На кафедрі моделювання та програмного забезпечення Криворізького національного університету відбулись захисти кваліфікаційних робіт бакалаврів зі спеціальності «Інженерія програмного забезпечення». Цьогорічні випускники продемонстрували надзвичайно широкий спектр розробок – від інтелектуальних систем аналізу даних до захопливих ігрових проєктів.
Серед розмаїття проєктів можна виділити наступні тренди:
• Штучний інтелект та аналіз даних: Студенти активно впроваджують AI у повсякденне життя. Зокрема, розробляються месенджери з інтеграцією ШІ для виявлення спаму (Денис Бут), системи прогнозування цін на нерухомість за допомогою машинного навчання (Артем Губарєв) та інтелектуальні помічники для модернізації ПК.
• Кібербезпека та захист інформації: Особлива увага приділена захисту даних. Серед тем – файлові менеджери з функціями шифрування (Сергій Білай) та месенджери з динамічним шифруванням (Андрій Сидоренко).
• Геймдев з освітнім та культурним підтекстом: Ігрова індустрія представлена проєктами за мотивами української міфології (Роман Ряпов), іграми з історії інженерії ПЗ (Єгор Брільов) та навчальними тренажерами для вивчення термінала UNIX-подібних систем (Олександр Міхєєв).
• Соціально значущі та практичні застосунки: Студенти працюють над мобільними додатками для підвищення безпеки жінок (Олександра Геращенко), платформами для планування раціону (Дар’я Сокол) та інформаційними системами для обліку роботи аграрних компаній.
Захисти були цікавими, адже кожен проєкт — це не просто навчальна робота, а реальний інструмент для вирішення актуальних проблем цифрового світу.
У сучасній освіті важливу роль відіграє зворотний зв’язок студентів, який дозволяє викладачам оцінити ефективність навчального процесу та покращити якість викладання.
Після внесення суттєвих змін в зміст теоретичної частини та наповнення лабораторних робіт дисциплін «Веб-програмування», «Архітектура та проектування програмного забезпечення» та «Сучасні технологій Інтернет-програмування» доцентом кафедри Анною Трачук в червні 2025 року було проведено моніторингове дослідження з метою підвищення ефективності навчального процесу та якості викладання.
В опитуванні приймали участь студенти 1, 2 та 3 курсу, групи ІПЗ-24-1,2, ІПЗ-23-1,2, ІПЗ-22-1,2,3, ІПЗ-24ск та ІПЗ-23ск.
Студентам була запропонована анонімна анкета.
Метою опитування було виявлення рівня задоволеності лекційним та лабораторним матеріалом, оцінка складності лабораторних робіт, корисності лекцій для практичного виконання завдань, а також збір пропозицій щодо покращення курсу.
1. Загальна складність лабораторних робіт
Більшість студентів оцінили складність лабораторних робіт як помірну:
оцінка 3 – 56,7%
оцінка 4 – 37,5%
оцінка 5 – 6,2%
Враховуючи, що лабораторні роботи створюються для середнього студента, такий розподіл оцінок можна вважати цілком задовільним.
2. Найскладніші та найпростіші лабораторні роботи
Студенти відзначили найбільш складними такі завдання:
застосування принципів проєктування на практиці при написанні коду,
робота з Apache, Docker та сервісом Firebase.
робота з GET та POST запитами, API та JSON,
фінальний проєкт, що об’єднував усі набуті знання,
3. Корисність лекцій
За оцінкою студентів, лекції були дуже корисними для розуміння лабораторних робіт: 87,5% оцінили лекції на 4 та 5 бали. Це свідчить про високий рівень практичної користі теоретичного матеріалу.
4. Пропозиції щодо доповнення курсу
Студенти запропонували:
виділити більше часу на вивчення вже наявного матеріалу,
надати відео інструкцію щодо здачі лабораторних робіт,
надати список сайтів для самостійного вивчення ПЗ,
додати теми контейнеризації та роботи з API, асинхронне програмування,
додати мінімальну роботу з git (деплой додатку, робота з гілками).
5. Що сподобалося студентам у курсі:
приклади з реального життя, інтеграція теорії з практикою,
структура лекцій та презентацій,
методика подання матеріалу,
лабораторні роботи та написання коду,
перевірка та фінальні доробки,
отримання чіткого розуміння основ веб-програмування, що дозволяє далі розвиватися з бібліотеками та фреймворками (React, NodeJS).
6. Пропозиції щодо покращення курсу
Основна пропозиція студентів – виділити більше годин для вивчення наявного матеріалу, що дозволить поглибити розуміння та закріпити практичні навички.
Висновок
Опитування показало, що вищеназвані дисципліни мають високий рівень практичної та теоретичної цінності, лекції ефективно допомагають у виконанні лабораторних робіт, а запропоновані студентами доповнення та рекомендації можуть підвищити якість курсу та мотивацію до навчання.
9 червня 2025 року старший викладач кафедри моделювання та програмного забезпечення Рибальченко О.Г. та викладач Білашенко С.В. провели вебінар для студентів 2 курсу спеціальності «Інженерія програмного забезпечення», присвячений питанням використання штучного інтелекту (ШІ) в освіті та його впливу на академічну доброчесність. В доповіді були використані відомості, які викладачі отримали під час проходження курсу підвищення кваліфікації «Великий курс про ШІ в освіті» від ГО «Прогресильні».
Доповідачки розповіли, що доброчесність при застосуванні ШІ залежить від користувача, мнима “недоброчесність” ШІ не є приводом для його заборони. Вже існує політика відповідального застосування ШІ, розроблена Міністерством освіти та науки України разом з Мінастерством цифрової трансформації України. Викладачам рекомендовано застосовувати ці рекомендації для ефективної взаємодії зі студентами.
Можливі порушення академічної доброчесності, пов’язані з ШІ, діляться на дві групи. До порушень, що генеруються самим ШІ, відносяться плагіат, фальсифікація та фабрикація даних, недотримання умов ліцензій Creative Commons. До порушень, що робить користувач ШІ, належать списування, змова, введення в оману, несанкціонована співпраця, використання ШІ як інструменту хострайтингу (paper mill).
Відповідно до шкали AIAS (Artificial Intelligence Assessment Scale) існують такі варіанти використання ШІ при виконанні навчальних завдань, які градуються від заборони ШІ до підтримки з боку ШІ та інтеграції з ШІ.
1. Відсутність ШІ (NAI): робота виконується та перевіряється повністю без допомоги ШІ, заборона його використання. Цей рівень гарантує, що студенти покладаються виключно на свої знання, розуміння та навички.
2. Генерування та структурування ідей: ШІ використовується для мозкового штурму, створення структур, генерування ідей щодо покращення роботи, але у фінальній роботі не допускається використання ШІ.
3. Редагування за допомогою штучного інтелекту: ШІ можна використовувати для покращення зрозумілості або якості створеної студентами роботи з метою вдосконалення кінцевого результату, але за допомогою ШІ не можна створювати новий контент. При цьому оригінальна робота без ШІ має надаватися в додатку.
4. Виконання завдань ШІ, що оцінюються людиною (AIA): ШІ використовується для виконання певних елементів завдання; студенти обговорюють або коментують створений ШІ контент. Цей рівень вимагає критичної взаємодії з контентом, створеним ШІ, та оцінювання його результатів. Будь-який створений ШІ контент має бути процитований.
5. Повне використання ШІ (AIG): ШІ слід використовувати в якості “другого пілота”, щоб відповідати вимогам оцінювання, забезпечуючи спільний підхід до ШІ та підвищуючи творчий потенціал. При цьому можна використовувати ШІ впродовж усього оцінювання, і не потрібно вказувати, який контент згенеровано за допомогою ШІ.
Викладачки зазначили, що штучний інтелект доброчесно допоможе студентам:
швидко знаходити необхідну інформацію для виконання завдань і підготовки до навчальних занять та контрольних заходів;
працювати з матеріалами іноземною мовою;
вивчати іноземні мови;
генерувати ідеї для написання есе, створення презентацій та інших творчих завдань;
отримувати підказки та пояснення щодо вирішення складних завдань;
генерувати різноманітні тестові завдання, що дозволяє ефективно готуватися до іспитів;
аналізувати помилки під час виконання тестів і надавати персоналізовані рекомендації щодо їх виправлення;
автоматично створювати конспекти лекцій та інших навчальних матеріалів, що дозволить зосередитись на розумінні основних ідей.
З метою доброчесного використання можливостей штучного інтелекту рекомендовано використовувати атрибуцію ШІ в навчальних завданнях, яка повинна включати інформацію про:
мету використання ШІ;
завдання, яке має вирішити ШІ;
дослівне формулювання запиту (промту) до ШІ;
використаний інструмент;
методи обробки результату користувачем.
На завершення вебінару доповідачки відмітили, що атрибуція ролі ШІ у навчальному завданні не має призводити до суб’єктивного відношення до його виконавця та звинувачень у потенційних порушеннях академічної доброчесності. Саме для цього виконавець роботи має не припустити таких порушень під час застосування ГШІ та чітко відзначити роль ГШІ у завданні, щоб уникнути звинувачень у порушенні академічної доброчесності.
