Розроблення чатбота супроводу навчального процесу

Abstract

Наукова література демонструє зростаючий інтерес до вивчення ефективності чатботів у контексті освіти, зокрема їхнього впливу на мотивацію студентів, рівень залучення в навчання та якість засвоєння матеріалу [1-5]. Багато студентів, особливо новачків, стикаються з проблемами низького рівня мотивації та орієнтації в освітньому середовищі. Вони не завжди можуть чітко визначити свої навчальні цілі, а також не мають чітких рекомендацій щодо курсів, які можуть задовольнити їхні потреби [6]. У роботі досліджено можливості застосування чатботів як інструменту рекомендацій та підтримки користувачів на онлайн-освітніх платформах. Об'єкт дослідження - цифрові системи супроводу навчального процесу. Предмет дослідження - процес побудови та реалізації веб версії чатбота для рекомендації навчальних курсів користувачам на основі їх відповідей. Мета дослідження - створення функціонального прототипу чатбота з елементами персоналізації, який поетапно уточнює цілі, досвід та інтереси користувача, а далі здійснює підбір курсів за визначеними критеріями. Для реалізації використано мову Python, фреймворк Streamlit, а також модель GPT від OpenAI для генерації текстових пояснень. База курсів сформована у вигляді локального JSON-файлу, що включає категорії, підкатегорії, рівень складності, формат, тривалість, наявність сертифіката та інші параметри. Чатбот реалізує структурований діалог, де на кожному кроці уточнює характеристики, важливі для рекомендації курсів. Розроблений інтерфейс адаптовано під користувачів без технічної підготовки, реалізовано покроковий збір відповідей, перевірку заповненості, індикатори стану сесії, а також інтеграцію з GPT, яка пояснює запропоновані результати. Проведено опитування серед користувачів із метою збору зворотного зв'язку. Результати показали, що більшість респондентів високо оцінили зручність, проте вказали на потребу розширення фільтрів та можливості м'якшого пошуку при відсутності точного збігу. У роботі також сформульовано рекомендації щодо подальшого розвитку у вигляді автоматизації оновлення бази курсів, збереження статистики вибору користувачів, покращення дизайну, а також забезпечення технічної підтримки й безпеки використання API-ключів.

Scientific literature demonstrates a growing interest in exploring the effectiveness of chatbots in the context of education, particularly their impact on student motivation, engagement, and learning outcomes [1-5]. Many students, especially beginners, face challenges related to low motivation and difficulty navigating the educational environment. They often struggle to clearly define their learning goals and lack structured recommendations for courses that meet their individual needs [6]. This work explores the potential of using chatbots as tools for personalized support and recommendations on online learning platforms. Study object - digital systems for supporting the learning process. Scope of research the process of designing and implementing a web-based chatbot that recommends educational courses to users based on their responses. Goal of research: to develop a functional chatbot prototype with elements of personalization, which gradually clarifies the user's goals, experience, and interests, and then recommends courses based on defined criteria. The solution was implemented using the Python programming language, the Streamlit framework, and the GPT model from OpenAI for generating natural-language explanations. The course database was compiled in a local JSON file and includes parameters such as categories, subcategories, difficulty level, format, duration, certificate availability, and others. The chatbot operates through a structured dialogue in which each step refines important characteristics for generating course recommendations. The developed interface is adapted for users without technical background and features step-by-step input collection, input validation, session tracking, and GPT integration for generating explanations. A user survey was conducted to collect feedback. Results showed that most respondents found the chatbot convenient and user-friendly, although they expressed a need for more flexible filtering and improved matching when no exact results are found. The study also formulates recommendations for further development, including automating the course database update process, storing user choice analytics, improving the design, and ensuring technical support and API key security.