Персоналізоване навчання математичних дисциплін у закладах вищої освіти в умовах цифровізації освітнього процесу
DOI:
https://doi.org/10.66556/2786-586X.59.semenyshyna-iКлючові слова:
вища математика, прикладна математика, адаптивні системи, інтелектуальні тьютори, штучний інтелект, індивідуальна освітня траєкторія, навчальна аналітика, генеративний ШІ, педагогічний супровід, зворотний зв'язокАнотація
У статті розглянуто проблему персоналізації навчання математичних дисциплін, зокрема вищої та прикладної математики, у закладах вищої освіти в умовах активного поширення адаптивних систем, інтелектуальних тьюторів і технологій штучного інтелекту. Метою статті є обґрунтування інтегрованої моделі персоналізації навчання математичних дисциплін на основі систематизації цифрових технологій, інструментів і педагогічних функцій їх застосування відповідно до індивідуальних потреб та рівня підготовки здобувачів освіти. Методологічну основу становили порівняльний аналіз 21 наукової публікації 2021–2026 рр., систематизація, структурно-функціональний аналіз і вторинний аналіз відкритих статистичних даних Digital Education Council Global AI Faculty Survey 2025. Кількісна база охопила результати опитування 1 681 викладача 52 закладів вищої освіти з 28 країн. Для порівняння напрямів інтеграції ШІ розраховано показник позитивної готовності як суму часток респондентів, які готові апробувати відповідний напрям або повністю підтримують його використання. Встановлено, що сучасна персоналізація найбільш ефективно реалізується через поєднання адаптивного коригування складності й послідовності завдань, інтелектуального тьюторського супроводу, аналітики навчальної діяльності та генеративної підтримки ШІ. Систематизовано адаптивний, інтелектуально-тьюторський, ШІ-орієнтований та інтегративний підходи, визначено їхні функції, переваги й обмеження. За результатами вторинного аналізу найвищу позитивну готовність викладачів зафіксовано щодо формування критичного використання ШІ студентами 71%, створення індивідуалізованих завдань і навчальних матеріалів по 70%, підвищення залученості студентів 68%; найнижчу, щодо оцінювання та формування зворотного зв'язку 46%. Наукова новизна полягає в удосконаленні систематизації засобів персоналізації за механізмом адаптації та педагогічною функцією, а також у подальшому розвитку положення про необхідність поєднання автоматизованої адаптації з педагогічним контролем викладача. Практичне значення результатів полягає у можливості їх використання для вибору адаптивних систем, інтелектуальних тьюторів і ШІ-сервісів, проєктування індивідуальних освітніх траєкторій, модернізації університетських курсів та визначення меж автоматизованого оцінювання.Посилання
Huda, O. V., Hensitska-Antoniuk, N. O., & Sukhomlynova, O. V. (2025). Vplyv interaktyvnykh metodiv navchannia na zasvoiennia matematychnykh znan [Influence of interactive teaching methods on mathematical knowledge acquisition]. Systemni tekhnolohii [System Technologies], 1(156), 127–138. https://doi.org/10.34185/1562-9945-1-156-2025-15
Kozubtsov, I. M., Kozubtsova, L. M., Palahuta, A. M., Snovyda, V. Ye., & Sukhomlynova, O. V. (2023). Systematyzatsiia pidkhodiv do navchannia zdobuvachiv vyshchoi osvity v «tsyfrovomu osvitno-naukovomu seredovyshchi» [Systematization of approaches to teaching higher education applicants in the “digital educational and scientific environment”]. Naukovi innovatsii ta peredovi tekhnolohii [Scientific Innovations and Advanced Technologies], 1(15), 374–384. https://doi.org/10.52058/2786-5274-2023-1(15)-374-384
Kosovets, O., Soia, O., Krupskyi, Ya., & Tiutiun, L. (2022). Tsyfrovi tekhnolohii yak zasib adaptyvnoho navchannia zdobuvachiv vyshchoi osvity informatyky ta matematyky [Digital technologies as a means of adaptive learning for higher education students in computer science and mathematics]. Fizyko-matematychna osvita [Physical and Mathematical Education], 33(1), 14–19. https://doi.org/10.31110/2413-1571-2022-033-1-002
Sukhomlynova, O. V. (2026). Pedahohichni stratehii formuvannia akademichnoi dobrochesnosti v umovakh vykorystannia heneratyvnoho ShI v zakladakh vyshchoi osvity z urakhuvanniam spetsyfiky matematychnykh dystsyplin [Pedagogical strategies for developing academic integrity in the context of generative AI use in higher education institutions considering the specifics of mathematical disciplines]. Naukovi innovatsii ta peredovi tekhnolohii [Scientific Innovations and Advanced Technologies], 5(57), 2636–2648. https://doi.org/10.52058/2786-5274-2026-5(57)-2636-2648
Khyzhniak, A., & Kazymyr, V. (2026). Modeli personalizatsii navchannia v tsyfrovomu osvitnomu seredovyshchi [Models of learning personalization in the digital educational environment]. Tekhnichni nauky ta tekhnolohii [Technical Sciences and Technologies], 1(43), 279–290. https://doi.org/10.25140/2411-5363-2026-1(43)-279-290
Berikkhanova, G., Begarisheva, G., Berikkhanova, A., Rakhymova, A., & Berikkhanova, K. (2026). Artificial intelligence in the personalization of teaching of higher mathematics students in Kazakhstan. Education Sciences, 16(4), 513. https://doi.org/10.3390/educsci16040513
Engelbrecht, J. (2026). Personalized learning in the changing mathematics classroom. Asian Journal for Mathematics Education, 5(2), 295–315. https://doi.org/10.1177/27527263261454980
Schindler, M., Cevikbas, M., & Lilienthal, A. J. (2026). Artificial intelligence in mathematics education: A two-dimensional conceptual framework and meta-review. ZDM – Mathematics Education, 58, 831–850. https://doi.org/10.1007/s11858-026-01827-y
Son, T. (2024). Intelligent tutoring systems in mathematics education: A systematic literature review using the Substitution, Augmentation, Modification, Redefinition Model. Computers, 13(10), 270. https://doi.org/10.3390/computers13100270
Panqueban, D., & Huincahue, J. (2024). Artificial intelligence in mathematics education: A systematic review. Uniciencia, 38(1), 1–17. https://doi.org/10.15359/ru.38-1.20
Cakir, O. (2022). An application of personalized adaptive learning systems in Calculus I course. Journal of Learning and Teaching in Digital Age, 7(2), 307–321. https://doi.org/10.53850/joltida.1116403
Zhilmagambetova, R., Kopeyev, Z., Mubarakov, A., & Alimagambetova, A. (2023). The role of adaptive personalized technologies in the learning process: Stepik as a tool for teaching mathematics. International Journal of Virtual and Personal Learning Environments, 13(1), 1–15. https://doi.org/10.4018/IJVPLE.324079
Ingkavara, T., Wongkia, W., & Panjaburee, P. (2023). Trends of adaptive/personalized learning and intelligent tutoring systems in mathematics: A review of academic publications from 2010 to 2022. Engineering Proceedings, 55(1), 34. https://doi.org/10.3390/engproc2023055034
Sun, S., Else-Quest, N. M., Hodges, L. C., French, A. M., & Dowling, R. (2021). The effects of ALEKS on mathematics learning in K-12 and higher education: A meta-analysis. Investigations in Mathematics Learning, 13(3), 182–196. https://doi.org/10.1080/19477503.2021.1926194
Harati, H., Sujo-Montes, L., Tu, C.-H., Armfield, S. J. W., & Yen, C.-J. (2021). Assessment and Learning in Knowledge Spaces (ALEKS) adaptive system impact on students’ perception and self-regulated learning skills. Education Sciences, 11(10), 603. https://doi.org/10.3390/educsci11100603
Homolya, S. (2023). Digital technology in university mathematics education. Multidiszciplináris Tudományok, 13(2), 220–231. https://doi.org/10.35925/j.multi.2023.2.20
du Plooy, E., Casteleijn, D., & Franzsen, D. (2024). Personalized adaptive learning in higher education: A scoping review of key characteristics and impact on academic performance and engagement. Heliyon, 10(21), e39630. https://doi.org/10.1016/j.heliyon.2024.e39630
Zhong, L. (2023). A systematic review of personalized learning in higher education: Learning content structure, learning materials sequence, and learning readiness support. Interactive Learning Environments, 31(10), 7053–7073. https://doi.org/10.1080/10494820.2022.2061006
Merino-Campos, C. (2025). The impact of artificial intelligence on personalized learning in higher education: A systematic review. Trends in Higher Education, 4(2), 17. https://doi.org/10.3390/higheredu4020017
Peng, J., & Li, Y. (2025). Frontiers of artificial intelligence for personalized learning in higher education: A systematic review of leading articles. Applied Sciences, 15(18), 10096. https://doi.org/10.3390/app151810096
Digital Education Council. (2025). Digital Education Council Global AI Faculty Survey 2025. https://www.digitaleducationcouncil.com/post/digital-education-council-global-ai-faculty-survey
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Ірина Віталіївна Семенишина, Вікторія Валеріївна Кравченко, Олена Валеріївна Сухомлинова
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
