Оценка сложности учебного текста по русскому как иностранному: перспективы и вызовы использования искусственного интеллекта

Русистика. 2026. Т. 24. № 1. С. 120–137.

Солнышкина М. И., Андреева М. И.

Растущий интерес к российскому образованию, культуре и науке в значительной степени определяет насущную потребность в разработке инструментария подбора учебных текстов по русскому языку как иностранному (РКИ). Цель исследования — разработать алгоритм и инструментарий оценки лексической сложности текста РКИ (по CEFR) с использованием больших языковых моделей (LLM). Исследование выполнено на материале обучающей выборки, включающей стандартизированные лексические минимумы РКИ и 232 текста, ранжированных экспертами по уровням сложности, и тестовой выборки, в которую вошли 14 текстов РКИ для аудирования. Применены методы компьютерной лингвистики (Python-скрипт process_word_lists, LLM), экспертная оценка и метрики статистической оценки качества классификационных моделей. Описан опыт успешного использования LLM для оценки сложности русскоязычных текстов на платформе RuLingva. В результате исследования созданы лингвистические профили и идентифицирована высокая способность LLM GLM 4.6 и Grok 4 fast осуществлять оценку сложности учебных текстов РКИ (А1-С1). Предложенный алгоритм позволяет с высокой степенью точности осуществлять ранжирование текстов по сложности при разработке тестовых заданий и подборе текстов для учебников РКИ. Полученные результаты могут использовать преподаватели РКИ, тестологи и лингвисты для подготовки учебно-методических материалов, глоссариев, тестовых заданий. Перспектива видится в совершенствовании разработанного алгоритма за счет расширения корпуса и применения классификационных моделей для текстов разных жанров.

Ключевые слова: обучающая выборка, РКИ, корпус учебных текстов, большие языковые модели, LLM