ГЕНЕРАТИВНИЙ ШТУЧНИЙ ІНТЕЛЕКТ В ОСВІТІ: МОЖЛИВОСТІ, ВИКЛИКИ ТА ПЕРСПЕКТИВИ ІНТЕГРАЦІЇ
DOI:
https://doi.org/10.31652/2412-1142-2025-78-56-65Ключові слова:
генеративний штучний інтелект, персоналізоване навчання, адаптивні системи, інклюзія в освіті, етичні викликиАнотація
У статті здійснено комплексний аналіз можливостей та ризиків інтеграції генеративного штучного інтелекту (ШІ) в систему освіти. Серед основних переваг виокремлено персоналізоване навчання та використання адаптивних систем, спрямованих на підвищення залученості та покращення результатів навчання й викладання, а також на задоволення потреб усіх учасників освітнього процесу. Особливу увагу приділено ролі ШІ у просуванні інклюзії, зокрема шляхом створення доступних освітніх середовищ, сприяючи розбудові безбар'єрності, що особливо актуально зараз для українського суспільства. Встановлено, що інструменти ШІ можуть бути ефективно застосовані на різних етапах наукових досліджень, а також для оптимізації адміністративних процесів у закладах вищої освіти — від автоматизації рутинних завдань і швидкого доступу до інформації до підвищення ефективності комунікації та розробки стратегій залучення академічної спільноти. Визначено потенціал ШІ у зменшенні навантаження на викладачів під час перевірки робіт, складання розкладів та ведення документації. Проаналізовано ключові ризики впровадження ШІ, пов'язані з етичними та правовими викликами: надмірним використанням автоматизованих рішень, що може знизити рівень критичного мислення; порушенням принципів академічної доброчесності; загрозами для захисту персональних даних. Поряд із цим, розглянуто міжнародний досвід інтеграції ШІ в освіту (Велика Британія, Індія, США, Фінляндія), який свідчить про ефективність адаптивних систем у формуванні індивідуальних освітніх траєкторій. Наведено статистичні дані щодо результатів застосування штучного інтелекту в освітніх процесах. Сформовано рекомендації щодо безпечного та ефективного впровадження ШІ: збереження балансу між автоматизацією та розвитком самостійності, впровадження етичного регулювання, системна підготовка педагогів, автоматизація адміністративних завдань, забезпечення рівного доступу до технологій.Завантажити
Посилання
Wiley. (n.d.). Alta. Wiley. https://www.wiley.com/en-us/education/alta.
Caner-Yıldırım, S. (2025). Modeling ChatGPT adoption among undergraduates: An integrated UTAUT2 and digital competence framework. SAGE Open, 15(2). https://doi.org/10.1177/21582440251343340.
Chen, Z., & Singh, C. (2025). Opportunities and challenges in harnessing digital technology for effective teaching and learning. Trends in Higher Education, 4(1). https://doi.org/10.3390/higheredu4010006.
Hong, L. (2025). Development and validation of a competency-based ladder pathway for AI literacy enhancement among higher vocational students. Scientific Reports, 15(1). https://doi.org/10.1038/s41598-025-15202-6.
Ji, Y., Zhan, Z., Li, T., Zou, X., & Lyu, S. (2025). Human–machine cocreation: The effects of ChatGPT on students’ learn ing performance, AI awareness, critical thinking, and cognitive load in a STEM course toward entrepreneurship. IEEE Transactions on Learning Technologies, 18, 402–415. https://doi.org/10.1109/TLT.2025.3554584.
Luckin, R. (2024). Development and learning in organizations: An international journal. Development and Learning in Organizations, 39(1), 1–4. https://doi.org/10.1108/DLO-04-2024-0108.
McKinsey & Company. (2020). How artificial intelligence will impact K–12 teachers. McKinsey & Company. https://www.mckinsey.com/industries/education/our-insights/how-artificial-intelligence-will-impact-k-12-teachers.
Song, Y., Lv, S., Wang, M., Wang, Z., & Dong, W. (2025). The impact of digital learning competence on the academic achievement of undergraduate students. Behavioral Sciences, 15 (7), 840. https://doi.org/10.3390/bs15070840.
Srikanth, R. (2024). Generative AI in education: Opportunities and challenges in today’s learning systems. LinkedIn. https://www.linkedin.com/pulse/generative-ai-education-opportunities-challenges-todays-srikanth.
Srivastava, M. (2023). A day in the life of ChatGPT as an academic reviewer: Investigating the potential of large language model for scientific literature review. OSF Preprints. https://doi.org/10.31219/osf.io/wydct.
Stokel-Walker, C. (2023). ChatGPT listed as author on research papers: Many scientists disapprove. Nature, 613 (7945), 620–621. https://doi.org/10.1038/d41586-023-00107-z.
Tan, X., Cheng, G., & Ling, M. H. (2025). Investigating the mediating role of TPACK on teachers’ AI competency and their teaching performance in higher education. Computers and Education: Artificial Intelligence, 9. https://doi.org/10.1016/j.caeai.2025.100461.
TechUnity Inc. (2025). The rise of AI in education: Personalized learning and adaptive systems in 2025. LinkedIn. https://www.linkedin.com/pulse/rise-ai-education-personalized-learning-adaptive-systems-2025.
Theresiawati, H., Hidayanto, A. N., Seta, H. B., Widyatmoko, A. M., Muhammad, M. A., Said, M. F. A., & Adifai, S. R. (2025). An alysis of factors influencing students’ adoption of generative AI as a programming learning resource. Interactive Learning Environments, 1–18. https://doi.org/10.1080/10494820.2025.2546630.
UNESCO. (2023). Generative AI in education and research: Opportunities, concerns, and solutions. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000384489.
UNESCO. (n.d.). UNESCO’s recommendation on the ethics of artificial intelligence: Key facts. https://unesdoc.unesco.org/ark:/48223/pf0000385082.
McKinsey & Company. (n.d.). Using machine learning to improve student success in higher education. McKinsey & Company. https://www.mckinsey.com/industries/education/our-insights/using-machine-learning-to-improve-student-success-in-higher-education.
Harvard University. (n.d.). VPAL research, HarvardX work to enable adaptive learning in new online course. Harvard University. https://www.vpal.harvard.edu/news/vpal-research-harvardx-work-enable-adaptive-learning-new-online-course.
Xiaojie, L., Zheng, L., Liuliu, D.-I., Xueru, L., Yihui, M., Haoyu, J., Shuai, W., Chongshuo, Y., Wei, Z., & Zitao, Y. (2025). Generative artificial intelligence: Pioneering a new paradigm for research and education in smart energy systems. Energy and AI, 22. https://doi.org/10.1016/j.egyai.2025.100610.
Yan, W., Nakajima, T., & Sawada, R. (2025). Beyond tool use: Tracking the evolution of generative AI literacy among university students through a process-oriented investigation. Computers and Education: Artificial Intelligence, 9. https://doi.org/10.1016/j.caeai.2025.100465.
Гулівата І. Концепт цифрової освітньої доступності: європейський досвід. Комп'ютерно-інтегровані технології: освіта, наука, виробництво. 2024. № 56. С. 143-148. DOI: https://doi.org/10.36910/6775-2524-0560-2024-56-17.
Рекомендації щодо відповідального впровадження та використання технологій штучного інтелекту в закладах вищої освіти. URL: https://mon.gov.ua/static-objects/mon/sites/1/news/2025/04/24/shi-v-zakladakh-vyshchoi-osvity-24-04-2025.pdf.
Скільки школярів регулярно використовують ШІ для домашніх завдань: дослідження. URL: https://osvitoria.media/news/skilky-shkolyariv-regulyarno-vykorystovuyut-shi-dlya-domashnih-zavdan-doslidzhennya/.
Штучний інтелект у вищій освіті: ризики та перспективи інтеграції: матеріали всеукраїнського науково-педагогічного підвищення кваліфікації, 1 липня 11 серпня 2024 року. Львів; Торунь: Liha-Pres, 2024. 328 р. URL: https://cuesc.org.ua/images/informlist/%D0%9C%D0%B0%D0%BA%D0%B5%D1%82%20advanced_training_OLA.pdf.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 І. О. Гулівата, І. І. Ніколіна

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
