Використаня плагінів штучного інтелекту в Moodle. (Майстер-клас)
Section outline
-
-
Щербина О.А.
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
Використання плагінів штучного інтелекту в Moodle.
(Майстер-клас)Всі ми давно користуються засобами штучного інтелекту (ШІ) для різних потреб, в тому числі й для роботи з платформою Moodle. Але не всі поки що мають досвід роботи зі ШІ через плагіни Moodle тому, що таке використання ШІ є платним, причому оплата зазвичай здійснюється не індивідуально, а централізовано. Її вносить університет за всіх користувачів свого сайту, а це у нас поки що реалізовано ще не скрізь. Тому мета цієї доповіді – ознайомити учасників нашої конференції з деякими з таких плагінів і надати їм можливість самим випробувати їх на нашому сайті, а також розглянути загальну концепцію і еволюцію використання ШІ в Moodle.
Учасникам конференції буде запропоновано пройти в асинхронному режимі майстер-клас, щоб випробувати різні приклади використання ШІ для напевно найбільш масової задачі викладача - автоматичного оцінювання студентських робіт у діяльності типу Завдання. У цій доповіді ми розглянемо три способи її вирішення:
- Використання плагінів Moodle для роботи з ШІ.
- Підключення Moodle до ШІ за допомогою зовнішніх інструментів (LTI).
- Експорт робіт студентів і журналу оцінок із Moodle, оцінювання робіт безкоштовним ШІ та імпорт в журнал оцінок Moodle результатів цього оцінювання.
Вступ: від “ШІ в браузері” до “ШІ в Moodle”
Звичний і знайомий всім спосіб використання ШІ зазвичай зводиться до наступного. Ми відкриваємо браузер і заходимо в ChatGPT, Gemini, Copilot, Grok та інші інструменти ШІ, де ми ставимо питання, генеруємо тексти, графічні зображення, аналізуємо матеріали і отримуємо ідеї, які використовуємо в тому числі і для роботи в Moodle, наприклад, створюємо для нього навчальний контент тощо.
Однак при такій взаємодії ШІ завжди залишається зовнішнім інструментом, відокремленим від LMS Moodle і навчального процесу. В результаті ШІ та LMS Moodle не взаємодіють один з одним безпосередньо. Людині доводиться виступати як би посередником між ними.У цій доповіді ми розглянемо перехід до наступного рівня, коли ШІ взаємодіє з Moodle напряму, тобто по суті стає його частиною, а не окремим сайтом на сусідній вкладці браузера. Тоді Moodle “спілкується” з ШІ не через браузер, а через API (Application Programming Interface).
Ключова різниця: браузер vs API
Як ми працюємо з ШІ "напряму"?
У звичному сценарії:
- людина відкриває сайт,
- вводить запит у текстове поле,
- отримує відповідь,
- копіює або інтерпретує її вручну на свій розсуд.
Це інтерактивна, але не автоматизована робота.
Як зі ШІ працюють плагіни Moodle?
У LMS Moodle:
- запит до ШІ формує система або плагін, а не користувач напряму;
- цей запит передається до ШІ через програмний інтерфейс (API);
- відповідь ШІ обробляється автоматично і вона одразу вбудовується у відповідні поля на платформі Moodle, зокрема:
- в коментар викладача до виконаного студентом завдання;
- у форум, як відповідь на питання студентів, участь в обговоренні або його модерація;
- в аналітику, як висновки по результатах проведеного ШІ аналізу;
- у контент, що генерується штучним інтелектом, тощо.
Що таке API в контексті ШІ
API — це домовленість про правила спілкування між системами. У нашому випадку:
- LMS Moodle надсилає до ШІ структурований запит (текст + контекст + параметри);
- ШІ повертає до LMS Moodle результат у структурованому вигляді (формат JSON) і LMS вирішує, де і як саме використати цей результат: текст відгуку, оцінка, підказка, висновки проведеного аналізу тощо.
При цьому користувач може навіть не усвідомлювати, що в цей момент працює ШІ. Отже ШІ стає частиною педагогічного сценарію, що реалізується на платформі Moodle, а не окремим зовнішнім інструментом.
Цей механізм взаємодії є універсальним і не залежить від конкретного ШІ‑провайдера: ChatGPT, Gemini, Copilot, Grok тощо. Він реалізується через:
- API‑ключі,
- налаштування провайдера,
- контроль доступу та логування.
Це дає змогу:
- контролювати дані, які передаються ШІ;
- обмежувати сценарії використання (не “будь‑що”, а педагогічно обґрунтовано);
- масштабувати використання ШІ на курс, факультет, університет;
- інтегрувати ШІ в оцінювання, а не лише у генерацію тексту;
- коректно працювати з персональними даними, відповідаючи вимогам GDPR і етики.
Отже, сучасна інтеграція ШІ в Moodle — це не тільки про те, як підключити LMS до ШІ, а й питання архітектури самої LMS. Ця архітектура з’явилася в Moodle не за один раз, а поетапно, внаслідок певної еволюції.
Еволюція підтримки ШІ в Moodle: від “плагінів‑ентузіастів” до повноцінної інтеграції ШІ
До появи генеративних великих мовних моделей (LLM) у їх теперішньому вигляді Moodle вже мав зрілу плагінну архітектуру, механізми зовнішніх сервісів (web services), подієву модель, систему ролей і контекстів. Але спочатку жодної офіційної концепції “AI” не існувало і елементи ШІ використовувались лише в системі Learning Analytics для прогнозуванням ризику відрахування студентів, рекомендацій на основі логів тощо. У цей період експериментальні AI‑рішення існували лише у вигляді сторонніх плагінів, кожний з яких напряму інтегрувався зі своїм сервісом, а спільної моделі безпеки, логування, лімітів ще не було.
Починаючи з Moodle 4.1–4.2 платформа почала активно готуватись до інтеграції зовнішніх інтелектуальних сервісів: покращувалась архітектура сервісів та підсистем і механізми взаємодії з зовнішніми API. Врешті в Moodle 4.3 (2023 р.) з’являється офіційна концепція використання ШІ як частини екосистеми Moodle, виникають поняття AI providers та єдиний формат і централізоване керування доступом до сервісів ШІ через API, що включає API‑ключі, ліміти, дозволи, журнали звернень. При цьому плагіни вже описують не взаємодію з конкретними сервісами ШІ, а педагогічну дію: пояснити, згенерувати, проаналізувати тощо.
У Moodle 4.4 (2024 р.) відбувається подальший розвиток ШІ, фокус якого зміщується з інфраструктури на практичне використання у навчальних сценаріях. З’являється краща підтримка контексту запиту: курс, діяльність, роль користувача. Відбувається інтеграція ШІ не лише в контент, а й у зворотний звʼязок, формувальне оцінювання, аналітику навчальної активності. З’являються можливості створювати плагіни, де ШІ не відповідає на питання, а виконує педагогічну функцію всередині курсу.
Нарешті в Moodle 4.5+ (2025 р.) архітектура підсистеми ШІ була вибудувана остаточно і в подальших версіях акцент переноситься вже на питання її стабілізації та масштабування, сумісності між провайдерами, контроль витрат і навантаження, відповідність етичним і правовим вимогам, підтримку інституційного використання ШІ, що працює всередині LMS, а не поруч із нею.
Підключення ШІ до LMS Moodle: вибір провайдера
Від концепцій, історії та загальної теорії переходимо, нарешті, до практики. На самому початку меню Керування сайтом – Основне є розділ ШІ з двома опціями: Постачальники ШІ та Розміщення ШІ:
Зразу після встановлення Moodle у списку Постачальники ШІ присутні тільки два постачальники: Azure AI API provider та API OpenAI. Інших постачальників (у прикладі нижче – це API Gemini) можна додати у цей список, встановивши відповідний плагін.
Перелік плагінів для підключення інших постачальників можна знайти в сховищі плагінів Moodle на сторінці AI - API providers. Характеристики цих постачальників наведені в таблиці 1.
Таблиця 1. Характеристика постачальників ШІ
Назва плагіна
Провайдер (API)
Кваліфікаційна ознака
Основні можливості
Основне застосування
OpenAI API Provider
OpenAI
Глобальний комерційний стандарт
Текст, Зображення, Резюме
Універсальне рішення, висока якість української мови.
Gemini API Provider
Google Cloud
Лідер з обробки контексту
Текст, Зображення, Резюме
Аналіз великих документів, PDF-підручників. Має безкоштовний тариф за замовчуванням.
Azure AI Provider
MS Azure
Корпоративне рішення
Текст, Зображення (DALL-E)
Для організацій з високими вимогами до безпеки та GDPR, що користуються іншими сервісами Azure.
DeepSeek Provider
DeepSeek
Бюджетний інтелектуал
Текст, Код, Математика
Технічні дисципліни, програмування, економія токенів.
Ollama API Provider
Ollama
ШІ на власному сервері
Текст, Резюме (Llama 3/4)
Повна приватність. Дані залишаються на сервері університету.
OpenRouter Provider
Агрегатор
Універсальний хаб (Proxy)
Всі моделі (Claude, Llama, GPT)
Для тих, хто хоче перемикатися між 200+ моделями без перевстановлення плагінів.
Anthropic Provider
Anthropic
Академічний експерт
Глибокий аналіз тексту, Есе
Створення якісних навчальних текстів, гуманітарні науки.
Datacurso AI
Datacurso
Спеціалізована екосистема
Текст + готові інструменти
Автоматичне створення структури курсу та банків питань.
Mistral AI Provider
Mistral
Європейська альтернатива
Текст, Резюме
Дотримання цифрового суверенітету ЄС.
Local AI Connector
Generic OpenAI
Універсальний конектор
Текст, Зображення
Підключення будь-якого кастомного сервера через формат OpenAI.
Після встановлення плагіна постачальника ШІ, треба зайти на його сайт, щоб згенерувати там ключ для підключення до нього. Наприклад, щоб одержати ключ Gemini, зайдіть під своїм Google-акаунтом за адресою aistudio.google.com/app/apikey, де
- Натисніть на кнопку «Get API key» (Отримати API ключ) — вона зазвичай знаходиться вгорі або виділена окремим пунктом.
- У вікні, що відкриється, праворуч вгорі натисніть велику синю кнопку «Create API key».
- Система запитає, де саме створити ключ. Виберіть перший (найпростіший) варіант: «Create API key in new project» (Створити ключ у новому проекті).
Одержавши ключ, пропишіть його та необхідні обмеження у налаштуваннях провайдера на сайті Moodle:
У налаштуваннях кожного постачальника є три види дій, які дії виконуватимуться цим провайдером. Характеристики цих дій, хто і де їх може виконувати, наведені в таблиці 2.
Таблиця 2. Порівнянна таблиця дій
Характеристика
Згенерувати текст
Згенерувати зображення
Конспетувати текст
Місце в Moodle
Текстовий редактор
Текстовий редактор
Сторінка курсу / Блок
Основна мета
Створення тексту ШІ за наданим описом
Створення зображення ШІ за наданим описом
Зробити коротке резюме тексту або пояснити його.
Хто частіше використовує
Викладач (створення курсу)
Викладач (оформлення курсу)
Студент (навчання)
Результат
Текстовий блок у редакторі
PNG/JPG файл у курсі
Спливаюче вікно з резюме або поясненнями
Дозвіл у системі ролей
aiplacement/editor:generate_text
aiplacement/editor:generate_image
aiplacement/courseassist:summarise_text
Дії Згенерувати текст та Згенерувати зображення інтегровані в текстовий редактор TinyMCE як іконка із зірочками. При її натисканні відкривається спеціальне вікно, в якому користувач вводить опис того, що хочете отримати, наприклад: «Напиши 5 запитань для самоперевірки за темою…», а ШІ генерує текст чи зображення і пропонує вставити його на позицію курсора. При цьому згенерований текст або зображення автоматично позначається тегом (скритим або видимим), що він створений ШІ.
Викладачу це допомагає швидко створювати описи курсів, плани занять тощо, а студентами може використовуватися для отримання підказок або ідей (якщо викладач дозволив це своїм студентам). Система ролей Moodle надає викладачу можливість гнучко регулювати права виконання цих дій в залежності від зроблених у курсі налаштувань.
Для кожної із зазначених вище дій треба вибрати у списку модель штучного інтелекту, яка цю дію виконуватиме, та системну інструкцію щодо її виконання:
Як уже відзначалось, всі ці параметри кожний адміністратор обирає в залежності від потреб сайту і бюджету, який виділяє університет на використання ШІ.
СПОСІБ 1. Плагін AI Grade для автоматизації оцінювання завдань
Як приклад використання описаної вище підсистеми ШІ (Moodle AI Subsystem) розглянемо плагін для автоматизації оцінювання завдань AI Grade [1]. Після його встановлення в параметрах усіх діяльностей Завдання з’являється додаткова вкладка Оцінювання ШІ:
У ній можна задати інструкцію для ШІ щодо того, як він має оцінювати роботи студентів у цьому завданні, і що написати у відгуку. Спочатку в ці поля копіюються дані за замовчуванням, які були прописані в параметрах плагіна при його встановленні. Потім викладач може скоригувати їх на свій розсуд, щоб врахувати специфіку оцінювання кожного конкретного завдання.
Тепер під час перегляду студентських робіт у викладача з’являються кнопки «АІ Оцінити все», «АІ Оцінювання» тощо, натиснувши яку викладач запускає роботу плагіна, про що свідчить відповідне повідомлення на кнопці. Коли оцінювання завершиться і кнопка повернеться до попереднього вигляду, викладач може переглянути створені плагіном оцінки і відгуки і в разі потреби внести в них будь-які зміни.
Плагін Exabis AI Chat Block
Як відзначалось вище, в стандартному Moodle питання вибору ШІ провайдерів і оплати їх послуг вирішуються централізовано на рівні сайту. Однак, якщо є потреба надати викладачам можливість самостійно обирати і оплачувати потрібний їм ШІ, то це може бути реалізовано і на рівні курсу за допомогою плагіна Exabis AI Chat Block [2], який реалізує модель BYOK (Bring Your Own Key – принеси свій власний ключ).
Цей плагін використовується, починаючи з версії Moodle 4.0. Тобто він з’явився ще до розроблення описаної вище підсистеми ШІ (Moodle AI Subsystem), яка зараз інтегрована в ядро Moodle.
Викладач має змогу додати цей блок у свій курс
і в його налаштуваннях задати зокрема:
- Тип АРІ (тобто постачальника ШІ) і нижче - його ключ.
- Користувацькі інструкції, наприклад: «Ти – експерт у галузі … Твоя задача – навчити студентів … Тому твої відповіді на їхні питання мають бути технічно точними, лаконічними. Бажано не поспішати давати студенту готову відповідь, а почати з підказки, щоб заохотити його самостійно прийти до правильного рішення…».
- Джерело істини - це база знань, якій ШІ надаватиме перевагу над усіма іншими знаннями, який він має з інтернету. Сюди можна скопіювати текст із методичок тощо, але (оскільки оптимальний обсяг цього поля 20 – 30 тисяч знаків) бажано ці дані представити у стиснутому вигляді, наприклад, як перелік фактів, створити який можна теж за допомогою ШІ. Тут можна навести посилання URL на доступні інформаційні джерела. Можна також підключити зовнішню базу даних, однак це вимагає складних налаштувань сервера.
Якщо додати в Джерело істини заповнювачі (Повне ім’я користувача і його загальну оцінку за курс), то відповіді ШІ включатимуть ім’я студента і враховуватимуть його рівень. - Температура: чим ближче значення до 0, тим більш логічною та сухою буде відповідь ШІ, а чим воно ближче до 2.0, тим більше модель «фантазуватиме» й урізноманітнюватиме мову. Для навчання зазвичай беруть 0.5, а там, де треба максимально точно дотримуватися інструкцій, 0.1–0.2.
- Максимальна довжина обмежує обсяг генерованого ШІ тексту: (1 токен — це приблизно 3–4 символи або частина слова).
- Тор Р = 1 означає, що ШІ розглядає 100% свого словникового запасу. Це виправдано для дисциплін, в яких використовуються багато рідкісних слів (технічних термінів). Якщо, наприклад, поставити 0.1, то ШІ відкине 90% рідкісних або специфічних слів і вибиратиме лише з топ-10% найбанальніших та найочевидніших варіантів.
- Штраф за частоту: чим ближче це значення до 2, тим сильніше ШІ намагається підбирати синоніми, щоб уникати повторів у межах однієї відповіді. Але в технічних текстах такі повтори є нормою, тоді цей параметр встановлюють ближчим до 0.
- Штраф за присутність: від 0 до 2 - карає модель за повернення до тем, які вона вже згадувала раніше, заохочуючи зміну вектору розмови, а від 0 до -2 навпаки, постійно повертатиметься до тієї самої теми.
Отже, функціонально цей плагін надає викладачу (і можливо студентам) вікно для чату з ШІ, при якому враховується контекст сторінки, на якій розташований блок Exabis AI Chat Course. Однак, головна його користь полягає в тому, що завдяки додатковому плагіну Exabis AI Chat Course Assistance Placement [3] він підключається до підсистеми AI Subsystem Moodle, а це робить можливим використання викладачами власних ключів АРІ також і для інших плагінів цієї підсистеми, зокрема для розглянутого вище плагіна AI Grade.
СПОСІБ 2. Підключення ШІ через зовнішній інструмент (LTI)
Штучний інтелект до курсу Moodle можна також підключати як зовнішній засіб через інтерфейс LTI [4]. Нагадаю, що за допомогою LTI сайт Moodle може підключати своїх студентів до зовнішніх сервісів, де вони виконують певну роботу, результат якої повертається в журнал оцінок Moodle. LTI теж може підтримувати модель BYOK.
Таблиця 3. Порівняння AI LTI-інструментів для Moodle за моделлю BYOK
Назва сервісу / Платформи
Як реалізовано зв'язок із Moodle
Які моделі ШІ можна підключити (BYOK)
Особливості перевірки завдань (Рубрики, Графіка, Код)
Ціна (Вартість платформи без урахування токенів API)
EduGears AI
Через LTI 1.3 як автономний Зовнішній інструмент. Передає оцінки в Gradebook Moodle.
Gemini (серія 3 та 2.5), OpenAI GPT-4o.
Орієнтований на інженерні звіти. Аналізує специфічні файли
Умовно безкоштовно / Freemium. Базовий функціонал для викладача безкоштовний, корпоративні ліцензії для університетів — за запитом.
MoodleGrader AI
Повна інтеграція LTI 1.3 + синхронізація з нативним модулем "Завдання".
OpenAI (GPT-4o), Gemini 3.1 Pro, Claude 3.5 Sonnet.
Має потужний модуль генерації критеріїв. Розпізнає складні інженерні діаграми, хімічні та математичні формули у PDF-звітах.
Free Tier (до 50 робіт на місяць безкоштовно). Професійні плани починаються від ~$15/місяць для викладача.
LearnWise (LTI Grader)
LTI-додаток, який вбудовується безпосередньо у внутрішній інтерфейс оцінювання Moodle.
Базово працює на Azure OpenAI, підтримує BYOK для індивідуальних хмар.
Працює як "Co-pilot" (асистент). ШІ формує чернетку оцінки та коментаря, а викладач затверджує її в один клік.
Платна. Поширюється як річна SaaS-передплата для навчальних закладів (розрахунок за кількістю студентів університету).
Gradescope (by Turnitin)
LTI 1.3 інтеграція, створює пов'язані елементи курсу.
Власні закриті алгоритми Turnitin + можливість LLM-шлюзів.
Створено для сканованих рукописних робіт та коду. Має ШІ-групування однакових графічних відповідей.
Комерційна. Вимагає інституційної ліцензії Turnitin на весь університет. Для індивідуальних курсів — від ~$5 за студента на курс.
Готуючись до проведення майстер-класу, ми встановили на сайті нашої конференції плагін [5], який встановлює LTI-зв’язок нашого сайту з сервісом https://www.edugears.ai/uk, в результаті чого в переліку доступних викладачу діяльностей з’явилася EduGears AI:
Якщо викладач обирає і додає у свій курс цю діяльність, то він бачить кількість кредитів, які залишаються у створеному адміністратором сайту акаунті (1). Їх може бути небагато. Щоб підключити свій власний акаунт, який він може одержати, наприклад, описаним вище способом у Gemini, викладачу треба перейти в Налаштування (2):
відкрити додаткові поля (3) де у Власних параметрах (4) прописати свій ключ і модель у форматі назва параметра = значення. Кожний параметр пишеться з нового рядка наприклад так:
api_key=AIzaSyYourActualGoogleAIStudioKeyHere
model=gemini-3.1-pro
EduGears AI позиціонує себе як систему управління навчанням (LMS), де викладачу доступні такі діяльності (див. скріншот вище) як Модулі курсу, Планування уроків, Генератор слайдів АІ, Генератор запитань АІ та ін. Автоматична перевірка завдань реалізується через діяльність Оцінювання АІ:
Наші спроби нею скористатися показали, що вона не є зручним інструментом для такої роботи, оскільки, не дає змогу студентам завантажувати роботи безпосередньо у цю діяльність, змушуючи викладача вручну переносити студентські роботи із завдання Moodle у цю діяльність EduGears AI.
Як відомо, Moodle дає змогу експортувати з діяльності Завдання всі роботи студентів у вигляді zip-файлу, в якому робота кожного студента представлена папкою або файлом з назвою, що починається його прізвищем. Але, наприклад, подання у вигляді тексту онлайн експортуються як файл HTML, тоді як EduGears AI не обробляє такі файли, як і файли docx. Ось повний список доступних йому типів файлів:
Для таких типів файлів EduGears оцінює студентські роботи і надає відгуки, проте, всупереч написаному в документації, в журнал оцінок Moodle вони не потрапляють. Принаймні нам не вдалося цього досягти під час тестування EduGears AI.
Можливо для інших застосувань, яких EduGears AI пропонує чимало, він буде корисним, однак для автоматизації перевірки завдань Moodle ми його використовувати не радимо. Щодо інших наведених в таблиці вище засобів LTI, то вони видаються нам занадто дорогими.
СПОСІБ 3. Використання ШІ через експорт/імпорт журналу оцінок
Невдача з тестуванням EduGears AI надихнула нас провести експеримент, у якому ми взагалі відмовились від використання будь-яких плагінів чи зовнішніх засобів LTI (а отже і від пов’язаних з ними витрат) щоб здійснити автоматичну перевірку студентських завдань таки простим способом:
- Експортувати з Moodle у zip-файл всі роботи студентів певного завдання.
- Експортувати з Moodle у scv-файл журнал оцінок курсу.
- Попросити ШІ оцінити всі роботи студентів у zip-файлі й виставити оцінки та коментарі до них у відповідних клітинках scv-файлу.
- Імпортувати змінений scv-файл назад у журнал оцінок Moodle.
Для цього ми створили завдання, в якому задали студентам просте питання: «Що таке Сонце?».
Після надходження відповідей, експортували їх у zip-файл, вибравши в цьому завданні: Подання – Дії – Завантажити всі роботи. При цьому опцію «Завантажити матеріали в папках» краще зняти. Тоді в zip-архві прізвища студентів будуть включені в імена файлів, а не папок з однаковими іменами файлів всередині:
Для експорту в журналі оцінок вибираємо в його меню «Експорт» і потім «Тестовий файл».
-В «Оцінках для включення» достатньо відмітити тільки те завдання, яке нам треба оцінити і також передбачити веведення колонки відгуків:
Далі ми відкрили в браузері ШІ Gemini, завантажили в нього ці два експортовані файли і додали текстовий промпт такого змісту:
Роль: Ти — автоматизований асистент викладача з астрономії.
Вхідні дані: Я надаю тобі ZIP-архів з текстовими відповідями студентів на питання «Що таке Сонце?». Назви файлів в архіві починаються з Прізвища та Імені студента, як їх генерує Moodle. Також надаю тобі файл *.CSV для виставлення оцінок і відгуків.
Завдання:
1. Для кожного студента з CSV-файлу знайди його роботу в архіві якщо вона там є.
2. Оціни роботу за такими критеріями:
- Згадка про те, що Сонце – це найближча до Землі зірка – 3 бали,
- Згадка про те, що Сонце дає землі світло – 2 бали,
- Згадка про те, що Сонце дає землі тепло – 1 бал.
3. Підсумковий бал розрахуй як суму цих балів і напиши відгук загальними фразами, без прямих підказок, що саме треба було написати, явно не згадуючи про те, за якими критеріями розраховувався підсумковий бал.
Формат виводу: > Запиши підсумковий бал в рядок з прізвищем студента у колонку «Завдання:Завдання 1 (Бали)», а в колонку «Завдання:Завдання 1 (Коментар)» напиши відгук. Виведи результат у вигляді готового для завантаження CSV-файлу, який я зможу зберегти й імпортувати назад у Moodle.
На це Ші Gemini видав таку відповідь:
Перед імпортом можна переглянути і при потребі скоригувати сформовані ШІ оцінки і відгуки. Для цього зручніше скористатися програмою LibreOffice, яка при відкритті файлу CSV дає можливість вибрати кодування і роздільник. В Excel це теж можливо, але відкривати файл доведеться через імпорт даних:
Сформований штучним інтелектом і переглянутий та при потребі відредагований викладачем файл CSV імпортуємо назад в журнал оцінок Moodle:
Як видно на скріншоті вище, для імпорту треба вказати поле, за яким дані CSV файлу зв’язуватимуться в журналі оцінок, а також у які саме його поля імпортуватимуться дані і звідки.
Висновки
Отже, порівнюючи три розглянуті способи перевірки діяльностей Завдання за допомогою ШІ, можна сказати, що найбільш зручним є спосіб 1 з використанням плагіна AI Grade, де викладач має змогу в кожному завданні прописати критерії його оцінювання і рекомендації щодо написання відгуків, однак його недоліком є те, що він є платним.
Перевагою способу 3 є те, що він безкоштовний і може використовуватися на будь-якій версії Moodle, бо не потребує ні встановлення плагінів, ні використання AI Subsystem Moodle. Його недоліком є те, що він потребує більше маніпуляцій з боку викладача для експорту та імпорту даних.
Список використаних джерел
1. AI Grade. [Online]. Available: https://moodle.org/plugins/local_aigrade
2. Exabis AI Chat Block. [Online]. Available: https://moodle.org/plugins/block_exaaichat
3. Exabis AI Chat Course Assistance Placement. [Online]. Available: https://moodle.org/plugins/aiplacement_exaaichat/versions
4. Щербина О.А. Learning Tools Interoperability – новий стандарт інтеграції для платформ дистанційного навчання. ISSN Online: 2076-8184. Інформаційні технології і засоби навчання, 2015, Том 47, №3, С. 167–177, doi: 10.33407/itlt.v47i3.1246. [Електронний ресурс]. Режим доступу: https://scispace.com/pdf/learning-tools-interoperability-a-new-standard-for-4clmjgnpie.pdf
5. EduGears AI LTI. [Online]. Available: https://moodle.org/plugins/local_edugears