УДК 37.018.43
DOI: 10.36871/26189976.2026.03-3.008

Авторы

Марет Курейшовна Дакиева,
Кандидат биологических наук, доцент кафедры биологии, Ингушский государственный университет
Малика Юрьевна Яударова,
Старший преподаватель кафедры теории и технологии социальной работы юридического факультета, Чеченский государственный университет имени А. А. Кадырова
Хеда Хусейновна Тасуева,
Ассистент кафедры «Информатика и вычислительная техника», Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова

Аннотация

В статье исследуются теоретические и прикладные аспекты применения цифровых образовательных ресурсов и интеллектуальных алгоритмов анализа данных для адаптации обучения к индивидуальным особенностям обучающихся в условиях, характеризующихся неполнотой, нечеткостью и динамической изменчивостью исходной информации о когнитивных характеристиках, уровне подготовленности, стилях усвоения материала и мотивационных предпочтениях. Актуальность исследования обусловлена тем обстоятельством, что традиционные подходы к адаптации обучения, основанные на предварительном тестировании и построении статических профилей обучающихся, обнаруживают свою недостаточность при столкновении с многомерностью индивидуальных различий, ситуационной вариативностью учебной деятельности и принципиальной невозможностью полной формализации всех факторов, определяющих успешность освоения образовательного контента. В этих условиях особую значимость приобретает разработка и внедрение адаптивных систем, способных в режиме реального времени аккумулировать и интерпретировать разнородные данные о деятельности обучающегося, выявлять скрытые закономерности и паттерны поведения, прогнозировать вероятные затруднения и на этой основе своевременно корректировать образовательную траекторию.

Ключевые слова

цифровые образовательные ресурсы
интеллектуальные алгоритмы

Список литературы

[1] Атанов Г.А., Пустынникова И. Н. Адаптивные образовательные системы: теория и практика // Образовательные технологии и общество. — 2019. — Т. 22, № 3. — С. 45–58.

[2] Бершадский А. М. Когнитивные стратегии и модели обучения в цифровой образовательной среде // Педагогика.—2020.—№ 5.—С. 23–35.

[3] Винник В. Д. Нечеткие модели в интеллектуальных обучающих системах // Искусственный интеллект и принятие решений.—2020.—№ 1.—С. 34–48.

[4] Гаврилова Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2018.—384 с.

[5] Дьяченко О.М., Лаврик О. Л. Интеллектуальный анализ образовательных данных: методы и модели // Вестник РУДН. Серия: Информатизация образования.—2021.— Т. 18, № 2.—С. 112–128.

[6] Захарова И.Г., Сидоркина И. Г. Рекомендательные системы в электронном обучении // Открытое образование.—2019.—Т. 23, № 4.—С. 21–32.

[7] Кречетников К. Г. Проектирование адаптивных образовательных систем на основе методов машинного обучения // Прикладная информатика.—2020.—Т. 15, № 5.— С. 56–71.

[8] Лаптев В.В., Рыжова Н. И., Швецова М. А. Интеллектуальные системы в образовании.— М.: Юрайт, 2022.—312 с.

[9] Носков М.В., Тулупьев А. Л. Байесовские сети доверия в задачах моделирования образовательных траекторий // Труды СПИИРАН.—2018.—Т. 17, № 6.—С. 1423–1452.

[10] Попов Д. И. Адаптивные гипермедийные системы: архитектуры, модели, алгоритмы // Программные продукты и системы.—2020.—№ 2.—С. 234–24