Концепції
Цифровий розрив
Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.
Цифровий розрив — нерівний розподіл доступу до цифрових (і дедалі більше — штучних) technologies, навичок їх використання та користей від них між особами, спільнотами й націями. В освіті зі ШІ цифровий розрив є центральною проблемою справедливості: generative AI швидко перебудовує навчання, і розрив між тими, хто може користуватися ним ефективно й критично, і тими, хто не може, загрожує поглибити наявні освітні нерівності.
Питання для роздумів
- Цифровий розрив часто описують на трьох рівнях: доступ, навички й те, хто справді отримує користь. Який рівень, на вашу думку, мають на увазі більшість людей, коли кажуть «закриття цифрового розриву», — і чому це може бути неповним?
- Надати кожному студентові пристрій і доступ до інтернету не означає автоматично, що він зможе ефективно або критично користуватися ШІ. Що відрізняє наявність доступу від здатності отримувати користь?
- ШІ додає нові шари нерівності: упередженість алгоритмів може диспропорційно шкодити маргіналізованим Здобувачі, а сама ШІ-грамотність визначає, чи розширює технологія розриви, чи звужує їх. Чим це відрізняється від розривів попередніх технологій?
- Розрив поширюється й на те, ЯКІ спільноти, мови та перспективи представлені в системах ШІ й обслуговуються ними. Чим сама репрезентація є формою доступу — або виключення?
- Якщо закриття розриву — це «питання справедливості та участі», хто несе відповідальність: платформи, школи, уряди чи всі разом, — і яким був би справді справедливий розподіл користей від ШІ?
Вступ
Цифровий розрив зазвичай розуміють як такий, що діє на трьох рівнях (van Deursen & van Dijk, 2014): розрив першого рівня стосується доступу до технологій і інфраструктури (зв’язку, пристроїв, сприятливих середовищ); розрив другого рівня стосується навичок і компетентностей (нерівної здатності використовувати інструменти ефективно й осмислено); а розрив третього рівня стосується результатів і користей (того, хто справді отримує користь від використання технологій, за можливого посилення ШІ соціальних, культурних і економічних диспропорцій). Framing AI грамотності через цю оптику робить ясним, що справедливість потребує більшого, ніж закриття розриву в пристроях і інфраструктурі, — вона потребує формування навичок ефективного й критичного використання ШІ, щоб його користі розподілялися справедливо, а не підсилювали наявні нерівності.
Поворот до крайового висновку додає апаратний вимір до розриву першого рівня. Коли тьюторинг виконується в браузері, а не в хмарі — SLM-тьютори, що мешкають у браузері через WebLLM — бар’єр вартості підписки зникає, але його замінює бар’єр можливостей: на споживчому ноутбуці та сама система витрачала приблизно 180 секунд на пробу проти 10–58 секунд для віддаленого API, а пристрої класу Chromebook взагалі не можуть запустити модель 8B. Студенти з сучасним обладнанням отримують швидку, безшовну генерацію, тоді як студенти на старіших пристроях стикаються із затримкою або вичерпанням пам’яті, тож локальне та дешеве — не те саме, що справедливе за замовчуванням.
Як цифровий розрив постає в дослідженнях
-
ШІ-грамотність як механізм справедливості: The SAIL framework була явно розроблена, щоб працювати з розривами другого і третього рівня, даючи скаффолдований, не залежний від віку шлях до справедливої ШІ-грамотності на всіх етапах освіти, спираючись на аргумент, що ШІ-грамотність невіддільна від справедливості та участі.
-
Політика та інфраструктура: OECD Digital Education Outlook 2026 розміщує цифровий розрив усередині національної education policy, досліджуючи, як змінюється доступ до цифрових технологій і технологій ШІ та що системи можуть зробити для закриття розривів.
-
Грамотність відповідального використання та prompting: K-12 prompting-literacy research працює з розривом другого рівня, teaching студентів навичок відповідального використання chatbots ШІ, визнаючи, що сам по собі доступ не дає здатності use AI well.
-
Уміння формулювати є власним розривом другого рівня. На MedQA точність зростала зі зростанням витонченості підказки (82,4% для формулювань із низькою грамотністю проти 83,4% для експертних формулювань), а Prompt Equity Transformer, що переписує запити на рівнозначніші, ясніші формулювання, закрив розрив, перенісши тягар ефективного формування підказок із здобувача на систему (Jin et al. (2026)).
-
Репрезентація та структурна мовчазність: Research on underrepresented languages висвітлює, як цифровий розрив поширюється на те, які спільноти, мови та перспективи представлені в системах ШІ й обслуговуються ними, — культурний і епістемічний вимір нерівності.
-
Змішування мов є власним виключенням. Більшість інструментів-лекцій на основі LLM припускають одномовне англійське аудіо й надійний інтернет, виключаючи аудиторії, де сумішують англійську й домашню мову; дані індійської системи UDISE+ вказують на доступ шкіл до інтернету близько 54% із розривом 24 пункти між містом і селом, а білінгвальний супутник відповідає за рахунок транскрипції на пристрої та локального зберігання (Malhotra, 2026).
ШІ поглиблює (і може закривати) розриви
ШІ додає нові шари до наслідків технологій для справедливості. Упередженість алгоритмів може диспропорційно впливати на здобувачів із маргіналізованих спільнот, а AI literacy — здатність розуміти, критично оцінювати та пом’якшувати упередження й ризики ШІ — сама є ключовим чинником того, чи розширює ШІ розриви, чи звужує їх. Research показують, що педагоги з вищою ШІ-грамотністю ефективніше виявляють і пом’якшують упереджені результати. Тому цифровий розрив в епоху ШІ — це не просто проблема технічного забезпечення, а питання справедливості та участі: хто може отримати доступ до ШІ, хто може користуватися ним критично й хто отримує користь.
Давній напрям літератури простежує, як саме поняття змістилося від доступу до цифрової справедливості, яку тепер визначають через чотири виміри — цифрову грамотність, доступність за ціною, чутливий до груп контент і наявність інфраструктури, — і читає споживчий ШІ як нову хвилю розриву на користь тих користувачів, які вже здатні перевіряти машинний результат (Rose (2026)).
Розрив епохи ШІ формує особистість, а не лише СЕС. Wang et al. (2026) проаналізували дані опитувань і національного реєстру від 4497 студентів шостого класу в Нідерландах, розділяючи два медіюючі шляхи — використання ШІ та цифрову грамотність, — що пов’язують тло й особистість студента з academic performance. Їхній ключовий висновок перерамковує класичний розрив: медіатором є цифрова грамотність, а не інтенсивність використання ШІ зв’язку між особистістю й успішністю, і виникає новий розрив у цифрових навичках, який зумовлений більше рисами особистості, ніж соціально-економічним статусом. Переваги СЕС в успішності діяли незалежно від залученості студента до ШІ engagement. Це ускладнює рамкування цифрового розриву через доступ і СЕС, вказуючи на формування навичок і диспозиційну підтримку як на важливі для справедливості важелі поруч із доступом до пристроїв і інструментів.
Розрив має метакогнітивний шар. Оскільки продуктивне використання ШІ потребує попередніх знань і саморегуляції, найбільше користі отримують ті студенти, які вже ними володіють, тоді як ті, кому практика потрібна найбільше, делегують саме навчання — «метакогнітивний розрив справедливості», який може розширювати розриви в досягненнях навіть за рівного доступу (Lodge & Loble (2026)).
Структуроване шкільне навчання ШІ є психологічним каталізатором, але не когнітивним зрівнювачем: на матеріалі 752 студентів молодшої та середньої школи Гонконгу річний куррикулум звужував розриви в упевненості й мотивації, проте залишив недоторканими об’єктивні відмінності в ШІ-грамотності між здобувачами з високою й низькою суб’єктністю (Liang et al. (2026)). Розрив діє й на інституційному рівні. Adeniranye et al. (2026) показують, що в системі вищої освіти Нігерії спроможність інтегрувати ШІ концентрується в старших установах регіону південного заходу й наростає через взаємопідсилюючі мережеві зв’язки (міжнародні співпраці × партнерства з індустрією, r = 0.74) — тобто інституційні «неимущі» (зазвичай новіші державні університети) стикаються зі структурними бар’єрами на вході в ті самі мережі, які допомогли б їм наздогнати. Таким чином, цифрова нерівність відтворюється не лише між окремими здобувачами, а й між institutional структурами, які формують, хто може брати участь в економіці знань, перетвореній ШІ.
Розрив має також географію, і наставництво є його механізмом. Jacobson et al. (2026) документують асиметрію відновлення в участі в FIRST LEGO League в Індіані: і міська, і сільська участь впали в дистанційний сезон 2020 року, але відновилася лише міська участь, тоді як сільська залишалася біля свого рівня після 2020 року впродовж 2025–2026. Механізм, який вони називають, — доступ до технічного наставництва, людей із достатніми знаннями з програмування та robotics, щоб створити й утримувати команду, — яких у сільських школах може не бути навіть тоді, коли студенти й викладачі зацікавлені, що робить його передумовою шляху в робототехніку та ШІ, а не лише його рисою. Їхня відповідь — спроєктувати поширення цього наставництва: коледжні первинні хаби навчають студентів бакалаврату й проводять майстерні, зрілі шкільні програми стають вторинними хабами, які наставничають сусідні школи, а просторова симуляція Маркова для 1925 державних шкіл Індіани проєктує 992 програми через 40 років за помірних припущень проти 161 без ARC, включно з 341 сільською програмою проти 60. Прочитане поруч із результатом про інституційні мережі вище, це показує, що розриви зберігаються через структуру того, хто може постачати експертизу де, і що навмисне її постачання — а не припущення про близькість до університету — є важелем політики.
Доступ і епістемічна ієрархія — різні проблеми. Sithole (2026) чітко проводить це розрізнення на матеріалі інтерв’ю з academic developers в двоїх історично невигідних установах Південної Африки: цифрова нерівність є дистрибутивною — пристрої, зв’язок, бюджети, цифрова грамотність, — і в принципі розв’язуваною через перерозподіл, тоді як алгоритмічна колоніяльність є епістемічною й зберігається навіть за умов повного доступу, бо вона втілена в тому, що системи кодують і чиї знання вони ставлять у центр. Учасники дослідження переживають обидва явища водночас, що описано як таку ситуацію, коли від них «просять побудувати цифрове майбутнє на аналогових фундаментах»: фундаменти називають матеріальний регістр розриву, а імпортоване майбутнє приходить уже завантаженим епістемічними припущеннями контекстів, які його спроєктували. Практичний наслідок для роботи над справедливістю: закриття розриву в доступі саме собою не зруйнує ієрархію — ці два явища діють на різних рівнях і потребують різних відповідей.
Дизайн може обійти розрив у пристроях, а не чекати його закриття. Rodrigues et al. (2026) перевіряють, чи можуть студенти, які ніколи не торкалися комп’ютера, усе ж отримувати підтримку в стилі інтелектуального тьюторингу, використовуючи парадигму, яку вони називають «AIED unplugged» і в якій викладач є посередником між здобувачем і системою: студенти продовжують працювати папером і ручкою, викладач фотографує їхні розв’язки на смартфоні, а система повертає персоналізовані списки вправ, автоматичне оцінювання й зворотний зв’язок за конкретними помилками. Їхній кластеризований квазіексперимент на 19 класах бразильських державних шкіл є, за їхніми словами, першим квазіекспериментальним оцінюванням такої системи в автентичних аудиторіях, а не в прототипі, і застосунок працював на власних телефонах викладачів за переривчастого зв’язку, типового для цих шкіл. Тому цей дизайн є окремою стратегією справедливості, відмінною від наведених вище: замість того щоб закривати розрив першого рівня в пристроях і пропускній здатності до того, як тьюторінг зі ШІ зможе дійти до когось, або підвищувати навички другого рівня як вхідний квиток, він досягає студентів, з якими ШІ взагалі не взаємодіє безпосередньо. Той самий дослідження, однак, показує, що цей шлях не вільний від розриву, який він оминає. Навчальна перевага над звичайною практикою стягувалася до підготовки викладачів, а не до технології — умови підготовки й повної системи не відрізнялися за приростом, — і позитивний непрямий ефект системи на навчання діяв через зменшення зусиль викладача, причому більше навантаження було пов’язане з меншим приростом. Отже, оминання розриву в доступі не розчиняє проблему справедливості; воно переносить обмеження, що зв’язує, на спроможність і час викладача.
-
Апаратне обмеження може розчинятися, а розрив у доступі — не закриватися. Guo et al. (2026) стверджують, що обмеженням, яке зв’язує, для equitable вивчення мови тепер є програмне забезпечення, а не апаратура: повний стек синтез–розпізнавання–перекладу вміщується в 4 ГБ, громадські вимірювання дають 3B-модель на рівні 4–9 токенів за секунду на одноплатному комп’ютері за $80, а п’ять років щоденної практики коштують близько $18 електрики проти $1200 за хмарну підписку й $2600 за щотижневий репетиторство.
-
Стиснення моделі — інший шлях до обмеженої апаратури. Адаптивний тьютор нігерійського піджинлішного, доналаштований на корпусі з 416 343 записів, зберігав семантичну структуру й зв’язність за 8 бітів, тоді як версії на 4 і 5 бітів скорочували затримку виведення за мінімальної втрати якості навчання, і носії мови перевіряли культурну прийнятність, а не лише метрики (Nwogo et al., 2026).
-
Змодельована лабораторія може відтворити той самий рахунок за обладнання, якого вона мала уникнути. systematic review 11 досліджень цифрових двійників у вищій освіті STEM виявив апаратні витрати від $2000 до $15 000 на один функціональний вузол робочої станції в чотирьох дослідженнях, причому фізичні об’єкти обмежували доступ 1–3 одночасними студентами в п’яти, і жодне включене дослідження не дало аналізу окупності інвестицій (Pelayo-Gonzalez et al. (2026)). В огляді цю вхідну вартість порівнюють із фізичними дослідними стендами, які коштують від $30 000 до понад $150 000.
Зв’язки зі спорідненими поняттями
Цифровий розрив є основним об’єктом уваги досліджень Справедливість, тісно пов’язаний із ШІ-грамотність (яку позиціонують як центральний механізм подолання структурних бар’єрів) і з Етика та Пом’якшення упередженості (оскільки упередженість алгоритмів диспропорційно впливає на маргіналізовані групи). Він пов’язаний із ШІ в освіті та Вища освіта як середовищами, де проявляються розриви в доступі й спроможності, і відноситься до Досвід здобувача, оскільки формує, хто може змістовно брати участь в навчанні, сформованому ШІ.
Пов’язані поняття
- Диференційовані ефекти в різних групах здобувачів
- Дистанційний прокторинг
- Справедливість
- ШІ-грамотність
- Етика
- Пом’якшення упередженості
- ШІ в освіті
- Вища освіта
- Досвід здобувача
- Батьки та родини
Пов’язані статті
-
Institutional Structures, Digital Inequality, and AI Integration in Higher Education — Інституційні структури, цифрова нерівність та інтеграція ШІ у вищій освіті Нігерії
-
Decoding Divides: The Role of Socioeconomic Status and Personality Traits in AI Divides and Educational Inequality — СЕС, особистість і розриви в ШІ в початковій освіті (Wang та співавт. 2026)
-
AIED unplugged, teacher workload, and numeracy learning: a clustered quasi-experimental mixed-methods study — AIED unplugged: тьюторінг із викладачем-посередником досягає студентів без пристрою (Rodrigues та співавт. 2026)
-
Does school-based AI education narrow readiness gaps? The role of prior agency-related learning — Шкільна освіта зі ШІ звужує психологічні, а не когнітивні розриви в готовності
-
Same Question, Different Answer? Measuring and Mitigating Prompt Privilege for Equitable AI Access — Prompt Privilege: вимірювання та пом’якшення диспропорцій у доступі до LLM
-
The Scaffolded AI literacy (SAIL) framework: Results of a Delphi study for equitable AI literacy framework design in education — Рамка скаффолдованої ШІ-грамотності (SAIL)
-
OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education — OECD Digital Education Outlook 2026
-
Learning to Use AI for Learning: Teaching Responsible Use of AI Chatbot to K-12 Students Through an AI Literacy Module — Teaching Responsible Use of AI Chatbots to K-12 Students
-
Structural Silence: When AI Infrastructure Fails Speakers of Underrepresented Languages — Structural Silence and Underrepresented Languages
-
Exploring interfaces and implications for integrating social-emotional competencies into AI literacy for education: a narrative review — Social-Emotional Competence in AI Literacy
-
An AI-Based Adaptive Learning Platform for Multilingual and Low-Resource Educational Contexts: A Case Study on Nigeria — Платформа адаптивного навчання на основі ШІ для багатомовних контекстів із обмеженими ресурсами
-
Artificial Intelligence in Science and Chemistry Education: A Systematic Review — Систематичний огляд ШІ в освіті з природничих наук і хімії
-
Translating UNESCO Artificial Intelligence Guidelines to Chemical Education and Its Intersection with Sustainable Development Goals — Рекомендації UNESCO зі ШІ, перекладені на освіту з хімії; епістемічний дрейф
-
Artificial intelligence, cognitive offloading and implications for education — ШІ, когнітивне розвантаження та наслідки для освіти (Lodge & Loble 2026)
-
From Mechanical Compliance to Human Flourishing: A Socialist Humanist Approach to Asynchronous AI Literacy and Fair Use in Higher Education — Соціалістично-гуманістична ШІ-грамотність + добросовісне використання
-
Teaching AI, Robotics, & Community: A Hubs-Based K-12 Education Framework for Reaching Rural Schools — ARC: сільський доступ до робототехніки слідує географії наставництва, а не доступу до пристроїв (Jacobson та співавт. 2026)
-
Beyond the algorithm: academic developers as digital mediators in Global South higher education — Цифрова нерівність як дистрибутивна проблема проти алгоритмічної колоніяльності як епістемічної, в південноафриканських історично невигідних установах
-
LLMersion: A Local-First AI Agent Framework for Low-Cost Home Language Learning toward Educational Equity — LLMersion: A Local-First AI Agent Framework for Low-Cost Home Language Learning toward Educational Equity
-
Digital Twins in STEM Education: A Systematic Review — Лабораторії цифрових двійників несуть рахунок за обладнання, який обмежує одночасний доступ