Автор(и):
- Хоботова Еліна Борисівна, ORCID: https://orcid.org/0000-0001-6377-5186
- Даценко Віта Василівна, ORCID: https://orcid.org/0000-0001-8331-8863
DOI: https://doi.org/10.32782/2307-9770.2025.13.03.04
Мова статті: UKR
Анотація
У статті здійснено огляд використання штучного інтелекту (ШІ) у вищій школі, з якого зрозуміло основні аспекти ШІ в освіті: використання інструментів ШІ для вирішення навчальних проблем; вирішення проблем залучення студентів, освітньої нерівності та тимчасових обмежень; розвиток людського інтелекту поряд з ШІ. Позначено основні ролі, які бере на себе ШІ при навчанні у вищих навчальних закладах. Новизна одержаних результатів полягає у висвітленні позитивних та негативних аспектів при застосуванні ШІ в освіті, проблемних моментів використання ШІ при навчанні хімії та невирішених питань. Виявлено найбільш ефективні можливості використання генеративного ШІ при проведенні навчальних занять з дисципліни «Хімія» і на вищому науковому рівні при проведенні наукових хімічних досліджень. Результати проведеного дослідження показують, що генеративний ШІ можливо використовувати на навчальних заняттях з хімії як інструмент для створення ілюстративного ряду, в якості опоненту, при моніторингу з уточненням аналітики та зі створенням узагальнених моделей. Розглянуто переваги ШІ у вивченні хімії при проведенні студентських наукових досліджень: при аналізі великих баз даних, виявленні молекулярних властивостей, моделюванні молекулярної структури, прогнозуванні хімічної реактивності та властивостей речовин, створенні інновацій в хімічних дослідженнях. ШІ також може забезпечити зменшення залежності від хімічного експерименту. Наведено приклад власного досвіду при використанні Chat GPT при проведенні наукових досліджень спільно зі студентами: проаналізовано існуючі підходи до синтезу феритів, обрано найбільш оптимальну стратегію для синтезу мідно-цинкових феритів, створено узагальнену модель можливих властивостей феритів як корисних технічних матеріалів та обрано оптимальні методи їх дослідження. Синтезовані ферити проявили себе як фотокаталізатори, окисники, сорбенти, сполуки з суперпарамагнітними властивостями. Практична цінність статті полягає в тому, що вона надає зацікавленим сторонам інформацію про позитивні та негативні особливості використання генеративного ШІ у вищій школі і конкретно при вивченні хімії.
Ключові слова
вища освіта; методи навчання; штучний інтелект; дисципліна «Хімія»; навчальні заняття; студентські наукові дослідження
Бібліографічні посилання
1. Akbar J. S., Djakariah D. Application of artificial intelligence (AI) in learning chemistry. JESOC. 2024. № 1(2). PP. 41−45. URL: https://jurnal.devitara.or.id/index.php/pendidikan (accessed date 20.06.2025).
2. Ramsundar B., Liu B., Wu Z., Verras A., Tudor M., Sheridan R. P., Pande V. Is multitask deep learning practical for pharma? JCIM. 2017. № 57(8). PP. 2068−2076. DOI: https://doi.org/10.1021/acs.jcim.7b00146
3. Chaudhry M. A., Cukurova M., Luckin R. A transparency index framework for AI in education. In: Rodrigo M. M., Matsuda N., Cristea A. I., Dimitrova V. (eds). Artificial intelligence in education: Posters and late breaking results, workshops and tutorials, industry and innovation tracks, practitioners’ and doctoral consortium. AIED 2022. Lecture Notes in Computer Science. Cham: Springer, 2022. Vol. 13356. DOI: https://doi.org/10.1007/978-3-031-11647-6_33
4. Darvishi A., Khosravi H., Sadig S., Gasevic D., Siemens G. Impact of AI assistance on student agency. Computers & Education. 2024. № 210. Article 104967. DOI: https://doi.org/10.1016/j.compedu.2023.10004967
5. Akbar J. S., Dasna I. W., Wonorahardjo S. The effect of guided inquiry-based practicum learning and prior knowledge on learning outcomes and science process skills of high school students on solubility and solubility products. Jurnal Pendidikan Sains. 2019. № 7(3). PP. 80−84
6. Goh G. B., Siegel C., Vishnu A., Hodas N. O. Chemception: A deep neural network with minimal chemistry knowledge matches the performance of expert-developed QSAR/QSPR models. 2017. DOI: https://doi.org/10.48550/arXiv.1706.06689
7. Segler M. H., Waller M. P. Neural-symbolic machine learning for retrosynthesis and reaction prediction. Chem. Eur. J. 2017. № 23(25). PP. 5966−5971. DOI: https://doi.org/10.1002/chem.201605499
8. Wu Z., Ramsundar B., Feinberg E. N., Gomes J., Geniesse C., Pappu A. S., Pande V. MoleculeNet: a benchmark for molecular machine learning. Chem. Sci. 2018. № 9(2). PP. 513−530. DOI: https://doi.org/10.1039/c7sc02664a
9. Gómez-Bombarelli R., Wei J. N., Duvenaud D., Hernández-Lobato J. M., Sánchez-Lengeling B., Sheberla D., Aspuru-Guzik A. Automatic chemical design using a data-driven continuous representation of molecules. ACS Central Science. 2016. № 4(2). PP. 268−276. DOI: https://doi.org/10.48550/arXiv.1610.02415
10. Butler K. T., Davies D. W., Cartwright H., et al. Machine learning for molecular and materials science. Nature. 2018. № 559. PP. 547–555. DOI: https://doi.org/10.1038/s41586-018-0337-2
11. Андрощук А., Малюга О. Використання штучного інтелекту у вищій освіті: стан і тенденції. International Science Journal of Education & Linguistics. 2024. Т. 2. №. 3. С. 27-35. DOI: https://doi.org/10.46299/j.isjel.20240302.04
12. Ситник Л. Г. Навчання основам штучного інтелекту . Імідж сучасного педагога. (2025). № 3(222). С. 12–16. DOI: https://doi.org/10.33272/2522-9729-2025-3(222)-12-16
13. Ілійчук Л. Штучний інтелект і якість освіти: можливості, виклики та загрози. Науково-педагогічні студії. 2024. № 8. С. 232-248. DOI: https://doi.org/10.32405/2663-5739-2028-8-232-248
14. Романенко Т. В., Ткаченко А. В., Власенко В. М. Засоби штучного інтелекту для інформаційно-комунікаційної взаємодії у ЗВО. Наукові записки. Серія: Педагогічні науки. 2024. № 212. С. 44-50. DOI: https://doi.org/10.36550/2415-7988-2024-1-212-44-50
15. Коломієць А., Кушнір О. Використання штучного інтелекту в освітній та науковій діяльності: можливості та виклики. Сучасні інформаційні технології та інноваційні методики навчання в підготовці фахівців: методологія, теорія, досвід, проблеми. 2024. № 70. С. 45-57. DOI: https://doi.org/10.31652/2412-1142-2023-70-45-57
16. Мар’єнко М., Коваленко В. Штучний інтелект та відкрита наука в освіті. Фізико-математична освіта. 2023. Т. 38. № 1. С. 48–53. DOI: https://doi.org/10.31110/2413-1571-2023-038-1-007
17. Дущенко О. Огляд наукових підходів до використання технологій штучного інтелекту в освітньому процесі. Освітологічний дискурс. 2024. Т. 46. Вип. 3. С. 6–22. DOI: https://doi.org/10.28925/2312-5829/2024.3.1
18. Гриценчук О. Використання штучного інтелекту в освіті: тенденції та перспективи в Україні та за кордоном. Вісник Кафедри ЮНЕСКО Неперервна професійна освіта ХХІ століття. (2024). Т. 2. № 10. С. 152–161. DOI: https://doi.org/10.35387/ucj.2(10).2024.0012
19. Паламар С., Науменко М. Штучний інтелект в освіті: використання без порушення принципів академічної чесності». Освітологічний дискурс. 2024. Т. 1. Вип. 44. С. 68–83. DOI: https://doi.org/10.28925/2312-5829.2024.15
20. Kumar A. Artificial Intelligence in Education: Revolutionizing Teaching and Learning. Journal of Asian Primary Education. 2024. Vol. 1. No. 1. PP. 63–67. DOI: https://doi.org/10.59966/joape.v1i1.1207