Гейміфікована освітня платформа з генерацією завдань за допомогою AI

Abstract

Кваліфікаційна робота присвячена розробці та реалізації гейміфікованої освітньої платформи Stride, яка використовує методи штучного інтелекту для адаптивного навчання та динамічної генерації навчальних завдань. Метою роботи є проєктування і реалізація веб-платформи, що динамічно генерує навчальні завдання за допомогою великих мовних моделей (Google Gemini API) та калібрує їх складність відповідно до індивідуального прогресу кожного студента на базі ML.NET. Платформа орієнтована на україномовну аудиторію та охоплює предмети: математика, українська мова, історія України, англійська мова. У роботі проведено порівняльний аналіз існуючих EdTech-платформ (Duolingo, Khan Academy, Moodle, Coursera), обґрунтовано потребу в комплексному україномовному рішенні. Спроєктовано шарову архітектуру на базі ASP.NET Core 10 з двома API-сервісами (основний на порту 5000 та адаптивний на порту 5010), Angular 20 фронтендом, PostgreSQL та MongoDB як сховищами даних. Реалізовано рушій адаптації складності, систему гейміфікації (XP, стріки, досягнення, таблиця лідерів у реальному часі через SignalR) та прогресивний веб-додаток із підтримкою офлайн-режиму. Практична цінність роботи полягає в готовому MVP-рішенні, придатному для розгортання у закладах освіти, з відкритою архітектурою для подальшого масштабування та інтеграції додаткових предметів і провайдерів ШІ.

The qualification thesis is devoted to the design and implementation of the gamified educational platform Stride, which employs artificial intelligence methods for adaptive learning and dynamic generation of educational tasks. The objective of the thesis is to design and implement a web platform that dynamically generates learning tasks using large language models (Google Gemini API) and calibrates task difficulty according to each student's individual progress using ML.NET. The platform targets a Ukrainian-speaking audience and covers the following subjects: Mathematics, Ukrainian Language, History of Ukraine, and English. The thesis includes a comparative analysis of existing EdTech platforms (Duolingo, Khan Academy, Moodle, Coursera) and substantiates the need for a comprehensive Ukrainian-language solution. A layered architecture is designed using ASP.NET Core 10 with two API services (main on port 5000 and adaptive on port 5010), an Angular 20 frontend, PostgreSQL and MongoDB as data stores. The adaptive difficulty engine, gamification system (XP, streaks, achievements, realtime leaderboard via SignalR), and a progressive web application with offline support are implemented. The practical value of the work lies in a ready-to-deploy MVP solution suitable for educational institutions, with an open architecture for further scaling and integration of additional subjects and AI providers.