ИСПОЛЬЗОВАНИЕ ИИ ДЛЯ ПЕРСОНАЛИЗАЦИИ ОБУЧЕНИЯ В АДАПТИВНЫХ ОБРАЗОВАТЕЛЬНЫХ ПОРТАЛАХ

2026

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.53002/137
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

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.