КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2026)

Розмір шрифта: 
ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ В ПЕРСОНАЛІЗОВАНОМУ НАВЧАННІ: СТАН ДОСЛІДЖЕНЬ ТА ПЕРСПЕКТИВИ ВПРОВАДЖЕННЯ
Євген Недашківський, Олег Костянтинович Колесницький

Остання редакція: 2026-06-17

Анотація


У тезах розглянуто сучасний стан використання штучного інтелекту (ШІ) в персоналізованому навчанні. Проаналізовано основні напрями застосування ШІ та великих мовних моделей (ВММ) у побудові індивідуальних навчальних траєкторій, інтелектуальних навчальних системах, адаптивному зворотному зв’язку, навчальній аналітиці та рекомендаційних механізмах. Запропоновано узагальнену п’ятирівневу архітектуру ШІ-керованої системи персоналізованого навчання та визначено ключові педагогічні, етичні й організаційні умови її впровадження. Зроблено висновок, що ефективне використання ШІ в освіті потребує не заміни викладача, а переосмислення його ролі як дизайнера, модератора і валідатора індивідуалізованого навчального процесу.

Ключові слова


штучний інтелект; персоналізоване навчання; індивідуальна навчальна траєкторія; великі мовні моделі; інтелектуальні навчальні системи; навчальна аналітика

Посилання


1. Fortuna A., Prasetya F., Samala A. D., Rawas S., Criollo-C S., Kaya D., Raihan M., Andriani W., Safitri D., Nabawi R. A. Artificial intelligence in personalized learning: A global systematic review of current advancements and shaping future opportunities. Social Sciences & Humanities Open. 2025. Vol. 12. Article 102114. DOI: 10.1016/j.ssaho.2025.102114.


2. Shi Y., Yu K., Dong Y., Chen F. Large language models in education: a systematic review of empirical applications, benefits, and challenges. Computers and Education: Artificial Intelligence. 2025. Vol. 10. Article 100529. DOI: 10.1016/j.caeai.2025.100529.


3. Sharma S., Mittal P., Kumar M., Bhardwaj V. The role of large language models in personalized learning: a systematic review of educational impact. Discover Sustainability. 2025. Vol. 6. Article 243. DOI: 10.1007/s43621-025-01094-z.


4. Ng C., Fung Y. Educational Personalized Learning Path Planning with Large Language Models. arXiv:2407.11773. 2024.


5. Liu Z., Agrawal P., Singhal S., Madaan V., Kumar M., Verma P. K. LPITutor: an LLM based personalized intelligent tutoring system using RAG and prompt engineering. PeerJ Computer Science. 2025. Vol. 11. Article e2991. DOI: 10.7717/peerj-cs.2991.


6. Колесницький О. К., Шолота В. В. Методичні вказівки до практичних занять з дисципліни «Сучасні парадигми штучних нейронних мереж» зі спеціальності «Комп’ютерні науки» [Електронний ресурс]. Вінниця : ВНТУ, 2025. 72 с.


7. Козлов С. Л., Колесницький О. К. Застосування архітектури трансформер до задачі Super-Resolution. Наукові праці Вінницького національного технічного університету. 2024. № 1. DOI: 10.31649/2307-5376-2024-1-7-18.


8. Колесницький О. К., Месюра В. І. Нейромережеві моделі та технології обчислювального інтелекту. Нейрокомп’ютери. Частина І : навчальний посібник. Вінниця : ВНТУ, 2021. 66 с. ISBN 978-966-641-871-8.


9. Lim J. J. Y., He Y., Yu J., Cong X., Zhang-Li D., Liu Z., Liu H., Hou L., Li J., Xu B. Personalized Learning Path Planning through Goal-Driven Learner State Modeling. Proceedings of the ACM Web Conference 2026 (WWW ’26). 2026. DOI: 10.1145/3774904.3792245.


10. Feng T., Liu S., Ghosal D. CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education. arXiv:2407.10246. 2024. DOI: 10.1145/3649409.3691094.


11. UNESCO. AI Competency Framework for Teachers. Paris : UNESCO, 2024.


12. UNESCO. AI Competency Framework for Students. Paris : UNESCO, 2024.


13. European Commission. AI Literacy: Questions & Answers. Regulation (EU) 2024/1689 on Artificial Intelligence, Article 4. 2024


Повний текст: PDF