КОНЦЕПТУАЛЬНА МОДЕЛЬ ІНТЕГРАЦІЇ ГЕНЕРАТИВНОГО ШТУЧНОГО ІНТЕЛЕКТУ У ПРОЦЕС РОЗВИТКУ ІНФОРМАЦІЙНО-ЦИФРОВОЇ КОМПЕТЕНТНОСТІ УЧНІВ РІВНЯ БАЗОВОЇ СЕРЕДНЬОЇ ОСВІТИ

Автор(и)

DOI:

https://doi.org/10.31110/fmo2025.v40i5-06

Ключові слова:

інформаційно-цифрова компетентність, генеративний штучний інтелект (ГШІ), учні, базова середня освіта, концептуальна модель інтеграції ГШІ

Анотація

У статті розглянуто інтеграцію генеративного штучного інтелекту (ГШІ) у процес розвитку інформаційно-цифрової компетентності (ІЦК) учнів базової середньої освіти. Підкреслено актуальність створення концептуальної моделі, що поєднує педагогічні, когнітивні, технологічні та етичні виміри й спирається на рамку DigComp 2.2 та рекомендації UNESCO.

Формулювання проблеми. ІЦК стає ключовою у цифровому суспільстві, однак традиційні підходи в школі не забезпечують належного рівня її формування. Учні відчувають складнощі у пошуку та критичному аналізі інформації, а освітній процес потребує індивідуалізації та ширшого використання цифрових засобів. Поширення ГШІ актуалізує необхідність концептуального його впровадження з урахуванням педагогічної доцільності, етики та безпеки.

Матеріали і методи. Використано аналіз наукової й методичної літератури, міжнародних документів з цифрової грамотності, результати педагогічного спостереження та контент-аналіз освітніх практик. Для побудови моделі застосовано метод моделювання і структурно-функціональний аналіз, що дозволив визначити взаємозв’язки між її складниками.

Результати. Розроблено концептуальну модель інтеграції ГШІ у розвиток ІЦК учнів, яка має багаторівневу реалізацію. На рівні учня – персоналізація освітніх траєкторій, чат-боти, системи рекомендацій, розвиток критичного мислення; на рівні вчителя – оптимізація рутинних завдань, аналіз досягнень, створення індивідуальних планів; на рівні управління – аналітика для прогнозування результатів і корекції програм; на суспільному рівні – вирішення питань доступності, захисту даних, подолання алгоритмічної упередженості. Модель охоплює цільовий, суб’єктно-об’єктний, змістовий, технологічний, методичний, організаційний, етичний і результативно-оцінювальний складники, що формують цілісну систему.

Висновки. Інтеграція ГШІ у навчання відкриває нові можливості для розвитку критичного мислення, цифрової творчості та автономії учнів. Модель має теоретичну й практичну значущість, може бути використана для оновлення освітніх стандартів, створення методичних матеріалів і програм підвищення кваліфікації педагогів. Її реалізація сприяє формуванню готовності школярів до усвідомленої взаємодії з інтелектуальними технологіями в умовах цифрової трансформації.

Завантажити

Дані для завантаження поки недоступні.

Посилання

Annapureddy, R., Fornaroli, A., & Gatica-Pérez, D. (2025). Generative AI literacy: Twelve defining competencies. Digital Government: Research and Practice / ACM, 6, 1(13), 1-21. https://doi.org/10.1145/3685680

Ateş, Н., & Gündüzalp, C. (2025). Proposing a conceptual model for the adoption of artificial intelligence by teachers in STEM education. Interactive Learning Environments, 10, 1-27. https://doi.org/10.1080/10494820.2025.2457350

Casal-Otero, L., Cataka, A., Fernando-Morante, C., Taboada, M., Cebreiro, B., & Barro, S. (2023). AI literacy in K-12: A systematic literature review. International Journal of STEM Education, 10, 29. https://doi.org/10.1186/s40594-023-00418-7

Cheah, Y. H., Lu, J., & Kim, J. (2025). Integrating generative artificial intelligence in K-12 education: Examining teachers’ preparedness, practices, and barriers. Computers and Education: Artificial Intelligence, 8, 100363. https://doi.org/10.1016/j.caeai.2025.100363

Guidance for generative AI in education and research. (2023). In UNESCO eBooks. https://doi.org/10.54675/ewzm9535

Heintz, F., (2021). Three interviews about K-12 AI education in America, Europe, and Singapore. KI – Künstliche Intelligenz, 35(2), 233-237. https://doi.org/10.1007/s13218-021-00730-w

Holmes, W., & Porayska-Pomsta, K. (Eds.). (2022). The ethics of artificial intelligence in education: Practices, challenges, and debates. Routledge. https://doi.org/10.4324/9780429329067

Holmes, W., Porayska-Pomsta, K., et al. (2021). Ethics of AI in education: Towards a community-wide approach. International Journal of Artificial Intelligence in Education,32, 504-526. https://doi.org/10.1007/s40593-021-00239-1

Jiang, B., Dai, J., Zhou, A., Dong, X., Liu, X., Hong, D., Jiang, F., Zheng, L., Zhao, J., Zhang, H., Liu, Y., & Yuan, Z. (2023). Artificial Intelligence Curriculum Guidelines for Primary and Secondary Schools. Journal of East China Normal University (Educational Sciences), 41(3), 121-134. https://doi.org/10.16382/j.cnki.1000-5560.2023.03.013

Kamali, J., Alpat, M. F., & Bozkurt, A. (2024). AI ethics as a complex and multifaceted challenge. International Journal of Educational Technology in Higher Education, 21, 62. https://doi.org/10.1186/s41239-024-00496-9

Lytvynova, S., Vodopian, N., & Sysoeva, O. (2024). Artificial intelligence in secondary education: An innovative teacher’s tool to ensure individualised learning for students. In New media pedagogy: Research trends, methodological challenges, and successful implementations (pp. 393-412). Springer. https://doi.org/10.1007/978-3-031-63235-8_26

Micheuz, P. (2020). Approaches to artificial intelligence as a subject in school education. In T. Brinda, D. Passey, & T. Keane (Eds.), Empowering teaching for digital equity and agency. OCCE 2020. IFIP Advances in Information and Communication Technology (Vol. 595). Springer. https://doi.org/10.1007/978-3-030-59847-1_1

Owoeye, G. (2024). The influence of artificial intelligence on employment trends in the United States (US). International Journal of Innovative Science and Research Technology, 9(6), 1368-1372. https://doi.org/10.38124/ijisrt/ijisrt24jun328

Touretzky, D., Gardner-McCune, C., Breazeal, C., Martin, F., & Seehorn, D. (2019). A year in K-12 AI education. AI Magazine, 40(4), 88-90. https://doi.org/10.1609/aimag.v40i4.5289

Van Audenhove, L., Vermeire, L., Van den Broeck, W., & Demeulenaere, A. (2024). Data literacy in the new EU DigComp 2.2 framework: How DigComp defines competences on artificial intelligence, internet of things, and data. Information & Learning Sciences, 125 (5-6): 406-436. https://doi.org/10.1108/ILS-06-2023-0072

Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for citizens – With new examples of knowledge, skills and attitudes (EUR 31006 EN). Publications Office of the European Union. https://doi.org/10.2760/115376

Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252(Part A), 124167. https://doi.org/10.1016/j.eswa.2024.124167

Zhou, X., & Schofield, L. (2024). Developing a conceptual framework for artificial intelligence (AI) literacy in higher education. Journal of Learning Development in Higher Education, 31. https://doi.org/10.47408/jldhe.vi31.1354

UNESCO. (2024a). AI competency framework for teachers. Publications Office. https://doi.org/10.2766/153756

UNESCO. (2024b). AI competency framework for students. UNESCO. https://doi.org/10.54675/JKJB9835

Завантаження

Опубліковано

28.11.2025

Як цитувати

Литвинова, С., Носенко, Ю., Осадча, К., Пінчук, О., Рашевська, Н., & Сухіх, А. (2025). КОНЦЕПТУАЛЬНА МОДЕЛЬ ІНТЕГРАЦІЇ ГЕНЕРАТИВНОГО ШТУЧНОГО ІНТЕЛЕКТУ У ПРОЦЕС РОЗВИТКУ ІНФОРМАЦІЙНО-ЦИФРОВОЇ КОМПЕТЕНТНОСТІ УЧНІВ РІВНЯ БАЗОВОЇ СЕРЕДНЬОЇ ОСВІТИ. Фізико-математична освіта, 40(5), 44-52. https://doi.org/10.31110/fmo2025.v40i5-06

Статті цього автора (цих авторів), які найбільше читають

1 2 > >>