Концепції
Спільне навчання
Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.
Спільне навчання — інструкційні підходи, за яких студенти працюють разом, щоб вирішувати задачі, виконувати завдання або конструювати знання, з підтримкою або медіацією інструментів ШІ. В галузі ШІ в освіті дослідження спільного навчання охоплюють ШІ як партнера зі співпраці, ШІ як медіатора людської співпраці та проєктування систем спільного ШІ-тьюторингу.
Питання для роздумів
- Згадайте час, коли ви глибоко навчилися чомусь у групі. Що зробило це працюючим? Тепер уявіть, що до цієї групи приєднується чат-бот ШІ — як він міг би зміцнити або тихо підірвати те, що ви пережили?
- Дослідження виявляє компроміс: делегування міркування ШІ дає найкращу результативність завдання, але найменшу саморегулятивну залученість, тоді як режим, що будує саморегуляцію, відстає на завданні. Якби вам довелося обирати, що б ви захищали — результат чи боротьбу?
- Рамка ICAP ранжує «інтерактивну» співпрацю як найглибиннішу форму залученості. Чи міг би ШІ, який відповідає замість групи, насправді знизити співпрацю з інтерактивної до просто пасивної — навіть якщо студенти почуваються більш задоволеними?
- Одне дослідження виявило, що медіаторам ШІ довіряють лише поки вони залишаються нейтральними; коли ШІ переходить до порад або кидання виклику, ця довіра ейодиється. Наскільки нейтральним має бути медіатор ШІ для групи насправді?
- Коли здобувачі використовують ШІ для створення відполірованого артефакту, вони можуть пропустити епістемічне зусилля, що будує розуміння. Як би ви проєктували партнера ШІ, який виявляє незгоду та конфлікт, а не згладжує їх?
- Нейровідмінні студенти повідомляють про потребу в структурованих завданнях, малих стабільних командах і явних ролях. Якщо інструменти ШІ-співпраці будуються для «середнього» здобувача, кого вони можуть залишити поза увагою — і як би ви проєктували інакше?
Вступ
Спільне навчання підґрунтоване на соціокультурних теоріях навчання, які розташовують конструювання знань як фундаментально соціальне. ШІ вводить нову динаміку: ШІ може служити ровесником, фасилітатором або учасником у спільних процесах. Статті в цій базі знань досліджують, як опосередкована ШІ співпраця впливає на навчальні результати, епістемічну залученість та справедливість, — і як спільні структури мусять бути проєктовані, щоб умістити різноманітних здобувачів.
Співпраця як конструкт проти групової роботи як структури. Спільне навчання — це ширша теорія: знання ко-конструюється через спільну діяльність і діалог. Групова робота — її найконкретніша формальна реалізація — команда, що породжує спільний результат, і часто спільну оцінку. Ці два тісно пов’язані, але не ідентичні: група може функціонувати без справжньої співпраці (завдання розбите на незалежні частини, робота просто злита), і співпраця може відбуватися без формальних груп (пари, діалог усього класу або людсько-ШІ-взаємодія). ШІ тисне найсильніше саме на цю прогалину — Chen and Zou (2026) виявили групи, чия індивідуальна практика GenAI ніколи не стала колективною спроможністю, бо завдання ніколи не вимагало спільної роботи, поряд із групами, де спільна оцінка зробила використання GenAI проблемою координації. Сторінка групової роботи розглядає ці динаміки глибоко; ця сторінка утримує ширшу лінзу на спільне навчання як ціле.
ШІ як спільний партнер досліджує роль ШІ в груповому навчанні. Kimmerle концептуалізує ризик зменшеного епістемічного зусилля, коли здобувачі використовують ШІ для створення відполірованих артефактів знань, виступаючи за ШІ, структурований як аргументативний партнер, який зберігає когнітивний конфлікт. Перевіряючи це в масштабі класу, Oppenheimer, Cash & Connell Pensky (2025) дали студентам вступних курсів суспільних наук (n = 154) написати аргументовані есе, отримати критику від ВММ таких як ChatGPT, Gemini або Claude, а потім включити її або їй заперечити; сліпі кодувальники виявили рефлексію в 92.7% і активне заперечення тверджень ВММ в 87.8% відповідей (κs між оцінювачами = 0.81–0.89) — свідчення, що здобувачі поводилися як критичні споживачі, які зберегли, а не капітулювали, когнітивний конфлікт критики. Ordered Network Analysis of Epistemic Emotions during Collaborative Problem Solving досліджує, як емоції формують спільне Вирішення задач зі ШІ. Systematic Review of Collaborative Learning Activities for Promoting AI Literacy досліджує спільні підходи до розвитку ШІ-грамотності.
Схвалення фасилітатора — найсильніший спостережуваний важіль на те, чи приймуть студенти контрарного агента: у дванадцяти міжпрофесійних командах ті, чий фасилітатор із викладацького складу вплинув на їхню інтеграцію ШІ, оцінили його як більше частину команди (M = 3.08 проти 2.64), а його зворотний зв’язок — як більш корисний (M = 3.44 проти 2.93) (Wiss та співавт. (2025)).
Опосередкована ШІ співпраця ровесників досліджує, як ШІ підтримує співпрацю між людьми. ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming і Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning досліджують, як характеристики агентів ШІ впливають на групову динаміку. When AI Agents Teach Each Other: Discourse Patterns Resembling Peer Learning in the Moltbook Community документує, як агенти ШІ, що вчать один одного, породжують патерни дискурсу, схожі на людське навчання ровесників. Системи на рівні всього класу розширють це на реляційний вимір співпраці: CoBi використовує розпізнавання мови та розуміння мови, щоб виявляти «піднесений» дискурс малих груп (бути шанобливим, рівноправним, відданим спільноті, рушити мислення вперед) і повертає неоцінні Візуалізація на рівні класу, щоб підтримати будування спільноти та навички співпраці, свідомо утримуючи зворотний зв’язок на рівні студента або групи, щоб захистити Приватність і Довіра.
Нейровідмінні перспективи на співпрацю виявляють критичні вимоги до проєктування. Zastudil та співавт. виявили, що нейровідмінним студентам потрібні структуровані завдання, малі стабільні команди з явно визначеними ролями та передбачувані патерни взаємодії — вимоги, які мусять умістити інструменти ШІ-співпраці. Це пов’язує спільне навчання з Інклюзивне навчання та Нейрорізноманіття.
Співпраця викладача зі ШІ досліджує, як викладачі та ШІ працюють разом. Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing і Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence досліджують рамки для людсько-ШІ-спільного викладання, пов’язуючи з Викладання та Людина в циклі.
ШІ як педагогічний медіатор переконцептуалізує роль ШІ в співпраці за межами інструмента або ровесника. Спираючись на соціокультурну теорію та розподілену когніцію, Niari розташовує ШІ як активного учасника в оркеструванні взаємодії, епістемічного осмислення та регулятивних процесів, перерозподіляючи аґентність, авторитет і відповідальність між людськими та нелюдськими акторами, не витісняючи аґентності здобувача чи викладача. Це підґрунтовує спільне навчання на соціально опосередкованому, корегульованому погляді на ШІ, а не на індивідуалістичному.
Режими співпраці та компроміс ефективності–регулювання. Емпіричні дослідження студентів коледжів, що співпрацюють зі ШІ у складному вирішенні проблем, визначають три відмінні режими — делеговане міркування, узгодене тлумачення та делеговане розгортання. Найефективніший режим (делеговане міркування) дає найвищу результативність завдання, але найнижчу саморегулятивну залученість здобувачів, тоді як режим із найбільшою саморегуляцією (узгодене тлумачення) відстає на результатах завдання.(Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective) Це виявляє центральну напругу проєктування: середовища спільного навчання мусять балансувати ефективність розподіленої людсько-ШІ-системи проти глибини регулятивної залученості здобувачів.
Єдиний наявний метааналітичний контраст для підтриманої ШІ спільної роботи сидить усередині інтервенцій PBL/PjBL із підтримкою GenAI, де співпраця ровесників об’єдналася на g = 0.885 проти g = 0.416 для індивідуальної роботи, але різниця досягла лише маргінальної тенденції (QM = 3.675, p = .055), і сторона індивідуальної роботи спирається на два дослідження, — тож об’єднані свідчення, що співпраця перевершує роботу самому під GenAI, є підказівними, а не встановленими (Chen та співавт. 2026).
Огляд обсягу 18 досліджень відображає той самий компроміс на груповій роботі: GenAI підтримував розвиток знань, генерацію ідей та ефективність комунікації, водночас також зменшуючи запит на взаємодію ровесників, узгодження та колективне осмислення, і рандомізовані свідчення виявили більш інноваційні пропозиції ШІ без значущого приросту в загальній інноваційності учасників (Wei and Perkins (2026)).
Проєктування ролей — це важіль на якості, а не на обсязі, спільного конструювання знань. Cheng та співавт. (2026) призначали ротаційні ролі модератора, аналітика та аргументатора 58 студентам магістратури та їхньому партнеру ШІ в 16 групах і виявили, що структура підняла зміст групових ментальних карт майже на повну смугу SOLO (M = 3.65 до 4.59, z = 3.771, p < 0.001), тоді як числа вузлів і гілок залишилися пласкими — організація, а не охоплення, — ціною помірного зростання спільного когнітивного навантаження (p = 0.023). Послідовний аналіз Лаґа додав само-перехід оцінки та шлях «конфлікт→захист», яких інструмент сам не породжував, розташовуючи людсько-ШІ-співпрацю як проблему проєктування, а не проблему інструмента.
GenAI як агент і простір у малих групах — режим важливий. Xu та співавт. (2026) спостерегають, що те, як команда отримує доступ до GenAI, формує співпрацю: з єдиним спільним інтерфейсом в синхронній роботі команди ко-конструють «колективні підказки», прогоняють цикл «поверхня–оцінка–вбудовування» і розглядають чат як спільну пам’ять; в асинхронній роботі приватні підказки й «зняття позначок» результатів фрагментують прозорість і підвищують вартість підтримки спільної когнітивної моделі. Їхня лінза кооперативної роботи з підтримкою GenAI (GSCW) рамкує GenAI як конфігурованого агента (від індивідуального помічника до члена команди) та інтерактивний простір співпраці, — пов’язуючи конфігурацію доступу безпосередньо з ICAP-релевантною якістю інтерактивної залученості.
GenAI як інфраструктура групової координації — і ризик сплощеної співпраці. Chen and Zou (2026) показують, як п’ятнадцять груп майбутніх учителів обходилися з GenAI в оціненій груповій презентації, і розкол йде проти звичайного припущення, що груповий тиск підвищує опору на ШІ. П’ять груп посилили використання, щоб вирішити знайому проблему співпраці — не знати, що містили секції ровесників, — перегодовуючи цю роботу в чат-бот, щоб зробити її зрозумілою й узгодити власну частину, причому одна група перебудувала свій цикл як обговорення → екстерналізація в GenAI → колективний перегляд → повторне обговорення. Автори читають це як більше, ніж розвантаження когніції, оскільки студенти утримували судження, тоді як інструмент поглинув координацію, але позначають, що плавніший робочий потік може обійти незгоду, через яку конвенційно будується згуртованість, роблячи реляційну працю відкритим питанням. Сім груп натомість зменшили своє використання GenAI, захищаючи ситуативні знання, побудовані в спільних класах («ШІ знає лише той момент, коли ви друкуєте»), справедливість до однокласників, самобутність між групами та різноманіття перспектив, яке група вже мала. Три групи не побачили жодної зміни взагалі: із завданням, розбитим на незалежні секції, індивідуально вишукана практика GenAI ніколи не стала колективною спроможністю, хоча узгодженість була явним критерієм. Патерн натякає, що групові норми, а не інструмент, вирішують, що група робить зі ШІ, — і що колективне запровадження може знизити усприйнятий ризик шкідливого використання, а не підвищити відданість.
Співпраця як об’єкт інструкції. ProPACT — це керований ШІ адаптивний тьютор для парного програмування, який розглядає діаду — не індивіда, — як одиницю аналізу, моделюючи спільну візуальну увагу, спільні психічні зусилля та сигнали на основі зіниць в реальному часі, щоб прогнозувати обвали співпраці за 30 секунд наперед і втручатися, перш ніж вони відбудуться. Діади, які отримували проактивний зворотний зв’язок, досягли суттєво вищого успіху налагодження та виконували завдання ефективніше й показували стійкі здобутки в спільній регуляції потім — свідчення, що ШІ може навчати саму співпрацю, а не лише підтримувати завдання. Вимірювання спільної компетентності ставить додатковий виклик оцінки навички спільного вирішення проблем (CPS) у масштабі, що традиційно потребує ручного кодування даних процесу зі змодельованих завдань у поведінки CPS — трудомісткого та непрактичного у масштабі; контекстно-обізнана підказка попередньо навчених мовних моделей автоматизує це кодування, моделюючи контекстні залежності й зливаючи когнітивні та соціальні здібності, досягаючи вищої результативності над сильними базами. Підтримуйте на порядку групової розмови, а не на її частоті. Wong, Bulathwela & Cukurova (2026) видобули послідовності діалогу триад 65 студентів і виявили одне упорядкування — перефразування, потім пропонування, потім ставити питання, — яке стежило за покращенням, тоді як обернене — ні; максимальний скаффолдинг підвищував поведінку в межах завдання, водночас також і скриптування та менше показників вирішення проблем.
ШІ як нейтральний медіатор — і напруга, коли він перестає бути нейтральним. Spritz — це зонд на основі Великі мовні моделі (LLM) на базі Discord, який медіює дисциплінарні межі в міждисциплінарних командах студентів, виявляючи неявні припущення та повертаючи анонімізовані синтези в спільне обговорення. Студенти цінували його і як когнітивну підтримку, і як реляційний буфер, але виникла центральна напруга: усприймана нейтральність ШІ була несучою, і ейодилася, щойно ШІ переходив від нейтрального медіатора до радника або того, хто кидає виклик, — ключове обмеження проєктування для агентів, які медіюють співпрацю, зберігаючи Співпраця людини та ШІ та Калібрування довіри.
Структурований протокол фасилітатора — і його ризик підлесництва. Seo та співавт. (2026) розширюють спільне проєктування навчання структурованим протоколом «розбіжність–обдумування–збіжність»: фасилітатор на ВММ складає хвилі мовлення, хронометрує фази й підсумовує інкрементально, формат, який 45 студентів визнали простим і схожим на обговорення і який зменшив потребу в зовнішньому фасилітуванні. Проєктування обертається на напрузі, яку дослідження виміряло напряму: агенти підтримували широту перспективного ставлення (групи породжували більші, більш розбіжні набори зацікавлених сторін і розв’язків, і агенти послідовно висловлювали точки зору меншості), проте підлесницька, вільна від міркування згода сплощувала когнітивний конфлікт, який змушує співпрацю поглиблювати мислення. Учасники просили результат агентів, який виявляє проміжні кроки обдумування, а не лише висновки, і контраргументи, які зберігають справжню незгоду.
Спільні структури для освіти зі ШІ. Академічна ліга ШІ організовує освіту зі ШІ через демократичне студентське Урядування ШІ та проєктні команди, вбудовуючи Активне навчання та Навчання на основі проєктів в спільну, пов’язану зі спільнотою структуру.
Рамка ICAP: співпраця як найвищий режим залученості
Спільне навчання займає верх рамки ICAP (Interactive–Constructive–Active–Passive): режим інтерактивний — ко-конструювання сенсу через діалог, захист позиції або спільне вирішення, — породжує найглибшу зміну знань в таксономії Чі. Це робить ICAP водночас обґрунтуванням для спільних педагогік і обмеженням проєктування на ШІ. ШІ, який медіює обговорення (як це роблять Spritz або ProPACT), є цінним саме тоді, коли він підтримує інтерактивну залученість; ШІ, який відповідає замість групи або згладжує когнітивний конфлікт, може знизити співпрацю до простого режиму активного або пасивного. Анотація на основі ICAP (див. розширене вимірювання ICAP спільного діалогу) та дослідження хронометражу фасилітування розглядають якість інтерактивного дискурсу як результат, що цікавить, підґрунтовуючи спільне навчання в Залученість здобувачів та ієрархії ICAP.(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)(To Facilitate or not to Facilitate: Human and LLM Facilitator Tendencies in Online Discussions)
Практичні вказівки
-
Моделюйте співпрацю, а не лише індивіда. Інструменти, які відстежують діадичний або груповий стан (як це робить ProPACT), можуть підтримувати саму співпрацю, прогнозуючи та запобігаючи обвалам, а не реагуючи на них.
-
Збережіть когнітивний конфлікт. Структуруйте ШІ як аргументативного партнера, який виявляє незгоду та неявні припущення, уникаючи проблеми відполірованих артефактів, де ШІ згладжує крихку епістемічну залученість.
-
Контрарні персони мають афективні витрати. У 97 триадах контрарний ШІ рушив дискурс до кидання виклику та рефлексії, але знизив задоволеність командною роботою (ε² = .062) і психологічну безпеку (ε² = .114), не підвищуючи творчий результат (Jin та співавт. (2026)).
-
Відповідайте функції агента на результат, який ви маєте намір. Огляд 46 досліджень агентів ШІ в комп’ютерно-підтриманому спільному навчанні виявив послідовно повідомлені когнітивні здобутки, тоді як поведінкові, соціальні та емоційні результати залишалися контекстно залежними, з найсильнішим узгодженням між функцією агента й результатом всередині того самого домену (Ba та співавт. (2026)).
-
Окрема роль фасилітатора зменшує домінування, а не чуйність. У Oyelere's (2026) змодельованому бенчмарку додавання агента-фасилітатора поряд із тьютором знизило діадичний дисбаланс хвиль і слів (M = 0.103 і 0.105 проти 0.183 і 0.182), не змінивши взаємної залученості, — хоча здобувачі були синтетичними персонами, а не справжніми діадами.
-
Балансуйте ефективність проти саморегуляції. Співпраця зі ШІ, яка максимізує ефективність завдання (делеговане міркування), може підірвати регулятивну залученість здобувачів; проєктування має свідомо захищати простір для узгоденого тлумачення.
-
Поважайте обмеження нейтральності. Медіаторам ШІ довіряють, поки вони нейтральні; перехід в порадні або викликові ролі дестабілізує цю довіру, тож перемикання ролей має бути явним і конфігурованим.
-
Уміщайте нейровідмінних здобувачів. Структуровані завдання, малі стабільні команди та явні визначення ролей — вимоги, які мусять підтримувати інструменти ШІ-співпраці.
-
Надавайте перевагу неоцінному зворотному зв’язку на рівні класу. Підтримуючи реляційний вимір співпраці, агрегований на рівні класу зворотний зв’язок захищає Приватність і аґентність студента там, де індивідуальне оцінювання відчувалося б як спостереження; студенти CoBi надавали перевагу якісним візуалізаціям (органічне дерево) над кількісними (радарна діаграма), а викладачі цінували використання зауважень системи, щоб розпалити рефлексію, більше, ніж живе відображення.
-
Проєктуйте для перегляду/уваги, який передує внеску. Спільне навчання на онлайнових форумах обговорення залежить не лише від публікації, але й від читання, яке їй передує. Hao & Cukurova (2026) показують, що згенеровані ВММ підсумки обговорень і приклади публікацій можуть діяти як навігаційні скаффолдинги, які розширюють експозицію студентів до внесків ровесників і мережеві умови для з’єднувального (слабкого зв’язку) соціального капіталу — підтримка, яка має доповнювати, а не заміщувати соціально-педагогічні стратегії підтримки залученості за академічного навантаження.
-
Соціальний бік показує порушення без протилежного приросту. У п’ятьох процесах співпраці консенсус 30 експертів досяг лише вразливості, з оцінками посилення нижче порогу: Соціальний зв’язок (3.80 проти посилення 1.90), Соціально-емоційний розвиток (3.60 проти 2.00), Соціальне навчання, Спільне навчання та відчуття приналежності (усі 3.30) (Kendeou, Greene & Nixon та співавт., 2026). Звіт розглядає асиметрію як ціль проєктування, оскільки спільне вирішення проблем закріплене на спільному продукті, тоді як спільне навчання не має видимого референта і може ейодитися невиявленим.
Пов’язані поняття
- Педагогічні патерни — Скриптована співпраця зі спільним ШІ та її перевірені проєкти ролей
- Педагогічне партнерство — Педагогічні партнерства
- Групова робота — Групова робота
- Навчання на основі задач
- Онлайн-викладання та онлайн-навчання — Онлайнове навчання та викладання
- Активне навчання
- Рамкова модель ICAP
- Скаффолдинг
- Викладання
- Людина в циклі
- Справедливість
- ШІ-грамотність
- K-12
- Вища освіта
- Інклюзивне навчання
- Нейрорізноманіття
- Розподілена когніція
- Саморегульоване навчання
- Навчання на основі проєктів
- Співпраця людини та ШІ
- Калібрування довіри
- Педагогічний агент
- Моделювання здобувача та адаптивне навчання
- Залученість здобувачів
- Педагогіки та стратегії викладання — Парасолька: педагогіки та стратегії викладання в освіті зі ШІ
Пов’язані статті
- Ways Generative AI Can Support and Threaten Learning in K–20 US Education - Консенсус 30 експертів виявляє однобічний соціальний ризик: процеси співпраці вразливі без шляху посилення
- Problem-based and project-based learning as promising frameworks for generative AI-supported education: Emerging evidence from a systematic review and three-level meta-analysis — Проблемно- та проєктно-орієнтоване навчання як багатообіцяючі рамки для освіти з підтримкою генеративного ШІ: нові свідчення з систематичного огляду та трирівневого метааналізу
- Emergent Learner Agency in Implicit Human-AI Collaboration: How Supportive and Contrarian AI Personas Reshape Interaction — Емерджентна аґентність здобувача в неявній людсько-ШІ-співпраці: підтримувальні проти контрарних персон
- Towards an adaptive AI scaffold for developing student collaborative problem solving
- Utilizing Generative AI to Counter Learner Groupthink by Introducing Controversy in Collaborative Problem Based Learning Settings
- "Polished Artifacts, Fragile Engagement? Tackling the Challenge of Reduced Epistemic Effort in Human-AI Knowledge Construction"
- Ordered Network Analysis of Epistemic Emotions during Collaborative Problem Solving
- Systematic Review of Collaborative Learning Activities for Promoting AI Literacy
- I can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning
- Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing
- Beyond Automation: AI as a Pedagogical Mediator in Collaborative Learning
- Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective
- ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming — ProPACT: проактивний адаптивний тьютор спільної роботи зі ШІ для парного програмування
- Exploring AI-Supported Disciplinary Mediation in Student Project Teams' Text-Based Communication — Spritz: дисциплінарна медіація ШІ в командах студентських проєктів
- Academic League of Artificial Intelligence: An Integrative Perspective of Teaching, Research, and Extension — Академічна ліга ШІ: спільна, проєктно-орієнтована освіта зі ШІ
- Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents — Розширена рамка ICAP для вимірювання залученості в спільному діалозі
- To Facilitate or not to Facilitate: Human and LLM Facilitator Tendencies in Online Discussions — Хронометраж фасилітування на ВММ в онлайнових спільних обговореннях
- Artificial Intelligence Agents in Computer-Supported Collaborative Learning: A Systematic Literature Review — Огляд агентів ШІ в комп’ютерно-підтриманому спільному навчанні
- Generative AI and Student Collaboration: A Scoping Review of Group Work Processes, Outcomes, and Risks — GenAI і групова робота студентів: огляд обсягу (Wei & Perkins 2026)
- ASTRA: A synthetic benchmark for trace-based evaluation of socially intelligent multi-agent tutoring — Синтетичний бенчмарк ASTRA для багатоагентного тьюторингу та співпраці з балансом участі
- AI as an Agent and Collaborative Space: Exploring the role of generative AI in small group synchronous and asynchronous collaborative dynamics — GenAI як агент і простір співпраці в динаміці малих груп (Xu та співавт. 2026)
- A Feasibility and Implementation Integrity Study of the Community Builder (CoBi): An AI-based Collaboration Support System in K-12 Classrooms
- You've Got AI Friend in Me: LLMs as Collaborative Learning Partners
- Enhancing Peer Exposure and Creating Opportunities for Bridging Social Capital Through an AI-Generated Summary-Driven Learning Design in Online Discussion Forums — Проєктування навчання на основі згенерованих ШІ підсумків на онлайнових форумах обговорення
- Students' Agency in GenAI-Mediated Group Assessment: An Ecological-Emergent Perspective — GenAI як інфраструктура координації в студентських групах: посилене, стримане та невтілене використання
- Ethics Training Agents: Facilitating Group-Based Ethics Education with Role-Playing and Discussion for Ethical Reflection and Exploration — Агенти тренування етики: фасилітування групової етичної освіти через рольову гру та обговорення для етичної рефлексії та дослідження