УПРАВЛІННЯ НАВЧАЛЬНО-ПІЗНАВАЛЬНОЮ ДІЯЛЬНІСТЮ СТУДЕНТІВ ПРИ ДИСТАНЦІЙНОМУ НАВЧАННІ
Анотація
DOI: https://doi.org/10.26565/2074-8922-2025-85-16
Мета. Полягає в аналізі теоретичних основ та практичних підходів до управління навчально-пізнавальною діяльністю (НПД) студентів у процесі дистанційного навчання; у виокремленні ключових факторів, що впливають на ефективність управління, а також у пропонуванні рекомендацій щодо вдосконалення цього процесу.
Методи. Застосовано комплексний теоретико-методологічний підхід, що поєднує: системний аналіз; методи теорії керування; когнітивно-психологічний підхід; структурно-ієрархічний аналіз; моделювання навчальних ситуацій.
Результати. Встановлено, що впровадження адаптивних методів, інтерактивних технологій та індивідуалізованого підходу сприяє підвищенню когнітивної активності студентів, їхньої самостійності та ефективності освітнього процесу загалом. У роботі також розроблено модель управління НПД, яка базується на принципах системності, інтерактивності та персоналізації.
Висновки. Проведене дослідження підтвердило важливість розробки ефективної системи управління НПД в умовах дистанційного навчання. Було встановлено, що:
використання адаптивних методів, інтерактивних технологій та індивідуалізованого підходу підвищує мотивацію студентів, їхню самостійність та загальну результативність навчання.
Запропонована модель управління НПД у системі «студент-комп’ютер» на основі керованого напівмарковського процесу забезпечує системність, інтерактивність і персоналізацію освітнього процесу.
Концептуальне визначення функції «приросту знань» як відображення закономірностей пам’яті дозволяє інтегрувати когнітивно-психологічний аспект у модель управління.
Побудована ієрархія станів та система діагностичних тестів створює умови для об’єктивного моніторингу результатів навчання та своєчасного педагогічного втручання.
Перспективи подальших досліджень пов’язані з розширенням моделі управління для різних академічних дисциплін, апробацією її в освітніх закладах, а також із вивченням впливу новітніх цифрових технологій, зокрема штучного інтелекту, на ефективність організації дистанційного навчання.
Як цитувати: Сажко Г., Пташний О., Лукашов В. Управління навчально-пізнавальною діяльністю студентів при дистанційному навчанні. Проблеми інженерно-педагогічної освіти. 2025. Вип. 85. С.185-195. https://doi.org/10.26565/2074-8922-2025-85-16
Завантаження
Посилання
Bekh, Yu. V. (2012). Philosophy of Social Systems Management :
monograph. Kyiv: Dragomanov NPU Publishing House. https://enpuirb.udu.edu.ua/server/api/core/bitstreams/db2bdb9f-42e5-45b0-bfef-379bebcfb690/content (in Ukrainian).
Bocharova, S. P. (1997). Memory in Learning and Professional Activities. Ternopil: Acton. (in Ukrainian).
Horbatyuk R., Romanyshyna L. (2016). Experimental model of distance education future experts in higher educational institutions. The Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University. Series: pedagogy, (2), 68–75. http://dspace.tnpu.edu.ua/bitstream/123456789/6893/1/GORBATYUK.pdf (in Ukrainian).
Oletsky, О. V. (2013). Use of Markov Decision Making Processes for Selection of Educational Materials in Systems of Blended Learning. Scientific Notes, 151, 115–118. https://ekmair.ukma.edu.ua/server/api/core/bitstreams/02914a9a-e797-4e67-a88b-ca21fcf8cc97/content (in Ukrainian).
Bento, Carolina. (2020). Markov Models and Markov Chains Explained in Real Life: Probabilistic Workout Routine. Dec. 31, 2020. https://towardsdatascience.com/markov-models-and-markov-chains explained-in-real-life-probabilistic-workout-routine-65e47b5c9a73
Feinberg, E. A., Shwartz, A. (2002). Handbook of Markov Decision Processes. Boston, MA: Kluwer. https://link.springer.com/book/10.1007/978-1-4615-0805-2
Hemândez-Lerma, O., Lasserre, J. B. (1996). Discrete-Time Markov Control Processes. Basic Optimality Criteria. Berlin Heidelberg New York: Springer.
https://link.springer.com/book/10.1007/978-1-4612-0729-0
Howard R. A. (1964). Research in Semi-Markov Decision Structures. Journal of the Operational Research Society of Japan, 6(4), 163-199. https://orsj.org/wp-content/or-archives50/pdf/e_mag/Vol.06_04_163.pdf
Knopov, P. S., Chornei, R. K.(1998). Control problems for markov processes with memory. Cybernetics and System Analysis, 34, 368–376. https://doi.org/10.1007/BF02666978
Nechuiviter, O., Sazhko, H., Kovalchuk, A. (2022). Digitalization of the Educational Process of Training Future Engineering-Teachers. In: Hu, Z., Zhang, Q., Petoukhov, S., He, M. (eds). Advances in Artificial Systems for Logistics Engineering. ICAILE 2022. Lecture Notes on Data Engineering and Communications Technologies, 135, 204-213.
https://doi.org/10.1007/978-3-031-04809-8_18
Nechuiviter, O., Sazhko, H., Kovalchuk, K., Letuta, A., Lukashov, V. (2025). Computer-Based Training in Mathematical Modelling for Teachers of Technical Specialities. In: Auer, M. E., Rüütmann, T. (eds). Futureproofing Engineering Education for Global Responsibility. ICL 2024. Lecture Notes in Networks and Systems, 1281, 235-240. https://doi.org/10.1007/978-3-031-83520-9_23
Sazhko, H., Danica S. Pirsl. (2021). Error-Free Activity of the Information Processing Operator: Targeted Training Concept. Problems of Engineering Pedagogic Education, (73), 60-67.
https://doi.org/10.32820/2074-8922-2021-73-60-67
Sazhko, H., Fatieieva, L., Lukashov, V., Sazhko, E. (2025). Training Professionals in the Field of Machine Learning. In: Auer, M.E., Rüütmann, T. (eds). Futureproofing Engineering Education for Global Responsibility. ICL 2024. Lecture Notes in Networks and Systems, 1281, 228-234. https://link.springer.com/chapter/10.1007/978-3-031-83520-9_22
Sazhko, H., Nechuiviter, O., Kovalchuk, A., Fatieieva, L. (2023). The Formation of a Virtual Educational Environment as an Element in the System of Improving the Digital Competences of Teachers. In: Auer, M.E., Cukierman, U.R., Vendrell Vidal, E., Tovar Caro, E. (eds). Towards a Hybrid, Flexible and Socially Engaged Higher Education. ICL 2023. Lecture Notes in Networks and Systems, 900, 47-54. https://doi.org/10.1007/978-3-031-52667-1_6
