Впровадження підходів data-driven education для аналізу результатів навчання та вдосконалення лекційного контенту
Year: 2026
Type: article
Abstract: Анотація: У статті розглянуто застосування підходів data-driven education та інструментів аналітики навчальних даних для підвищення ефективності лекційного процесу у закладах вищої освіти. Мета дослідження полягає у вивченні та впровадженні підходів data-driven education для аналізу результатів навчання та вдосконалення лекційного контенту у закладах вищої освіти. Дослідження спрямоване на оцінку можливостей використання навчальних даних студентів, методик Educational Data Mining (EDM) та технологій штучного інтелекту (AI) для підвищення ефективності та персоналізації лекційного процесу. Методи дослідження включають аналіз сучасних наукових джерел, систематизацію практик learning analytics, розробку авторської таблиці відповідності «педагогічні рішення ↔ навчальні дані», а також апробацію педагогічних сценаріїв використання data-driven підходів у лекційних заняттях. Результати дослідження показали, що системний збір та аналіз навчальних даних дозволяє приймати обґрунтовані педагогічні рішення щодо структури, темпу та форм подання матеріалу, підвищувати залученість студентів та ефективність засвоєння знань. Інтеграція AI та аналітичних інструментів забезпечує підтримку викладача у реальному часі, створює умови для адаптивного навчання та персоналізації лекційного контенту. Висновки свідчать про доцільність використання data-driven підходів як педагогічного інструменту для модернізації лекційних курсів, розвитку цифрових компетентностей викладачів та підвищення якості навчального процесу. Отримані результати відкривають перспективи подальших досліджень у сфері інтеграції аналітики та AI у освітні практики, включаючи розробку комплексних сценаріїв і методичних рекомендацій для закладів вищої освіти.
Language: Ukrainian
Subfield: Computer Science Applications
Field: Computer Science
Domain: Physical Sciences
SDG: Quality education
Open Access status: green
OpenAlex ID: W7128317852
