ІНТЕНСИФІКАЦІЯ ПРОФЕСІЙНОЇ ПІДГОТОВКИ ЗДОБУВАЧІВ ОСВІТИ ЗАСОБАМИ SMART-ТЕХНОЛОГІЙ
Анотація
Актуальність. Сучасна глобальна освітня архітектура зазнає радикальних змін у напрямі «Професійної освіти 4.0», що зумовлено вимогами Індустрії 4.0 та системною цифровою трансформацією. В Україні цей процес критично ускладнюється умовами воєнного стану, енергетичною нестабільністю та нагальною потребою в економічній стійкості, що вимагає впровадження інноваційних інструментів для забезпечення безперервності навчання. Традиційні педагогічні методи часто неспроможні підтримувати належний темп та якість викладання в умовах такого високого навантаження. Існує значна наукова прогалина щодо системної інтеграції SMART-комплексів не як периферійних засобів, а як основних інструментів інтенсифікації підготовки. Подолання цієї прогалини є життєво важливим для гармонізації національних професійних стандартів із європейським освітнім простором та компенсації обмеженості фізичної інфраструктури.
Мета: Це дослідження спрямоване на теоретичне обґрунтування та емпіричне оцінювання потенціалу SMART-технологій, підсилених штучним інтелектом (ШІ), як стратегічних інструментів інтенсифікації професійної підготовки. Об’єктом дослідження є розроблення концептуальної моделі, що оптимізує ефективність навчання та розвиток професійних компетентностей в умовах цифрових викликів та безпекових ризиків.
Методи: Дослідження реалізовано за поетапним змішаним дизайном (mixed-methods), що поєднує теоретичний аналіз із широкомасштабним емпіричним розвідками. На початковому етапі проведено епістемологічний аналіз літератури з питань SMART-освіти та Індустрії 4.0 для визначення ключових теоретичних засад. Емпіричний етап передбачав всеукраїнське опитування 4 645 педагогічних працівників закладів професійної освіти з усіх макрорегіонів України, що забезпечило високу територіальну та експертну репрезентативність (понад 73% учасників мають професійний стаж 10 і більше років). Аналіз даних зосереджувався на ефективності цифрових інструментів в умовах воєнного стану, домінантних формах організації навчання та технологічних бар’єрах. На завершальному етапі застосовано структурно-логічне моделювання для синтезу отриманих результатів у концептуальну модель із чотирьох блоків, що інтегрує адаптивні алгоритми та предиктивну аналітику навчання для забезпечення точності та відтворюваності освітнього процесу.
Результати: Емпіричні дані свідчать, що SMART-комплекси виконують критичну стабілізуючу функцію: 86,1% педагогів відзначають значне або помірне прискорення темпів засвоєння знань та вмінь. Крім того, 67,3% респондентів оцінили ці технології як високоефективні для підтримки безперервності освіти в умовах воєнного стану. Інтенсифікація досягається через цикли миттєвого зворотного зв’язку, автоматизацію рутинного оцінювання та персоналізацію навчальних траєкторій. У дослідженні запропоновано комплексну чотириблокову концептуальну модель: 1) технолого-адаптивна інфраструктура з використанням VR/AR та адаптивних модулів; 2) аналітико-прогностичний блок, що моніторить «цифровий слід» здобувачів; 3). система персоналізованої підтримки на основі генеративного ШІ та інтелектуальних тьюторів; 4) результативно-компетентнісний блок, узгоджений із вимогами ринку праці. Хоча 75,8% учасників визнають позитивний вплив ШІ на якість освіти, суттєвими системними бар’єрами для повномасштабного впровадження залишаються нестабільний зв’язок, перебої в енергопостачанні та різний рівень цифрової грамотності персоналу.
Висновки: Дослідження доводить, що інтенсифікація професійної підготовки засобами SMART-технологій є швидше системною освітньою еволюцією, ніж просто технологічним оновленням. Запропонована модель сприяє переходу до «випереджального навчання», трансформуючи роль педагога з транслятора знань у дизайнера освітнього досвіду. Ефективна імплементація потребує двовекторної стратегії: модернізації інституційної цифрової інфраструктури та стимулювання стратегічної цифрової саморегуляції здобувачів. Теоретично це дослідження долає розрив між теоріями адаптивного навчання та професійною дидактикою. Практично результати пропонують масштабований план модернізації систем професійної освіти в регіонах, що постраждали від криз, встановлюючи нові стандарти для розвитку стійкого та технологічно просунутого людського капіталу.
Ключові слова
стійкість, Індустрія 4.0, навчання на основі ШІ, освітній дизайн, цифрова грамотність, адаптивна педагогіка, освітня екологія
Біографія автора
Микола Пригодій
Доктор педагогічних наук, професор, член-кореспондент НАПН України, заступник директора з наукової роботи Інституту професійної освіти НАПН України, https://orcid.org/0000-0001-5351-0002, e-mail: prygodii@ukr.net
Олександр Радкевич
Доктор педагогічних наук, професор, головний науковий співробітник відділу моніторингу та оцінювання якості загальної середньої освіти Інституту педагогіки НАПН України, https://orcid.org/0000-0002-2648-5726, e-mail: mr.radkevych@gmail.com
Доступність даних
Zenodo
Radkevych, V., Pryhodii, M., & Radkevych, O. (2025). The use of SMART-complexes in the educational process: survey results of pedagogical staff at vocational and professional pre-higher education institutions (FAIR data) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.14738591
Посилання
Akhbash, A., & Kugai, K. (2022). Digital technologies for inclusive education. In Scientific Collection “InterConf”, (98): with the Proceedings of the 2nd International Scientific and Practical Conference “Modern Scientific Trends and Standards”, 98, 68–74. https://ojs.ukrlogos.in.ua/index.php/interconf/article/view/18456
Bakhov, I., Opolska, N., Bogus, M., Anishchenko, V., & Biryukova, Y. (2021). Emergency distance education in the conditions of COVID-19 pandemic: Experience of Ukrainian universities. Education Sciences, 11(7), 364. https://doi.org/10.3390/educsci11070364
Bazeliuk, O. (2021). Osnovni trendy i vyklyky tsyfrovizatsii u vyshchii osviti [Main trends and challenges of digitalization in higher education]. Pedahohichnyi dyskurs [Pedagogical Discourse], 31, 36–44. https://doi.org/10.31475/ped.dys.2021.31.05
Bhutoria, A. (2022). Personalized education and Artificial Intelligence in the United States, China, and India: A systematic review using a Human-In-The-Loop model. Computers and Education: Artificial Intelligence, 3, 100068. https://doi.org/10.1016/j.caeai.2022.100068
Bjerke, M. B., & Renger, R. (2017). Being smart about writing SMART objectives. Evaluation and Program Planning, 61, 125–127. https://doi.org/10.1016/j.evalprogplan.2016.12.009
Caena, F., & Redecker, C. (2019). Aligning teacher competence frameworks to 21st century challenges: The case for the European Digital Competence Framework for Educators (DigCompEdu). European Journal of Education, 54(3), 356–369. https://doi.org/10.1111/ejed.12345
Costa Júnior, J. F., de Souza, C. L. C. N., de Melo, C. R. G., Reinoso, L. F., do Nascimento, A. L., Lima, S. do S. A., de Almeida, J. do S. R., Sousa, M. A. de M. A., Duarte, E. M. da S., de Castro, D. dos S. C., D’Oliveira, K. S., & Lacerda, J. L. (2025). Education 4.0: The role of artificial intelligence in the development of new skills. Aracê, 7(2), 9448–9464. https://doi.org/10.56238/arev7n2-280
Deterding, S., Dixon, D., Khaled, R., & Nacke, L. (2011). From game design elements to gamefulness: Defining “gamification”. In Proceedings of the 15th International Academic MindTrek Conference: Envisioning Future Media Environments (pp. 9–15). Association for Computing Machinery. https://doi.org/10.1145/2181037.2181040
Dovhopolyk, K., & Smyrnova, I. (2021). SMART-complex in the vocational training of a modern teacher. Professional Pedagogics, 1(22), 58–68. https://doi.org/10.32835/2707-3092.2021.22.58-68
Eurydice. (2024, October 15). Ukraine: Reforming vocational education – A cornerstone of national development and recovery. Retrieved from https://eurydice.eacea.ec.europa.eu/news/ukraine-reforming-vocational-education-cornerstone-national-development-and-recovery#
Garzón, J., Patiño, E., & Marulanda, C. (2025). Systematic Review of Artificial Intelligence in Education: Trends, Benefits, and Challenges. Multimodal Technologies and Interaction, 9(8), 84. https://doi.org/10.3390/mti9080084
González-Pérez, L. I., & Ramírez-Montoya, M. S. (2022). Components of Education 4.0 in 21st century skills frameworks: Systematic review. Sustainability, 14(3), 1493. https://doi.org/10.3390/su14031493
Haleem, A., Javaid, M., Qadri, M. A., & Suman, R. (2022). Understanding the role of digital technologies in education: A review. Sustainable Operations and Computers, 3, 275–285. https://doi.org/10.1016/j.susoc.2022.05.004
Itransition. (2024, March 25). AI in education: top applications, real-life examples, and adoption tips. Retrieved from https://www.itransition.com/ai/education
Krishnan, R., Nair, S., Saamuel, B. S., Justin, S., Iwendi, C., Biamba, C., & Ibeke, E. (2022). Smart analysis of learners’ performance using learning analytics for improving academic progression: A case study model. Sustainability, 14(6), 3378. https://doi.org/10.3390/su14063378
Kulynych, O. (2021). Digital transformation of vocational educational organizations of Ukraine: European vector. ScienceRise: Pedagogical Education, 4(43), 12–17. http://doi.org/10.15587/2519-4984.2021.238001
Long, Y., Zhang, X., & Zeng, X. (2025). Application and effect analysis of virtual reality technology in vocational education practical training. Education and Information Technologies, 30, 9755–9786 https://doi.org/10.1007/s10639-024-13197-7
Mehar, S., Rohan, G., Rashmi, K. A., & Pravir, K. (2024). IoT-driven augmented reality and virtual reality systems in neurological sciences. Internet of Things, 25, 101098. https://doi.org/10.1016/j.iot.2024.101098
Moore, S. L. & Hodges, C. B. (2023). Emergency remote teaching. in EdTechnica: The open encyclopedia of educational technology (pp. 127–133). EdTech Books. https://doi.org/10.59668/371.11681
Moraes, E. B., Kipper, L. M., Hackenhaar Kellermann, A. C., Austria, L., Leivas, P., Moraes, J. A. R., & Witczak, M. (2023). Integration of Industry 4.0 technologies with Education 4.0: Advantages for improvements in learning. Interactive Technology and Smart Education, 20(2), 271–287. https://doi.org/10.1108/ITSE-11-2021-0201
Mwilongo, N. H., & Mwita, K. M. (2025). The role of artificial intelligence on the academic performance of university students: The mediating role of intrinsic motivation to learn. Innovations in Education and Teaching International, 62(5), 1467–1483. https://doi.org/10.1080/14703297.2025.2534440
Patiño, A., Ramírez-Montoya, M. S. & Buenestado-Fernández, M. (2023). Active learning and education 4.0 for complex thinking training: analysis of two case studies in open education. Smart Learning Environments, 10, 8. https://doi.org/10.1186/s40561-023-00229-x
Pinto, C. A. S., & Reis, A. da C. (2023). Characteristics of Education 4.0 and its application in Industry 4.0. Journal of Engineering Education Transformations, 37(1), 51–61. https://www.researchgate.net/publication/373609443
Potkonjak, V., Gardner, M., Callaghan, V., Mattila, P., Guetl, C., Petrović, V. M., & Jovanović, K. (2016). Virtual laboratories for education in science, technology, and engineering: A review. Computers & Education, 95, 309–327. https://doi.org/10.1016/j.compedu.2016.02.002
Pryhodii, M. (2019). Analysis of the state of pedagogical workers training to use SMART technologies in the educational process. Professional Pedagogics, 1(18), 137–142. https://doi.org/10.32835/2223-5752.2019.18.137-142
Pryhodii, М., & Radkevych, O. (2025). Artificial intelligence technologies as a tool for personalized learning in digital educational platforms. In A. Ostenda & O. Nestorenko (Eds.), Education, economy, and AI: Multidisciplinary perspectives for a digital future (pp. 139–151). The University of Technology in Katowice Press. https://lib.iitta.gov.ua/id/eprint/745754
Radkevych, O. (2023). Adaptive testing in the context of using electronic learning tools: essence, development and assessment. Professional Pedagogics, 1(26), 58–73. https://doi.org/10.32835/2707-3092.2023.26.58-73
Radkevych, V., Pryhodii, M., & Radkevych, O. (2025). The use of SMART-complexes in the educational process: survey results of pedagogical staff at vocational and professional pre-higher education institutions (FAIR data) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.14738591
Romero, C. S., Vacas, C. G., Muñoz, E. M., Levterova, D., & Lazarov, A. (2025). Digital divide and accessibility in online education. Edelweiss Applied Science and Technology, 9(4), 2548–2560. https://doi.org/10.55214/25768484.v9i4.6605
Sacristán, A. I., Calder, N., Rojano, T., Santos-Trigo, M., Friedlander, A., Meissner, H., Tabach, M., Moreno, L., & Perrusquía, E. (2009). The Influence and Shaping of Digital Technologies on the Learning – and Learning Trajectories – of Mathematical Concepts. In: Hoyles, C., Lagrange, JB. (eds) Mathematics Education and Technology-Rethinking the Terrain. New ICMI Study Series, 13, 179–226. Springer. https://doi.org/10.1007/978-1-4419-0146-0_9
Sumikawa, Y., Ikejiri, R., & Yamauchi, Y. (2022). Academic Term Search Support System for Beginners in Inquiry-Based Learning. In Uskov, V.L., Howlett, R.J., Jain, L.C. (eds) Smart Education and e-Learning – Smart Pedagogy. SEEL-22 2022. Smart Innovation, Systems and Technologies, vol 305. Springer, Singapore. https://doi.org/10.1007/978-981-19-3112-3_29
Thomann, H. (2025). Personalized learning in vocational education (Doctoral dissertation, University of Mannheim). https://madoc.bib.uni-mannheim.de/69976/1/Dissertation_Herbert%20Thomann.pdf
Tondeur, J., Aesaert, K., Pynoo, B., van Braak, J., Fraeyman, N., & Erstad, O. (2017). Developing a validated instrument to measure preservice teachers’ ICT competencies: Meeting the demands of the 21st century. British Journal of Educational Technology, 48(2), 462–472. https://doi.org/10.1111/bjet.12380
Tropina, V., & Yevtushenko, N. (2023). Innovative development of Ukraine in the context of European integration processes. University Economic Bulletin, 18(4), 41–49. https://doi.org/10.69587/ueb/4.2023.41
Tusquellas, N., Palau, R., & Santiago, R. (2024). Analysis of the potential of artificial intelligence for professional development and talent management: A systematic literature review. International Journal of Information Management Data Insights, 4(2), 100288, https://doi.org/10.1016/j.jjimei.2024.100288
Wahjusaputri, S., Nastiti, T. I., Bunyamin, B., Sukmawati, W., & Johan, J. (2024). Development of teaching factory model-based artificial intelligence: Improving the quality of learning vocational schools in Indonesia. Al-Ishlah: Jurnal Pendidikan, 16(4), 5173–5183. https://doi.org/10.35445/alishlah.v16i4.5979
Wolf, M., Teizer, J., Wolf, B., Bükrü, S., & Solberg, A. (2022). Investigating hazard recognition in augmented virtuality for personalized feedback in construction safety education and training. Advanced Engineering Informatics, 51, 101469. https://doi.org/10.1016/j.aei.2021.101469
World Economic Forum. (2024). Shaping the future of learning: The role of AI in Education 4.0 – Insight Report. https://www3.weforum.org/docs/WEF_Shaping_the_Future_of_Learning_2024.pdf
Yasa, A., Rahayu, S., Koes-Handayanto, S., & Ekawati, R. (2024). Evaluating the Impact of Smart Learning-Based Inquiry on Enhancing Digital Literacy and Critical Thinking Skills. Ingénierie des systèmes d information, 29(1), 219–233. http://dx.doi.org/10.18280/isi.290122
Zwilling, M., Klien, G., Lesjak, D., Wiechetek, Ł., Cetin, F., & Basim, H. N. (2022). Cyber Security Awareness, Knowledge and Behavior: A Comparative Study. Journal of Computer Information Systems, 62(1), 82–97. https://doi.org/10.1080/08874417.2020.1712269