EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

ПОРІВНЯЛЬНИЙ АНАЛІЗ МАТЕМАТИЧНИХ МЕТОДІВ ОБРОБЛЕННЯ НЕВИЗНАЧЕНОСТІ В ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЯХ ОЦІНЮВАННЯ ВПЛИВУ ШТУЧНОГО ІНТЕЛЕКТУ НА ЛЮДСЬКИЙ ПОТЕНЦІАЛ

Ганна ЗАВОЛОДЬКО, Ірина АНТОНОВА, Сергій ПОРОШИН, Андрій НОСИК

Information Technology: Computer Science, Software Engineering and Cyber Security · 10.11.2026 · (3) · 153-160

DOI: 10.32782/it/2026-3-16 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Information Technology: Computer Science, Software Engineering and Cyber Security, online erschienen am 10.11.2026. Verfasst von Ганна ЗАВОЛОДЬКО und 3 weiteren Autor:innen. Die Arbeit nennt 14 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Стаття присвячена аналізу сучасних математичних підходів до оцінювання впливу систем штучного інтелекту (ШІ) на людський потенціал. Стрімке впровадження інтелектуальних систем в освіту та професійну діяльність змінює формат формування компетентностей. Проте точне кількісне оцінювання такого впливу залишається складною науковою задачею. Головна проблема полягає у необхідності одночасної обробки неповних, гетерогенних та слабко формалізованих даних. Традиційні статистичні чи ймовірнісні моделі мають суттєві обмеження. Вони вимагають великих масивів однорідної інформації та не дозволяють враховувати якісні лінгвістичні описи й суб’єктивні експертні оцінки. У дослідженні проведено детальний порівняльний аналіз п’яти ключових математичних груп: статистичних методів, байєсівських моделей, алгоритмів машинного навчання, методів багатокритеріального прийняття рішень та апарату нечіткої логіки. Для формалізації процедури вибору розроблено авторську систему критеріїв. Вона комплексно враховує домінантний тип невизначеності, можливість безпосереднього залучення знань експертів, рівень інтерпретованості результатів та придатність до інтеграції неоднорідних джерел інформації. Обчислення виконувалися за допомогою інтегрального показника придатності, побудованого за принципом методу зваженої адитивної оцінки (Simple Additive Weighting, SAW). Результати кількісного порівняння довели, що найвищу відповідність визначеним критеріям (індекс 0,8125) мають методи нечіткої логіки. Вони забезпечують гнучке поєднання чітких числових індикаторів із розмитими експертними судженнями без втрати семантичного контексту. У роботі науково обґрунтовано доцільність застосування нечіткої логіки як математичного фундаменту для проектування сучасних аналітичних ІТ-платформ у сфері Learning Analytics та Educational Data Mining. Окреслено практичні перспективи побудови гібридних інтелектуальних архітектур, які об’єднують прогнозну потужність машинного навчання із прозорістю нечітких правил. Практична цінність роботи полягає у формализации та спрощенні вибору математичного апарату для розробників систем підтримки прийняття рішень, що функціонують в умовах інформаційної невизначеності.

Zitieren

APA

ЗАВОЛОДЬКО, Г., АНТОНОВА, І., ПОРОШИН, С., & НОСИК, А. (2026). ПОРІВНЯЛЬНИЙ АНАЛІЗ МАТЕМАТИЧНИХ МЕТОДІВ ОБРОБЛЕННЯ НЕВИЗНАЧЕНОСТІ В ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЯХ ОЦІНЮВАННЯ ВПЛИВУ ШТУЧНОГО ІНТЕЛЕКТУ НА ЛЮДСЬКИЙ ПОТЕНЦІАЛ. Information Technology: Computer Science, Software Engineering and Cyber Security, 153-160. https://doi.org/10.32782/it/2026-3-16

Vancouver

ЗАВОЛОДЬКО Г, АНТОНОВА І, ПОРОШИН С, НОСИК А. ПОРІВНЯЛЬНИЙ АНАЛІЗ МАТЕМАТИЧНИХ МЕТОДІВ ОБРОБЛЕННЯ НЕВИЗНАЧЕНОСТІ В ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЯХ ОЦІНЮВАННЯ ВПЛИВУ ШТУЧНОГО ІНТЕЛЕКТУ НА ЛЮДСЬКИЙ ПОТЕНЦІАЛ. Information Technology: Computer Science, Software Engineering and Cyber Security. 2026:153-160. doi:10.32782/it/2026-3-16

BibTeX
@article{2026,
  author = {ЗАВОЛОДЬКО, Ганна and АНТОНОВА, Ірина and ПОРОШИН, Сергій and НОСИК, Андрій},
  title = {ПОРІВНЯЛЬНИЙ АНАЛІЗ МАТЕМАТИЧНИХ МЕТОДІВ ОБРОБЛЕННЯ НЕВИЗНАЧЕНОСТІ В ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЯХ ОЦІНЮВАННЯ ВПЛИВУ ШТУЧНОГО ІНТЕЛЕКТУ НА ЛЮДСЬКИЙ ПОТЕНЦІАЛ},
  journal = {Information Technology: Computer Science, Software Engineering and Cyber Security},
  year = {2026},
  number = {3},
  pages = {153--160},
  doi = {10.32782/it/2026-3-16}
}
Kostenlos starten →