МЕТОДИКА ПРОЄКТУВАННЯ ЗАПИТІВ ДО МОВНИХ МОДЕЛЕЙ У ОСВІТНЬОМУ ПРОЦЕСІ
DOI:
https://doi.org/10.31110/2616-650X-vol14i5-004Ключові слова:
мовні моделі, проєктування запитів, освітній процес, генеративний штучний інтелект, роль користувача, інформаційний шум, дидактичний дизайнАнотація
У статті розглянуто особливості проєктування запитів до мовних моделей у освітньому процесі як важливого елементу взаємодії з генеративним штучним інтелектом. На основі аналізу сучасних наукових досліджень встановлено, що, попри значний потенціал мовних моделей у створенні навчального контенту, питання їх педагогічно орієнтованого використання, зокрема формування запитів, залишається недостатньо розробленим у методичному аспекті. Виявлено, що якість відповідей мовної моделі значною мірою залежить від структури та змісту сформульованого запиту, що зумовлює необхідність переходу від інтуїтивного до цілеспрямованого підходу до їх проєктування.
У роботі запропоновано підхід до формування запитів, що передбачає їх структуризацію за компонентами «ціль – контекст – роль – обмеження – формат відповіді». На прикладах навчальних задач показано, що зміна структури запиту впливає на характер, повноту та зрозумілість згенерованого навчального контенту. Результати комп’ютерного експерименту з використанням мовних моделей свідчать про доцільність застосування структурованих запитів для підвищення точності відповідей та їх відповідності дидактичним цілям.
Запропоновано узагальнений шаблон запиту та визначено послідовність його формування, що може бути використана в освітній практиці для створення навчальних матеріалів і підтримки освітньої діяльності здобувачів освіти. Отримані результати можуть бути застосовані для розвитку цифрово-педагогічної компетентності користувачів та підвищення ефективності використання мовних моделей у освітньому процесі. Перспективою подальших досліджень є експериментальна перевірка ефективності запропонованого підходу в умовах реального освітнього середовища.
Посилання
Bender E. M., Gebru T., McMillan-Major A., Shmitchell S. On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’21) P. 610–623. Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922
Brown T. B., Mann B., Ryder N., et al. Language models are few-shot learners, 2020. arXiv. https://doi.org/10.48550/arXiv.2005.14165
Chen L., Chen P., Lin Z. Artificial intelligence in education: A review. IEEE Access, 2020. Vol. 8, P. 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510
Garzón J., Patiño E., Marulanda C. Systematic Review of Artificial Intelligence in Education: Trends, Benefits, and Challenges. Multimodal Technologies and Interaction, 2025. № 9(8), 84. https://doi.org/10.3390/mti9080084
Kasneci E., Sessler K., Küchemann S., et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 2023. Vol. 103, Article 102274. https://doi.org/10.1016/j.lindif.2023.102274
Miao F., Holmes W., Huang R., Zhang H. AI and education: Guidance for policy-makers. Paris, France : UNESCO, 2021. https://doi.org/10.54675/PCSP7350
OpenAI. GPT-4 Technical Report, 2023. URL: https://arxiv.org/pdf/2306.10052
Pengfei L., Weizhe Yu., Jinlan F., Zhengbao J., Hiroaki H., Graham N. Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys, Vol. 55, № 9, Article 195 (September 2023). 35 pages. https://doi.org/10.1145/3560815
Sajjadi Mohammadabadi S. M., Kara B. C., Eyupoglu C., Uzay C., Tosun M. S., Karakuş O. A Survey of Large Language Models: Evolution, Architectures, Adaptation, Benchmarking, Applications, Challenges, and Societal Implications. Electronics, 2025. № 14(18). 3580. https://doi.org/10.3390/electronics14183580
UNESCO. Guidance for generative AI in education and research. Paris: UNESCO, 2023. URL: https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A. N., Kaiser Ł., Polosukhin I. Attention is all you need. 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA. URL: https://doi.org/10.48550/arXiv.1706.03762
Zawacki-Richter O., Marín V. I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – where are the educators? Education Sciences, 2023. vol. 13(4). Art. 410. https://doi.org/10.3390/educsci13040410
Бобокало А., Юрченко А., Семеніхіна О. Навчання побудови блок-схем для розвитку алгоритмічного мислення майбутніх учителів інформатики. Освіта. Інноватика. Практика, 2025. Том 13, № 8. С. 14–19. https://doi.org/10.31110/2616-650X-vol13i8-002
Короід Т. Компаративний аналіз інтеграції генеративного ШІ у системи професійної підготовки педагогів: світові практики й перспективи України. Освіта. Інноватика. Практика, 2026. Том 14, № 3. С. 65–73. https://doi.org/10.31110/2616-650X-vol14i3-009
Олексюк В., Спірін О., Балик Н., Іванова С. Розвиток цифрової компетентності наукових та науково-педагогічних працівників засобами генеративного штучного інтелекту. Освіта. Інноватика. Практика, 2025. Том 13, № 8. С. 110–121. https://doi.org/10.31110/2616-650X-vol13i8-015
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Олена Буряк, Ольга Кечик
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
- Автори передають журналу право першої публікації свого рукопису на умовах ліцензії Creative Commons ("Із зазначенням авторства - Некомерційне використання") 4.0 Міжнародна (CC BY-NC 4.0), котра дозволяє іншим особам вільно використовувати (читати, копіювати і роздруковувати) представлені матеріали, здійснювати пошук та посилатись на опубліковані статті, поширювати їх повний текст з будь-якою законною некомерційною метою (у тому числі, з навчальною або науковою) та обов'язковим посиланням на авторів робіт і первинну публікацію у цьому журналі.
- Опубліковані оригінальні статті в подальшому не можуть використовуватись користувачами (окрім авторів) з комерційною метою або поширюватись сторонніми організаціями-посередниками на платній основі.
