База знань AIEdAIEd KB
На цій сторінці

Ця сторінка перекладена українською. Сторінки статей досі написані англійською. Читати цю сторінку англійською

Концепції

Мовленнєві та голосові технології

Створено 2026-10-13

Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.

Мовленнєві та голосові technologies — родина систем ШІ, у яких усний канал несе взаємодію: автоматичне розпізнавання мовлення (ASR), яке транскрибує, аналізує й оцінює те, що каже здобувач; синтез мовлення з тексту (TTS), який створює наративне навчання або навчання у формі діалогу; агенти, орієнтовані на голос, які підтримують усну розмову зі здобувачами в реальному часі; і автоматичний запис і оцінювання усної продуктивності. Там де Розмовний ШІ здебільшого стосується текстових чат-ботів, а Вивчення мов широко охоплюють педагогіку другої мови, ця сторінка йде за самим аудіо — що змінює в навчанні мовленнєвий інтерфейс, чого він коштує і кого він включає чи виключає, коли інтерфейсом є голос, а не екран.

Питання для роздумів

  • Зворотний зв’язок на основі ASR допомагає сильнішим здобувачам більше, ніж слабшим: в одному опитуванні 325 китайських студентів старших курсів віддача від рефлексивної поведінки та мотивації була слабкою й незначущою за низького рівня володіння мовою і ставала помітно сильнішою на середньому та високому рівнях. Якщо інструмент підвищує середній рівень, розширюючи розрив, чи це успіх?
  • Нарація TTS відповідала власному голосу викладача за розумінням, концентрацією та загальною оцінкою, але TTS у формі діалогу перевершував TTS з одним спікером за розумінням і когнітивною залученістю, при цьому звучав менш природно. Який із них ви обрали б для першого знайомства з поняттям, а який — для щільного процедурного розбору?
  • Два висновки йдуть проти інтуїції: студенти, які найінтенсивніше читали вивід ШІ під час завдань із усного перекладу, мали найслабшу плинність виконання, а здобувача, який відповів двома словами, позначили як правильний, тоді як повнішу усну відповідь позначили як таку, що потребує уваги. Наскільки голосовий інтерфейс вимірює усну плинність, а не розуміння?
  • Голосовим агентом із британським акцентом поводилися як з інструментом, тоді як агенти з індійським і афроамериканським акцентом антропоморфізували й сприймали як однолітків у K-12 group work. Якщо акцент змінює те, як здобувач ставиться до агента, хто має вирішувати, з яким голосом освітній продукт виходить на ринок?
  • Системи, орієнтовані на голос та офлайн-роботу, існують переважно для того, щоб охопити здобувачів, яких виключив заснований на екранах edtech, — незрячих дітей, глухих здобувачів і здобувачів із порушеннями слуху, здобувачів у майстернях без зв’язку. Що потрібно для того, щоб доступність стала вихідним припущенням мовленнєвого продукту, а не пізнішою латкою?
  • Майже кожне твердження на цій сторінці походить із короткого, одновібіркового дослідження з самооцінкою та фіксованим порядком подання. Яким із цих висновків ви довіряли б настільки, щоб змінити своє оцінювання або проєктування заняття до появи реплікації?

Вступ

Мовлення — найдавніший освітній інтерфейс і водночас найновіший для ШІ. Системи, які слухають і говорять, уже присутні в мовних аудиторіях, професійних майстернях і дослідницьких заняттях старшої школи. Вони привабливі з звичної причини — мовлення швидке, працює без рук і без очей і є тим середовищем, у якому живуть вимова, плинність і усне міркування, — і з новішої: обмежену в часі усну відповідь важко передати на аутсорсинг текстовому генератору, що робить усний канал кандидатом у відповіді на тиск Академічна доброчесність на письмове оцінювання.

Дослідження тут розпадається на чотири кластери: зворотний зв’язок із вимовою на основі ASR, навчання, створене за допомогою TTS, партнери, орієнтовані на голос, і партнери в усному діалозі, а також усне Оцінювання за підтримки ШІ. Крізь усі чотири проходить питання equity — мовленнєві інтерфейси знімають один бар’єр (зір, швидкість читання, письмову грамотність), водночас запроваджуючи інші (акцент, точність розпізнавання, обладнання, зв’язок).

ASR і зворотний зв’язок щодо вимови

Найпослідовніше повідомлення роботи з ASR полягає в тому, що втручанням є не інструмент, а проєктування зворотного зв’язку. Chen et al. (2026) опитали 325 студентів старших курсів у китайському педагогічному університеті та змоделювали точність, частоту використання, feedback quality та проєктування рефлексивних завдань проти рефлексивної поведінки та внутрішньої Мотивація, а потім — проти покращення уміння говорити. Точне виправлення помилок і структуровані рефлексивні завдання рухали й інтеріоризацію Зворотний зв’язок, і рефлексію. Частіше використання підсилювало рефлексію, але не мало самостійного впливу на мотивацію. Точність розпізнавання підвищувала мотивацію, ймовірно через зростання довіри до інструменту, але сама по собі не запускала глибшої обробки — здобувач може зафіксувати позначену помилку, не аналізуючи її причини. Рефлексія була сильнішим предиктором здобутків у мовленні, а рівень володіння мовою модерував обидва шляхи: слабкий і незначущий за низького рівня, помітно сильніший на середньому та високому. Порада, яка з цього випливає, — пояснювати помилки артикуляторно, а не просто позначати їх, нарощувати складність за готовністю й формулювати виправлення підтримливо.

Другий напрям запитує, чи змінює зворотний зв’язок із вимовою на базі ШІ схильність здобувачів говорити. Lu et al. (2026) опитали 1 701 китайського студента-вчителя англійської як іноземної мови та використали структурне моделювання рівнянь на основі коваріації з виправленою на зміщення бутстрапізацією, щоб перевірити, чи пов’язані уявлення про зворотний зв’язок щодо вимови від Генеративний ШІ з готовністю спілкуватися, за Самоефективність в мовленні як медіатора. Зв’язок був позитивним, і самооцінка частково його опосередковувала: опосередкований шлях становив 69.9% загального ефекту, тоді як прямий ефект залишався. Усі конструкти були self-reported в один момент часу, тож дослідження описує механізм, який здобувачі сприймають, а не такий, який маніпулювали.

Автоматизований зворотний зв’язок щодо вимови можна також будувати без позначень помилок. Kawamura (2026) описує Profy, який вчиться, як виглядають хороша й погана вимова, з переважно неанотованого мовлення через самонавчення, а потім показує здобувачам, які ділянки хвилі зумовили судження і наскільки далеко їхня акустика лежить від розподілів носіїв мови. За 10 японських здобувачів англійської, оцінених п’ятьма американськими слухачами, зрозумілість покращилася, і, на відміну від базового рівня з викликаною імітацією, довірчі інтервали до і після практики не перекривалися — невелика вибірка, але така, що дає де і наскільки, а не бінарний вердикт.

ASR служить аудиторії й у другій ролі — перетворюючи усний вхід на текст, який читають здобувачі. Stanchev (2026) озвучив уривок підручника з медичної англійської на 2 692 лексеми про білки одним голосом TTS (15:27, жіночий канадський) і подав ідентичне аудіо на чотири онлайн-служби ASR, а потім виміряв і частоту похибок на слово (WER), і покриття (повернені слова як частку від еталона). Дві безкоштовні служби повернули майже повні транскрипти (покриття 87.96% і 88.34%, WER 15.23% і 15.00%), тоді як дві платні служби експортували лише фрагменти для ознайомлення (покриття 32.76% і 55.35%, WER 73.21% і 48.77%). Точка вимірювання полягає в тому, що одна WER зливає недоступний текст із неточним текстом і оцінила б обмеження експорту як збій транскрибування, тож покриття має стояти поряд із частотою похибок. Видалення домінували в кожній службі й збиралися навколо структурних маркерів, як-от посилань на рисунки та номерів сторінок, але незначна кількість замін, що змінюють зміст — imino → amino, cystine → cysteine, protonated → protonatid, pH → phase — кожна інвертувала біохімічний факт, і саме тому автори пропонують триетапний робочий процес (створити вхід, експортувати повний транскрипт, перевірити доменну термінологію) до того, як транскрипт дійде до здобувачів, і саме тому проходження термінології є найдешевшим захисним бар’єром для медичної англійської.

TTS і навчання, створене голосом

Згенерована нарація виявляється життєздатною заміною записаного викладача, і цікава варіація лежить усередині формату, а не між людиною й машиною. Kumoi et al. (2026) побудували триетапний конвеєр із human-in-the-loop, у якому Великі мовні моделі (LLM) готує слайди та нарацію, оптимізовану для TTS, тоді як викладач перевіряє факти на кожному етапі, а потім провели внутрішньосуб’єктне дослідження зі 245 першокурсниками японської префектурної школи на матеріалах відео з голосом викладача, TTS з одним спікером і діалогового TTS «експерт × новачок». Розуміння, концентрація та загальна оцінка не відрізнялися значуще між усіма трьома (p > .14, r < 0.11), а перевірка еквівалентності утримала всі три в межах поля ±0.5: синтетична нарація не погіршувала досвіду. Діалогова нарація була кращою за розумінням (p = .006, r = .130), за повідомняним поглибленням мислення (p = .019, r = .121) і за здатністю пояснити вміст другові (p = .004, r = .152), а 66.9% назвали її найприємнішою. Дві застереження: діалогове аудіо оцінили значно менш природним (r = −.238), що узгоджується з додатковим навантаженням від кількох спікерів, і діалогова група приходила з меншими prior knowledge (66.0% повідомляли, що не знають «нічого взагалі», проти 34.1%), що робить її перевагу консервативною оцінкою.

Подальша робота стверджує, що формат слід узгоджувати зі здобувачем, а не зі вмістом. Watanabe et al. (2026) дали 222 першокурсникам середньої школи заняття у формі діалогу «викладач–студент» (TS), «студент–студент» (SS) і «викладач–викладач» (TT), згенеровані LLM і озвучені через API TTS, припасовуючи лінійні моделі змішаних ефектів через призму взаємодії здібність–втручання. TT підвищувало Мотивація більше, ніж TS, але ефект залежав від стилю навчання: взаємодія з фактором конкретного досвіду була позитивною (b = 0.162, p < .001), тоді як взаємодія з фактором рефлексії та концептуалізації була негативною (b = −0.238, p = .002). TT також отримало значно нижчу загальну оцінку, ніж TS (b = −0.126, p = .005), що автори пояснюють внутрішнім cognitive load від щільного обміну між експертами; вільні відповіді називають «задерев’янілість мовлення» в TT і «неприродну манеру говорити» в SS. Обидва дослідження TTS змішують формат зі вмістом і мають фіксований порядок перегляду, тож їхні розміри ефекту є попередніми.

Партнери, орієнтовані на голос, і співрозмовники в усному діалозі

Що змінюється, коли співрозмовником є машина? Scheinberg et al. (2026) дали 78 університетським здобувачам німецької на чотирьох майданчиках виконати збалансоване протипорядком завдання «знайди відмінності» як із людським однолітком, так і з партнером на ШІ в реальному часі, а потім проаналізували діаризовані транскрипти ASR. Людський діалог був швидшим і краще збалансованим, з багатьма короткими ходами, тоді як умова зі ШІ виглядала як підтриманий монолог — менше, але довших ходів, менша частка здобувача в русі розмови та вища внутрішньоходова плинність. Багатослівний, синтаксично правильний вхід ШІ був пов’язаний з більшим короткостроковим засвоєнням і сильнішим синтаксичним праймингом після контролю за обсягом входу, а задоволеність стежила за власною плинністю продукції здобувачів, а не за тим, скільки вони підхопили.

Проєктування, орієнтоване на голос, стає необхідністю, а не зручністю, коли здобувач не може користуватися екраном. Kutti AI (Fadurudeen 2026) перевертає візуальне припущення edtech, щоб охопити, за оцінками, 1.4 мільйона незрячих дітей у світі: діти чують вміст curriculum, відповідають уголос і отримують усний зворотний зв’язок без жодної візуальної залежності. Три рішення несуть це проєктування — легкий рушій виявлення боротьби, що зливає затримку відповіді, кількості невдалих спроб і підказок хвилювання на ключових словах, щоб вирішувати, коли підказувати або спрощувати; конвеєр зіставлення відповідей між мовами, щоб не карати перемикання кодів і варіації вимови; і офлайн-шлях ASR на пристрої, який знімає вимогу зв’язку. Це внесок на рівні систем без оцінювання навчальних результатів, тож його pedagogical твердження лишаються гіпотезами.

Акцент тим часом є змінною проєктування з соціальними наслідками. Ravi et al. (2026) дали 33 викладачам взаємодіяти з голосовим агентом GenAI в умовах британського, індійського та афроамериканського акценту в group learning K-12. З агентом із британським акцентом поводилися здебільшого як з інструментом і взаємодіяли відсторонено, на основі корисності, тоді як агенти з індійським і афроамериканським акцентом були легше антропоморфізованими й інтегрованими як однолітки, із сильнішою довірою та опорою з часом. Чергування ходів, схеми ставання запитань і сприйнята social presence — усе зсувалося разом із акцентом: голос, який робить агента легким для сприйняття як нейтрального ресурсу, може робити його легким для нехтування як співробітника.

Інтенсивніше використання інструмента усної підтримки не є автоматично кращим. Kuang, Li and Weng (2026) дали 22 стажерам із усного перекладу виконати двонапрямні завдання комп’ютерно підтриманого послідовного перекладу в системах, побудованих на ASR і машинному перекладі, фіксуючи рухи очей, ручні нотатки й голосовий вивід. Виникли чотири профілі взаємодії — Intensive Engagers, Fast Scanners, Traditionalists і Frequent Switchers — і 58.3% спостережень на рівні етапів змінювали профіль між розумінням джерела й створенням цілі. Лише схеми на етапі розуміння передбачали якість продукту, а кластер із найінтенсивнішим використанням ШІ набрав найнижчі оцінки за плинність виконання (5.46 проти 6.17–6.46) і за якість цільової мови (5.70 проти 6.35–6.67). Увага, витрачена на читання транскрипту ШІ, — це увага, не витрачена на побудову власного уявлення; автори рекомендують навчати здобувачів рефлексувати над власною стратегією, а не призначати одну, бо схема невидима, доки її не виявлено.

Попередньо зареєстрований рандомізований польовий експеримент перевіряє усний канал проти набору тексту в межах того самого тьютора й виявляє, що навчання лежить у тьюторстві, а не в голосі. Yang, Van Alstyne and Dellarocas (2026) рандомізували 86 студентів у модулі корпоративних фінансів онлайн-MBA між структурованим тьютором, згрунтованим на матеріалах курсу, і контрольною групою, а потім щотижня змінювали канал кожного тьюторованого студента між голосом і текстом, тож порівняння ідентифіковано всередині кожного студента: щотижне оволодіння відрізнялося на −0.01 пункта з 11 (p = .98), а два односторонні тести відкинули будь-яку справжню відмінність, більшу за ±0.3 SD. Голос перетворив замість цього сам процес — 1.34 ходи діалогу за хвилину проти 0.75 у текстові тижні, і 11.3 запитання проти 4.6, — тоді як пауза на мислення згорнулася (медіанна затримка відповіді тьютор→студент 27 секунд у голосі проти 54 у тексті, де текстові ходи витрачали 25.9 секунди до першого натискання клавіші плюс 13.9 секунди на написання), і канал мовлення коштував у 2.8 раза більше для надання — \0.22заголосовухвилинупроти0.22 за голосову хвилину проти \\0.0165 за текстове повідомлення (\413.46голосомі413.46 голосом і \\149.13 текстом за п’ять тижнів на 52 місця). За цими доказами голос — важиль упровадження та залучення, а не кодування — і це саме та розміна, яку кожен заклад, що додає усний канал, має оцінити в ціні.

ШІ в усному та мовленнєвому оцінюванні

Усне оцінювання завжди було педагогічно сильним і логістично дорогим, і мовленнєва технологія нині атакує бік витрат. Pentland, Lowenthal and Krier (2026) описують асинхронні усні оцінювання (AOA): підказки, подані саме вчасно, короткі обмежені в часі відповіді через вебкамеру, до яких не можна повернутися, й оцінювання за вбудованими рубриками з автозгенерованими транскриптами. На двох курсах, які викладав один викладач без обмежень розкладу, студенти набирали вищі оцінки за AOA, ніж на очних іспитах із вибором відповіді, — значуще в дослідженні 2 (медіана семестрового іспиту 92.5 проти 70, p < .001; фінального 94.2 проти 86.4, p = .002) і напрямково в дослідженні 1, із помірними міжформатними кореляціями (τ = .44; τ = .25, незначущими). Студенти перейшли до активнішої підготовки, 90.91% вважали формат ближчим до робочої комунікації, ніж письмові іспити, а 81.82% повідомляли про активнішу взаємодію зі вмістом. Автори обережно зазначають, що це відмінності в оцінках за формат, а не докази learning gains, і що перевага щодо цілісності виведена, а не виміряна; перевірка переоцінювання за допомогою LLM виявила, що оцінки викладачів систематично вищі, за помірною-хорошою узгодженістю (ICC 0.73 і 0.60), і подана як перевірка надійності, а не як схвалення automated grading.

Fenton (2025) подає обґрунтування в формі огляду: оскільки усні іспити відбуваються в реальному часі й інтерактивно, студенти не можуть генерувати відповіді наперед і запам’ятовувати їх, і формат досліджує міркування на вищих рівнях таксономії Блума, а не пригадування. Його користі — personalization, автентичність, готовність до роботи, глибші знання — супроводжуються названими витратами: планування та логістика, тривожність здобувачів і ризик упереджень щодо статі, етнічності, мови, швидкості відповіді та неанонімного позначення, хоча докази вказують, що усні іспити можуть бути такими ж інклюзивними, як письмові, для деяких здобувачів, зокрема з дислексією.

Два розгортання показують, що додає технологія. AkoVoice (Adams 2026) оцінило 33 здобувачів у чотирьох заняттях Automotive рівня 3 і одному занятті Engineering рівня 3 у Новій Зеландії, на телефонах, що належать здобувачам, проти одного ноутбука середнього класу з відкритими вагами моделей — Mistral 7B через Ollama, faster-whisper для перетворення мовлення на текст, Chatterbox для TTS, — із одночасним оцінюванням до 12 здобувачів і жодного підключення до інтернету в жодній точці. ШІ було поставлено як виявлювач доказів, а не суддю, залишаючи судження оцінювача недоторканим. Реакція здобувачів була позитивною: 21 із 33 (64%) назвали завдання реалістичним, і жоден із 33 не погодився, що говорити в реальному часі здавалося неправильним у порівнянні з письмовим portfolio. Дані про продуктивність цікавіші. Кількості слів на ідентичні запитання різнилися в п’ять-вісім разів між здобувачами в кожному контингенті (93–523, 92–796, 309–811), проте багатослівність не передбачала точності на закритих запитаннях; дев’ятьох здобувачів відповіли від 2 до 13 слів і всі були позначені правильними, найкоротша відповідь — «3500 kgs», тоді як повніша відповідь «the safe working load is three tons» була позначена як така, що потребує уваги, проти настанови з оцінювання на 3.5 тонни. Сусідні випробування Horticulture (14 здобувачів) і Dairy (11 здобувачів) виявили 95% узгодження між попередньою оцінкою агента й оцінкою людського тьютора. Щодо пунктів, Aryadoust and Wong (2026) порівняли ітеративне prompt engineering із донавчанням для пунктів на аудіювання L2, створивши 40 тестів і 240 пунктів із вибором відповіді: вдосконалення підказок покращувало якість, але вийшло на плато, тоді як донавчання GPT-4.1 на оптимізованій підказці за незмінного проєктування підказок покращувало генерацію далі. Усне оцінювання ризикує також вимірювати не те — Morphew et al. (2026) стежать за жестами поряд із транскрибованим мовленням і стверджують, що оцінювання лише мовлення пропускає embodied докази розуміння, тож плинність може бути прийнята за концептуальне знання.

Доступність і справедливість в усному каналі

Факт доступності мовленнєвої технології є змішаним: той самий канал, який знімає один бар’єр, може встановити інший. Глухі здобувачі та здобувачі з порушеннями слуху — найявніша невідповідність. Chen et al. (2026) розробили систему генерації запитань на базі LLM для здобувачів DHH, які дивляться відео, спираючись на теорію мовної депривації, щоб пояснити, чому підказування на основі тексту погано узгоджується з першими мовами на основі жестів. Вони додали Visual Questions (мітки часу, де візуальну інформацію ймовірно неправильно прочитано — швидкий рух, розміщені не в лад субтитри, щільний текст на екрані) та Emotion Questions (мітки часу, де попередні здобувачі DHH повідомляли про розчарування або замішання), вдосконалюючи кінцевий банк із 30 запитань разом зі здобувачами та викладачами. За 16 користувачів прототип покращив Самоефективність (M = 5.70, SD = 1.12 за семибальною шкалою), а глухі учасники обирали візуальні запитання частіше, ніж учасники з порушеннями слуху, які повідомляли, що читають субтитри досить швидко, щоб не потребувати їх. Доступність тут довелося вбудувати в генерацію, а не додати до неї.

AkoVoice додає два міркування щодо справедливості, які рідко виринають разом. По-перше, дані: записи були зашифровані в стані спокою, зберігалися локально й видалялися через 90 днів, а автори розглядають голос учасника як особистий і культурний вираз, а не як ресурс для навчання моделей або побудови біометричних профілів — позиція, яка має значення, бо Закон ЄС про штучний інтелект класифікує ШІ, що застосовується для оцінювання навчальних результатів у vocational training, як високоризикований. По-друге, акцент і регістр: точність перетворення мовлення на текст не була повністю перевірена на акцентах здобувачів, і такі критерії рубрики, як «engaging» (захопливо), були позначені як культурно специфічні й потенційно штрафуючи для тих, для кого англійська друга мова, що й спонукало до поля нотаток перевірки. Поряд із висновками про акцент у груповій роботі K-12 та майже повним візуальним припущенням мейнстримового edtech закономірність така: голосовий інтерфейс знімає бар’єри зору, швидкості читання й зв’язку, лишаючи відкритими акцент, точність розпізнавання, вартість обладнання й культурний регістр.

Перевірка меж. Ця сторінка — про усний канал і технологію, яка його несе. Щодо педагогіки другої мови взагалі — розвиток письма, граматична точність, мотивація, практика викладача — перейдіть до Вивчення мов, який охоплює навчання L2 за участі ШІ й розглядає мовлення як один напрям серед кількох. Щодо текстових чат-ботів і проєктування діалогу незалежно від модальності перейдіть до Розмовний ШІ; кілька статей тут містять діалог, але їхнє питання — про мовлення, а не про підказування чат-моделі. Щодо зчитувачів з екрана, субтитрування, тактильних графіків і асистивних інструментів, які не є переважно мовленнєвими, перейдіть до Асистивні технології, яке лежить у межах ширших напрямів Доступність та Інклюзивне навчання цієї вікі.

Що лишається невизначеним

Майже кожне сильне твердження тут спирається на одне коротке дослідження. Два дослідження занять із TTS проходили в одиничних японських середніх школах із фіксованим порядком подання, який змішував формат зі вмістом, а їхні міри навчальних результатів були самоописаними за внутрішніми шкалами. Модель зворотного зв’язку ASR походила з одного китайського університету й була перерізовою, тож її висновок про модерування рівнем володіння мовою описує коваріацію, а не причинність. Дослідження готовності спілкуватися вимірювало уявлення про зворотний зв’язок, а не його якість. Дослідження профілів усного перекладу — це дослідницький аналіз за 22 учасників, у якому ефекти на етапі створення не дійшли до значущості. Розгортання AOA і AkoVoice є одноінституційними, а AkoVoice не подає жодних summative доказів навчання, бо його голосові оцінювання проводилися паралельно зі справжніми оцінюваннями. Kutti AI — це внесок на рівні систем без жодного оцінювання результатів. Те, що справді підтримує ця збірка, — набір тверджень щодо проєктування: якість зворотного зв’язку перевершує обсяг практики в застосуванні ASR, діалогова нарація може допомагати розумінню ціною природності, формат слід узгоджувати з характеристиками здобувача, а не фіксувати, ШІ має виявляти докази, а не заміняти людського оцінювача, і мовлення в реальному часі вимірює те, чого не вимірює письмо, — включно з точністю, на диво байдужою до того, скільки слів використовує здобувач. Чи тримається хоч щось із цього на іншому майданчику, в іншій мові чи в іншому році, не перевірено.

Пов’язані поняття

Пов’язані статті

Метадані

ДисциплінаLanguage Learning
РівеньK 12, Higher Ed, Adult Learning
Цільова аудиторіяInstructors, Learners, Researchers, Instructional Designers
Технології та методиГенеративний ШІ, Мультимодальний ШІ
Оцінювання та вимірюванняОцінювання
Справедливість, етика та відповідальне використанняДоступність, Інклюзивне навчання
SourceHistoryEditChat

Вставити цю сторінку

Скопіюйте наведений нижче код, щоб вставити цю сторінку в систему управління навчанням або на інший вебсайт. Вбудована версія показує лише вміст сторінки — вона приховує заголовок сайту, навігацію та колонтитул.