Адаптивні системи персоналізованого навчання на основі штучного інтелекту як механізм підвищення якості результатів здобувачів освіти в цифровому середовищі

Анотація

Традиційні моделі навчання виявляються недостатньо ефективними для забезпечення персоналізації освітнього процесу, що актуалізує застосування адаптивних рішень, здатних оперативно реагувати на освітні потреби та навчальну поведінку здобувачів у цифровому середовищі. Мета статті полягає вобґрунтуванні ефективності адаптивних систем персоналізованого навчання на основі штучного інтелекту (далі – ШІ) як механізму підвищення якості результатів навчання здобувачів уцифровому освітньому середовищі. Методи. Методологічну основу дослідження становлять теоретичні методи аналізу, синтезу, абстрагування, індукції та дедукції, що сприяли систематизації наукових підходів до застосування інтелектуальних технологій в освіті. Емпіричну частину реалізовано за допомогою методів спостереження та опису для вивчення практичного досвідувпровадження адаптивних платформ узакладах вищої освіти (далі – ЗВО).

         Результати. З’ясовано, що ефективність адаптивних систем персоналізованого навчання (далі – АСПН) зумовлюється поєднанням технологій машинного навчання, нейронних мереж, обробки природної мови, рекомендаційних алгоритмів та інструментів аналізу великих даних, що забезпечують комплексну обробку навчальних даних. Цедає змогу прогнозувати оптимальний рівень складності навчального матеріалу, виявляти типові помилки та патерни навчальної поведінки здобувачів, а також динамічноадаптувати зміст, темп та форми подання навчальних завдань. Проаналізовано використання платформи Moodle, Microsoft Teams, та закордонних адаптивних освітніх рішень (Knewton, DreamBox Learning, Carnegie Learning, ALEKS), що дало змогу схарактеризувати рівень готовності системи вищої освіти України до впровадження інноваційних цифрових технологій. Встановлено, що застосування зазначених платформ забезпечує підвищення навчальних результатів здобувачів у межах 12–25 % завдяки формуванню індивідуальних освітніх траєкторій, аналітичному супроводу освітнього процесу та забезпеченню постійного зворотного зв’язку. На основі отриманих результатів розроблено практичні рекомендації щодо впровадження та оптимізації адаптивних систем, які охоплюють розвиток цифрової інфраструктури, інтеграцію з LMS, підготовку викладачів, моніторинг навчальних досягнень і забезпечення захисту персональних даних.

         Висновки. Виявлено закономірність, згідно з якою підвищення якості результатів навчання в цифровому середовищі безпосередньо залежить від рівня аналітичної обробки навчальних даних і ступеня адаптації освітнього контенту до індивідуальної динаміки здобувачів.