LEARNING ANALYTICS ЯК ІНСТРУМЕНТ АНАЛІЗУ ГЕНДЕРНИХ ДИСБАЛАНСІВ У ЦИФРОВІЙ ОСВІТІ - Scientific conference
Main page
UA PL EN

Congratulation from Internet Conference!

Hello

Рік заснування видання - 2011

LEARNING ANALYTICS ЯК ІНСТРУМЕНТ АНАЛІЗУ ГЕНДЕРНИХ ДИСБАЛАНСІВ У ЦИФРОВІЙ ОСВІТІ

04.02.2026 09:22

[1. Information systems and technologies]

Author: Стисло Тарас Романович, кандидат юридичних наук, доцент кафедри інформаційних технологій, Заклад вищої освіти «Університет Короля Данила», м. Івано-Франківськ; Стисло Оксана Василівна, старша викладачка кафедри інформаційних технологій, Заклад вищої освіти «Університет Короля Данила», м. Івано-Франківськ


ORCID: 0000-0002-2377-7985 Стисло Т.Р.

ORCID: 0000-0002-7348-2501 Стисло О.В.

Цифрова трансформація освіти у XXI столітті зумовлює переосмислення підходів до організації та управління навчальними процесами. У сучасному освітньому середовищі дедалі ширше застосовуються інтелектуальні аналітичні інструменти, орієнтовані на збір і аналіз великих масивів освітніх даних (Learning Analytics), що створює передумови для підвищення ефективності управління освітою та персоналізації навчання [1;2]. Поряд із цим аналітика освітніх даних відкриває нові можливості для дослідження соціальних аспектів цифрової освіти, зокрема гендерних дисбалансів у доступі до навчальних ресурсів і результатах навчання [3].

Актуальність проблеми гендерної рівності посилюється в умовах автоматизації освітніх процесів, коли алгоритмічні рішення впливають на формування освітніх траєкторій, оцінювання академічної успішності та доступ до цифрових можливостей [4]. Аналітичні системи, побудовані на історичних даних, можуть неусвідомлено відтворювати соціокультурні упередження, що створює ризики алгоритмічної нерівності між гендерними групами [5;6].

В українському освітньому контексті питання гендерної рівності частково відображено в Концепції розвитку штучного інтелекту в Україні (Мінцифра, 2023), однак у цьому документі відсутні чітко визначені індикатори моніторингу гендерної рівності у цифровій освіті. Це ускладнює системний аналіз та формування доказової державної політики цифрової інклюзії, що актуалізує потребу в розробленні науково обґрунтованих підходів до оцінювання гендерних дисбалансів.

Аналітика освітніх даних формується як міждисциплінарний науковий напрям, що поєднує методи інформатики, статистики, педагогічної діагностики та соціальних наук [1;2]. Її методологічною основою є концепція data-driven education, відповідно до якої управлінські та педагогічні рішення ухвалюються на основі кількісного аналізу академічних і поведінкових даних здобувачів освіти. У технологічному вимірі LA спирається на методи машинного навчання та предиктивного моделювання, що дає змогу виявляти закономірності навчальної поведінки й ризики академічної неуспішності [2].




Рис. 1. Концептуальна схема Gender-Aware Learning Analytics (GALAF)

У контексті забезпечення гендерної рівності аналітика освітніх даних виступає об’єктивним інструментом виявлення структурних дисбалансів у цифровому освітньому середовищі. За даними звітів UNESCO та OECD, жінки становлять менше третини учасників технічних дисциплін і близько 28 % слухачів онлайн-курсів з програмування та аналізу даних, тоді як у гуманітарних напрямах їх частка перевищує 60 %, що свідчить про збереження професійної та освітньої сегрегації.

Важливим чинником ефективного використання аналітики освітніх даних є рівень етичної зрілості державної та інституційної політики. Принципи прозорості, пояснюваності, недискримінаційності та підзвітності мають бути інтегровані в архітектуру аналітичних систем як базові вимоги. Їх недотримання створює ризик відтворення соціальної нерівності, що суперечить міжнародним регуляторним нормам (EU AI Act, ISO/IEC 42001:2023, ISO/IEC 23894:2023) та ціннісним засадам освіти.

Узагальнено, аналітика освітніх даних набуває подвійної ролі — інструменту наукового аналізу та механізму підтримки управлінських рішень у процесі цифрової трансформації освіти. Подальші дослідження мають бути спрямовані на вдосконалення методології аналізу освітніх даних з урахуванням соціокультурних чинників і інтеграцію принципів гендерної рівності у цифрові освітні екосистеми.

Література:

1. Holmes W., Bialik M., Fadel C. Штучний інтелект в освіті: обіцянки та наслідки для навчання та викладання. – Boston : Center for Curriculum Redesign, 2019. – 212 с.

2. Dwivedi Y. K., Hughes L., Rana N. P., et al. Generative AI for Education: Opportunities and Challenges // Computers in Human Behavior. – 2024. – Vol. 150. – P. 108512.

3. Siemens G., Baker R. Learning Analytics and Educational Data Mining // Proc. 2nd Int. Conf. on Learning Analytics and Knowledge. – Vancouver : ACM, 2022. – P. 252–260.

4. UNESCO. Gender Equality in the Digital Learning Era. – Paris : UNESCO Publishing, 2023. – 96 p.

5. OECD. Education at a Glance 2024: OECD Indicators. – Paris : OECD Publishing, 2024.

6. Floridi L., Cowls J. AI4People – An Ethical Framework for a Good AI Society // Minds and Machines. – 2018.



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter

Another articles in this section

Сonferences

Conference 2026

Conference 2025

Conference 2024

Conference 2023

Conference 2022

Conference 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення