина Л. В. Обучение различным жанрам академического письма в современном университете // Непрерывное образование: XXI век. 2025. Т. 13. № 2. DOI: 10.15393/j5.art.2025.10404.lll21.petrsu
- Мальцева Г. Ю., Черемохина Д. А. Практика организации и проведения вузовского курса «Академическое письмо (на русском языке)» // Вопросы методики преподавания в вузе. 2024. Т. 13. № 2. С. 129–147. DOI: 10.57769/2227-8591.12.2.09.tmhe.spbstu
- Митрохина Л. М. Текстоцентрический подход к развитию профессиональной речи: образовательный аспект // Проблемы современного педагогического образования. 2023. Т. 80. № 2. С. 236–238.
- Шпит Е. И. Развитие профессиональных умений в академическом письме у аспирантов // Непрерывное образование: XXI век. 2023. Т. 3. № 43. DOI: 10.15393/j5.art.2023.8650.lll21.petrsu
- Смирнова Н. В. Академическая грамотность и письмо в вузе: от теории к практике // Высшее образование в России. 2015. № 6. С. 58–64.
- Абрамова И. Е., Ананьина А. В. Системный подход к обучению академическому письму: практический опыт // Высшее образование в России. 2021. Т. 30. № 7. С. 105–116. DOI: 10.31992/0869-3617-2021-30-7-105-116
- Бакулев А. В., Боголепова С. В. Современные подходы к обучению иностранному языку в преподавании академического письма // Вестник Томского государственного университета. 2024. Т. 509. С. 113–120. DOI: 10.17223/15617793/509/11
- Strobl C., Ailhaud E., Benetos K., Devitt A., Kruse O., Proske A., Rapp C. Digital Support for Academic Writing: A Review of Technologies and Pedagogies // Computers and Education. 2019. Vol. 131. P. 33–48. DOI: 10.1016/j.compedu.2018.12.005
- Roscoe R. D., Allen L. K., Weston J. L., Crossley S. A., McNamara D. S. The Writing Pal Intelligent Tutoring System: Usability Testing and Development // Computers and Composition. 2014. Vol. 34. P. 39–59. DOI: 10.1016/j.compcom.2014.09.002
- Milrood R. P., Gunina N. A. Action Research into Technology-Assisted Writing for Publication // Problems of Contemporary Science and Practice. Vernadsky University. 2019. No. 3 (73). P. 146–153. DOI: 10.17277/voprosy.2019.03.pp.146-153.journal.formosapublisher+1
- Короткина И. Б. Обучение письму для научно-публикационных целей онлайн // Непрерывное образование: XXI век. 2024. Вып. 3 (47). DOI: 10.15393/j5.art.2024.9604.lll21.petrsu+1
- Кузьменко М. В. Искусственный интеллект в исследовательской деятельности и академическом письме: аналитический обзор направлений и ограничений применения // Непрерывное образование: XXI век. 2025. Т. 13. № 3. DOI: 10.15393/j5.art.2025.10846
- Дугарцыренова В. А. ChatGPT в англоязычном академическом письме: признаки машинной генерации текста в обзорах литературы студентов бакалавриата и магистратуры // Вестник Российского университета дружбы народов. Серия: Психология и педагогика. 2025. Т. 22. № 1. С. 144–174. DOI: 10.22363/2313-1683-2025-22-1-144-174
- Панкова Т. Н., Ялаева Н. В., Садыкова Н. В. и др. Соотношение искусственного интеллекта и аутентичности: опыт использования ChatGPT студентами EFL в аспекте дисциплины «Академическое письмо» // Вестник педагогических наук. 2025. № 1. С. 202–208. DOI: 10.62257/2687-1661-2025-1-202-208
- Laher S. Using AI in Academic Writing: What’s Allowed and What’s Not // South African Journal of Psychology. 2025. Vol. 55. No. 2. DOI: 10.1177/00812463251338244
- Alcruz J., Schroeder M. K. Integrating Generative AI into Writing Instruction: A Cognitive Apprenticeship Approach to Navigating Technology and Pedagogy // Theory Into Practice. 2025. Vol. 64. No. 4. P. 390–406. DOI: 10.1080/00405841.2025.2528542
- Золотарев М. В. Искусственный интеллект как генератор обратной связи при обучении академическому письму // Вопросы методики преподавания в вузе. 2024. Т. 13. № 4. С. 57–70. DOI: 10.57769/2227-8591.13.4.04.
