Применение искусственного интеллекта для персонализации обучения студентов с низким уровнем учебной вовлечённости

Аннотация

В статье рассматривается проблема низкой учебной вовлечённости студентов в условиях цифровой образовательной среды. Показано, что само наличие цифровых инструментов не гарантирует активного участия студента в обучении, а традиционные признаки снижения активности в дистанционном и смешанном форматах становятся менее заметными. Обоснована необходимость применения искусственного интеллекта не как средства автоматической замены преподавателя, а как инструмента педагогической персонализации обучения. Учебная вовлечённость рассматривается как многокомпонентное явление, включающее поведенческий, когнитивный и эмоциональный компоненты, которые частично отражаются в цифровом следе студента. Предложена структурная модель, включающая диагностику цифрового следа, интерпретацию признаков снижения вовлечённости, персонализацию учебных заданий, адресную обратную связь и повторный мониторинг. Отдельно представлены проектный диагностический показатель вовлечённости, апробационный контур модели и критерии её экспертной оценки: диагностическая применимость, педагогическая корректность, реализуемость, прозрачность и этическая безопасность. Подчёркивается, что ведущая роль в принятии педагогических решений сохраняется за преподавателем, а сама модель носит теоретико-модельный характер и требует дальнейшей экспертной и эмпирической проверки.