Ethics of using artificial intelligence in mass communication

Author(s) Collection number Pages Download abstract Download full text
Sabat V. I., Мацюк В. В. № 1 (70) 108-115 Image Image

Метою даного дослідження є розробка та валідація модульної архітектури інформаційної системи інклюзивної освіти, яка підтримує персоналізовану цифрову взаємодію між викладачами, здобувачами освіти з особливими освітніми потребами (ООП), асистентами викладання та адміністраторами. Архітектура системи спроєктована з урахуванням вимог доступності, масштабованості та адаптивності відповідно до стандартів WCAG 2.1.

Дослідження базується на проєктно-орієнтованій методології, що поєднує парадигму Model-View-ViewModel (MVVM) для забезпечення гнучкості інтерфейсу з мікросервісною архітектурою для побудови модульного бекенду. Систему реалізовано з використанням сучасних вебтехнологій (React, Vue.js, Node.js, Python FastAPI) та розгорнуто у хмарному середовищі з контейнеризацією.

Функціональна валідація охоплювала тестування продуктивності та аудит доступності за допомогою таких інструментів, як WAVE, Axe, Lighthouse та Accessibility Insights. Моделі взаємодії були формалізовані у вигляді діаграм UML.

Прототип системи демонстрував середній час відповіді менше ніж 500 мс при навантаженні до 500 одночасних користувачів. Результати аудиту доступності засвідчили рівень відповідності понад 97% для всіх інструментів перевірки. Запропонована архітектура успішно інтегрує асистентів викладання як активних учасників цифрових процесів, що дозволяє формувати персоналізовані освітні траєкторії в режимі реального часу на основі профілів користувачів та показників їх залучення.

Система пропонує уніфіковану архітектурну модель, яка формально включає асистентів як динамічних агентів у цифрових потоках навчання — підхід, відсутній у більшості традиційних LMS-платформ. Поєднання MVVM та мікросервісної архітектури в контексті інклюзивної освіти становить методологічно новий внесок.

Реалізована архітектура дозволяє навчальним закладам впроваджувати масш­табовані та інклюзивні освітні середовища, які адаптуються до різноманітних потреб здобувачів освіти без шкоди для продуктивності або доступності. Платформа є придатною для дистанційних та змішаних форматів навчання і створює гнучке підґрунтя для подальшої інтеграції модулів персоналізації, що працюють на основі штучного інтелекту.

Keywords: інклюзивна освіта, цифрова взаємодія, рольовий доступ, доступність, архітектура MVVM, мікросервіси, інформаційна система освіти.

doi: 10.32403/1998-6912-2025-1-70-93-107


  • 1. Al-Azawei A., Serenelli F., Lundqvist K. Universal Design for Learning (UDL): A content analysis of peer-reviewed journal papers from 2012 to 2015 // Journal of the Scholarship of Teaching and Learning. – 2016. – Vol. 16, №3. – P. 39–56.
  • 2. Burgstahler S. Universal Design in Higher Education: From Principles to Practice. – 2nd ed. – Cambridge (MA): Harvard Education Press, 2015. – 400 p.
  • 3. World Wide Web Consortium (W3C). Web Content Accessibility Guidelines (WCAG) 2.1 [Електронний ресурс]. – 2018. – Режим доступу: https://www.w3.org/TR/WCAG21/.
  • 4. Edyburn D. Assistive Technology and Universal Design for Learning: Two sides of the same coin // Handbook of Research on Emerging Practices and Methods for K–12 Online and Blended Learning / IGI Global. – 2020. – P. 225–239.
  • 5. Boot F. H., MacLachlan M., Dinsmore J. Inclusive Design and Assistive Technology: Inter­sections for future research // Disability and Rehabilitation: Assistive Technology. – 2021. – Vol. 16, №7. – P. 698–707.
  • 6. Fowler M. Patterns of Enterprise Application Architecture. – Boston: Addison-Wesley, 2002. – 395 p.
  • 7. Newman S. Building Microservices: Designing Fine-Grained Systems. – 2nd ed. – Sebastopol: O’Reilly Media, 2019. – 450 p.
  • 8. Pahl C., Jamshidi P. Microservices: A systematic mapping study // Proc. of the 6th Int. Conf. on Cloud Computing and Services Science. – 2016. – P. 137–146. https://doi.org/10.5220/ 0005785501370146.
  • 9. Ismail R., Zin N. A. M., Azizan S. N. Microservices-based architecture for adaptive learning environments: Review and design principles // Education and Information Technologies. – 2022. – Vol. 27. – P. 2763–2784. https://doi.org/10.1007/s10639-021-10721-5.
  • 10. Ifenthaler D., Yau J. Y.-K. Utilising learning analytics for study success: Reflections on current empirical findings // Research and Practice in Technology Enhanced Learning. – 2020. – Vol. 15, №4. – P. 1–17.
  • 11. Chounta I.-A., Avouris N. Artificial Intelligence in Inclusive Education: Trends, Benefits, and Ethical Challenges // British Journal of Educational Technology. – 2022. – Vol. 53, №1. – P. 34–51. https://doi.org/10.1111/bjet.13137.
  • 12. Wang F., Wang T., & Huang Y.-M. Designing Adaptive Learning Environments Based on Learner Modeling and Personalization Technologies // Interactive Learning Environments. – 2022. – Vol. 30(3). – P. 335–353.
  • 13. Brown M., Dehghani A. MVVM in Practice: Building Modular Front-End Systems. – O’Reilly Media, 2021. – 240 p.
  • 14. Richardson C. Microservices Patterns: With Examples in Java. – Shelter Island: Manning Publications, 2018. – 520 p.
  • 15. Barbosa J. L. V., Cazella S. C., Costa C. J. Application of Microservices and Serverless Architectures for Personalized Learning Platforms // Journal of Universal Computer Science – 2021. – Vol. 27(5). – P. 532–550.
  • 16. Bigham J. P., Ladner R. E., & Borodin Y. The Design of Human-Centered Accessibility Tools for the Web // ACM Transactions on Accessible Computing (TACCESS). – 2017. – Vol. 10(4). – Article 13.
  • 17. Ambler S. W., & Sadalage P. J. Refactoring Databases: Evolutionary Database Design. – Addison-Wesley, 2020. – 384 p.