ІНТЕГРАЦІЯ ШТУЧНОГО ІНТЕЛЕКТУ В STEM-ОСВІТУ ДЛЯ ПРОГНОЗУВАННЯ УСПІХІВ СТУДЕНТІВ ТА АНАЛІЗУ ЕТИЧНИХ ВИКЛИКІВ

Анотація

Стаття присвячена проблемам інтеграції штучного інтелекту у STEM-освіту, зокрема в контексті курсів «Основи робототехніки» та «STEM-освіта та робототехніка» для здобувачів освіти Бердянського державного педагогічного університету, а також методам вирішення цих проблем за допомогою сучасних технологій. Розглянуто сучасний рівень розвитку ШІ в освіті, зокрема аналітику навчання, яка дозволяє прогнозувати академічну успішність студентів на основі даних систем управління навчанням, таких як Moodle. Обговорюються компоненти курсів, які включають програмування мікроконтролерів Arduino для керування потенціометрами, фоторезисторами, сервоприводами, RGB-світлодіодами, ультразвуковими датчиками та мембранними клавіатурами, а також етичні виклики, пов’язані з використанням ШІ, зокрема щодо конфіденційності даних і академічної доброчесності. На основі аналізу сформульовано проблему недостатнього використання ШІ для прогнозування успішності в курсах робототехніки та браку етичних стандартів в українській освіті, що підкреслює потребу в підвищенні якості підготовки студентів шляхом упровадження сучасних методів аналітики навчання та гармонізації з європейськими стандартами. Визначено об’єкт дослідження: професійна підготовка майбутніх учителів інформатики в галузі STEM-освіти, та його мету: розробка моделі інтеграції ШІ для прогнозування академічної успішності та аналізу етичних викликів. Складено перелік дослідницьких завдань, загальну гіпотезу та варіанти часткових гіпотез. Загальна гіпотеза полягає в тому, що розроблена модель інтеграції ШІ в STEM-освіту буде ефективною, якщо: буде досягнуто якісних змін у системі знань студентів про принципи аналітики навчання та програмування Arduino; будуть створені умови для самореалізації студентів через практичні лабораторні роботи; змістом курсів стане оволодіння навичками використання ШІ для аналізу даних та прогнозування. Доведено, що студенти повинні мати можливість отримувати комплексну освіту, яка включає теоретичну підготовку з основ програмування, електроніки та етики ШІ, а також практичні навички роботи з мікроконтролерами Arduino. Описано використання даних LMS для прогнозування успішності 62 студентів 2 курсу факультету фізико-математичної, комп’ютерної та технологічної освіти, включаючи частоту логінів, час виконання завдань і кількість виконаних лабораторних робіт. Наведено результати прогнозування за допомогою лінійної регресії та кластеризації, які дозволили виявити студентів із ризиком неуспішності та адаптувати навчальний процес. Окреслено етичні виклики, такі як захист даних і запобігання плагіату, та запропоновано рекомендації для гармонізації українських практик із європейськими стандартами. Проблема для подальших досліджень сформульована як потреба вдосконалення моделей ШІ для складних програмувальних завдань і розробки етичних стандартів для їх використання в освіті.