LEARNING ANALYTICS AND DIGITAL FEEDBACK IN EDUCATIONAL PROCESS MANAGEMENT

У статті обґрунтовано роль аналітики навчання і цифрового зворотного зв’язку в управлінні освітнім процесом. Актуальність дослідження зумовлена тим, що цифрові освітні системи накопичують значні обсяги даних про результати, активність, дотримання термінів, характер помилок і взаємодію здобувачів освіти, однак ці дані часто використовуються переважно для обліку та контролю. Метою статті є обґрунтування взаємозв’язку між аналітичними показниками навчальної діяльності, їх педагогічною інтерпретацією, формами цифрового зворотного зв’язку та можливими управлінсько-педагогічними рішеннями. Дослідження має теоретико-аналітичний характер. Застосовано методи аналізу, порівняння, узагальнення, систематизації та структурно-логічного конструювання. Проаналізовано праці з аналітики навчання, освітнього майнінгу даних, прогнозування академічної успішності, інформаційних панелей, автоматизованого зворотного зв’язку, саморегульованого навчання та використання штучного інтелекту в освіті. У результаті виокремлено основні групи показників, що можуть використовуватися для моніторингу освітнього процесу: академічні результати, активність у системі управління навчанням, своєчасність виконання завдань, характер помилок, участь у взаємодії, динаміка прогресу та використання навчальних ресурсів. Визначено інформаційну, коригувальну, прогностичну, рекомендаційну, рефлексивну й управлінську функції цифрового зворотного зв’язку. Основним результатом є матриця, що поєднує аналітичний показник, його можливу педагогічну інтерпретацію, форму цифрового зворотного зв’язку та відповідне управлінсько-педагогічне рішення. Показано, що цифрові сліди не дають підстав для однозначного встановлення причин навчальної поведінки, тому матриця має орієнтовний характер і не замінює професійного судження викладача. Її практична придатність полягає в можливості використання показників, доступних у стандартних звітах LMS, електронних журналах і системах тестування, без залучення складних прогностичних алгоритмів. Перспективи подальших досліджень пов’язані з емпіричною апробацією матриці в різних дисциплінах і форматах навчання.