ОЦЕНКА ЭФФЕКТИВНОСТИ ПРОГРАММ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ В УСЛОВИЯХ ИНТЕГРАЦИИ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА |
| научная статья | 378 | ||
| 259-268 |
| Статья посвящена разработке и апробации подхода к оценке эффективности программ дополнительного профессионального образования в условиях гибридной образовательной среды с использованием технологий искусственного интеллекта. В основе исследования лежит квазиэкспериментальный дизайн с повторными измерениями, включающий сопоставление входных и итоговых данных, а также анализ продуктов деятельности слушателей. Эмпирическую базу составила авторская программа повышения квалификации, реализованная в 2024–2026 годах с участием 78 преподавателей. Эффективность программы оценивалась по четырем критериям: когнитивному, практическому, поведенческому и рефлексивному. Полученные результаты показывают, что наибольшая динамика наблюдается на поведенческом уровне, где зафиксирован переход от эпизодического использования ИИ к его регулярному внедрению в профессиональную деятельность. Установлено, что ключевым фактором эффективности выступает не наличие технологий, а степень их педагогической интеграции. Научная новизна исследования заключается в интерпретации эффективности как многомерного процесса, отражающего трансформацию профессиональной деятельности преподавателя. |
 |
| 1 . Блинов В.И., Есенина Е.Ю., Сергеев И.С. Модели смешанного обучения: организационно-дидактическая типология // Высшее образование в России. 2021. Т. 30, № 5. С. 44–64. DOI: 10.31992/0869-3617-2021-30-5-44-64. 2 . APEC Quality Assurance of Online Learning Toolkit 2019. URL: https://www.apec.org/docs/default-source/Publications/2019/12/APEC-Quality-Assurance-of-Online-Learning-Toolkit/219_HRD_Quality-Assurance-of-Online-Learning-Toolkit.pdf (дата обращения: 31.03.2026). 3 . Huang Y., Marcial D.E. Evaluating the quality of hybrid learning in higher education: stakeholder perspectives from a Chinese university // Frontiers in Education. 2025. Vol. 10. Art. 1615020. DOI: 10.3389/feduc.2025.1615020. 4 . Zawacki-Richter O., Mar?n V.I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – where are the educators? // International Journal of Educational Technology in Higher Education. 2019. Vol. 16. Art. 39. DOI: 10.1186/s41239-019-0171-0. 5 . Siemens G. Learning analytics: The emergence of a discipline // American Behavioral Scientist. 2013. Vol. 57, № 10. P. 1380–1400. DOI: 10.1177/0002764213498851. 6 . UNESCO. Guidance for generative AI in education and research / Fengchun Miao, Wayne Holmes; UNESCO. Paris: UNESCO, 2023. 44 p. DOI: 10.54675/EWZM9535. 7 . UNESCO. AI and education: Guidance for policymakers. Paris: UNESCO, 2021. DOI: 10.54675/PCSP7350. 8 . UNESCO. AI competency framework for teachers / Fengchun Miao, Mutlu Cukurova; UNESCO. Paris: UNESCO, 2024. 60 p. DOI: 10.54675/ZJTE2084. 9 . UNESCO. AI competency framework for students / Fengchun Miao, Kelly Shiohira, Natalie Lao; UNESCO. Paris: UNESCO, 2024. 80 p. DOI: 10.54675/JKJB9835. 10 . Об образовании в Российской Федерации. Федеральный закон от 29.12.2012 № 273-ФЗ (ред. от 08.03.2026). Ст. 76 // СПС «КонсультантПлюс». URL: https://www.consultant.ru/document/cons_doc_LAW_140174/ (дата обращения: 31.03.2026). 11 . Лебедев В.В., Мансурова С.Е., Расташанская Т.В., Табаровская К.А. Рекомендации по обеспечению качества дополнительных профессиональных программ / ГАОУ ВО «Московский институт открытого образования». 4-е изд., перераб. и доп. М.: МИОО, 2016. 98 с. URL: https://www.dpomos.ru/upload/iblock/d59/Rekomendatsii_po_obespecheniyu_kachestva_DPP.pdf (дата обращения: 31.03.2026). |