Research indexJournal article
СТРУКТУРНО ФУНКЦІОНАЛЬНА МОДЕЛЬ ФОРМУВАННЯ КОМПОЗИЦІЙНИХ НАВИЧОК СТУДЕНТІВ У НАВЧАННІ ОСНОВАМ ГРАФІЧНОЇ КОМПОЗИЦІЇ НА ОСНОВІ ГІБРИДНОГО ШТУЧНОГО ІНТЕЛЕКТУ
Kraievska, Шеліхова
Information Technologies and Learning Tools30 Sep 2026Open access
NobleIDark:/48914/w1/20261105/B962AF38DOI10.33407/itlt.v114i4.6582
СТРУКТУРНО ФУНКЦІОНАЛЬНА МОДЕЛЬ ФОРМУВАННЯ КОМПОЗИЦІЙНИХ НАВИЧОК СТУДЕНТІВ У НАВЧАННІ ОСНОВАМ ГРАФІЧНОЇ КОМПОЗИЦІЇ НА ОСНОВІ ГІБРИДНОГО ШТУЧНОГО ІНТЕЛЕКТУ
Kraievska, Шеліхова · Information Technologies and Learning Tools · 2026
NobleIDark:/48914/w1/20261105/B962AF38DOI10.33407/itlt.v114i4.6582
Free to read at the publisher
You can read the abstract here, or the full text at the publisher.
Abstract
У статті представлено та обґрунтовано структурно-функціональну модель навчання та автоматизованого оцінювання композиційних навичок у VR-середовищі, інтегрованому в гібридну систему штучного інтелекту. Модель розглядається як цілісна система, що інтегрує цільовий, змістово-технологічний, процесуальний та контрольно-результативний блоки. Її функціонування забезпечується взаємодією імерсивного VR-середовища та аналітичного модуля на базі гібридного штучного інтелекту, який поєднує rule-based аналіз класичних композиційних принципів із data-driven алгоритмами комп’ютерного зору. Технічна логіка моделі базується на багаторівневому аналізі параметрів сцени, що забезпечує формалізований розрахунок центру візуальної ваги, динаміки ритму та геометричної рівноваги просторових елементів. Наукова новизна дослідження полягає у створенні комплексної педагогічної моделі, здатної здійснювати автоматизовану перевірку параметрів 3D-сцени в реальному часі та формувати індивідуальний інтелектуальний зворотний зв’язок для студента на основі об’єктивних метрик. Практичне значення отриманих результатів підтверджено результатами педагогічного експерименту (N=39) із застосуванням спеціалізованих цифрових навчальних ресурсів та аналітики навчальних даних. Статистична обробка результатів за критерієм Пірсона χ² засвідчила статистично значуще (p < 0,05) підвищення рівня сформованості базових та профільних композиційних навичок у студентів експериментальної групи порівняно з контрольною. Водночас розроблені алгоритми автоматизованої оцінки продемонстрували високу точність та валідність, що повністю корелює з експертними висновками досвідчених викладачів. Отримані результати переконливо підтверджують ефективність запропонованої моделі та перспективність інтеграції подібних гібридних інтелектуальних систем для підвищення загальної якості підготовки майбутніх фахівців у сфері комп’ютерної графіки, цифрового дизайну та інженерної візуалізації.