Automated analysis of educational data: impact of ai in management decisions in higher education institutions
Вантажиться...
Файли
Дата
DOI
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник/консультант
Члени комітету
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
This study aims to examine how AI-based tools and automated learning analytics influence management processes in higher education institutions to improve the effectiveness of educational management. Design/Methodology/Approach: This is a quantitative study employing a comparative, cross-sectional design with a longitudinal component (2021–2024). Purposive sampling was applied to select three EU countries (Germany, Estonia, Poland) that represent different stages of digital maturity. The sample consists of aggregated statistical data from reports by the OECD and the EUA on national higher education systems, with indicators standardised to a percentage scale (N ≥ 1,000 students per data point). The tool for analysis is the structured data extraction matrix, conceptualised by the author, which focuses the data into three sections: digital infrastructure, educational efficiency, and AI analytics adoption. Results: Data were analysed using descriptive and comparative quantitative analyses (percentage-point changes), trend analysis, and cross-tabulation of indicators by country and year. Research Limitation: The research is limited by reliance on secondary statistical data, suggesting the need for future empirical studies at the institutional level. Findings: The results indicate that increased use of analytical and predictive tools is associated with reduced academic losses and higher program completion rates. The implementation of predictive analytics and early warning systems supports timely managerial interventions and enhances student success. The study confirms that AI adoption facilitates a transition from reactive governance to system-based educational modelling. Practical Implication: The findings justify integrating analytical platforms into university digital processes and strengthening managers’ digital competencies. Social Implication: Effective use of AI contributes to more inclusive, transparent, and sustainable higher education systems. Originality/Value: The originality of this study lies in its management-focused approach, which empirically verifies a positive correlation between digital analytical maturity in HEIs and improved educational outcomes (i.e., dropout and completion rates).
Мета цього дослідження — проаналізувати, як інструменти на основі штучного інтелекту (ШІ) та автоматизована аналітика навчання впливають на управлінські процеси у вищих навчальних закладах (ВНЗ) задля підвищення ефективності управління освітою. Дизайн/методологія/підхід: Це кількісне дослідження, що базується на порівняльному поперечному (cross-sectional) дизайні з елементами лонгітюдного аналізу (2021–2024 рр.). За допомогою цілеспрямованої вибірки було відібрано три країни ЄС (Німеччина, Естонія, Польща), які представляють різні етапи цифрової зрілості. Вибірка сформована на основі агрегованих статистичних даних зі звітів ОЕСР (OECD) та Європейської асоціації університетів (EUA) щодо національних систем вищої освіти; показники стандартизовано у відсотковому вираженні (N ≥ 1000 студентів для кожної точки даних). Інструментом аналізу слугує розроблена автором структурована матриця вилучення даних, що охоплює три ключові аспекти: цифрова інфраструктура, ефективність освітнього процесу та впровадження аналітики на основі ШІ. Результати: Дані проаналізовано за допомогою описових і порівняльних кількісних методів (зміни у відсоткових пунктах), аналізу тенденцій, а також перехресної табуляції показників у розрізі країн і років. Обмеження дослідження: Дослідження спирається на вторинні статистичні дані, що вказує на необхідність проведення в майбутньому емпіричних досліджень на рівні окремих навчальних закладів. Висновки: Результати свідчать, що активніше використання аналітичних і прогностичних інструментів корелює зі зменшенням академічних втрат (відсіву) та вищими показниками завершення навчання. Впровадження прогностичної аналітики та систем раннього попередження сприяє своєчасному управлінському реагуванню та підвищує успішність студентів. Дослідження підтверджує, що застосування ШІ сприяє переходу від реактивного управління до системного моделювання освітнього процесу. Практичне значення: Отримані результати обґрунтовують доцільність інтеграції аналітичних платформ у цифрові процеси університетів, а також необхідність розвитку цифрових компетентностей управлінського персоналу. Соціальне значення: Ефективне використання ШІ сприяє створенню більш інклюзивних, прозорих і сталих систем вищої освіти. Оригінальність/цінність: Оригінальність дослідження полягає в управлінському підході, який дозволяє емпірично підтвердити позитивний зв’язок між рівнем цифрової аналітичної зрілості ВНЗ та покращенням освітніх результатів (зокрема, показниками відсіву та завершення навчання).
Опис
Бібліографічний опис
Automated analysis of educational data: impact of ai in management decisions in higher education institutions / Y. Lesina, V. Kyrychenko, O. Kalinichenko, O. Bilyk, S. Khrapatyi // African Journal of Applied Research. - 2026. - Vol. 12, Issue 4. - Pp. 107-124.
