Эволюция педагогического дизайна в контексте развития адаптивных обучающих систем на базе машинного обучения

Александр Владимирович Вяльцев

doi:10.25726/l6389-8649-5631-z

Авторы

Александр Владимирович Вяльцев Южно-Российский государственный политехнический университет (НПИ) им. М.И. Платова

DOI:

https://doi.org/10.25726/l6389-8649-5631-z

Ключевые слова:

адаптивное обучение, педагогический дизайн, машинное обучение, персонализация образования, образовательная аналитика, искусственный интеллект, алгоритмическая адаптация

Аннотация

Данное исследование рассматривает трансформационные процессы в педагогическом дизайне под влиянием развития адаптивных обучающих систем, функционирующих на базе алгоритмов машинного обучения. В последнее десятилетие произошел существенный сдвиг от статичных одноразмерных образовательных моделей к динамическим персонализированным системам, способным адаптироваться к индивидуальным характеристикам обучающихся. Исследование анализирует архитектурные компоненты современных адаптивных систем, включая модели построения профилей обучающихся, механизмы адаптации контента и методы оптимизации образовательных траекторий. На основе комплексного анализа эмпирических данных, собранных в период 2020-2023 гг., выявлены ключевые тенденции интеграции искусственного интеллекта и педагогического дизайна, а также сформулированы принципы проектирования эффективных адаптивных образовательных сред. Результаты исследования демонстрируют, что системы с применением машинного обучения способствуют повышению академической успеваемости в среднем на 14,7%, усилению вовлеченности обучающихся на 23,5% и сокращению времени освоения материала на 31,2% по сравнению с традиционными образовательными форматами. Выявлены существенные корреляции между архитектурными особенностями адаптивных систем и эффективностью образовательных результатов, что позволяет сформулировать комплексную методологию проектирования педагогической среды нового поколения, ориентированной на индивидуализацию обучения при сохранении масштабируемости.

Библиографические ссылки

Cavanagh T., Chen B., Lahcen R.A.M., Paradiso J. Constructing a design framework and pedagogical approach for adaptive learning in higher education: A practitioner's perspective // International review of research in open and distributed learning. 2020. № 21(1). pp. 173-197.

Chen X., Xie H., Zou D., Hwang G.J. Application and theory gaps during the rise of artificial intelligence in education // Computers and education: artificial intelligence. 2020. № 1. pp. 2-100.

Hwang G.J., Xie H., Wah B.W., Gašević D. Vision, challenges, roles and research issues of artificial intelligence in education // Computers and Education: Artificial Intelligence. 2020. № 1. pp. 1-100.

Kabudi T., Pappas I., Olsen D.H. AI-enabled adaptive learning systems: A systematic mapping of the literature // Computers and education: artificial intelligence. 2021. № 2. pp. 17-100.

Käser T., Schwing A.G. Adaptive learning through reinforcement learning and bayesian knowledge tracing // Mat. of the 13th Inter. conf. on educ. Data Mining (EDM 2020). 2020. pp. 612-616.

Khosravi H., Sadiq S., Gasevic D. Development and adoption of an adaptive learning system: Reflections and lessons learned // Proceedings of the 51st ACM Technical symposium on computer science education. 2020. pp. 58-64.

Kolekar S.V., Pai R.M., Pai M.M. Adaptive learning systems: A review // Education and information technologies. 2022. № 27(1), 257-287.

Mousavinasab E., Zarifsanaiey N., Niakan Kalhori S.R., Rakhshan M., Keikha L., Ghazi Saeedi M. Intelligent tutoring systems: a systematic review of characteristics, applications and evaluation methods // Interactive learning environments. 2021. № 29(1). pp. 142-163.

Peng H., Ma S., Spector J. M. Personalized adaptive learning: An emerging pedagogical approach enabled by a smart learning environment // Smart learning environments. 2019. № 6(1). pp. 1-14.

Ristić I., Mitić M., Voštić K., Ivanović M. The effects and effectiveness of an adaptive e-learning system on the learning process and performance of students // International journal of cognitive research in science, engineering and education. 2023. № 11(1). pp. 1-13.

Sghir N., Adadi A., Lahmer M. Recent advances in predictive learning analytics: A decade systematic review (2012–2022) // Education and information technologies. 2023. № 28. pp. 8299-8333.

Strielkowski W., Ghazinoory S., Poznyakova O., Vasileva T., Semerikov S., Krasnov A. AI-driven adaptive learning for sustainable educational transformation // Sustainable development. 2023. pp. 1-15.

Wang S., Christensen C., Cui W., Tong R., Yarnall L., Shear L., Feng M. When adaptive learning is effective learning: Comparison of an adaptive learning system to teacher-led instruction // Interactive learning environments. 2023. № 31(2). pp. 793-803.

Zawacki-Richter O., Marin V. I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – where are the educators? // International journal of educational technology in higher education. 2019. № 16(1). pp. 1-27.

Zhang L., Basham J.D., Yang S. Understanding the implementation of personalized learning: A research synthesis // Educational research review. 2020. № 31. pp. 100-339.