ТЕОРЕТИЧЕСКИЕ ОСНОВЫ АДАПТИВНОГО ОБУЧЕНИЯ И ПЕДАГОГИЧЕСКИЕ ОСОБЕННОСТИ ЕГО ОРГАНИЗАЦИИ В ЦИФРОВОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЕ
Ключевые слова:
адаптивное обучение, цифровая образовательная среда, персонализированное обучение, индивидуальная образовательная траектория, компетенции в области программирования, learning analytics, цифровой след, адаптивное задание, автоматизированная обратная связь, обучение программированию.Аннотация
В статье проанализированы теоретико-педагогические основы
организации адаптивного обучения в цифровой образовательной среде.
Раскрыты взаимосвязь и отличительные особенности понятий адаптивного,
индивидуализированного и персонализированного обучения. Обоснованы
возможности использования в современных системах адаптивного обучения
данных об уровне знаний студентов, темпе усвоения учебного материала,
результатах выполнения заданий, типах ошибок и цифровых следах учебной
деятельности. На основе анализа зарубежных исследований раскрыта роль
диагностики, индивидуальной образовательной траектории, адаптивного
контента, дифференцированных заданий, автоматизированной обратной связи и
механизмов learning analytics в обеспечении педагогической эффективности
адаптивного обучения. Проанализированы возможности применения
адаптивного подхода при преподавании дисциплины «Основы
программирования» и предложена концептуальная структура адаптивной
цифровой среды, направленной на развитие компетенций студентов в области
программирования.
Библиографические ссылки
1. Alamri H. A., Watson S., Watson W. Learning Technology Models that Support Personalization within Blended
Learning Environments in Higher Education // TechTrends. – 2021. – Vol. 65. – P. 62–78. – DOI: 10.1007/s11528-020-
00530-3
2. Raj N. S., Renumol V. G. A Systematic Literature Review on Adaptive Content Recommenders in Personalized
Learning Environments from 2015 to 2020 // Journal of Computers in Education. – 2022. – Vol. 9. – P. 113–148. – DOI:
10.1007/s40692-021-00199-4
3. Smyrnova-Trybulska E., Morze N., Varchenko-Trotsenko L. Adaptive Learning in University Students’
Opinions: Cross-Border Research // Education and Information Technologies. – 2022. – Vol. 27. – P. 6787–6818. – DOI:
10.1007/s10639-021-10830-7
4. Ling H.-C., Chiang H.-S. Learning Performance in Adaptive Learning Systems: A Case Study of Web
Programming Learning Recommendations // Frontiers in Psychology. – 2022. – Vol. 13. – Article 770637. – DOI:
10.3389/fpsyg.2022.770637
5. Zheng L., Long M., Zhong L., Gyasi J. F. The Effectiveness of Technology-Facilitated Personalized Learning on
Learning Achievements and Learning Perceptions: A Meta-Analysis // Education and Information Technologies. – 2022. –
Vol. 27. – P. 11807–11830. – DOI: 10.1007/s10639-022-11092-7
6. Contrino M. F., Reyes-Millán M., Vázquez-Villegas P. et al. Using an Adaptive Learning Tool to Improve Student
Performance and Satisfaction in Online and Face-to-Face Education for a More Personalized Approach // Smart Learning
Environments. – 2024. – Vol. 11. – Article 6. – DOI: 10.1186/s40561-024-00292-y
7. du Plooy E., Casteleijn D., Franzsen D. Personalized Adaptive Learning in Higher Education: A Scoping Review
of Key Characteristics and Impact on Academic Performance and Engagement // Heliyon. – 2024. – Vol. 10, No. 21. – Article
e39630. – DOI: 10.1016/j.heliyon.2024.e39630
8. Bond M., Khosravi H., De Laat M., Bergdahl N., Negrea V., Oxley E., Pham P., Chong S. W., Siemens G. A Meta
Systematic Review of Artificial Intelligence in Higher Education: A Call for Increased Ethics, Collaboration, and Rigour //
International Journal of Educational Technology in Higher Education. – 2024. – Vol. 21. – Article 4. – DOI: 10.1186/s41239-
023-00436-z
9. Wang S., Wang F., Zhu Z., Wang J., Tran T., Du Z. Artificial Intelligence in Education: A Systematic Literature
Review // Expert Systems with Applications. – 2024. – Vol. 252. – Article 124167. – DOI: 10.1016/j.eswa.2024.124167
