ИСПОЛЬЗОВАНИЕ ИИ ДЛЯ ПЕРСОНАЛИЗАЦИИ ОБУЧЕНИЯ В АДАПТИВНЫХ ОБРАЗОВАТЕЛЬНЫХ ПОРТАЛАХ
DOI:
https://doi.org/10.53002/137Аннотация
Статья посвящена использованию искусственного интеллекта (ИИ) для персонализации обучения в адаптивных образовательных порталах. Актуальность исследования определяется развитием цифровых образовательных сред и необходимостью перехода от унифицированной подачи учебных материалов к индивидуализированному сопровождению обучающихся. Цель статьи – определить основные направления применения ИИ для персонализации обучения и разработать концептуальную модель адаптивного образовательного портала. Исследование выполнено в концептуально-аналитическом формате на основе корпуса из 16 научных публикаций, индексируемых Scopus, которые посвящены ИИ в образовании, адаптивному обучению, образовательной аналитике, рекомендательным системам, интеллектуальным ассистентам и вопросам объяснимости. В результате выделены типы образовательных данных, используемых для ИИ-персонализации, систематизированы механизмы адаптации содержания, темпа, сложности, оценивания и обратной связи. Предложена модель адаптивного образовательного портала, включающая сбор образовательных данных, формирование цифрового профиля обучающегося, аналитику и прогнозирование, адаптивные решения, интеллектуальную поддержку, объяснимость и педагогический контроль. Определены ограничения внедрения ИИ-персонализации, связанные с качеством данных, алгоритмической предвзятостью, непрозрачностью решений, приватностью и риском чрезмерной автоматизации.
Библиографические ссылки
T.K.F. Chiu, Q. Xia, X. Zhou, C.S. Chai, M. Cheng. Systematic literature review on opportunities, challenges, and future research recommendations of artificial intelligence in education. Computers and Education: Artificial Intelligence. – URL://doi.org/10.1016/j.caeai.2022.100118
S. Wang, F. Wang, Z. Zhu, J. Wang, T. Tran, Z. Du. Artificial intelligence in education: A systematic literature review. Expert Systems With Applications. – URL: https://doi.org/10.1016/j.eswa.2024.124167
L.Y. Tan, S. Hu, D.J. Yeo, K.H. Cheong. Artificial intelligence-enabled adaptive learning platforms: A review. Computers and Education: Artificial Intelligence. – URL: https://doi.org/10.1016/j.caeai.2025.100429
I. Gligorea, M. Cioca, R. Oancea, A.T. Gorski, H. Gorski, P. Tudorache. Adaptive Learning Using Artificial Intelligence in e-Learning: A Literature Review. Education Sciences. – URL: https://doi.org/10.3390/educsci13121216
E. Du Plooy, D. Casteleijn, D. Franzsen. Personalized adaptive learning in higher education: A scoping review of key characteristics and impact on academic performance and engagement. Heliyon. – URL: https://doi.org/10.1016/j.heliyon.2024.e39630
E.T. Khor, K. Mutthulakshmi. A Systematic Review of the Role of Learning Analytics in Supporting Personalized Learning. Education Sciences. – URL: https://doi.org/10.3390/educsci14010051
F. Ouyang, M. Wu, L. Zheng, L. Zhang, P. Jiao. Integration of artificial intelligence performance prediction and learning analytics to improve student learning in online engineering course. International Journal of Educational Technology in Higher Education. – URL: https://doi.org/10.1186/s41239-022-00372-4
U. Maier, C. Klotz. Personalized feedback in digital learning environments: Classification framework and literature review. Computers and Education: Artificial Intelligence. – URL: https://doi.org/10.1016/j.caeai.2022.100080
F.L. Da Silva, B.K. Slodkowski, K.K.A. Da Silva, S.C. Cazella. A systematic literature review on educational recommender systems for teaching and learning: research trends, limitations and opportunities. Education and Information Technologies. – URL: https://doi.org/10.1007/s10639-022-11341-9
R. Pelánek, T. Effenberger, P. Jarušek. Personalized recommendations for learning activities in online environments: a modular rule-based approach. User Modeling and User-Adapted Interaction. – URL: https://doi.org/10.1007/s11257-024-09396-z
L. Labadze, M. Grigolia, L. Machaidze. Role of AI chatbots in education: systematic literature review. International Journal of Educational Technology in Higher Education. – URL: https://doi.org/10.1186/s41239-023-00426-1
Y. Shi, K. Yu, Y. Dong, F. Chen. Large language models in education: a systematic review of empirical applications, benefits, and challenges. Computers and Education: Artificial Intelligence. – URL: https://doi.org/10.1016/j.caeai.2025.100529
H. Khosravi, S.B. Shum, G. Chen, C. Conati, Y.S. Tsai, J. Kay, S. Knight, R. Martinez-Maldonado, S. Sadiq, D. Gašević. Explainable artificial intelligence in education. Computers and Education: Artificial Intelligence. – URL: https://doi.org/10.1016/j.caeai.2022.100074
C.C. Lin, A.Y.Q. Huang, O.H.T. Lu. Artificial intelligence in intelligent tutoring systems toward sustainable education: a systematic review. Smart Learning Environments. – URL: https://doi.org/10.1186/s40561-023-00260-y
A. Fortuna, F. Prasetya, A.D. Samala, S. Rawas, S. Criollo-C, D. Kaya, M. Raihan, W. Andriani, D. Safitri, R.A. Nabawi. Artificial intelligence in personalized learning: A global systematic review of current advancements and shaping future opportunities. Social Sciences & Humanities Open. – URL: https://doi.org/10.1016/j.ssaho.2025.102114
R. Sajja, Y. Sermet, M. Cikmaz, D. Cwiertny, I. Demir. Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education. Information. – URL: https://doi.org/10.3390/info15100596
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Владислав Николенко, Екатерина Спичак, Александр Никульшин
Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.
