Разработка сетевых программ повышения квалификации работников угольной отрасли на основе интеллектуальных обучающих систем

Статья посвящена разработке инновационных сетевых программ повышения квалификации работников угольной промышленности на базе интеллектуальных обучающих систем. Цель исследования - сформировать концептуальные и методические основы создания ИИ-технологий корпоративного онлайн-обучения для развития цифровых компетенций специалистов отрасли. Методология включает анализ лучших мировых практик e-learning, проектирование архитектуры интеллектуальной образовательной системы, разработку сценариев адаптивного обучения на основе данных. Эмпирическую базу составляют опросы 120 экспертов, 15 кейсы угольных компаний, массивы цифрового следа 2500 обучающихся. Исследование выявило ключевые принципы интеллектуализации онлайн-курсов: персонализация траекторий (r = 0,86), адаптивная аналитика прогресса (r = 0,79), интерактивный контент (r = 0,74). Предложена модульная структура ИИ-системы, интегрированной с HR-процессами и кадровой аналитикой. Разработан прототип платформы, показавший повышение результативности обучения на 34%. Научная значимость состоит в развитии методологии проектирования интеллектуальных обучающих экосистем. Практический эффект связан с потенциалом тиражирования решений для кадрового обеспечения цифровой трансформации индустрии.

The article focuses on the development of innovative network-based programs for advanced training of coal industry workers using intelligent training systems. The purpose of the research is to create conceptual and methodological foundations to create AI-technologles for corporate online learning in order to develop digital competencies of specialists in the industry. This methodology includes analysis of the world's best e-learning practices, design of intelligent educational system architecture, and development of data-driven adaptive learning scenarios. The empirical base includes the survey results of 120 experts, 15 cases of coal companies, and digital footprint arrays of 2,500 trainees. The study helped to identify the key principles of of making online course intelligent, i.e. personalized trajectories (r = 0.86), adaptive progress analytics (r = 0.79), and interactive content (r = 0.74). A modular structure of an AI-based system is proposed, integrated with HR processes and HR analytics. A prototype of the platform has been developed, which showed a 34% increase in the training performance. The scientific significance consists in the development of a methodology for designing intelligent learning ecosystems. The practical effect is associated with the potential for replication of solutions for HR support of digital transformation of the industry.