Розроблення цифрового інструментарію для удосконалення дистанційного навчання

Abstract

UA: Метою атестаційної роботи є розроблення та тестування розроблення цифрового інструментарію для удосконалення дистанційного навчання.

У ході виконання атестаційної роботи було проведено аналіз теоретико- аналітичних засад дистанційної освіти та вивчено фундаментальні принципи

проектування когнітивних тестів для забезпечення валідності та надійності оцінювання. Було спроектовано та розроблено програмний продукт у вигляді Telegram-бота на мові програмування Python. Реалізовано інтеграцію з мовною моделлю Google Gemini через API для аналізу текстових даних. Бот здатен приймати файли у форматах .xlsx та .csv, що містять перелік питань та відкритих відповідей студентів, асинхронно обробляти кожен рядок та надсилати запити до штучного інтелекту для отримання оцінки за 100- бальною шкалою та розгорнутого аналізу відповіді. Для перевірки ефективності інструментарію було проведено експериментальне тестування, в ході якого порівнювалися оцінки, надані штучним інтелектом, з оцінками викладача для завдань різних когнітивних рівнів. Результати показали високий рівень узгодженості, підтвердивши потенціал інструменту як потужного асистента для викладачів, здатного значно зменшити навантаження та прискорити процес надання зворотного зв’язку.

EN: The purpose of the qualification work is the development and testing of a digital toolkit to improve distance learning. During the execution of the qualification work, an analysis of the theoretical and analytical foundations of distance education was conducted, and the fundamental principles of designing cognitive tests to ensure the validity and reliability of assessment were studied. A software product in the form of a Telegram bot was designed and developed using the Python programming language. Integration with the Google Gemini language model was implemented via API for text data analysis. The bot is capable of accepting files in .xlsx and .csv formats containing a list of questions and students' open-ended answers, asynchronously processing each row, and sending requests to the artificial intelligence to obtain a score on a 100-point scale and a detailed analysis of the answer. To verify the effectiveness of the toolkit, experimental testing was conducted, during which the scores provided by the artificial intelligence were compared with the teacher's assessments for tasks of different cognitive levels. The results showed a high level of consistency, confirming the tool's potential as a powerful assistant for teachers, capable of significantly reducing the workload and speeding up the feedback process.