Алгоритмы индивидуализации обучения на основе композиции результатов педагогических экспериментов

Article Sidebar

PDF
Опубликован: 16.06.2026
УДК 004.42 УДК37.01
DOI: https://doi.org/10.26907/1562-5419-2026-29-3-998-1026
Выпуск
Том 29 № 3 (2026)

Main Article Content

Михаил Сергеевич Дьяченко
Национальный исследовательский центр «Курчатовский институт», г. Москва, Россия
https://orcid.org/0000-0002-5809-4981

Аннотация

Рассмотрены различные аспекты практической реализации алгоритмов индивидуализированного обучения (основанные на результатах педагогических экспериментов) при обучении с преподавателем (в аудитории, дистанционно или в гибридном режиме) и при самостоятельной работе студента. Описанная система одновременно обучает студента материалам курса и приемам самостоятельного обучения, то есть образовательным технологиям, которые формируют индивидуальную образовательную траекторию. Подмножество образовательных технологий определяется индивидуально для каждого студента в группе. Образовательные технологии независимы от учебного курса и универсальны, поэтому могут применяться на последующих или параллельных курсах. Преподаватели могут описывать новые образовательные технологии в виде скриптов на языке Python без привлечения разработчиков. Предложенная реализация интегрируется с цифровой образовательной платформой Мирера для расширения возможностей платформы.

Article Details

Как цитировать
Дьяченко, М. С. «Алгоритмы индивидуализации обучения на основе композиции результатов педагогических экспериментов». Электронные библиотеки, т. 29, вып. 3, июнь 2026 г., сс. 998-1026, doi:10.26907/1562-5419-2026-29-3-998-1026.

Библиографические ссылки

1. Hoda H., Sujo-Montes L., Tu C.-H., Armfield S.J.W., and Yen C.-J. Assessment and Learning in Knowledge Spaces (ALEKS) Adaptive System Impact on Students’ Perception and Self-Regulated Learning Skills // Education Sciences. 2021. Vol. 11. No. 10. Article 603. https://doi.org/10.3390/educsci11100603
2. Lopes R.P., Mesquita C., de Góis L.A., dos Santos G. Júnior. Students’ learning autonomy: a systematic literature review // EDULEARN19 Proceedings. 2019. P. 5958–5964. https://doi.org/10.21125/edulearn.2019.1435
3. Ovezova U.A., Wagner M.-N.L. The formation of students' self-educational skills in the context of distance education // The world of science, culture and education. 2021. No. 2(87). P. 160–162 (In Russian). https://doi.org/10.24412/1991-5497-2021-287-160-162
4. Vainshtein J.V., Esin R.V., Tsibulsky G.M. Learning content model: From concept structuring to adaptive learning. Open Education. 2021. Vol. 25. No. 1. P. 28–39. (In Russian) https://doi.org/10.21686/1818-4243-2021-1-4-28-39
5. Komleva N.V., Vilyavin D.A. Digital platform for creating personalized adaptive online courses. Open Education. 2020. Vol. 24, No. 2. P. 65–72 (In Russian). https://doi.org/10.21686/1818-4243-2020-2-65-72
6. Shamsutdinova T.M. Formation of individual educational trajectory in adaptive learning management system. Open Education. 2021. Vol. 25. No. 6. P. 36–44 (In Russian). https://doi.org/10.21686/1818-4243-2021-6-36-44
7. Pavlov A.F., Myakisheva Yu.V., Rodionova G.N. The use of adaptive learning technology in the educational process of higher education institutions // Izvestia of the Samara Science Centre of the Russian academy of science. Social, humanitarian, medicobiological sciences. 2024. Vol. 26. No. 3(96). P. 70–76 (In Russian). https://doi.org/10.37313/2413-9645-2024-26-96-70-76
8. Podkolzin M.M. Intelligent Adaptive Learning System Based on Neural Networks for Personalization of Educational Trajectories of Russian University Students. Informatics and Education. 2024. Vol. 39 No. 6. P. 65–81 (In Russian). https://doi.org/10.32517/0234-0453-2024-39-6-65-81
9. Zaripova Z.F. PLARIO as a digital tool for improving the level of mathematical training of first-year undergraduate students // Kazan Pedagogical Journal. 2023. No. 3(158). P. 131–139 (In Russian). https://doi.org/10.51379/KPJ.2023.160.3.017
10. Zhilmagambetova R. et al. The Role of Adaptive Personalized Technologies in the Learning Process: Stepik as a Tool for Teaching Mathematics // International Journal of Virtual and Personal Learning Environments (IJVPLE). 2023. Vol. 13. No. 1. P. 1–15. https://doi.org/10.4018/IJVPLE.324079
11. Sadykova A.R., Trukhmanov D.V. Adaptive learning using neural networks: experience and prospects // MCU Journal of Informatics and Informatization of Education. 2025. No. 2(72). P. 32–45 (In Russian). https://doi.org/10.24412/2072-9014-2025-272-32-45
12. Shudueva Z.A., Minazova Z.M., Kharchenko S.B. The role of adaptive educational technologies in the personalization of learning // Problems of modern teacher education. 2024. No. 84-1. P. 379–382 (In Russian). EDN: GISEIN.
13. Qiu Y, Asniza I.N., Zheng S. The development of mathematics lesson plan integrated with Squirrel artificial intelligence in enhancing the fifth grade primary school students’ cognitive development in Fujian Province, China // In Proceedings of the 2024 3rd International Conference on Artificial Intelligence and Education. 2024. P. 308–313. https://doi.org/10.1145/3722237.3722290
14. Vilkova K.A., Lebedev D.V. Adaptive learning in higher education: Pro et contra // Moscow, National Research University Higher School of Economics; 2020. 36 p. (In Russian). EDN: PYRWTW.
15. Heift T. Web Delivery of Adaptive and Interactive Language Tutoring: Revisited // International Journal of Artificial Intelligence in Education. 2015. Vol. 26. P. 489–503. https://doi.org/10.1007/s40593-015-0061-0
16. Krechetov I.A., Romanenko V.V. Implementing the adaptive learning techniques // Educational Studies. Moscow. 2020. No. 2. P. 252–277 (In Russian). EDN: KYNIIH. https://doi.org/10.17323/1814-9545-2020-2-252-277
17. Murre J.M.J., Dros J. Replication and Analysis of Ebbinghaus’ Forgetting Curve // PLoS ONE. Vol. 10. No. 7. Article e0120644. https://doi.org/10.1371/journal.pone.0120644
18. Piech C., Bassen J., Huang J. et al. Deep Knowledge Tracing // Proc. 28th Int. Conf. Neural Information Processing Systems (NIPS 2015)). 2015. No. 1. P. 505–515.
19. Abdelrahman G., Wang Q., Pereira N.B. Knowledge tracing: A survey // ACM Computing Surveys. 2022. Vol. 55. No. 11. Article 224. P. 1–37. https://doi.org/10.1145/3569576
20. Chupin N.A. Competitive assessment system of students' academic achievements in the context of adaptive learning // Scientific-methodological electronic journal "Koncept". 2023. No. 6. P. 44–62 (In Russian). https://doi.org/10.24412/2304-120X-2023-11047
21. Diachenko M.S., Leonov A.G. Solving the problem of automating the learning process through experimental search for an individual educational trajectory // Informatics and education. 2024. Vol. 39. No. 4. P. 14–26 (In Russian). https://doi.org/10.32517/0234-0453-2024-39-4-14-26
22. Fisenko T.P. Organization of Adaptive Learning Aimed at the Development of Regulatory Universal Educational Actions of Primary School Students (The Case of Teaching Mathematics) // Bulletin of the Omsk State Pedagogical University. Humanitarian studies. 2024. No. 4(45). P. 215–220 (In Russian). https://doi.org/10.36809/2309-9380-2024-45-215-220


Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.

Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.

Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.

Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.

При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.

Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com

Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.

Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.