ГЕНЕРАТИВНИЙ ШТУЧНИЙ ІНТЕЛЕКТ ЯК РУШІЙНА СИЛА ЦИФРОВОЇ КОМПЕТЕНТНОСТІ ОСВІТЯН: ТЕОРЕТИКО-МЕТОДОЛОГІЧНИЙ АНАЛІЗ ДЛЯ СИСТЕМИ ПІСЛЯДИПЛОМНОЇ ОСВІТИ

Автор(и)

DOI:

https://doi.org/10.24919/2308-4634.2026.352342

Ключові слова:

генеративний штучний інтелект; цифрова компетентність; DigCompEdu; TPACK; післядипломна освіта; професійний розвиток педагогів; відповідальне використання ШІ; оцінювання компетентностей.

Анотація

У статті обґрунтовано, що інтеграція генеративного ШІ в підвищення кваліфікації має будуватися не навколо “інструментів”, а навколо компетентнісних практик. На основі DigCompEdu та TPACK запропоновано чотирифазний цикл (діагностика – дизайн – упровадження – рефлексія) з доказовою ітерацією та інституційними умовами. Окреслено логіку оцінювання через тріангуляцію самооцінки, контрольованих завдань і портфоліо. Уточнено вимоги відповідального використання: перевірка результатів і фіксація походження матеріалів.

Біографія автора

Алієв Хан Магамед огли

кандидат педагогічних наук, інженер кафедри технологій дистанційного навчання та цифрової дидактики в дошкільній освіті Харківського національного педагогічного університету імені Г.С. Сковороди

Посилання

Chaika, O. (2023). The role of artificial intelligence in higher education. Youth and market, (6/214), 69–74. DOI: https://doi.org/10.24919/2308-4634.2023.287898

Desimone, L.M. (2009). Improving impact studies of teachers’ professional development: Toward better conceptualizations and measures. Educational Researcher, 38(3), pp. 181–199. DOI: https://doi.org/10.3102/0013189X08331140

Espartinez, A.S. (2024). Exploring student and teacher perceptions of ChatGPT use in higher education: A Q-Methodology study. Computers and Education: Artificial Intelligence, 7, 100264. DOI: https://doi.org/10.1016/j.caeai.2024.100264

Galindo-Domínguez, H., Delgado, N., Campo, L. & Losada, D. (2024). Relationship between teachers’ digital competence and attitudes towards artificial intelligence in education. International Journal of Educational Research, 126, 102381. DOI: https://doi.org/10.1016/j.ijer.2024.102381

Halaweh, M. (2023). ChatGPT in education: Strategies for responsible implementation. Contemporary Educational Technology, 15(2), ep421. DOI: https://doi.org/10.30935/cedtech/13036

Instefjord, E. J., & Munthe, E. (2017). Educating digitally competent teachers: A study of integration of professional digital competence in teacher education. Teaching and Teacher Education, 67, pp. 37–45. DOI: https://doi.org/10.1016/j.tate.2017.05.016

Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gassner, K., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Sailer, M., Schmidt, A., Seidel, T., Stadler, M. & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. DOI: https://doi.org/10.1016/j.lindif.2023.102274

Kong, S.C., Yang, Y., & Hou, C. (2024). Examining teachers’ behavioural intention of using generative artificial intelligence tools for teaching and learning based on the extended technology acceptance model. Computers and Education: Artificial Intelligence, 7, 100328. DOI: https://doi.org/10.1016/j.caeai.2024.100328

Miao, F. & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. DOI: https://doi.org/10.54675/EWZM9535

Mishra, P. & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), pp. 1017–1054. DOI: https://doi.org/10.1111/j.1467-9620.2006.00684.x

Nalyvaiko, O.O. (2023). Prospects of using neural networks in higher education of Ukraine. Information Technologies and Learning Tools, 97(5), pp. 1–17. DOI: https://doi.org/10.33407/itlt.v97i5.5322

Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union. DOI: https://doi.org/10.2760/159770

Scherer, R., Siddiq, F. & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers & Education, 128, pp. 13–35. DOI: https://doi.org/10.1016/j.compedu.2018.09.009

Zawacki-Richter, O., Marín, V. I., Bond, M. & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 16, 39. DOI: https://doi.org/10.1186/s41239-019-0171-0

##submission.downloads##

Опубліковано

2026-05-04

Номер

Розділ

Статті