Professional paper

https://doi.org/10.15516/cje.v28i3.42892

Primjena tehnologija strojnoga učenja za personalizaciju digitalnoga obrazovnog procesa u visokim obrazovnim ustanovama

Nurkylych Nuraliev ; Department of Pedagogy Kyrgyz State University named after I. Arabaev *
Piotr Kusznieruk ; Faculty of Social Sciences Warsaw Medical Academy
Aizada Azhibekova ; Department of Automated Systems and Digital Technologies Osh State University
Andrii Burachynskyi ; Educational and Scientific Institute of Information Technology State University of Information and Communication Technologies
Hristo Kamenov ; Paisii Hilendarski University of Plovdiv

* Corresponding author.

Abstract

Sažetak
Cilj studije bio je identificirati glavne vrste modela strojnoga učenja (SU) koji pomažu prilagoditi obrazovno okružje individualnim potrebama studenata na sveučilištima. Metodologija je kombinirala sustavnu analizu pristupa poučavanju pomoću SU algoritama s komparativnom analizom digitalne transformacije visokoga obrazovanja u Kirgistanu, Azerbajdžanu, Poljskoj i Ukrajini. Analiza pristupa strojnoga učenja i rezultati komparativne analize digitalizacije ispitivanih obrazovnih ustanova otkrili su ključne mehanizme za personalizaciju procesa učenja. Usporedba praksi pokazala je da Poljska i Ukrajina preferiraju modele učenja pojačavanja i algoritme za predviđanje akademskoga uspjeha, Azerbajdžan je koristio metode klasteriranja za grupiranje studenata prema stilovima učenja, a Kirgistan je implementirao sustave preporuka za poboljšanje motivacije i povratnih informacija. Analiza ukazuje na to da implementacija ovih tehnologija ovisi o četirima ključnim čimbenicima: razini digitalne kompetencije nastavnika, dostupnosti i kvaliteti obrazovnih podataka, integraciji adaptivnih modula u platforme za učenje i postojanju državnih politika koje reguliraju upotrebu umjetne inteligencije (UI) u obrazovanju. Dodatno je utvrđeno da personalizirani SU moduli doprinose povećanju intrinzične motivacije studenata, razvoju vještina samostalnoga učenja i aktivnoj interakciji unutar grupa za učenje. Praktična vrijednost rada jest u preporukama za primjenu adaptivnih SU modula u visokim obrazovnim ustanovama u zemljama koje su predmet istraživanja, što će pomoći u poboljšanju kvalitete obrazovanja, motivacije studenata i smanjenju jaza u akademskim postignućima.
Ključne riječi: analitika; analiza obrazovnoga ponašanja; motivacija; platforme; socijalna interakcija; umjetna inteligencija

Keywords

analitika; analiza obrazovnoga ponašanja; motivacija; platforme; socijalna interakcija; umjetna inteligencija

Hrčak ID:

351227

URI

https://hrcak.srce.hr/351227

Publication date:

21.9.2026.

Article data in other languages: english

Visits: 0 *