От индивидуализации к персонализации образования: теоретические аспекты и практика реализации на основе решений искусственного интеллекта
Автор: Каракозов Сергей Дмитриевич, Рыжова Наталья Ивановна, Самохвалова Евгения Александровна, Государев Илья Борисович
Журнал: Интеграция образования @edumag-mrsu
Рубрика: Мониторинг образования
Статья в выпуске: 2 (123) т.30, 2026 года.
Бесплатный доступ
Введение. Цифровая трансформация образования обусловливает необходимость переосмысления фундаментальных педагогических концепций. Традиционное различие индивидуализации и персонализации обучения нуждается в концептуализации с точки зрения развития технологий искусственного интеллекта. Цель исследования – определить концептуальные основы анализа перехода от индивидуализации к персонализации обучения под влиянием технологий искусственного интеллекта, установить возможности достижения современными системами подлинной персонализации в ее философско-педагогическом смысле. Материалы и методы. Исследование основывается на междисциплинарном подходе. Применялись методы концептуального, сравнительного и системного анализа. Осуществлен обзор зарубежных (Squirrel AI Learning, Carnegie Learning, Knewton) и российских («Вклад в будущее», системы вузов) платформ адаптивного обучения. Рассмотрены аспекты моделей персонализации, роль учащегося и учителя, гибкость образовательных траекторий и достигнутые результаты. Эмпирическую базу составили результаты поперечного описательно-аналитического анкетирования 191 учителя и преподавателя вуза в период с 6 по 27 октября 2025 г. на базе Московского педагогического государственного университета. Результаты исследования. Технологии искусственного интеллекта существенно расширяют практические возможности индивидуального подхода, однако реализуемая с их помощью персонализация остается ограниченной. Современные системы преимущественно адаптируют форму, темп и последовательность обучения при сохранении единых целей. Полная персонализация, предполагающая вовлеченность учащегося в целеполагание и соавторство в построении образовательной траектории, остается недостаточно реализованной. Выявлена практическая потребность в методике применения решений на основе искусственного интеллекта для реализации индивидуализации и персонализации обучения. Искусственный интеллект следует рассматривать как новую образовательную среду. Для подлинной персонализации требуются изменения в педагогическом дизайне, обеспечение прозрачности алгоритмов и активное участие учащегося в целеполагании. Заключение. Исследование открывает перспективы для развития теории цифровой субъектности личности и интеграции гуманистических целей образования с возможностями технологий искусственного интеллекта. Результаты значимы для академического сообщества, специалистов в области цифровой дидактики и разработчиков образовательных платформ.
Персонализация обучения, индивидуализация обучения, адаптивные системы обучения, цифровая трансформация образования, персонализированные ии-платформы, цифровая дидактика, личностно ориентированное обучение
Короткий адрес: https://sciup.org/147254471
IDR: 147254471 | УДК: 37.013:004.9 | DOI: 10.15507/1991-9468.26302.346-369
From individualization to personalization of education: theoretical aspects and practical implementation based on artificial intelligence solutions
Introduction. The digital transformation of education necessitates a rethinking of fundamental pedagogical concepts. The traditional distinction between individualization and personalization of learning requires conceptualization in light of the development of artificial intelligence technologies. The aim of this study is to define a conceptual framework for analyzing the transition from individualization to personalization of learning under the influence of artificial intelligence technologies and to establish the feasibility of achieving true personalization in its philosophical and pedagogical sense using modern systems. Materials and Methods. The study is based on an interdisciplinary approach. Methods of conceptual, comparative, and systemic analysis are applied. A review of international (Squirrel AI Learning, Carnegie Learning, Knewton) and Russian (Contribution to the Future, university systems) adaptive learning platforms is conducted. Aspects of personalization models, the role of the student and teacher, the flexibility of educational trajectories, and the results achieved are considered. The empirical part consisted of a cross-sectional descriptive and analytical survey of 191 teachers and university professors conducted between October 6 and 27, 2025, at Moscow Pedagogical State University. Results. Artificial intelligence technologies significantly expand the practical possibilities of an individualized approach, but the personalization they enable remains limited. Current systems primarily adapt the format, pace, and sequence of instruction while maintaining consistent goals. Full personalization, which involves student participation in goal setting and co-creation of the educational trajectory, remains under-utilized. A practical need for a methodology for applying artificial intelligence based solutions to achieve individualization and personalization of learning was identified. Artificial intelligence should be viewed as a new educational environment. True personalization requires changes in pedagogical design, ensuring the transparency of algorithms, and active student participation in goal setting. Conclusion. The study opens up prospects for developing a theory of digital subjectivity and integrating the humanistic goals of education with the capabilities of technologies artificial intelligence. The results are significant for the academic community, digital education specialists, and educational platform developers.
