Критерії, показники та рівні сформованості готовності вчителів початкової школи до педагогічно доцільного використання генеративного штучного інтелекту

Автор(и)

  • Вячеслав Вікторович Борисов доктор педагогічних наук, професор, КЗВО «Хортицька національна навчально-реабілітаційна академія» Запорізької обласної ради, м. Запоріжжя, Україна https://orcid.org/0000-0002-3117-2118
  • Світлана Миколаївна Лупінович кандидат педагогічних наук, доцент, КЗВО «Хортицька національна навчально-реабілітаційна академія» Запорізької обласної ради, м. Запоріжжя, Україна https://orcid.org/0000-0003-0320-7392
  • Тетяна Андріївна Саєнко доктор філософії, доцент, КЗВО «Хортицька національна навчально-реабілітаційна академія» Запорізької обласної ради, м. Запоріжжя, Україна https://orcid.org/0000-0001-6886-4495
  • Ірина Юріївна Антоненко кандидат психологічних наук, доцент, КЗВО «Хортицька національна навчально-реабілітаційна академія» Запорізької обласної ради, м. Запоріжжя, Україна https://orcid.org/0000-0003-0320-7392

DOI:

https://doi.org/10.66556/2786-586X.52.borysov-v

Ключові слова:

готовність вчителів початкової школи, генеративний штучний інтелект, критерії, показники, рівні готовності, система

Анотація

У статті представлено теоретичне обґрунтування та емпіричну апробацію системи критеріїв, показників і рівнів сформованості готовності вчителів початкової школи до педагогічно доцільного використання генеративного штучного інтелекту. Актуальність дослідження зумовлена трансформацією освітнього середовища під впливом інтелектуальних технологій та необхідністю переходу від їх інструментального застосування до дидактично обґрунтованої інтеграції в навчальний процес. Уточнено зміст поняття «готовність» як інтегральної професійно-особистісної характеристики, що відображає здатність учителя організовувати навчальну взаємодію в умовах інтелектуалізованого середовища та поєднує мотиваційно-ціннісний, когнітивний, діяльнісний і рефлексивний компоненти. Розроблено діагностичну модель, яка структурно співвіднесена з визначеною системою компонентів і включає обґрунтовані критерії, показники та рівневу шкалу оцінювання (репродуктивний, адаптивний, творчий рівні). Модель орієнтована на виявлення не лише рівня цифрової обізнаності педагога, а й характеру його педагогічного мислення та здатності здійснювати рефлексивний аналіз результатів роботи генеративних систем. Емпіричне дослідження мало крос-секційний характер і здійснювалося із застосуванням опитувальника самооцінювання, ситуаційних кейсів та експертної оцінки педагогічних рішень. Отримані результати засвідчили нерівномірність розвитку структурних компонентів готовності та домінування адаптивного рівня, що вказує на наявність базових умінь використання технології за недостатнього рівня її системного педагогічного осмислення. Виявлений дисбаланс між мотиваційними установками та рефлексивним аналізом діяльності окреслює напрями подальшої роботи з удосконалення підготовки педагогів. Запропонований інструментарій може бути використаний у системі переддипломної та післядипломної освіти, у внутрішньому моніторингу професійного розвитку вчителів, а також у проведенні формувального педагогічного експерименту. Результати дослідження розширюють теоретичні засади діагностики професійної готовності педагога та конкретизують напрями її розвитку в умовах цифрової трансформації початкової освіти.

Посилання

Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, Vol. 8, 75264–75278. DOI : https://doi.org/10.1109/ACCESS.2020.2988510

Borysov, V.V., Lupinovych, S.M., Saienko, T.A., & Antonenko, I.Iu. (2026). Stratehii formuvannia hotovnosti vchyteliv pochatkovoi shkoly do intehratsii heneratyvnoho shtuchnoho intelektu v osvitnii protses [Strategies for building the readiness of elementary school teachers to integrate generative artificial intelligence into the educational process]. Pedahohichna Akademiia : naukovi zapysky, 27. DOI :https://doi.org/10.5281/zenodo.18764266

Hwang, G.-J., Xie, H., Wah, B. W., & Gašević D. (2020). Vision, challenges, roles and research issues of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, Vol. 1, 100001. DOI : https://doi.org/10.1016/j.caeai.2020.100001

Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education : A systematic literature review. Expert Systems with Applications, Vol. 252, 124167. DOI : https://doi.org/10.1016/j.eswa.2024.124167

Kizilcec, R.F., Huber, E., & Papanastasiou E.C., et al. (2024). Perceived impact of generative AI on assessments: Comparing educator and student perspectives. Computers and Education: Artificial Intelligence, Vol. 7, 100269. DOI : https://doi.org/10.1016/j.caeai.2024.100269

Mao, J., Chen, B., & Liu, J.C. (2024). Generative artificial intelligence in education and its implications for assessment. TechTrends, Vol. 68. DOI : https://doi.org/10.1007/s11528-023-00911-4

Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education : A systematic literature review. Expert Systems with Applications, Vol. 252, 124167. DOI : https://doi.org/10.1016/j.eswa.2024.124167

Ayanwale, M.A., Sanusi, I.T., Adelana, O.P., Aruleba, K.D., & Oyelere, S.S. (2022). Teachers’ readiness and intention to teach artificial intelligence in schools. Computers and Education: Artificial Intelligence, Vol. 3, 100099. DOI : https://doi.org/10.1016/j.caeai.2022.100099

Pham, S.T.H. (2022). The development of artificial intelligence in education : A contextual review. Journal of Computer Assisted Learning. DOI : https://doi.org/10.1111/jcal.12687

Ghomi, M., & Redecker, C. (2019). Digital Competence of Educators (DigCompEdu) : Development and Evaluation of a Self-assessment Instrument for Teachers’ Digital Competence. Proceedings of CSEDU 2019. DOI : https://doi.org/10.5220/0007679005410548

Ertmer, P.A., & Ottenbreit-Leftwich, A.T. (2010). Teacher pedagogical beliefs: The final frontier in our quest for technology integration? Computers & Education. DOI : https://doi.org/10.1016/j.compedu.2012.02.001

Guettala, M., Bourekkache, S., Kazar, O., & Harous, S. (2024). Generative Artificial Intelligence in Education : Advancing Adaptive and Personalized Learning. Acta Informatica Pragensia. DOI: https://doi.org/10.18267/j.aip.235

Loibl, K., Leuders, T., & Dörfler, T. (2020). A framework for explaining teachers’ diagnostic judgements by cognitive modeling (DiaCoM). Teaching and Teacher Education, Vol. 91, 103059. DOI : https://doi.org/10.1016/j.tate.2020.103059

##submission.downloads##

Опубліковано

2026-02-28

Як цитувати

Борисов, В. В., Лупінович, С. М., Саєнко, Т. А., & Антоненко, І. Ю. (2026). Критерії, показники та рівні сформованості готовності вчителів початкової школи до педагогічно доцільного використання генеративного штучного інтелекту. Академічні візії, (52). https://doi.org/10.66556/2786-586X.52.borysov-v

Номер

Розділ

Articles