ВПЛИВ ШТУЧНОГО ІНТЕЛЕКТУ НА СПЕЦИФІКУ ПІДГОТОВКИ ФАХІВЦІВ В ГАЛУЗІ ЦИФРОВИХ ТЕХНОЛОГІЙ
Анотація
DOI: https://doi.org/10.26565/2074-8922-2025-85-07
Мета. Метою статі є визначення впливу штучного інтелекту на освітній процес, що є надзвичайно актуальним, оскільки змінюються підходи до навчання, викладання й управління освітнім процесом, і, відповідно, розгляд впливу штучного інтелекту (ШІ) в професійній освіті і його використання у процесі підготовки фахівців цифрових технологій у реаліях сучасної освіти.
Методи. У дослідженні застосовано проблемний підхід, а також загальнонаукові методи: порівняльний і узагальнення. Це визначає основні вимоги до використання і впливу штучного інтелекту на сучасні тенденції освіти.
Результати. У статті розглянуто і структуровано вплив технологій штучного інтелекту на зміст, методи підготовки фахівців у галузі цифрових технологій. Визначено основні напрями трансформації освітнього процесу під впливом інтелектуальних систем, зокрема оновлення навчальних програм, упровадження адаптивного навчання, розвиток міждисциплінарних компетентностей та використання інструментів ШІ у навчальному середовищі. Акцентовано увагу на необхідності формування в майбутніх фахівців не лише технічних знань, а й етичного та критичного мислення, що забезпечує відповідальне використання штучного інтелекту. Зазначено основні виклики, пов’язані з автоматизацією освітнього процесу та етичними аспектами застосування ШІ.
Висновки. Вплив штучного інтелекту на специфіку підготовки фахівців має позитивну і негативну сторону, серед негативних можна виділити такі аспекти: генеративні моделі (як-от ChatGPT) дозволяють здобувачам створювати тексти, розв'язувати задачі та писати код, які виглядають унікальними; залежність від ШІ для отримання готових відповідей знижує здатність учнів самостійно формувати навички запам`ятовувати та аналізувати інформацію, шукати джерела, будувати аргументи; ШІ може призвести до деградації фундаментальних навичок письма, базового програмування та дослідницької роботи. Серед позитивних сторін можна виділити такі: ШІ бере на себе обробку даних, люди можуть зосередитися на більш складних, стратегічних завданнях; задачі, що вимагають високої точності (наприклад, фінансовий аудит або контроль якості на заводі), ШІ робить вплив людського фактора мінімальним та в результатах отримуємо менше помилок; адаптивні платформи підлаштовують навчальний процес під темп та потреби кожного учня, роблячи освіту більш доступною та ефективною.
Як цитувати: Шимків Н. І., Кирчей Т. О. Цифрові інструменти тестування як засіб підвищення компетентності викладачів. Проблеми інженерно-педагогічної освіти. 2025. Вип. 85. С. 83-92. https://doi.org/10.26565/2074-8922-2025-85-07
Завантаження
Посилання
2. Koroleva, I. I. (2016). The comprehensive approach to the educational sector
future managers. Pedagogical Almanac, (31), 232–237. https://ekhsuir.kspu.edu/server/api/core/bitstreams/e60ce583-e88c-4820-87e4-b3841e7472df/content (in Ukrainian).
3. Maranchak, N. (2023). The use of artificial intelligence in digital marketing of the library field of Ukraine: Foreign experience and prospects. Digital Platform: Information
Technologies in the Socio-Cultural Sphere, 6(1), 172–184. http://infotech-soccult.knukim.edu.ua/article/view/283986 (in Ukrainian).
4. development. Scientific Bulletin of KSU. Series «Economic Sciences», (32), 22–27. https://ej.journal.kspu.edu/index.php/ej/article/view/405 (in Ukrainian).
5. Polishchuk, O., Polishchuk, O., Dudchenko, V. (2022). Philosophy of artificial intelligence in the educational process. Humanities Studies: Collection of Scientific Papers, 13(90), 103–109. https://doi.org/10.26661/hst-2022-13-90-12 (in Ukrainian).
6. Slabko, V., Shpyliovyi, Yu. (2023). Digital competence of teaching staff as a trend of the modern education system. Scientific Notes, (156), 99–108. https://doi.org/10.31392/NZ-udu-156.2023.12 (in Ukrainian).
7. Shakhrai, T. (2023). Modern paradigms of education in the professional development of a teacher. Adult Education: Theory, Experience, Perspectives, 1(23), 128–142. https://doi.org/10.35387/od.1(23).2023.128-142 (in Ukrainian).
8. Yashchyk, O., Tverdokhlib, I., Franko, Yu., Ozhha, M. (2022). Using blockchain technology for security automation of management of educational documents. The Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University. Series: pedagogy, (2), 113–120. https://doi.org/10.25128/2415-3605.22.2.14(in Ukrainian).
9. International Organization for Standardization. (2020). ISO/IEC TR 24028:2020(en): Information technology — Artificial intelligence — Overview of trustworthiness in artificial intelligence. https://www.iso.org/standard/77608.html
10. Kim, K., Lapatin, M., Walsh, K. P., Feinstein, S., Faust, K. M. (2024). Moral sensitivity among engineering students in a natural disaster context. Journal of Civil Engineering Education, 151(2), 04024009. https://doi.org/10.1061/JCEECD.EIENG-2096
11. Oliveira, M. M. S. de, Penedo, A. S. T., Pereira, V. S. (2018). Distance education: Advantages and disadvantages from the point of view of education and society. Dialogia, (29), 139–152. https://doi.org/10.5585/dialogia.N29.7661
12. Tauginienė, L., Gaižauskaitė, I., Glendinning, I., Kravjar, J., Ojstersek, M., Robeiro, L., Odineca, T., Marino, F., Cosentino, M., Sivasubramaniam, S., Foltynek, T. (2018). Glossary for academic integrity. European Network for Academic Integrity 3G [online]: revised version. https://www.academicintegrity.eu/wp/wp-content/uploads/2023/02/EN-Glossary_revised_final_24.02.23.pdf
13. Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460. https://doi.org/10.1093/mind/LIX.236.433
14. Franko, Y., Lutsyk, I., Rak, V., Turanov, Y., Potapchuk, O., Uruskyi, A. (2022). Analysis of the target use and tools of information communication technologies by students of pedagogical specialties. Proceedings of the 12th International Conference on Advanced Computer Information Technologies (ACIT), 554–558. https://doi.org/10.1109/ACIT54803.2022.9913187
15. Franko, Y., Porplytsya, N., Ozhha, M., Potapchuk, O., Franko, Y. (2021). Method and software for solving the problem of fuzzy matching of records in relative databases. Proceedings of the 11th International Conference on Advanced Computer Information Technologies (ACIT 2021), 696–699. https://doi.org/10.1109/ACIT52158.2021.9548560
