Підготовка майбутніх фахівців цифрових технологій у ЗВО до застосування адаптивних систем у професійній діяльності

Abstract

Дисертаційну роботу присвячено вирішенню актуальної проблеми підготовки майбутніх фахівців цифрових технологій у ЗВО до застосування адаптивних систем у професійній діяльності. Установлено, що адаптивні системи сприяють реалізації індивідуальних можливостей здобувачів, забезпечення інклюзивності освіти, персоналізованого навчання. Адже відображають деякі характеристики студента в «моделі студента» і застосовують цю модель для адаптації різних аспектів програмованого навчання та контролю знань. В архітектурі фреймів існуючих адаптивних систем, які застосовуються в освітній сфері, ідеї адаптивності реалізується через забезпечення: зворотного зв’язку між здобувачами та викладачами; різнорівневої адаптації контенту; існування аналітичних дашбордів та звітів про проходження курсів для викладачів і студентів; формату гри та інтерактивності взаємодії з освітніми матеріалами; формувального оцінювання. Технологічна архітектура сучасних адаптивних педагогічних платформ включає кілька ключових компонентів: модуль збору та аналізу даних, модуль моделювання здобувача, модуль адаптації контенту та модуль педагогічних стратегій. В основі розгортання функціоналу адаптивних систем стоїть категорія «персоналізованого адаптивного навчання». При персоналізованому навчанні відбувається спільний пошук здобувача і викладача шляхів розвитку індивідуальних здібностей майбутнього фахівця, удосконалення індивідуального стилю мислення, активізація високого рівня залученості. Саме персоналізована освіта стимулює студента, спільно з викладачем, розробляти власну освітню траєкторію, здійснювати вибір важливих для себе цілей навчання, приймати рішення про час і темп навчання, здійснювати вибір завдань та способів їх вирішення, отримувати якісний зворотний зв’язок. Зміни освітнього ландшафту, спричинені цифровізацією, поставили на перше місце в досягненні персоналізації навчання можливості цифрових технологій та адаптивних систем навчання.

The dissertation is devoted to addressing the topical problem of preparing future digital technology specialists in higher education institutions for the application of adaptive systems in professional practice. It has been established that adaptive systems facilitate the realisation of learners’ individual capabilities, ensure educational inclusivity, and support personalised learning. This is achieved by representing certain learner characteristics within a ‘learner model’ and using this model to adapt various aspects of programmed instruction and knowledge assessment. Within the frame-based architecture of existing adaptive systems employed in education, the principles of adaptivity are implemented through the provision of feedback between learners and instructors; multi-level content adaptation; the availability of analytical dashboards and course progress reports for both instructors and students; gamified formats and interactive engagement with learning materials; and formative assessment. The technological architecture of contemporary adaptive educational platforms comprises several key components: a data collection and analysis module, a learner modelling module, a content adaptation module, and a pedagogical strategies module. At the core of the functional deployment of adaptive systems lies the concept of personalised adaptive learning. Within personalised learning, learners and instructors jointly explore pathways for developing the future specialist’s individual abilities, refining an individual cognitive style, and enhancing high levels of engagement. Personalised education encourages students, in collaboration with instructors, to design their own educational trajectories, select personally meaningful learning goals, make decisions regarding the timing and pace of learning, choose tasks and methods for their completion, and receive high-quality feedback. Transformations of the educational landscape driven by digitalisation have foregrounded the capabilities of digital technologies and adaptive learning systems as the primary means of achieving learning personalisation.