Інтелектуальні тьюторські системи в освітньому процесі для підготовки майбутніх ІТ-фахівців

Скорочена інформація про документ
dc.contributor.authorМельник Сергій
dc.contributor.authorMelnyk Serhii
dc.date.accessioned2026-05-27T12:29:05Z
dc.date.available2026-05-27T12:29:05Z
dc.date.issued2026
dc.description.abstractСтаття пропонує теоретично обґрунтовану методичну основу впровадження інтелектуальних тьюторських систем (ІТС) у підготовку майбутніх ІТ-фахівців із залученням генерувальних мовних моделей, що адресує виявлену в літературі прогалину між традиційними методами навчання програмування та сучасними вимогами ІТ-ринку. На тлі швидкої еволюції мов програмування та високого відсіву на вступних курсах від 30% до 50% автор систематизує архітектуру ІТС (доменна, студентська, тьюторська моделі та інтерфейс) і теоретично обґрунтовує, як поєднання розмовної моделі з діагностичними алгоритмами має потенціал забезпечувати адаптивні траєкторії навчання й оперативний зворотний зв’язок. Ключова новизна — концептуальна модель guidance-practice-transformation (G-P-T), що пропонує структурування процесу навчання через три етапи від пояснювальних підказок до самостійних проєктів і перенесення знань у нові контексти, яка розроблена на основі синтезу теорій конструктивізму, андрагогіки та когнітивного навантаження. Аналіз метааналітичних досліджень показує: класичні ІТС забезпечують приріст успішності близько 0.61–0.80 стандартних відхилень, а застосування сучасних мовних моделей демонструє ще вищий ефект близько 0.867. Порівняння дисциплін виявляє найбільший потенціал у програмуванні завдяки можливості генерувати й перевіряти код, проте огляд літератури ідентифікує обмеження: помилкові відповіді, зниження самостійності, ризики академічної недоброчесності. Практичний внесок – концептуальна рамка впровадження: проєктування доменної бази знань під Elixir, Python, Java; алгоритми діагностики рівня; сценарії G-P-T для трьох модулів; правила подвійної верифікації відповідей за офіційною документацією; механізми етичного контролю; вимоги до цифрової грамотності викладачів і студентів; орієнтири локалізації під український контекст. Обґрунтовано узгодженість підходу з конструктивізмом, андрагогікою та теорією когнітивного навантаження: система має потенціал оптимізувати інформацію, активує попередні знання, надає підказки лише за потреби й поступово зменшує підтримку. Окреслено напрями подальших досліджень: емпірична перевірка запропонованої моделі, україномовні корпуси та глосарії, порівняння дисциплін (алгоритми, DevOps, кібербезпека), автоматична верифікація відповідей і протидія протидія помилковим відповідям. Стаття пропонує теоретично обґрунтовану практичну рамку, що має потенціал підвищувати навчальні результати, зменшувати відсів і сприяти культурі академічної доброчесності в ІТ-освіті України.
dc.description.abstractThe article offers a theoretically grounded methodological basis for implementing intelligent tutoring systems (ITS) in the training of future IT specialists, leveraging generative language models, thereby addressing the gap identified in the literature between traditional programming training methods and modern IT market requirements. Against the background of the rapid evolution of programming languages and the high dropout rate in introductory courses of 30% to 50%, the author systematizes the ITS architecture (domain, student, tutor models, and interface) and theoretically justifies how the combination of the conversational model with diagnostic algorithms has the potential to provide adaptive learning trajectories and operational feedback. Key novelty – conceptual model guidance-practice-transformation (G-P-T), which offers structuring of the learning process through three stages from explanatory hints to independent projects and transfer of knowledge to new contexts, which is developed on the basis of the synthesis of theories of constructivism, andragogy, and cognitive load. Analysis of meta-analytical studies shows that classical ITS provides a success gain of about 0.61–0.80 standard deviations, and the use of modern language models shows an even higher effect of about 0.867. A comparison of disciplines reveals the greatest potential in programming due to the ability to generate and verify code, but a literature review identifies limitations: false answers, reduced autonomy, and risks of academic dishonesty. Practical contribution – conceptual framework of implementation: design of domain knowledge bases for Elixir, Python, and Java; level-diagnostic algorithms; G-P-T scenarios for three modules; rules for double verification of answers according to official documentation; mechanisms of ethical control; requirements for digital literacy of teachers and students; localization guidelines for the Ukrainian context. The consistency of the approach with constructivism, andragogy, and cognitive load theory is substantiated: the system has the potential to optimize information, activate previous knowledge, provide hints only when necessary, and gradually reduce support. Areas of further research are outlined: empirical verification of the proposed model; Ukrainian-language corpora and glossaries; comparison across disciplines (algorithms, DevOps, cybersecurity); automatic verification of answers; and countermeasures against false answers. The article offers a theoretically grounded, practical framework that has the potential to improve educational outcomes, reduce dropouts, and promote a culture of academic integrity in IT education in Ukraine.
dc.identifier.citationМельник, С. Інтелектуальні тьюторські системи в освітньому процесі для підготовки майбутніх ІТ-фахівців [Текст] / С. Мельник // Освіта. Інноватика. Практика : науковий журнал / Сумський державний педагогічний університет імені А. С. Макаренка ; редкол.: М. Г. Друшляк (гол. ред.), Francis Kwadwo Awuah, Natalia Demeshkant, Artur Fabi [та ін.]. – Суми : [СумДПУ ім. А. С. Макаренка], 2026. – Том 14, № 2. – С. 85–92. – DOI: https://doi.org/10.31110/2616-650X-vol14i2-011
dc.identifier.doihttps://doi.org/10.31110/2616-650X-vol14i2-011
dc.identifier.orcidhttps://orcid.org/0009-0002-8223-6393
dc.identifier.urihttps://repository.sspu.edu.ua/handle/123456789/18288
dc.language.isouk
dc.publisherСумДПУ імені А. С. Макаренка
dc.subjectінтелектуальна тьюторська система
dc.subjectChatGPT
dc.subjectпрограмування
dc.subjectElixir
dc.subjectпідготовка ІТ‑фахівців
dc.subjectперсоналізоване навчання
dc.subjectпедагогічна інформатика
dc.subjectадаптивні технології
dc.subjectintelligent tutor system
dc.subjectprogramming
dc.subjectIT‑specialist training
dc.subjectpersonalized training
dc.subjectpedagogical informatics
dc.subjectadaptive technologies
dc.titleІнтелектуальні тьюторські системи в освітньому процесі для підготовки майбутніх ІТ-фахівців
dc.title.alternativeIntelligent Tutoring Systems in the Educational Process for the Training of Future IT-Specialists
dc.typeArticle
dc.udc.udc37.091.2:004.8-021.111(045)
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Melnyk_85-94.pdf
Розмір:
512.96 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
2.9 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Освіта. Інноватика. Практика