Модель интеграции нейрокогнитивного ассистента в образовательный процесс вуза: структурно-содержательный анализ
Автор: Токтарова В.И., Семенова Д.А.
Журнал: Science for Education Today @sciforedu
Рубрика: Математика и экономика для образования
Статья в выпуске: 3 т.15, 2025 года.
Бесплатный доступ
Проблема и цель. В статье представлены результаты исследования по проблеме персонализации образовательного процесса посредством нейрокогнитивных технологий в условиях цифровой трансформации высшего образования. Цель статьи – теоретически обосновать и представить структурно-содержательную модель интеграции нейрокогнитивного ассистента в образовательную среду вуза, определить компоненты и описать результаты оценки ее эффективности в процессе подготовки будущих педагогов. Методология. Методологическую основу исследования составили системный, личностно-ориентированный, когнитивно-деятельностный и информационно-коммуникационный подходы. Использованы теоретические методы анализа и синтеза, эмпирические методы педагогического эксперимента, диагностические методики (Edinburgh Handedness Inventory, SOLAT) и методы математико-статистической обработки данных. Экспериментальная работа по оценке эффективности интеграции нейрокогнитивного ассистента в образовательный процесс проводилась в рамках дисциплины «Управление проектной деятельностью» на базе педагогического института Марийского государственного университета. В исследовании приняли участие 104 студента. Результаты. Основные результаты заключаются в разработке и реализации структурно-содержательной модели, включающей функционально-целевой, содержательно-технологический и результативно-критериальный компоненты. В статье исследуются актуальные аспекты внедрения нейрокогнитивных технологий в педагогическую практику и выявляются механизмы их интеграции в образовательную среду. Подчеркивается, что такие технологии способствуют более точному учету индивидуальных когнитивных особенностей студентов на основе диагностики функциональной асимметрии головного мозга, подбору оптимальных форм и методов подачи учебного материала и предоставлению персонализированных рекомендаций студентам. Выявлены и описаны особенности участников команды при реализации каждого проектного этапа в зависимости от их функциональной асимметрии мозга. Экспериментальные данные подтвердили высокий уровень (коэффициент корреляции R = 0,7) эффективности использования нейрокогнитивного ассистента для персонализации учебного процесса, повышения академической успеваемости и развития проектной компетентности студентов. Заключение. В заключении делаются выводы о том, что разработанная модель интеграции нейрокогнитивного ассистента имеет высокий потенциал для модернизации высшего образования при проектировании образовательных программ, создании рекомендаций для адаптации учебного контента под индивидуальные когнитивные особенности студентов, разработки цифровых систем персонализированного обучения нового поколения. Для более широкой интеграции данной технологии требуется дальнейшая разработка алгоритмов персонализации, устранение технических ограничений и подготовка преподавателей к их использованию.
Нейрокогнитивный ассистент, персонализация обучения, когнитивные особенности студентов, функциональная асимметрия мозга, структурно-содержательная модель, цифровая образовательная среда, педагогический эксперимент
Короткий адрес: https://sciup.org/147250852
IDR: 147250852 | УДК: 004+378.14+37.03+159.91 | DOI: 10.15293/2658-6762.2503.08
The model of integrating a neurocognitive assistant into the educational process of the HEI: Structural and content analysis
Introduction. The article is devoted to the problem of personalization of the educational process through neurocognitive technologies in the context of digital transformation of higher education. The purpose of the article is to theoretically substantiate and present a structural and content model of integrating a neurocognitive assistant into the educational environment of a HEI, to determine the components and describe the results of assessing its effectiveness in the process of preparing future teachers. Materials and Methods. The methodological basis of the study was formed by the systemic, personality-centered, cognitive-activity and information-communication approaches. Theoretical methods of analysis and synthesis, empirical methods of educational experiment, diagnostic methods (Edinburgh Handedness Inventory, SOLAT) and methods of mathematical and statistical data processing were used. Experimental work on assessing the effectiveness of integrating a neurocognitive assistant into the educational process was carried out within the framework of the discipline ‘Project Activity Management’ at the Pedagogical Institute of the Mari State University. 104 students took part in the study. Results. The main results consist in the development of a structural and content model, including functional-target, content-technological and result-criterial components. The article examines the current aspects of the implementation of neurocognitive technologies in teaching practice and identifies the mechanisms of their integration into the educational environment. It is emphasized that such technologies contribute to a more accurate consideration of individual cognitive characteristics of students based on the diagnosis of functional asymmetry of the brain, the selection of optimal forms and methods of presenting educational material and providing personalized recommendations to students. The characteristics of team members during the implementation of each project stage are identified and described depending on their functional asymmetry of the brain. Experimental data confirmed a high level (correlation coefficient R = 0.7) of the effectiveness of using a neurocognitive assistant to personalize the educational process, improve academic performance and develop students’ project competence. Conclusions. The study concludes that the proposed model of integration of the neurocognitive assistant has high potential for modernization of higher education in designing educational programs and recommendations for adjusting educational content to individual cognitive characteristics of students, and developing digital systems of personalized learning. For wider integration of this technology, further development of personalization algorithms, elimination of technical limitations and training teachers for their use are required.
