<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Індивідуалізоване вивчення івриту за допомогою трансформерних моделей ШІ: педагогічні можливості та виклики

Скорочена інформація про документ
dc.contributor.authorНедашківський, Є. А.uk
dc.contributor.authorNedashkivskyi, Y. A.en
dc.contributor.advisorКолесницький, О. К.uk
dc.titleІндивідуалізоване вивчення івриту за допомогою трансформерних моделей ШІ: педагогічні можливості та викликиuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationНедашківський Є. А. Індивідуалізоване вивчення івриту за допомогою трансформерних моделей ШІ: педагогічні можливості та виклики // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25764.uk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25764
dc.identifier.isbn978-617-8163-57-0
dc.identifier.udc004.89
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/47732
dc.description.abstractУ статті проаналізовано потенціал трансформерних моделей штучного інтелекту у викладанні івриту як малопоширеної мови. Розглянуто функціональні можливості моделей GPT, BERT, AlephBERT у створенні навчальних матеріалів, зворотному зв’язку та мовній практиці. Окреслено ключові педагогічні виклики – якість контенту, етика та роль викладача. Зроблено висновок про перспективність інтеграції ШІ за умови педагогічного супроводу та культурної адаптації.uk
dc.description.abstractThis article analyzes the potential of transformer-based artificial intelligence models in teaching Hebrew as a lowresource language. It examines the capabilities of GPT, BERT, and AlephBERT for generating educational materials, providing feedback, and supporting language practice. Key pedagogical challenges – such as content quality, ethics, and the teacher’s role – are outlined. The study concludes that AI integration is promising if supported by proper pedagogical guidance and cultural adaptation.en
dc.subjectштучний інтелектuk
dc.subjectтрансформерuk
dc.subjectChatGPTen
dc.subjectівритuk
dc.subjectмалопоширені мовиuk
dc.subjectіндивідуалізоване навчанняuk
dc.subjectмовна освітаuk
dc.subjectпедагогічні інноваціїuk
dc.subjectartificial intelligenceen
dc.subjecttransformeren
dc.subjectHebrewen
dc.subjectlow-resource languagesen
dc.subjectindividualized learningen
dc.subjectlanguage educationen
dc.subjecteducational innovationen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesKasneci E., Seßler K., Küchemann S. та ін. ChatGPT for good? On opportunities and challenges of large language models for education // Learning and Individual Differences. – 2023. – Т. 101. – С. 102274.en
dc.relation.referencesTlili A., Boulus S., Adarkwah M. та ін. What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education // Smart Learning Environments. – 2023. – Т. 10. – C. 1-24.en
dc.relation.referencesSharing Less Commonly Taught Languages in Higher Education: Collaboration and Innovation / за ред. E. Heidrich Uebel, A. Kraemer, L. Giupponi. – London: Routledge, 2024. – 264 с.en
dc.relation.referencesSchreyer C., Granadillo T., Daveluy M. The risk of 'taking urgent steps': linguistic diversity and the International Decade of Indigenous Languages // Journal of Multilingual and Multicultural Development. – 2022. – Т. 43, № 3. – С. 195–199.en
dc.relation.referencesHedderich M. A., Lange L., Adel H. та ін. A Survey on Recent Approaches for Natural Language Processing in Low-Resource Settings // Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics. – 2021. – С. 2545-2568.en
dc.relation.referencesVanetik N., Litvak M., Liebeskind C., Hmdia O., Abu Madeghem R. Offensive language detection in Hebrew: can other languages help? // Proceedings of the 13th Conference on Language Resources and Evaluation (LREC 2022), Marseille, 20–25 June 2022 / European Language Resources Association. – Marseille, 2022. – С. 3715–3723.en
dc.relation.referencesBender E. M., Koller A. Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data // Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. – 2020. – С. 5185–5198.en
dc.relation.referencesLeslie D. Understanding Artificial Intelligence Ethics and Safety: A guide for the responsible design and implementation of AI systems in the public sector. London: The Alan Turing Institute, 2020. 42 .en
dc.relation.referencesLeslie D. Understanding Artificial Intelligence Ethics and Safety: A guide for the responsible design and implementation of AI systems in the public sector. – London: The Alan Turing Institute, 2020. – 42 с.en
dc.relation.referencesHolmes W., Bialik M., Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. – Boston: Center for Curriculum Redesign, 2019. – 127 с.en
dc.date.accessioned2025-08-13T09:23:26Z
dc.date.available2025-08-13T09:23:26Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
25764.pdf
Розмір:
293,36 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2025)