Архітектура та експериментальне дослідження кросплатформного мобільного застосунку адаптивного навчання з використанням великих мовних моделей
Анотація
У статті розглянуто питання розробки та експериментального дослідження архітектури кросплатформного мобільного застосунку адаптивного навчання іноземних мов із використанням великих мовних моделей. Запропоновано архітектурний підхід із виділенням окремого шару інтеграції штучного інтелекту (AI Integration Layer), що забезпечує ізоляцію бізнес-логіки та підвищує стабільність взаємодії із зовнішніми AI-сервісами. Реалізовано механізм адаптивної генерації навчального контенту з урахуванням індивідуальних характеристик користувача. Особливу увагу приділено оптимізації продуктивності системи за рахунок впровадження багаторівневого кешування, що дозволило знизити витрати на використання AI-сервісів на 74 % та зменшити латентність відповіді. Проведено експериментальне дослідження продуктивності, яке показало стабільну роботу системи при навантаженні до 100 одночасних користувачів із середнім часом відповіді 280-500 мс та визначило поріг деградації при навантаженні 160-170 користувачів. Отримані результати підтверджують ефективність запропонованого підходу та доцільність його застосування для створення сучасних мобільних освітніх систем із використанням великих мовних моделей
Посилання
Guo, P., Jeyaraj, J. J., & Razali, A. B. (2024). A systematic review of collaborative mobile-assisted language learning (C-MALL) practices. Humanities and Social Sciences Communications. https://doi.org/10.1057/s41599-024-03940-3.
Puri, V., et al. (2025). The effects of mobile-based language learning on learners’ engagement, anxiety, and achievement. Computers & Education: Artificial Intelligence. Doi: 10.1016/j.actpsy.2025.105400.
Kasneci, E., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. https://doi.org/10.1016/j.lindif.2023.102274.
Gaeta, M., et al. (2025). Enhancing intelligent tutoring systems with large language models. Computers & Education: Artificial Intelligence. https://doi.org/10.1016/j.caeai.2025.100433.
Yan, L., et al. (2023). Practical and ethical challenges of large language models in education. https://doi.org/10.1111/bjet.13370.
Torres, G., & Kahveci, M. (2025). Artificial intelligence in language learning: A meta-analysis. Computers & Education: Artificial Intelligence. https://doi.org/10.1016/j.caeai.2025.100522.
