МОДЕЛЮВАННЯ АДАПТИВНИХ ПЕДАГОГІЧНИХ СИСТЕМ В ЦИФРОВИХ НАВЧАЛЬНИХ СЕРЕДОВИЩАХ

Ключові слова: адаптивні системи навчання, імітаційне моделювання, управління цифровою освітою, педагогічна ефективність, аналіз невизначеностей, розподіл ресурсів

Анотація

DOI: https://doi.org/10.26565/2074-8922-2026-86-30

Мета. Метою дослідження є розробка інтегрованої моделі управління на основі моделювання для адаптивних педагогічних систем, яка вирішує проблеми невизначеності в цифрових системах навчання та впливає на ефективність прийняття управлінських рішень. Дослідження зосереджено на подоланні розриву між педагогічною адаптивністю та стратегічним управлінням цифровими системами освіти.

Методи. Методологічний підхід є поєднанням динамічної панельної економетричної моделі та аналізу на основі моделювання. Емпірична основа включає педагогічну адаптивність, розподіл ресурсів, якість стратегічного управління та невизначеність середовища як важливі фактори, що визначають ефективність навчання. Модель оцінюється за допомогою підходу системного узагальненого методу моментів для врахування ендогенності та неспостережуваної гетерогенності. Для розгляду альтернативних сценаріїв оцінки продуктивності системи за різних ступенів невизначеності реалізовано компонент моделювання стохастичного моделювання та методів Монте-Карло. Аналіз проведено за допомогою панельних даних чотирьох країн за період 2020-2025 років, що забезпечує порівнянність між країнами та динаміку в часі.

Результати. Результати показують, що педагогічна адаптивність та стратегічне управління мають значний позитивний вплив на ефективність навчання в кожному з досліджених випадків. Взаємодія між використанням адаптивних технологій та якістю управління дає сильний позитивний ефект, що означає, що інтегровані підходи демонструють кращі результати. Невизначеність навколишнього середовища негативно впливає на продуктивність системи, але цей ефект зникає завдяки ефективному розподілу ресурсів та стратегічному плануванню. Результати моделювання показують, що адаптивні стратегії оптимізації покращують ефективність навчання приблизно на 20-25 відсотків порівняно з базовими сценаріями. Результати також показують, що системи з сильнішими управлінськими рамками є більш стійкими та краще відновлюються після зовнішніх потрясінь, а також швидше відновлюються.

Висновки. Дослідження підтверджує роль управлінської логіки в адаптивних педагогічних системах, яку слід використовувати для підвищення рівня їхньої ефективності та стійкості в цифровому просторі. Запропонована модель може бути використана для створення комплексної аналітичної та прогностичної основи для оптимізації прийняття освітніх рішень в умовах невизначеності. Отримані результати сприяють розвитку цифрової педагогіки завдяки впровадженню управлінської перспективи та мають практичні наслідки для політиків та освітніх установ. Подальші дослідження повинні зосередитися на розширенні моделі шляхом врахування нелінійної динаміки та більш загальних наборів даних з метою підвищення узагальнюваності моделі.

Завантаження

##plugins.generic.usageStats.noStats##

Посилання

Bekesiene, S., Vasilis Vasiliauskas, A. (2025). Building Adaptive and Resilient Distance Military Education Systems Through Data-Driven Decision-Making. Systems, 13(10), 852. https://doi.org/10.3390/systems13100852

Dritsas, E., Trigka, M. (2025). Methodological and Technological Advancements in E-Learning. Information, 16(1), 56. https://doi.org/10.3390/info16010056

Eurostat. (2025). Database on Education and Digital Economy. https://ec.europa.eu/eurostat

Grznár, P., Burganová, N., Mozol, Š., Mozolová, L. (2023). A Comprehensive Digital Model Approach for Adaptive Manufacturing Systems. Applied Sciences, 13(19), 10706. https://doi.org/10.3390/app131910706

Guerrero-Sosa, J. D. T., Romero, F. P., Menéndez-Domínguez, V. H., Serrano-Guerrero, J., Montoro-Montarroso, A., Olivas, J. A. (2025). A Comprehensive Review of Multimodal Analysis in Education. Applied Sciences, 15(11), 5896. https://doi.org/10.3390/app15115896

International Telecommunication Union. (2025). ICT Development Index Database. https://www.itu.int/en/ITU-D/Statistics

Kasperski, R., Levin, O., Hemi, M. E. (2025). Systematic Literature Review of Simulation-Based Learning for Developing Teacher SEL. Education Sciences, 15(2), 129. https://doi.org/10.3390/educsci15020129

Kefalis, C., Skordoulis, C., Drigas, A. (2025). Digital Simulations in STEM Education: Insights from Recent Empirical Studies, a Systematic Review. Encyclopedia, 5(1), 10. https://doi.org/10.3390/encyclopedia5010010

Koldovskiy, A. (2024). A transdisciplinary approach to improving the quality of the scientific and educational process in the context of digital transformation. In Forum-SOIS, 2024: The Development of the Unified Open Information Space in Lifelong Education: collection of materials (scientific papers, abstracts) of the 6th Inter. Sci. and

Practical WEBforum (Issue 5, pp. 44–45). Kyiv–Kharkiv, Ukraine.

URL: https://forumsois.uipa.edu.ua/file/2024/06/ZbForumSOIS-2024.pdf#page=45

Koldovskyi, A., Babenko, K., Shafranova, K., Dyvynska, Y. (2025). The Role of AI in Enhancing Sustainable Business Leadership and Organizational Resilience. Business Ethics and Leadership, 9(2), 188‒ 199. https://doi.org/10.61093/bel.9(2).188-199.2025

Kotelevets, K. (2021). Model of adaptive management of formation of digital competence basics of primary school students. ScienceRise: Pedagogical Education, (6 (45), 24–28. https://doi.org/10.15587/2519-4984.2021.248257

Lampropoulos, G., Mukta, B. G., Anastasiadis, T. (2025). Gamification in Learning Management Systems: A Systematic Literature Review. Information, 16(12), 1094. https://doi.org/10.3390/info16121094

López-Goyez, J. P., González-Briones, A., Demazeau, Y. (2026). An Adaptive Multi-Agent Architecture with Reinforcement Learning and Generative AI for Intelligent Tutoring Systems: A Moodle-Based Case Study. Applied Sciences, 16(3), 1323. https://doi.org/10.3390/app16031323

Mahjour, S. K., Saleh, A., Mahjour, S. S. (2025). Dimension-Adaptive Machine Learning for Efficient Uncertainty Quantification in Geological Carbon Storage Models. Processes, 13(6), 1834. https://doi.org/10.3390/pr13061834

Ministry of Education and Science of Ukraine. (2025). Statistical Reports on Digital Education Development. https://mon.gov.ua

Ministry of Education of the People's Republic of China. (2025). National Education Statistics Database. http://en.moe.gov.cn/

National Center for Education Statistics. (2025). International Education Data Explorer. https://nces.ed.gov/surveys/international/

Organisation for Economic Co-operation and Development. (2025). Education at a Glance Database. https://www.oecd.org/education/education-at-a-glance/

Ożadowicz, A. (2025). Integrating Design Thinking Approach and Simulation Tools in Smart Building Systems Education: A Case Study on Computer-Assisted Learning for Master’s Students. Computers, 14(9), 379. https://doi.org/10.3390/computers14090379

Popescu, D. A., Bold, N., Stefanidakis, M. (2025). A Systematic Model of an Adaptive Teaching, Learning and Assessment Environment Designed Using Genetic Algorithms. Applied Sciences, 15(7), 4039. https://doi.org/10.3390/app15074039

Prokopenko, O., Ivliіeva, O., Korshevniuk, T., Koldovskiy, A., Shostak, I. (2025). The role of digital technologies in ensuring the inclusivity of distance education. Revista Conrado, 20(103), e4431. https://conrado.ucf.edu.cu/index.php/conrado/article/view/4431/3978

Şengül, Ö., Karabacak, N. N. (2026). Sustainable Inquiry-Based Learning Through Adaptive Management: A Phenomenological Study of Physics Teachers in Türkiye. Sustainability, 18(3), 1481. https://doi.org/10.3390/su18031481

Statistics Poland. (2025). Education and Digital Society Indicators. https://stat.gov.pl

Terzieva, V., Ivanova, T., Ivanova, M., Ilchev, S., Djambazova, E., Petrov, I. (2025). Intelligent Educational Environments: Recent Trends, Modeling, and Applications. Applied Sciences, 15(7), 3800. https://doi.org/10.3390/app15073800

Toxanov, S., Abzhanova, D., Mukhatayev, A., Biloshchytskyi, A., Biloshchytska, S. (2024). The Development of a Mathematical Model of an Algorithm for Constructing an Individual Educational Trajectory for the Development of Methodological Competence among IT Discipline Teachers. Education Sciences, 14(7), 748. https://doi.org/10.3390/educsci14070748

UK Department for Education. (2025). Education and Skills Data. https://www.gov.uk/government/organisations/department-for-education

UNESCO Institute for Statistics. (2025). UIS Statistics Database. https://uis.unesco.org/

World Bank. (2025). World Development Indicators. https://databank.worldbank.org/source/world-development-indicators

Yan, Y., Liu, H., Zhang, H., Chau, T., Li, J. (2025). Designing a Generalist Education AI Framework for Multimodal Learning and Ethical Data Governance. Applied Sciences, 15(14), 7758. https://doi.org/10.3390/app15147758

Yaseen, H., Mohammad, A. S., Ashal, N., Abusaimeh, H., Ali, A., Sharabati, A.-A. A. (2025). The Impact of Adaptive Learning Technologies, Personalized Feedback, and Interactive AI Tools on Student Engagement: The Moderating Role of Digital Literacy. Sustainability, 17(3), 1133. https://doi.org/10.3390/su17031133

Опубліковано
2026-05-31