Проєктування навчання

Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.

Проєктування навчання (Learning Design, також відоме як інструкційне проєктування, instructional design) — систематичний процес створення ефективних навчальних досвідів через аналіз навчальних потреб та проєктування, розробку, впровадження й оцінювання навчальних матеріалів і діяльностей. ШІ трансформує проєктування навчання, автоматизуючи створення контенту, уможливлюючи адаптивні навчальні траєкторії, підтримуючи ітерації на основі даних і розширюючи — а не заміщаючи — роль інструкційного дизайнера.

Питання для роздумів

• Згадайте курс або заняття, які ви відвідували або проєктували. Де закінчувалося «чому вчити» (навчальний план), а починалося «як вчити» (проєктування навчання) — і як ці два виміри взаємодіяли?
• Поширене припущення: краща вільність володіння ШІ автоматично породжує кращий освітній контент. Сторінка спростовує це свідченнями, що саме явна педагогічна структура — а не лише вільність володіння ШІ — визначає ефективність навчання. Де ви бачили вражаючий результат, який не навчав?
• Якщо інструмент ШІ може згенерувати цілий курс з однієї підказки, які людські рішення стають важливішими, а не менш важливими? Сторінка стверджує, що ШІ розширює, а не заміщає роль інструкційного дизайнера — якою була б така розширена роль?
• Деякі моделі інструкційного проєктування, як-от ADDIE, використовують як жорсткі лінійні кроки. Проте сторінка розглядає їх як ітеративні, гнучкі евристики планування. Коли занадто буквальне дотримання процесу може підірвати гарне проєктування?
• Сторінка показує, що педагогічно обґрунтоване підказування — наприклад, рамка з п'яти кроків, заснована на теорії навчання — значно покращило результати вищого порядку. Якби ви створювали ШІ-тьютора, що ви б закодували в явному шарі проєктування, щоб його стратегія навчання залишалася простежуваною й відтворюваною?

Вступ

Проєктування навчання — міждисциплінарний між можливостями ШІ та ефективною педагогікою. Там, де Конструювання навчальної програми вирішує питання чому вчити на рівні програми, проєктування навчання вирішує питання як вчити на рівні курсу й заняття. Статті в цій базі знань досліджують і ШІ як інструмент для тих, хто проєктує навчання, і принципи проєктування навчання для створення ефективних систем ШІ-тьюторінгу.

Що саме вміщує така проєктувальна робота на практиці — саме по собі емпіричне запитання. Tang та ін. (2026) закодували 1 378 ходів «дизайнер — чат-бот» п'ятьох дизайнерів навчання-новачків, які працювали з чат-ботом, вбудованим в інструмент проєктування, і виявили, що діалог концентрувався на бажаних результатах навчання та педагогічному підході, а не на генерації контенту. Дизайнери поверталися до результатів знову й знову як до перевірки відповідності, перетворюючи компоненти навчального плану на конкретні завдання, а роль помічника змінювалася між фазами — від уточнення термінів до підтримки проєктування завдань і до контрольного проходу перед дедлайном. З огляду на ці свідчення підтримка проєктування менше полягає в створенні матеріалу, ніж у збереженні узгодженості проєктувального замислу.

Навчальна аналітика й генеративний ШІ підтримують різні частини проєктування: у 11 фокус-групах в одному австралійському університеті дискурс аналітики найчастіше супроводжував контекст і вирішення проблем на рівні курсу (0,32), тоді як дискурс GenAI концентрувався на проєктуванні оцінювання (0,26) і проєктуванні для самовизначення студента (0,15) (Claassen та ін. (2026)).

Ключові теми досліджень

Створення контенту за допомогою ШІ — найбезпосереднішо трансформаційне застосування. Curriculum as Code подає шестифазну архітектуру, що інтегрує генеративний ШІ з LaTeX і Python для автоматизації створення матеріалів із STEM, перевірену на 8 модулях і 28 проєктних контекстах із оцінками якості від студентів 8,5–9,9/10. Instructional Agents використовує мультиагентну рамку, структуровану навколо моделі ADDIE, з рольовими агентами (Teaching Faculty, Instructional Designer, Course Coordinator), що співпрацюють для генерації повних матеріалів курсу. CourseBlueprint забезпечує структурований конвеєр для адаптивної генерації педагогічних відео, заснований на корпусах курсів, демонструючи, що явна педагогічна структура — а не лише вільність володіння ШІ — є необхідною для генерації освітнього контенту. Платформи генеративного ШІ можуть також втілювати принципи проєктування навчання в контенті, який вони породжують: платформа на основі ШІ для генерації задач на математичне моделювання поєднала утверджені принципи проєктування з генерацією, розширеною пошуком, розробленою в рамках підходу ADDIE, щоб породжувати педагогічно обґрунтовані завдання та рекомендації, яких не вистачає в звичайних генераторах контенту. Проте віддача від такого створеного за допомогою ШІ контенту й уроків опосередкована власною експертизою викладача: Choi та ін. (2026) виявили, що досвідчені викладачі критично адаптують згенеровані ШІ ідеї уроків до студентів і контексту (пере-підказуючи й розвиваючи вивід), тоді як новачки схильні приймати пропозиції ШІ безпосередньо — тож педагогічна цінність інструментів контенту на основі ШІ залежить від досвіду та володіння ШІ викладача, а не лише від самого інструменту. Систематичний огляд спільного проєктування навчальних завдань викладачем і ШІ (Wang, Liu & Islam 2026) підтверджує цю закономірність у масштабі на 28 дослідженнях (2015–2025): GenAI використовується здебільшого для планування уроків, генерації підказок і творчої ідеації, а домінуючим режимом співпраці є ШІ як помічник/генератор контенту, а не повноцінний співпроектувальник — при цьому ефективність, оперативність, Креативність і справедливість повторюються як можливості. Talebzadeh (2026) загострює висновок про експертизу викладача для проєктування групової діяльності: досвідчені викладачі породжують багатші, більш синергійні, краще узгоджені з ЗПР архітектури ролей у спроєктованих ШІ кооперативних діяльностях, ніж новачки, незалежно від знайомства зі ШІ, розглядаючи «педагогічну грамотність у підказках» як важіль, що перетворює вивід ШІ на ефективне диференційоване групове навчання.

Там, де згенеровані матеріали не дотягують, — це відповідність навчальному плану: сім викладачів математики оцінили згенеровані ШІ задачі на продуктивну невдачу близько до людських за загальною якістю (M = 17,19 проти 17,43 із 25), але нижче за відповідністю навчальному плану (M = 2,57 проти 3,29), тож згенеровані задачі все ще потребували редагування за довжиною, рівнем читання й візуалізаціями (Rhaimi та ін. (2025)).

Педагогічно обґрунтований ШІ-тьюторінг застосовує принципи інструкційного проєктування до проєктування системи ШІ. Brisson та ін. побудували дидактично керованого помічника-викладача на Великі мовні моделі (LLM), де стратегія тьюторінгу закодована в явному зовнішньому шарі — що робить відбір контенту та дидактичну структурузацію простежуваними й відтворюваними, безпосередньо звертаючись до занепокоєнь щодо непрозорості в Rethinking Scaffolding in LLM Tutors: The Interactional Mismatch Between Benchmarks and Real-World Deployments. Hou та ін. продемонстрували, що рамка підказування з п'яти кроків, обґрунтована на генеративній теорії навчання, значно покращила когнітивні результати вищого порядку, показуючи, що саме інструкційне керівництво — а не лише доступ до ШІ — визначає ефективність навчання. Обидва дослідження пов'язуються зі Скаффолдинг і Інтелектуальний тьюторінг.

Рамки та оцінювання дають структуровані підходи. WIP: Bridging the Gap Between Instructional Design and Pedagogical Use: A Framework for Mathematics Educators і CoTAL демонструють принципи проєктування з людиною в циклі. Generative AI (GenAI) as a mindtool that supports generative learning (GL) позиціонує ШІ як «ментальний інструмент» (mindtool) — когнітивного партнера, який розширює, а не заміщає мислення здобувача, — безпосередньо застосовуючи теорію інструкційного проєктування до інтеграції ШІ. LUDIA застосовує принципи Універсального проєктування для навчання, щоб створити доступного партнера з мислення на основі ШІ для освітян, пов'язуючи інструкційне проєктування з Інклюзивне навчання. AIRIS (Activate–Inquire–Reflect) — рамка структурування завдань для когнітивно активного використання ШІ, що обмежує внесок ШІ так, щоб передбачення, інтерпретація та оцінювання залишалися за здобувачем, — адаптація циклів дослідження специфічно для ШІ, обґрунтована на Саморегульоване навчання, теорії когнітивного навантаження й Співпраця людини та ШІ. Доповнюючи ці рамки проєктування, таксономія Dohn та ін. (2026) пропонує класифікацію, а не метод проєктування: шість категорій (Learning Objective, Content, Representation Format, Epistemic Engagement, Social Design, Artifacts), що дозволяють дизайнерам і дослідникам описувати, порівнювати й уявляти навчальні діяльності з GenAI, явно окреслюючи, чому, що, як, за допомогою чого й з ким здобувачі залучають GenAI, — побудовану як об'єкт-межа через постцифровий діалог. Рамки розумної аудиторії розширюють це на підготовку викладачів: Zhu, Liang, Mao та Wang (2026) пропонують тривимірну рамку для розумної освіти — ефективність навчання, інформаційно-комунікаційні технології (ICT) і організація аудиторії — і втілюють її в магістерському курсі з математики, який інтегрує автоматизоване оцінювання, персоналізовані рекомендації та ШІ-зворотний зв'язок кількох видів упродовж до-, під- та післякласових етапів. Квазіексперимент показав значні здобутки в умінні студентів формулювати точні, професійно обґрунтовані навчальні цілі, даючи переносну модель D-T-E (Disciplinary Demand–Technological Empowerment–Evaluation Loop) — галузеспецифічне керівництво для тих, хто готує викладачів, що переводить концепції розумної освіти в практику інструкційного проєктування.

Проєктування для охоплення. Рамка серед семи важілів від Halani ставить щодо кожного курсу запитання, які з них ще працюють, коли студент сам наодинці зі ШІ; структурні кроки, як-от зміна того, що сертифікує оцінка, або завдання, які не можна виконати без мислення, діють далі, ніж розповіді студентам про те, що процес має значення (Halani, 2026).

Обмежте інструмент, щоб захистити мислення. Дев'ятитижневе проєктування для аргументованого письма впорядковувало визначені викладачем чат-боти, які ставлять запитання й відмовляються генерувати прозу студента, і чотири старшокласники перейшли від пасивних споживачів ШІ до оцінювачів, які оскаржували вивід, — саме стратегічне обмеження, а не необмежена генеративність, відстежувало здобутки (Konradt, Boote & Taub (2026)).

Підказування на основі рубрик як важіль проєктування. Yaşar та ін. (2026) продемонстрували, що рубрика функціонує як опосередкувальний інтерфейс між педагогічним замислом людини та машинним висновком: розгляд критеріїв оцінювання як переглядовуваних артефактів проєктування — а не фіксованих інструментів — та їхнє ітеративне спільноудосконалення з LLM підвищило згоду LLM–людина щодо проєктувальних робіт студентів із 54,75 % до 81,25 %. Рубрики, інженерені для LLM, мусять балансувати точність і гнучкість — занадто туманна запрошує вільну інтерпретацію, занадто жорстка зводить модель до зіставлення зразків — а рольове підказування (викладач, рецензент-ровесник, рецензент грантів) давало різний оцінювальний зворотний зв'язок. Це позиціонує інженерію рубрик як конкретну практику проєктування навчання для формування поведінки ШІ в оцінюванні, при цьому нагляд із людиною в циклі залишається необхідним.

Агенти ШІ для інструкційного проєктування розширюють поле на агентний ШІ. ISD-Agent-Bench — перший стандартизований, теоретично обґрунтований бенчмарк для оцінювання агентів інструкційного проєктування на основі LLM — його матриця контексту з 25 795 сценаріїв (51 контекстуальна змінна × 33 підкроки ISD з ADDIE) показує, що агенти, обґрунтовані на класичних рамках ISD (ADDIE, Dick & Carey, Rapid Prototyping ISD), перевершують агентів без теорії, емпірично підтверджуючи, що інструкційне проєктування є структурованою дисципліною, а не загальним завданням підказування. Агенти — не лише будівельники проєктувань, але й критики їх: Wang, Mitchell & Piech (2025) використовують єдиного автономного веб-агента, який навігує багатокроковий онлайн-урок як студент, щоб оцінити проєктування навчання до того, як справжні здобувачі залучаться, — його опис досвіду студента передбачає, де саме відпадатимуть новачки, і виявляє придатний до дії зворотний зв'язок щодо проєктування, перевершуючи всі базові лінії і навіть змодельовану когорту студентів на загальному курсі CS1. Це робить оцінювання на основі агентів до запуску недорогим доповненням до людських ітерацій проєктування. Enabling Multi-Agent Systems as Learning Designers: Applying Learning Sciences to AI Instructional Design і Instructional Agents досліджують мультиагентні рамки, що оркеструють рольових агентів навколо моделей інструкційного проєктування, тоді як AI-TPACK досліджує, як викладачі та агенти спільно застосовують знання про взаємозв'язок технологій, педагогіки й контенту. Ця робота пов'язує інструкційне проєктування з бенчмаркінгом, Оцінювання ШІ в освіті і проєктуванням навчального плану в масштабі.

Зв'язки з суміжними поняттями

Проєктування навчання — містова дисципліна ШІ в освіті — воно пов'язує Конструювання навчальної програми (чому вчити) зі Скаффолдинг (як підтримувати здобувачів), Освітній розвиток (як готувати освітян) і Генеративний ШІ (самими інструментами). Воно тісно пов'язане з Викладання, оскільки інструменти ШІ переформують те, що роблять дизайнери навчання та викладачі, і з ШІ-грамотність, оскільки ефективна інтеграція ШІ вимагає від освітян розуміння можливостей і обмежень ШІ. Проєктувальна робота зрештою зводиться до порядку діяльності: педагогічні патерни каталогізують перевірені порядки ходів, тож дизайнер може вирішити, де в уроці місце ШІ, а не лише що в нього включати. Науки про навчання — дослідницьке поле за цими принципами: там де ця сторінка висвітлює професійну практику створення навчальних досвідів, науки про навчання досліджують цю практику та її проєкти емпірично й генерують когнітивні, мотиваційні та соціальні принципи, які проєктування навчання потім операціоналізує.

Як проєктування навчання визначає навчальні здобутки

Проєктування навчання — важіль, що вирішує, чи породжує ШІ навчальні здобутки, чи лише здуті ШІ показники продуктивності. Свідчення бази знань узгоджені в цьому: той самий інструмент ШІ дає великі здобутки або чисту шкоду залежно від того, як проєктовано навчальний досвід навколо нього. Hou та ін. показали, що рамка підказування з п'яти кроків, обґрунтована на теорії навчання, значно покращила когнітивні результати вищого порядку, тоді як сам доступ до ШІ — ні; рамки ментального інструменту та AIRIS зберігають когнітивну роботу здобувача, щоб виникали стійкі здобутки (а не ефективність виконання завдання). Вибірки проєктування, що захищають Навчальні здобутки — скаффолдинг, що вимагає спроби студента, Формативне оцінювання з мірами несприяного результату, і педагогічна структура, що зберігає здобувача агентом, — віддзеркалюють висновок поля (див. Навчальні здобутки), що ШІ — сильний здобуток, коли він тренує, і шкода, коли він відповідає. Навпаки, погано проєктовані уроки з інтегрованим ШІ стають жертвою розриву між продуктивністю і навчанням, де видимий успіх маскує відсутність навчання.

Практичні поради для дизайнерів і розробників

Для інструкційних дизайнерів, розробників курсів і інженерів, які будують сприяні ШІ навчальні досвіди, висновки бази знань переводяться в придатну до дії практику. Варто відзначити одну межу, перш ніж перейти до самих практик: проєктування навчання в тому вигляді, як описано на цій сторінці, — це проєктування курсу для відомої когорти, тоді як ті самі принципи, вкладені в продукт, яким користуватимуться багато курсів — викладаних людьми, яких дизайнер ніколи не зустріне, — є роботою Розробники освітніх технологій, де налаштування за замовчуванням, можливості конфігурації та документація несуть педагогічну вагу:

Ґрунтуйте генерацію ШІ на структурованій інструкційній моделі. Контент ШІ лиш настільки добрий, наскільки добра педагогічна структура за ним — саме явна структура, а не вільність володіння ШІ, визначає якість. Проєктуйте навколо визнаної моделі (ADDIE, Dick & Carey, швидке прототипування) і явно кодуйте педагогічні рішення, а не покладайтеся на те, що модель виведе їх сама.(CourseBlueprint: A Structured Pipeline for Adaptive Pedagogical Video Generation Grounded in Course Corpora)(ISD-Agent-Bench: A Comprehensive Benchmark for Evaluating LLM-based Instructional Design Agents)(A didactical-driven teacher assistant for a dimensional modeling course)

Ухваліть ще й рамку на рівні принципів, а не лише інструкційну модель. Модель на рівні курсу структурує одне проєктування; опублікована рамка задає критерії, яким мусять відповідати багато проєктувань. Приклад, вартий прочитання повністю, — Powerful Learning with Emerging Technology від Digital Promise, яка організовує свої настанови за трьома принципами — Evidence-Based, Learner-Centered, Skill-Building — кожен розгорнутий у практики й стратегії, і прив'язує Приватність, пояснюваність і справедливість до конкретних практик як зобов'язання щодо безпеки, а не як додаткові опції.(Powerful Learning with Emerging Technology)

Відповідайте конфігурацію ШІ завданню, а не складності. Nalyvaiko (2026) розрізняє чотири шари — підказка, контекст, обв'язка (harness) і перевірений цикл — і застосовує принцип мінімально достатнього шару: використовуйте найменш складну конфігурацію, здатну дати перевіровмий результат, оскільки додана оркестрація несе витрати на координацію, перевірку, приватність і розуміння.

Використовуйте рольові мультиагентні робочі процеси для створення контенту. Замість однієї загальної підказки оркеструйте окремих агентів/ролі (викладацький склад, інструкційний дизайнер, координатор курсу), які співпрацюють через визначений конвеєр — це віддзеркалює, як працюють справжні команди курсів, і дає повніші матеріали, ніж одна підказка.(Instructional Agents: Reducing Teaching Faculty Workload through Multi-Agent Instructional Design)(Enabling Multi-Agent Systems as Learning Designers: Applying Learning Sciences to AI Instructional Design)

Давайте інструкційне керівництво, а не лише доступ до ШІ. Чи взаємодіють здобувачі безпосередньо зі ШІ, чи з згенерованими ШІ матеріалами, керівництво, побудоване на теорії навчання (наприклад, покроковий скаффолдинг підказок, обґрунтований на принципах генеративного навчання), веде до результатів вищого порядку; сам доступ — ні. Проєктуйте навчальну діяльність навколо того, як навчається розум, і розглядайте ШІ як когнітивний «ментальний інструмент», що розширює мислення, а не заміщає його.(The Role of Instructional Guidance in Generative AI-Assisted Learning: Empirical Evidence from Construction Engineering)(Generative AI (GenAI) as a mindtool that supports generative learning (GL))

Моделюйте забування й плануйте повторення там, де спад найгірший. G4L представляє спад знань кривою забування Еббінгауза, керованою часом, що минув, і повтореннями, і надає пріоритет тим одиницям, що найбільше вразливі до спаду, а не знову подає те, що було оцінено найнедавніше (Csépányi-Fürjes & Kovács, 2026).

Fowlin та ін. (2026) додають операційний крок для вирішення, де входить ШІ: розберіть діяльність на компоненти, які найкраще виконувати самостійно, і ті, які найкраще пов'язати зі ШІ, зберігаючи осуд освітяна центральним у цьому поділі (Fowlin та ін. (2026)).

Зробіть контент простежуваним і переглядовуваним. Дозвольте людському дизайнеру переглядати й виправляти вивід ШІ, перш ніж він дійде до здобувачів, і структуруйте генерацію ШІ так, щоб педагогічне обґрунтування (чому цей контент, у цьому порядку) було оглядовим — звертаючись і до якості, і до занепокоєнь щодо непрозорості, що підриває згенероване Довіра навчання.(WIP: Bridging the Gap Between Instructional Design and Pedagogical Use: A Framework for Mathematics Educators)(CoTAL: Human-in-the-Loop Prompt Engineering for Generalizable Formative Assessment Scoring and Feedback)

• Переглядайте згенеровані ШІ медіа на етапі сценарію, а не після синтезу. PedaCo ставить перегляд освітяна на сценарій — де педагогічні помилки дешево виправити — до того, як будь-що буде відрендерено; оцінена інструкційна валідність зросла з 3,07 до 3,86, тоді як автоматизований шар після синтезу покращив лише два з п'яти вимірів (Kim, Baek and Kwak (2026)).

Проєктуйте для Доступність з самого початку. Застосовуйте принципи універсального проєктування для навчання, будуючи інструменти ШІ й згенеровані ШІ матеріали, щоб вони служили різноманітним здобувачам, а не дообладнанням доступності постфактум.(LUDIA: A Design and Evidence Statement)

Плануйте під засіб доставки. Інструкційне проєктування для онлайн-навчання й викладання — не нейтральний переклад проєктування для особистої присутності — засіб змінює те, які скаффолдинг, оцінювання та взаємодія є життєздатними, а ШІ помножує і можливості (масштабована персоналізація, підтримка цілодобово), і ризики (академічна доброчесність, когнітивне перекладання), які дизайнери мусять планувати. Проєктуйте педагогічну оболонку ШІ так само свідомо в онлайн, як і в очних контекстах.

Оцінюйте за бенчмарком, а не за враженнями. Якщо ви будуєте агента інструкційного проєктування, оцінюйте його за стандартизованим, теоретично обґрунтованим бенчмарком (наприклад ISD-Agent-Bench), щоб вимірювати, чи справді обґрунтованість на справжній рамках ISD покращує вивід порівняно з узагальненим LLM.(ISD-Agent-Bench: A Comprehensive Benchmark for Evaluating LLM-based Instructional Design Agents)

• ШІ переформуює практику інструкційного проєктування. Kibar & Ilgaz (2026) систематично оглядають 28 досліджень (2020–2025) і виявляють, що ШІ допомагає дизайнерам із генерацією контенту, шаблонами та персоналізацією і концептуалізується як співробітник/співавтор/партнер, а не лише як інструмент — хоча педагогічна відповідність і готовність практиків залишаються викликами.

Пов’язані поняття

• Тлумачення та застосування досліджень AIEd
• Педагогічне партнерство — Педагогічні партнерства
• Онлайн-викладання та онлайн-навчання — Онлайн-навчання й викладання
• Конструювання навчальної програми — Проєктування навчального плану
• Скаффолдинг — Скаффолдинг
• Освітній розвиток — Розвиток освіти
• Викладання — Роль викладача
• ШІ-грамотність — ШІ-грамотність
• Генеративний ШІ — Генеративний ШІ
• Інтелектуальний тьюторінг — Інтелектуальний тьюторінг
• Персоналізоване навчання — Персоналізоване навчання
• Адаптивне навчання — Адаптивне навчання
• Формативне оцінювання — Формувальне оцінювання
• Вища освіта — Вища освіта
• K-12 — K-12
• Агентний ШІ — Агентний ШІ
• Інклюзивне навчання — Інклюзивне навчання
• Універсальне проєктування навчання — Універсальне проєктування для навчання
• Теорії навчання — Теорії навчання
• Науки про навчання — Науки про навчання
• Навчальні здобутки — Навчальні здобутки
• Біхевіоризм — Біхевіоризм
• Розробники освітніх технологій — Розробники освітніх технологій
• Педагогіки та стратегії викладання — Зонтичне поняття: педагогіка й стратегії навчання в освіті зі ШІ
• Зацікавлені сторони — Зонтичне поняття: люди та аудиторії в освіті зі ШІ (здобувачі, викладачі, дизайнери, адміністратори, розробники політики)

Пов’язані статті

• Powerful Learning with Emerging Technology — Powerful Learning with Emerging Technology
• Understanding the Role of Learning Analytics and Generative Artificial Intelligence on Decision-Making and Learning Design Practice in Higher Education — Навчальна аналітика та GenAI в прийнятті рішень щодо проєктування навчання
• Investigating the Role of Chatbots in Facilitating Learning Design — Використання чат-бота в проєктуванні навчання: дизайнери концентруються на результатах і педагогіці, а не на генерації контенту (Tang та ін. 2026)
• Analyzing teacher-AI interaction patterns across teacher experience and AI proficiency in student-centered lesson design — Патерни взаємодії викладач–ШІ в проєктуванні уроків залежно від досвіду та володіння ШІ (Choi та ін. 2026)
• Artificial intelligence in higher education: a systematic review of its impact on student engagement and the mediating role of teaching methods — ШІ у вищій освіті: залученість + опосередкувальна роль методів викладання
• Curriculum as Code: An AI-Assisted Architecture for Instructional Design in STEM Education
• Collaborative Making of a Boundary Object for Classifying Generative AI Learning Activities — Таксономія (об'єкт-межа) для класифікації навчальних діяльностей з GenAI
• Instructional Agents: Reducing Teaching Faculty Workload through Multi-Agent Instructional Design
• A didactical-driven teacher assistant for a dimensional modeling course
• The Role of Instructional Guidance in Generative AI-Assisted Learning: Empirical Evidence from Construction Engineering
• CourseBlueprint: A Structured Pipeline for Adaptive Pedagogical Video Generation Grounded in Course Corpora
• WIP: Bridging the Gap Between Instructional Design and Pedagogical Use: A Framework for Mathematics Educators
• CoTAL: Human-in-the-Loop Prompt Engineering for Generalizable Formative Assessment Scoring and Feedback
• Generative AI (GenAI) as a mindtool that supports generative learning (GL)
• LUDIA: A Design and Evidence Statement
• From Prompts to Verified Loops: The PCHL-HE Framework for Generative AI-Assisted Educational and Research Content Creation in Higher Education
• ISD-Agent-Bench: A Comprehensive Benchmark for Evaluating LLM-based Instructional Design Agents
• AI Web Agents Can Effectively Guide Lesson Design and Predict Student Outcomes — AI Web Agents: автономний веб-агент оцінює проєктування уроків і передбачає відпадання студентів до того, як студенти залучаються (Wang, Mitchell & Piech 2025)
• It's Not the Tool, It's the Task: A Framework for Cognitively Activated AI Augmentation in Physics Instruction — AIRIS: рамка для когнітивно активного розширення можливостей за допомогою ШІ у фізиці
• Enabling Multi-Agent Systems as Learning Designers: Applying Learning Sciences to AI Instructional Design
• Modeling AI-TPACK in Practice: Insights from Teachers'' Multi-Agent Workflow Design
• Designing for Reach: Seven Levers and the Student Alone with AI — Designing for Reach: сім важілів і студент сам наодинці зі ШІ
• Empowering Educators: Operationalizing Age-Old Learning Principles Using AI
• When Saying No Makes Better Videos: Designing Dual Gatekeeping for Pedagogically Grounded AI Content Creation — Коли «ні» робить відео кращими: подвійний контроль для педагогічно обґрунтованого створення контенту за допомогою ШІ
• ProductiveMath: A Generative-AI-Powered App to Support Productive Failure Teaching — ProductiveMath: ШІ для підтримки проєктування задач на продуктивну невдачу
• The Intersection of Artificial Intelligence and Instructional Design Practice: A Systematic Review — ШІ та практика інструкційного проєктування: систематичний огляд (Kibar & Ilgaz 2026)
• Intelligent tutoring in dynamic domains: a graph-based system for comparative analysis of adaptive algorithms — Графовий інтелектуальний тьюторінг для динамічних доменів (2026)
• Making AI Annoying on Purpose: When Helpful Tools Don't Always Help — Навмисно дратівливий ШІ: обмеження в підтримуваному ШІ письмі (Konradt, Boote & Taub 2026)
• Improving Instructional Design Proficiency of Master's Students in Mathematics Education Through Intelligent Educational Technologies — Модель розумної аудиторії та цикл D-T-E, що покращують уміння інструкційного проєктування в магістерській програмі з математики (Zhu та ін. 2026)
• Creating an AI-powered platform for generating modelling problems: A case study on direct variation in secondary school mathematics — Платформа на основі ШІ, що генерує задачі на математичне моделювання (ADDIE, RAG)
• Reimagining teacher-AI co-design in learning task design: trends and perspectives — Спільне проєктування навчальних завдань викладачем і ШІ: тенденції та перспективи (Wang та ін. 2026)
• The Architecture of Roles in AI-Designed Group Activities: A comparative inductive analysis of novice and experienced teachers' differentiated instruction within the IAT framework — Архітектура ролей у спроєктованих ШІ диференційованих групових діяльностях (Talebzadeh 2026)
• From evaluation to emulation: LLMs as agents of iterative pedagogical design — LLM як агенти ітеративного педагогічного проєктування