РОЗВИТОК ОСВІТНІХ ЕКОСИСТЕМ У КОНТЕКСТІ СПЕЦІАЛІЗАЦІЇ ШІ-МОДЕЛЕЙ
DOI:
https://doi.org/10.32782/2415-3605.26.1.1Ключові слова:
штучний інтелект в освіті, автономні ШІ-агенти, RAG-архітектура, дослідницьке навчання, мультимодальне середовище, DigComp 3.0Анотація
У статті проаналізовано розвиток інструментів штучного інтелекту (ШІ) в освітньому процесі: від універсальних чат-ботів до спеціалізованих агентних систем. Визначено, що головною проблемою масових ШІ-рішень у вищій освіті є недостатня точність даних у конкретних наукових галузях та складність їх застосування у комплексних навчальних сценаріях. Методологія дослідження поєднує системний аналіз архітектури ШІ, положення теорії когнітивного навантаження та метод кейс-стаді. Це дало змогу обґрунтувати модель інтегрованого навчального середовища, що забезпечує мультимодальну інтеграцію знань (текст, програмний код, візуальні об’єкти). Теоретично обґрунтовано модель автономного ШІ-агента як інструментарію дослідницького навчання, що функціонує за циклом «планування–дія–спостереження». Доведено, що етапи роботи таких агентів відповідають фазам наукового пошуку, що дозволяє використовувати їх як ефективні засоби інтелектуальної підтримки у професійній підготовці майбутніх учителів інформатики. На прикладі платформи NotebookLM та технології RAG підтверджено ефективність механізму технологічного заземлення відповідей на базі фахових джерел. Встановлено, що використання верифікованої бази знань (стандарту DigComp 3.0, методичних рекомендацій МОН України тощо) дозволяє мінімізувати ризик виникнення фактичних помилок ШІ, забезпечуючи високу академічну достовірність навчального контенту. У висновках підкреслено, що впровадження таких екосистем трансформує роль викладача від ретранслятора інформації до проєктувальника навчального середовища, який координує процеси взаємодії майбутніх учителів інформатики з інтелектуальними системами.
Посилання
Генсерук Г. Р., Громяк М. І. Використання штучного інтелекту в освіті. Підготовка майбутніх учителів фізики, хімії, біології та природничих наук в контексті вимог Нової української школи : матеріали VI Міжнар. наук.-практ. конф. (Тернопіль, 23–24 травня 2024 р.). Тернопіль: ТНПУ ім. В. Гнатюка, 2024. С. 256–258.
Каліндруз Б. М., Кібаленко В. В. Цифрова компетентність викладача в епоху генеративного штучного інтелекту. Цифрова трансформація в освіті: виклики та перспективи : матеріали міжнар. наук.-практ. конф. (Київ, 15–16 квітня 2025 р.) / уклад. І. А. Твердохліб, Є. В. Малюх. Київ: Вид-во УДУ імені Михайла Драгоманова, 2025. С. 12–15.
Морзе Н. В., Бойко М. А., Струтинська О. В., Смирнова-Трибульська Є. М. Якою має бути цифрова компетентність вчителів у галузі використання штучного інтелекту? Відкрите освітнє е-середовище сучасного університету. 2024. Вип. 16. С. 76–91. https://doi.org/10.28925/2414-0325.2024.166.
Олексюк В. П., Спірін О. М., Іванова С. М., Мінтій І. С., Вакалюк Т. А., Кільченко А. В. Огляд досвіду використання штучного інтелекту для розвитку цифрової компетентності науково-педагогічних працівників. Journal of Information Technologies in Education (ITE). 2025. Вип. 2(58). 146–158. https://doi.org/10.14308/ite000806.
Помиткіна Л., Помиткін Е., Кокарева А. Взаємодія людини з системами штучного інтелекту під впливом стресу: довіра, помилки та когнітивні механізми рішень. Вісник Національного авіаційного університету. Серія: Педагогіка, Психологія. 2025. 2(27). С. 81–88. https://doi.org/10.18372/2411-264X.27.20726.
Binns R. Binns R. On the apparent conflict between individual and group fairness. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency. 2020. P. 514–524. https://doi.org/10.1145/3351095.3372864
Cosgrove, J., & Cachia, R. DigComp 3.0: European Digital Competence Framework / European Commission, Joint Research Centre. Luxembourg: Publications Office of the European Union, 2025. ISBN 978-92-68-32677-0. DOI: 10.2760/0001149.
Floridi L., Cowls J. A Unified Framework of Five Principles for AI in Society. Machine Learning and the City: Applications in Architecture and Urban Design / ed. by S. Carta. John Wiley & Sons Ltd, 2022. P. 535–545. https://doi.org/10.1002/9781119815075.ch45.
Gemini Team, Google. Gemini: A Family of Highly Capable Multimodal Models. arXiv preprint arXiv:2312.11805. 2023. URL: https://arxiv.org/abs/2312.11805
Google Cloud. Grounding with Google Search and enterprise data. Google Cloud Documentation. 2024. URL: https://cloud.google.com/ai/generative-ai/docs/grounding.
Hughes S. Hallucination Leaderboard by Vectara. Hugging Face Spaces. 2023. URL: https://huggingface.co/spaces/vectara/leaderboard
Khan Academy. Khanmigo: Transforming the classroom with AI. Annual Report 2023–2024. 2024. URL: https://2023-2024.annualreport.khanacademy.org/khanmigo.
Microsoft Research. The New Future of Work Report 2023. 2023. URL: https://www.microsoft.com/en-us/research/wp-content/uploads/2023/12/NFWReport2023.pdf
Mollick E. Co-Intelligence: Living and working with AI. New York: Portfolio/Penguin, 2024. 256 p.
Sweller J. Cognitive load theory and educational technology. Educational Technology Research and Development. 2020. Vol. 68 (1). P. 1–16. https://doi.org/10.1007/s11423-019-09701-3.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.





