Статті в журналах з теми "Розпізнання емоцій"

У статті здійснено узагальнення й систематизацію сучасних підходів до проблеми спілкування, міжособистісного спілкування та подолання комунікативних бар’єрів у студентів. Визначено, що міжособистісне спілкування здійснюється за допомогою невербальних та вербальних впливів, спрямоване на утворення більш тісних психологічних зв’язків між учасниками. Виокремлено його функції: установлення нових контактів, досягнення порозуміння між партнерами по спілкуванню, вплив на емоційні стани партнера, покращення організації спільної діяльності. Розкрито поняття, сутність, особливості, причини виникнення та шляхи попередження і подолання комунікативних бар’єрів. Визначено, що комунікативні бар’єри у спілкуванні можуть виникати через сукупність різних соціальних та психологічних факторів. Запропоновано їх класифікацію та окреслені шляхи їх ефективного подолання у процесі соціально-психологічного тренінгу, що передбачає знайомство з учасниками, створення сприятливих умов для роботи групи, вироблення правил групової діяльності; роботу з емоційною складовою комунікативного процесу, набуття навичок розпізнання та прояву емоцій; зі стратегіями захисту у процесі спілкування, уміння їх розпізнати, виявлення їх впливу на появу перешкод у комунікації; із комунікативною толерантністю, визначенням її важливості у подоланні комунікативних бар’єрів, оволодіння навичками комунікативної толерантності.

У статті на основі здійсненого теоретичного аналізу розкрито сутність феномену емоційного інтелекту як особливого конструкта та здатності особистості. Приділено увагу вітчизняним та зарубіжним концепціям у розумінні емоційного інтелекту, їх спільним та відмінним позиціям стосовно його структури та ґенези розвитку. Доведено, що термін «емоційний інтелект» розглядається як здатність до розпізнання, розуміння емоцій і управління ними; служить для визначення сукупності здібностей, знань та вмінь, пов’язаних з регуляцією емоційної сфери особистості, необхідних для успішної соціалізації та комунікації. Схарактеризовано дві форми репрезентації поняття «емоційний інтелект»: міжособистісний емоційний інтелект (спроможність людини розуміти інших людей, усвідомлювати мотиви їхньої діяльності, ставлення їх до роботи, вирішувати, як краще співпрацювати з цими людьми) та внутрішньоособистісний емоційний інтелект (властивість людини, спрямована на себе: спроможність формувати точну адекватну модель власного «я» та використовувати цю модель, щоб ефективно функціонувати у житті). Обґрунтовано доцільність розглядати емоційний інтелект як інтегральну властивість особистості, що забезпечує здатність розуміти емоції та управляти ними через когнітивну обробку емоційної інформації. Зроблено висновок, що емоційний інтелект як наскрізне уміння учня Нової української школи знайшло своє обґрунтування у наукових дослідженнях з психології, але є практично недослідженим у педагогічній теорії та практиці.

Статтю присвячено розкриттю особливостей антропософськи-орієнтованого підходу до подолання освітніх бар’єрів, який реалізовано в європейській програмі New Adult Learning Movement (NALM) – Рух за оновлення освіти дорослих. З’ясовано, що в освіті дорослого виявляються три основні рівноправні бар’єри, над якими необхідно працювати, надаючи дорослому учневі конкретну допомогу в їх подоланні, а саме: бар’єри в людському мисленні, бар’єри в почуттях та емоціях, бар’єри у вольовій діяльності. Це відповідає цілісності психічної структури особистості, внутрішнє життя якої характеризується інтелектуальними й афективними процесами, а також вольовою активністю, пронизаною свідомістю. Наголошено на важливості розпізнання людиною своїх бар’єрів, що є першим кроком у пізнанні, самопізнанні й саморозвитку. Установлено, що подолання бар’єрів у мисленні передбачає: у людини повинно бути бажання запитувати, досліджувати дійсність, а не пасивно приймати знання та готові відповіді; той, хто навчається, має відмовитися від моделі реальності, проте сама реальність повинна відкритися людині; людині необхідно навчитися спостерігати навколишню дійсність, а також розрізняти те, що вона знає, та те, що розуміє. Робота з бар’єрами в галузі емоцій і почуттів потребує стриманості, володіння собою, внутрішнього спокою, завдяки чому особистості відкривається зовнішній світ. Найбільш ефективними шляхами формування вольової активності людини є заняття різноманітними видами мистецтва, робота у групі та проєктна діяльність, а також особлива структура самого навчального процесу, що має сприятливий вплив на волю дорослого учня. Схарактеризовано сукупність вправ внутрішнього характеру, що використовуються в антропософській освітній практиці, допомагають людині оволодіти ходом своїх думок, взяти під контроль свої емоції й почуття, вольові імпульси та тим самим сприяють подоланню освітніх бар’єрів. Відзначено, що використання антропософськи-орієнтованого підходу до подолання бар’єрів в освіті дорослих відкриває перспективи для поліпшення професійної, післядипломної, неформальної та інформальної освіти дорослих учнів.

У статті представлено узагальнені результати дослідження різних категорій обстежуваних за професійною спрямованість економіст. За комплексом інформаційних методик установлено особливості обрання професії на мотиваційному і професійно-інтелектуальному рівнях. Попередній аналіз отриманих даних дав змогу виокремити за цими показниками найбільш суттєві й вагомі кореляційні зв’язки та факторні навантаження. Це дає підстави стверджувати про необхідність використання показників для діагностики детермінант обрання професії економіста за такими методиками, як «Мотиви обрання професії» В. Семиченко; «Визначення взаємозв’язку типу особистості зі сферою професійної діяльності» Дж. Холланда й «Емоційного інтелекту» Н. Холла. Обстеженню підлягали першокурсники, бакалаври, магістри й експерти за економічним спрямуванням. Установлено загальні закономірності й особливості, які притаманні кожній окремій групі обстежуваних. Доведено, що більшість показників мотиваційної, професійно-інтелектуальної сфер обстежуваних суттєво змінювалися в професіогенезі в бік зростання від низьких і середніх у першокурсників до переважно середніх у бакалаврів і до середніх і переважно високих у магістрів і високих в експертів. Такі результати свідчать про адекватне обрання професії економіста більшістю обстежуваних. Визначено особливості детермінант обрання професії економіста, які виявляються в суттєвому впливі внутрішніх індивідуально й соціально значущих мотивах, разом із зовнішніми позитивними мотивами; на професійно інтелектуальному рівні істотним виявився емоційний інтелект: емоційна обізнаність, самомотивація, розпізнання емоцій інших людей та управління своїми емоціями, а також такі важливі зв’язки особистості зі сферою професійної діяльності економіста як конвенціональний, інтелектуальний, реалістичний, заповзятливий.

Статтю присвячено проблемі розпізнавання власних емоційних переживань та їх зовнішніх виразів. Схильність особистості до розпізнавання емоцій через сприйняття експресії розглядається як усталена, багатокомпонентна, інтегральна властивість, що забезпечує точність, адекватність розуміння своїх емоційних переживань і переживань іншого. Актуальність розробки проблеми пов’язана з дефіцитом соціальних зв’язків, відсутністю досвіду в розпізнаванні емоцій, особливо в ситуації розвитку Інтернет-Комунікацій, що призводить до редукції емоційної лексики сучасної людини. Процес соціальної адаптації неможливий без здатності особистості розуміти та диференціювати емоції. Це спричинює необхідність вивчення здатності особистості до адекватного визначення власних емоційних станів і розуміння власного експресивного репертуару. Дослідження ґрунтується на припущенні, що труднощі розпізнавання власних емоцій та їх експресивних виявів можуть бути пов’язані з різною схильністю особистості до алекситимії. Алекситимія розглядається як нездатність сприймати, відчувати і називати словом (lexis) свої почуття, свої емоції (thymos).Мета роботи полягає у дослідження здатності до розуміння та розпізнавання власних експресивних проявів емоцій в осіб, котрі різняться схильністю до алекситимії. Розкрито поняття алекситимії як чинника розуміння емоцій; вивчено співвідношення між показниками означених змінних; виявлено осіб, схильних і не схильних до алекситимії, та визначено й порівняно особливості їх експресії. Емпірично встановлена наявність значимого від’ємного зв’язку між показниками виразної експресії та алекситимії.Показано, що тенденція до збільшення рівня алекситимії гальмує здатність особистості до експресивних проявів власних емоційних переживань, а прояви успішного розпізнавання власної експресії демонструють особи, котрі не виявили схильності до алекситимії.Доведено, що схильність до алекситимії є одним із психологічних чинників здатності особистості не тільки розуміти власні емоції, а й здатності ідентифікувати і використовувати власний експресивний репертуар, його можливості та ресурси.

The aim of the study is to determine the psychological mechanisms of the connection between emotional and volitional self-regulation and role competence of students.Methods. Analysis of average data and correlation (by Spearman’s rank correlation method) between scales of 5 methods of research: 1) study of features and levels of development of role competence of students was carried out with use of “Questionnaire of role competence” by P. Gornostay; 2) to clarify the features of emotional-volitional regulation of role behavior, the level of emotional intelligence and its parameters such as: awareness of emotions, the ability to recognize emotions, self-motivation, empathy and emotion control were used: “Methods of diagnosing emotional intelligence” N. Hall, adapted by E. Ilyin and test-questionnaire “Study of volitional self-regulation” (A. Zverkov and E. Eidman); 3) “Methods of diagnosing the level of reflexivity” by A. Karpov was used by us to determine the level of development of the mechanism of reflection.Results. The study found that students in higher education have developed role competence at the secondary level. They have a low level of development of the integrative indicator of emotional intelligence; low level of development of ability to control one’s emotions and self-motivation, average level of development of emotional awareness and empathy, ability to recognize emotions of other people. The average general level of volitional regulation and such volitional qualities as persistence and self-control were revealed; medium and high levels of development of reflection.It is determined that the higher the level of emotional and volitional self-regulation, the higher the level of role competence. It is established that the positive factors in the formation of role competence of students of psychological and pedagogical specialties are: emotional intelligence (emotional awareness, self-motivation, emotional identification, empathy) and reflection.Conclusions. The results of the research determine the goals and objectives aimed at developing emotional and volitional components of the structure of role competence of students, which will consist in the formation of emotional and volitional characteristics connect with role competence (ability to emotional and volitional regulation, empathy, reflectivity, volitional qualities).Key words: role competence, psychological mechanisms, emotional-volitional self-regulation, empathy, reflection, student. Мета статті полягає у вивченні психологічних механізмів взаємозв’язку емоційно-вольової саморе-гуляції та рольової компетентності студентів.Методи. Аналіз середніх даних і кореляція (методом рангової кореляції Спірмена) між шкалами 5 методик дослідження: 1) вивчення особливостей і рівнів розвитку рольової компетентності студентів здійснювалося із використанням «Опитувальника рольової компетентності» П. Горностая; 2) задля з’ясування особливостей емоційно-вольової регуляції рольової поведінки, рівня емоційного інтелекту та таких його параметрів, як обізнаність в емоціях, здатність до розпізнавання емоцій, самомотивація, емпатія й управління емоціями були застосовані: «Методика діагностики емоційного інтелекту» Н. Холла в адаптації Є. Ільїна та тест-опитувальник «Дослідження вольової саморегуляції» (А. Звєрькова та Є. Ейдмана); 3) «Методика діагностики рефлексивності» А. Карпова була використана нами з метою визначення рівня розвитку механізму рефлексії.Результати. З’ясовано, що у студентів закладу вищої освіти рольова компетентність розвинена на середньому рівні; вони мають низький рівень розвитку інтегративного показника емоційного інтелекту; низький рівень розвитку здатності до управління своїми емоціями та самомотивації, середній рівень розвитку емоційної обізнаності й емпатії, здатності до розпізнавання емоцій інших людей. Було виявлено середній загальний рівень вольової регуляції та таких вольових якостей, як наполегливість і самовладання; середній і високий рівні розвитку рефлексії.Визначено, що чим вищий рівень емоційно-вольової саморегуляції, тим вищий рівень рольової ком-петентності. Встановлено, що позитивними чинниками формування рольової компетентності студентів психолого-педагогічних спеціальностей є: емоційний інтелект (емоційна обізнаність, самомотивація, емоційна ідентифікація, емпатія) та рефлексія.Висновки. Pезультати дослідження дозволяють визначити цілі та завдання, спрямовані на розвиток емоційно-вольових компонентів структури рольової компетентності студентів, які полягатимуть у формуванні емоційно-вольових характеристик, пов’язаних із рольовою компетентністю (здатності до емоційно-вольової регуляції, емпатії, рефлективності; вольових якостей та ін.), що дозволить сту-дентам розвинути власну рольову компетентність і здатність здійснювати емоційно-вольовий контроль і саморегуляцію власної поведінки та діяльності.Ключові слова: рольова компетентність, психологічні механізми, емоційно-вольова саморегуляція, емпатія, рефлексія, студент.

Стаття присвячена вирішенню задачі вдосконалення нейромережевих засобів розпізнавання емоцій операторів інформаційно-управляючих систем на основі зображення обличчя. З’ясовано, що труднощі розробки таких засобів пов’язані з формуванням репрезентативної навчальної вибірки. Запропоновано нівелювати означені труднощі за рахунок застосування експертних знань. Розроблено метод нейромережевого розпізнавання емоцій по зображенню обличчя людини, який за рахунок запропонованого підходу до застосування продукційних правил для подання в нейронну мережу експертних знань, дозволяє підвищити оперативність розпізнавання та розширити множину видів складних емоцій, характеристики яких не представлені в статистичних даних. Проведені експериментальні дослідження показали, що використання розробленого методу дозволяє забезпечити помилку розпізнавання емоцій на рівні кращих сучасних систем подібного призначення.

Стаття присвячена питанням вдосконалення засобів розпізнавання емоцій і аутентифікації користувачів інформаційно-управляючих систем. Обґрунтовано можливість впровадження в засоби розпізнавання сучасних нейромережевих рішень на базі згорткових нейронних мереж. Розроблено метод нейромережевого аналізу клавіатурного почерку, який за рахунок запропонованих принципів адаптації і процедури кодування параметрів клавіатурного почерку, дозволяє впровадити в засоби розпізнавання згорткову нейронну мережу, архітектура якої адаптована до очікуваних умов використання. Проведені експериментальні дослідження показали, що використання розробленого методу дозволяє забезпечити помилку розпізнавання емоцій і особи користувача на рівні кращих сучасних систем розпізнавання.

Speech is the main way of communication for people, and people can receive not only semantic but also emotional information from speech. Recognition of emotions by voice is relevant to areas such as psychological care, security systems development, lie detection, customer relationship analysis, video game development. Because the recognition of emotions by a person is subjective, and therefore inexact and time consuming, there is a need to create software that could solve this problem. The article considers the state of the problem of recognizing human emotions by voice. Modern publications, the approaches used in them, namely models of emotions, data sets, methods of extraction of signs, classifiers are analyzed. It is determined that existing developments have an average accuracy of about 0.75. The general structure of the system of recognition of human emotions by voice is analyzed, the corresponding intellectual module is designed and developed. A Unified Modeling Language (UML) is used to create a component diagram and a class diagram. RAVDESS and TESS datasets were selected as datasets to diversify the training sample. A discrete model of emotions (joy, sadness, anger, disgust, fear, surprise, calm, neutral emotion), MFCC (Mel Frequency Cepstral Coefficients) method for extracting signs, convolutional neural network for classification were used. . The neural network was developed using the TensorFlow and Keras machine learning libraries. The spectrogram and graphs of the audio signal, as well as graphs of accuracy and recognition errors are constructed. As a result of the software implementation of the intelligent module for recognizing emotions by voice, the accuracy of validation has been increased to 0.8.

Розпізнавання облич завоювало свою популярність завдяки своїй унікальності серед інших біометричних методів, тому що має всі характеристики ефективної системи безпеки. Проте існують певні обмеження у системі розпізнавання облич, які необхідно дослідити та вивчити. Так, наприклад, вирішення таких проблем, як зміна освітлення, розташування об’єкту, емоцій, віку тощо потребують застосування спеціальних алгоритмів. Використання цих алгоритмів та їх комбінацій певною мірою сприятимуть вирішенню подібних задач. У роботі досліджені та застосовані аналіз основних компонентів, лінійний дискримінантний аналіз, незалежний аналіз компонентів та класифікація за допомогою машини опорних векторів. Для реалізації перелічених алгоритмів було використано мову Python та бібліотеку машинного навчання Scikit-learn. Проведено порівняння продуктивності систем на основі точності. Результати досліджень показують, що продуктивність SVM-класифікатора з використанням NMF є найгіршою з точки зору точності передбачення. Ефективність інших моделей, що були натреновані з використанням методів ICA, PCA та LDA, коливається в припустимих межах. Модель, навчена з використанням алгоритму PCA, працює з найвищою точністю передбачення.

У статті розглянуто та описано використання сучасних інформаційних технологій, а саме комп’ютерних програм розпізнання та синтезу мовлення Tell me More та проєкту SmartKom на заняттях з вивчення різних іноземних мов. Проаналізовано основні принципи роботи з цими програмами, можливості для студентів розпізнавати вимову мовців, демонструвати вимову іноземних мов за допомогою графіків, осцилограм тощо. Виділено найважливіші переваги програм: розвиток усіх мовленнєвих навичок, розширення словникового запасу, закріплення граматичного матеріалу, можливість комунікації у режимі людина – комп’ютер та навпаки, можливість створення і зберігання інформації, візуалізація вимови, використання тривимірних анімаційних роликів, створення діалогічних систем та створення умов для самоосвіти і самовдосконалення навичок і вмінь студентів. Зокрема програма Tell me More передбачає розміщення відеосюжетів з візуальною опорою або, залежно від рівня студентів, розпізнання та синтезу мовлення, фіксованої системи виявлення помилок, постановки правильної вимови. В основі мультимодальної діалогічної системи SmartKom є дослідження просодії емоційного мовлення, міміки обличчя людини та відстеження емоційного ставлення до одержаної інформації. Важливим також є виділення найважливіших ознак вказаних вище програм, а саме: доступність, легкість у використанні, можливість комунікації та співпраці, зокрема віддаленої, сприяння результативній самостійній роботі студентів. Ці програми відповідають принципам багатоканального навчання, при їх використанні залучено велику кількість органів чуття людини, що сприяє усуненню мовних та психологічних бар’єрів, позитивним емоціям та показникам успішності навчання. Важливим є врахування індивідуальних особливостей навчання студентів, а саме темпу сприйняття навчального матеріалу. У статті зазначено, що за допомогою вказаних програм та технологій можна виявити просодичні характеристики мовлення, відстежити емоційне ставлення людини до одержаної інформації.

У роботі наведено огляд витоків та сучасного стану систем комп'ютерного зору, приклади задач комп'ютерного зору. Описано використання систем комп'ютерного зору освіти як у звичайних, і у пандемічних умовах. Пандемія COVID-19 викликала зміни в освіті, які видозмінили існуючі освітні програми систем комп'ютерного зору та породили нові, у тому числі соціальне дистанціювання, розпізнавання маски на обличчі, виявлення проникнення в університети та школи, запобігання вандалізму та виявлення підозрілих предметів, моніторинг відвідуваності, емоцій на обличчях у масках та без них. Системи комп'ютерного зору також можна використовувати у освіті для упровадження імерсивних освітніх ресурсів. На основі аналізу автономних бібліотек для ідентифікації динамічних об'єктів зроблено висновок, що при створенні систем машинного зору в освітніх цілях доцільно використовувати бібліотеки комп'ютерного зору, що ґрунтуються на глибокому навчанні (зокрема, реалізації згорткових нейронних мереж). Описано прототип системи комп'ютерного зору, розроблений на основі Microsoft Cognitive Toolkit і розгорнутий у хмарі Microsoft Azure. Система дозволяє з високим ступенем надійності виконувати головні функції: ідентифікацію емоцій та наявність маски на обличчі, а також дає можливість визначити стать, вік, колір волосся, інтенсивність посмішки, наявність макіяжу, окулярів тощо.

У перекладі з грецької мови діагностика (diagnōstikos) означає здатність до розпізнання [1, 223]. «Педагогічна діагностика нараховує стільки ж років, як і уся педагогічна діяльність» [2, 6], але поняття «педагогічна діагностика» є відносно новим у світовій науці. Як відмічає К. Інгенкамп, він запропонував це поняття «... за аналогією з медичною і психологічною діагностикою у 1968 р. ...» [2, 6].Аналіз літератури [2–11] та ін. свідчить, що педагоги одностайні у визнанні необхідності діагностики особистісних якостей тих, хто навчається, і систематичного докладного аналізу їх навчальних досягнень з метою оптимізації навчального процесу. З цього приводу Ю. Бабанський підкреслює, що «... сама структура процесу навчання передбачає функціонування компонента зворотного зв’язку, без якого неможливо забезпечити регулювання і коригування цього процесу, проектування і конкретизацію нових цілей навчання» [12, 36].Педагогічна діагностика є багатоплановим напрямом педагогічної науки, який швидко розвивається. Тому не дивно, що існує багато підходів до визначення змісту цього поняття. Розпочнемо аналіз з авторського визначення педагогічної діагностики, яке запропоновано К. Інгенкампом:«Педагогічна діагностика призвана, по-перше, оптимізувати процес індивідуального навчання, по-друге, в інтересах суспільства забезпечити правильне визначення результатів навчання и, по-третє, керуючись критеріями, що заздалегідь розроблені, звести до мінімуму помилки під час переводу тих, хто навчається, з однієї навчальної групи до іншої, під час направлення їх на різноманітні курси і вибору спеціалізації навчання. Для досягнення цих цілей у ході діагностичних процедур, з одного боку, встановлюються передумови, що мають окремі індивіди і представники навчальної групи у цілому, а з іншої, визначаються умови, які необхідні для організації планомірного процесу навчання і пізнання. За допомогою педагогічної діагностики аналізується навчальний процес і визначаються результати навчання. При цьому під діагностичною діяльністю розуміється процес, у ході якого (з використанням діагностичного інструментарію або без нього), додержуючись необхідних наукових критеріїв якості, вчитель спостерігає за тими, хто навчається, та здійснює анкетування, обробляє дані спостережень і опитувань та повідомляє про отримані результати з метою описати поведінку, пояснити мотиви або передбачити поведінку в майбутньому» [2, 8].К. Інгенкамп підкреслює, що існує протиріччя між педагогічними і суспільними задачами педагогічної діагностики. У залежності від того, яка саме задача вирішується, відрізнятимуся функції і принципи діагностики. Деякі методи діагностики можуть ефективно застосовуватися тільки для вирішення однієї з цих задач. Тому для прозорості подання матеріалу будемо застосовувати поняття педагогічна експертиза, для підкреслення, що розуміється саме педагогічна діагностика в інтересах суспільства, на відміну від педагогічної діагностики, яка застосовується для оптимізації процесу навчання, тобто в інтересах того, хто навчається.Проведений аналіз науково-педагогічної літератури [2; 3; 12; 7; 4; 5; 8; 10; 11] та ін. свідчить, що серед дослідників немає суперечностей щодо таких ознак педагогічної діагностики:реалізує зворотний зв’язок в системі управління навчальним процесом;здійснюється з метою покращення процесу навчання (індивідуального або освіти у цілому) через вплив на умови і методи навчання;здійснюється невідривно від процесу навчання і є складовою цього процесу;передбачає здійснення педагогічного діагнозу, тобто детальний аналіз стану і динаміки розвитку студента, виявлення обставин недоліків, що дозволяє класифікувати студента за певним комплексом параметрів;передбачає аналіз передумов навчання, що мають окремі студенти або група у цілому;передбачає аналіз умов навчання, тобто перебігу навчального процесу і впливових факторів;забезпечує прогнозування перебігу навчального процесу.Деякі дослідники також включають до ознак діагностики здійснення оцінювання ([10; 5; 7] та ін.) і заохочення [5; 2] тих, хто навчається. На наш погляд, реалізація функції заохочення шляхом позитивної або негативної оцінки не є ознакою діагностики і більш притаманна контролю. Якщо припустити, що заохочення є необхідною функцією діагностики, арсенал методів діагностування суттєво звузиться. Чи будуть студенти відверто відповідати на запитання анкети, якщо вони знають, що за результатами дослідження їх похвалять або оцінять негативно? Чи скористається студент у вільний від аудиторних занять час автоматизованою системою тестування з метою закріпити власні знання і спрямувати навчальні зусилля, якщо виставлена системою оцінка може вплинути на підсумкову. Діагностика передбачає докладний аналіз не тільки навчальних досягнень, але і здібностей до певних дій, тобто властивостей особистості. По-перше, це висуває підвищені вимоги до докладності інформації про студента, тому не можна нехтувати високоінформативними методами діагностики, в тому числі такими, що не захищені від умисного спотворення результатів студентами. Потрібна довіра студентів до діагностичних заходів, їх впевненість, що результати не викликатиме негативних емоцій або інших наслідків. По-друге, докладна діагностика особистості є дуже делікатною сферою діяльності, спроби емоційно-ціннісного оцінювання здібностей можуть викликати неадекватну реакцію з боку студента, оскільки здібності у студентському віці здебільшого сформовані і їх розвиток дуже ускладнений. Психологи, наприклад, ніколи не оцінюють властивості випробуваних як добрі або погані: мова завжди йде про те як вибрати сферу діяльності, щоб оптимально реалізувати власну особистість.Щодо оцінювання, то воно має дві складові. По-перше, оцінка –«вимірювання знань, умінь, навичок, погляд на їх рівень» [3, 362], і у такому розумінні оцінювання, безумовно, є функцією педагогічної діагностики. З іншого боку оцінка передбачає вплив на особистість «... вона може виявитися у похвалі словом, жесті, міміці вчителя, короткому судженні, догані, оціночному вислові» [3, 362]. Така емоційно-ціннісна оцінка, на наш погляд, не відповідає завданням педагогічної діагностики, як було показано вище. І. Підласий застосовує термін «оцінювання» у зв’язку з метою педагогічної діагностики: «Метою дидактичного діагностування є своєчасне виявлення, оцінювання і аналіз перебігу навчального процесу у зв’язку з його продуктивністю» [7, 544]. Але це не оцінювання учня як особистості. Мова йде про аналіз навчального процесу з точки зору його продуктивності. І. Підласий також розглядає оцінку як «... спосіб раціонального визначення особистого рейтингу ...» [7, 546], – такий підхід насамперед передбачає не оцінку, а самооцінку за результатами вимірювання окремих властивостей особистості та її навчальних досягнень. Щоб уникнути багатозначності поняття «оцінювання», пропонуємо для педагогічної діагностики застосовувати терміни «вимірювання» і «аналіз».Сказане не заперечує високого значення оцінювання і заохочення для управління навчальною діяльністю студента.Якісне визначення поняття педагогічної діагностики не можливе без встановлення зв’язків між ним і традиційним поняттям педагогічного контролю. Традиційно педагогічна діагностика розвивалася як складова педагогічного контролю. Це знайшло відображення у науковій і навчальної педагогічної літературі ([3; 13; 4] тощо), і закріплено у «Критеріях оцінювання навчальних досягнень» [14] через виділення діагностико-керуючої функції педагогічного контролю «... що допомагає виявити причини труднощів, які виникають в учня у навчанні, прогалини у знаннях і вміннях, і визначити конкретні шляхи усунення недоліків» [3, 363]. Таким чином, сутність діагностико-керуючої функції педагогічного контролю відповідає сутності педагогічної діагностики.В. Бондар розглядає педагогічну діагностику як новий рівень педагогічного контролю: «контроль з боку вчителів за результатами діяльності учнів трактується як педагогічна діагностика і виходить за межі перевірки й оцінювання знань, вмінь та навичок. За педагогічної діагностики, яка здебільшого застосовується до виховання, враховуються індивідуальні особливості учнів: їхні інтереси, потреби й мотиви; захоплення, нахили, здатності та здібності; особливості перебігу психічних процесів – мови й мислення; уваги, уяви і фантазії; пам’яті, емоцій, волі тощо» [8, 183].І. Підласий [7], Н. Морзе [10] і Л. Крившенко [15] розглядають педагогічний контроль як складову педагогічної діагностики.Г. Атанов виділяє два підходу до проведення контролю: на основі «... інтегральної оцінки того, що знає або вміє той, хто навчається ...» [16, 154] або на основі педагогічної діагностики, яка «... проводиться з метою управління навчальним процесом, його корекції ...» і передбачає визначення того, «що саме не знає / не вміє той, хто навчається ...» [16, 155]. Таким чином бачимо, що є спільні методи, що застосовуються і для контролю, і для діагностики. Однак, є методи контролю, що визначають інтегральну оцінку результату навчальної діяльності студента, такі методи не дають достатньої інформації з точки зору діагностики. З іншого боку, частина методів діагностики, таких як, наприклад, анкетування не можуть застосовуватися для здійснення контролю, оскільки студент може умисно спотворити результати з метою отримання позитивної оцінки.На нашу думку педагогічний контроль і педагогічна діагностика відрізняються за метою і спрямованістю результатів, тому це різні, хоча і дуже близькі поняття. Мета педагогічного контролю – корекція особистості студента, його дій, ставлення до навчання, крім цього, контроль виконує і діагностичну функцію. Мета діагностики – інформаційне забезпечення системи управління навчальним процесом, вибір оптимального методу навчання у конкретний момент навчального процесу.Педагогічна діагностика і педагогічний контроль здійснюються невідривно від навчального процесу і є компонентами навчального процесу, методи контролю і діагностики виконують навчальну функцію і можуть розглядатися як своєрідні методи навчання [7, 545]. У практиці навчання діагностика і контроль здебільшого здійснюються спільно: з одного боку, діагностика є однією з функцій педагогічного контролю, з іншого боку, педагогічний контроль часто застосовує методи діагностики. Але різна спрямованість педагогічного контролю і педагогічної діагностики змушує розглядати їх окремо як різні підсистеми педагогічної системи. З урахуванням поглядів на педагогічну систему як багатовимірну «... з такими основними векторами: організаційним, управлінським, діалогічним ...» [17] можна сказати, що педагогічний контроль відноситься до організаційного вектору, а педагогічна діагностика до управлінського. У таблиці 1.1 наведено фактори що зумовлюють диференціацію понять педагогічна діагностика і педагогічний контроль.Таблиця 1.1. педагогічний контрольпедагогічна діагностикаі контроль, і діагностика є компонентами педагогічної системидіагностика є однією з функцій контролюпедагогічний контроль застосовує деякі методи діагностикиконтролювати можна тільки те, що свідомо формується (навчальні досягнення, поведінку тощо)педагогічній діагностиці підлягають не тільки навчальні досягнення студента, але і його початкова підготовка, мотиви, деякі психофізіологічні властивості, що впливають на ефективність навчання, тощоконтроль передбачає прямий вплив на студента: заохочення або покараннядіагностика передбачає непрямий вплив на студента через рекомендації щодо вибору методу навчанняконтроль може здійснюватися як на основі діагностики шляхом узагальнення результатів, так і за допомогою інтегральних методів, що перевіряють сформованість професійної компетентності через виконання комплексних практичних завданьдіагностика завжди передбачає детальний аналіз за елементами, що складають очікуваний результат навчання діагностика передбачає виявлення причин труднощівконтроль включає в себе інтегральну оцінку навчальної діяльності студента та його досягненьдіагностика передбачає обробку даних: інтерпретацію, класифікацію, формування рекомендацій щодо корекції навчання, прогнозуванняконтроль передбачає емоційно-ціннісну оцінку особистостірезультати діагностики емоційно-нейтральніконтроль передбачає оперативну реакцію на виявлені порушення або успіхиінтерпретація результатів діагностики здійснюється після накопичення необхідного об’єму данихмета контролю – корекція особистості студента, його дій, ставлення до навчання мета діагностики – інформаційне забезпечення системи управління навчальним процесом щодо вибору змісту і методів навчанняТаким чином педагогічна діагностика і педагогічний контроль є окремими підсистемами навчального процесу, але деякі їх функції співпадають за змістом, хоча і реалізуються у різному ступені.

На сьогоднішній день існує багато компаній у всьому світі, що займаються розробкою систем машинного перекладу (СМП), за допомогою яких здійснюється переклад на різні мови світу. Серед них можна виділити такі: SYSTRAN (США, systransoft.com), Langenscheidt (Німеччина, langenscheidt.de), Transparent Language (США, transparent.com), LANGUAGE ENGINEERING CORPORATION (США, lec.com), Translation Experts (США, tranexp.com), Linguatec (Німеччина, linguatec.net), SDL (Великобританія, sdl.com), STAR (Швейцарія, star-group.net), ATRIL (США, atril.com), Alis Technologies (Канада, alis.com).Вивчення джерел щодо комп’ютерних технологій перекладу й опрацювання текстів свідчить, що проблеми перекладу і розпізнавання образів за допомогою машини тісно пов’язані із проблемами штучного інтелекту і кібернетикою. Проблеми створення штучної подібності людського розуму для вирішення складних завдань і моделювання розумової діяльності вивчаються досить давно. Вперше ідею штучного інтелекту висловив Р. Луллій у XIV столітті, коли він намагався створити машину для вирішення різноманітних задач з основ загальної класифікації понять. А у XVIII столітті Г. Лейбніц і Р. Декарт розвили ці ідеї, запропонувавши універсальні мови класифікації всіх наук [1].Ці ідеї лягли в основу теоретичних розробок у галузі створення штучного інтелекту. Проте розвиток штучного інтелекту як наукового напряму став можливим лише після створення електронних обчислювальних машин (ЕОМ). Це сталося у 40-ві роки ХХ століття.Термін «штучний інтелект» був запропонований в 1956 р. на семінарі, присвяченому розробці логічних завдань з аналогічною назвою у Стенфордському університеті. Штучний інтелект – розділ комп’ютерної лінгвістики та інформатики, де розглядаються формалізація проблем та завдань, які нагадують завдання, виконувані людиною. При цьому у більшості випадків алгоритм розв’язування завдання невідомий наперед. Точного визначення цієї науки немає, оскільки у філософії не вирішене питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп’ютером «розумності», хоча стосовно штучного інтелекту було запропоновано низку гіпотез, наприклад, тест Тьюринга або гіпотеза Ньюела-Саймона [2].Після визначення штучного інтелекту як самостійного розділу науки відбувся його поділ за двома основними напрямками: нейрокібернетика і кібернетика «чорного ящика». Розпізнавання образів – традиційний напрямок штучного інтелекту, близький до машинного навчання і пов’язаний з нейрокібернетикою. Кожному об’єкту відповідає матриця ознак, за якою відбувається його розпізнавання. Машинний переклад належить до кібернетики «чорного ящика», головним принципом якого є принцип, протилежний нейрокібернетиці, а саме: немає значення, як побудований «розумовий» пристрій – головне, щоб на задані вхідні дії він реагував, як людський мозок.Слід зазначити, що сьогодні науковці розглядають штучний інтелект як один з напрямків інформатики, метою якого є розробка апаратно-програмних засобів, за допомогою яких можна користувачу-непрограмісту ставити і вирішувати завдання, що традиційно вважаються інтелектуальними [2].З другої половини 1960-х рр., коли людство вступило в епоху комп’ютерних технологій, використання комп’ютерів звільнило людей від багатьох видів рутинної роботи, будь то трудомісткі обчислення чи пошук необхідних елементів в різних базах даних. При цьому слід мати на увазі, що принципова відмінність комп’ютерних технологій від будь-яких виробничих технологій полягає саме в тому, що в одному випадку технології не можуть бути безупинні, тому що вони поєднують роботу рутинного типу (скажімо, оперативний облік) і роботу творчу, яка не піддається поки що формалізації (прийняття рішень), а в іншому випадку функція виробництва безупинна і відображає строгу послідовність всіх операцій для випуску продукції (конвеєризація процесу).Переклади текстів з однієї мови на іншу можна віднести до рутинної роботи, але тільки частково. Дійсно, з одного боку, в роботі будь-якого перекладача є досить велика кількість елементів формалізму, хоча, з іншого боку, у даний час жоден серйозний переклад не може бути виконаний зовсім формально.Усі переклади можна розділити на технічні і літературні. Межа між ними є дуже «розмитою» (проміжне положення займають, наприклад, переклади ділових листів). Особливістю технічних перекладів є необхідність у першу чергу знати стандарти фахових понять. Специфіка ж літературного перекладу полягає в тому, що потрібно одержати текст, за художньою цінністю максимально близький до оригіналу. Якість виконання з використанням комп’ютера технічних і літературних перекладів у теперішній час зовсім різна: технічні переклади є якісніші, ніж літературні. Останній факт особливо відчутний при перекладі віршованих форм  тут використання комп’ютера практично неможливе: його використання поступається поетам-перекладачам.Переклад текстів  одна з перших функцій, яку людина спробувала виконати за допомогою комп’ютера. Всього через кілька років після створення перших ЕОМ з’явилися і програми машинного перекладу. Датою народження машинного перекладу як галузі досліджень прийнято вважати 1947 р. Саме тоді У. Уівер [3] (який написав трохи пізніше, у 1949 р., разом із К. Шенноном книгу з основ теорії інформації), написав лист Н. Вінеру, «батькові кібернетики», порівнявши в цьому листі завдання перекладу із завданням дешифрування текстів.Завдання дешифрування до цього часу вже вирішувалися (і небезуспішно) на електромеханічних пристроях. Більше того, перша діюча ЕОМ за назвою Colossus-1, сконструйована в Англії в 1942-43 рр. знаменитим математиком і логіком А. Тьюрінгом, автором теоретичного автомата «машина Тьюрінга», разом з Х. А. Ньюменом, використовувалася під час війни для розшифровування секретних німецьких кодів. Оскільки ЕОМ Colossus-1, як і всі перші обчислювальні машини, конструювалася і використовувалася головним чином для військових цілей, відомості про неї стали відомі набагато пізніше її введення в експлуатацію. У 1944 р. Г. Айкен сконструював обчислювальну машину МАРК-1 на електромеханічних елементах і установив її в Гарвардському університеті. Ця машина також використовувалася для виконання завдань дешифрування. Відзначимо також, що завдання дешифрування доводилося і доводиться нерідко вирішувати не тільки військовим, але також археологам і історикам при спробах прочитати рукописи давніми, забутими мовами [4].Після листа У. Уівера Н. Вінерові відбувся ряд гострих наукових дискусій, потім були виділені гроші на дослідження. Сам Н. Вінер, що вільно розмовляв 13-тьма мовами, довгий час оцінював можливості комп’ютерного перекладу дуже скептично. Він, зокрема, писав: «...що стосується проблеми механічного перекладу, то, відверто кажучи, я боюся, що межі слів у різних мовах занадто розпливчасті, а емоційні й інтернаціональні слова займають занадто велике місце в мові, щоб який-небудь напівмеханічний спосіб перекладу був багатообіцяючим... В даний час механізація мови... уявляється мені передчасною» [5, 152]. Однак, всупереч скепсису Вінера і ряду інших вчених зі світовими іменами, у 1952 р. відбулася перша міжнародна конференція з машинного перекладу. Організатором цієї конференції був відомий ізраїльський математик І. Бар-Хіллел. Він прославився в першу чергу застосуванням ідей і методів математичної логіки в різних напрямках досліджень з теорії множин і основ математики, але видав також ряд робіт із загальної теорії мови, математичної лінгвістики, автоматичного перекладу і теорії визначень (у СРСР була дуже популярна монографія «Основи теорії множин», написана І. Бар-Хіллелом разом з А. А. Френкелом) [3].Незабаром після конференції 1952 р. був досягнутий ряд успіхів у академічних дослідженнях, які, у свою чергу, стимулювали комерційний інтерес до проблеми машинного перекладу. Вже в 1954 р. знаменита фірма IBM разом із Джорджтаунським університетом (США) зуміла показати першу систему, що базується на словнику з 250-ти слів і 6-ти синтаксичних правилах. За допомогою цієї системи забезпечувався переклад 49-ти заздалегідь відібраних речень. Вже до 1958 р. у світі існували програмні системи для машинного перекладу технічних текстів, найдосконаліша з яких була розроблена в СРСР і мала запас 952 слова.В період з 1954 р. по 1964 р. уряд і різні військові відомства США витратили на дослідження в галузі машинного перекладу близько 40 млн. доларів. Однак незабаром «запаморочення від успіхів» змінилося повною зневірою, що доходила практично до повного заперечення здійсненності машинного перекладу. До подібного висновку прийшли на основі звіту, виконаного спеціальним комітетом із прикладної лінгвістики (ALPAC) Національної Академії наук США. У звіті констатувалося, що використання систем автоматичного перекладу не зможе забезпечити прийнятну якість у найближчому майбутньому. Песимізм ALPAC був обумовлений, головним чином, невисоким рівнем розвитку комп’ютер­ної техніки того часу. Справді, труднощі роботи з перфокартами і величезними комп’ютерами I-го і II-го поколінь (на електронних лампах чи транзисторах) були чималими. Саме з цих причин перші проекти не дали істотних практичних результатів. Однак були виявлені основні проблеми перекладу текстів природною мовою: багатозначність слів і синтаксичних конструкцій, практична неможливість опису семантичної структури світу навіть в обмеженій предметній галузі, відсутність ефективних формальних методів опису лінгвістичних закономірностей [6].До поширення персональних комп’ютерів машинний переклад міг бути швидше цікавим об’єктом наукових досліджень, ніж важливою сферою застосування обчислювальної техніки. Причинами цього були:висока вартість часу роботи ЕОМ (з огляду на той факт, що кожну обчислювальну машину обслуговувала велика група системних програмістів, інженерів, техніків і операторів, для кожної машини було потрібне окреме, спеціально обладнане приміщення і т.п., «комп’ютерний час» був дуже і дуже дорогим);колективне використання ресурсів комп’ютера. Це часто не дозволяло негайно звернутися до електронного помічника, зводячи нанівець найважливішу перевагу машинного перекладу перед звичайним  його оперативність.За результатами звіту ALPAC дослідження з комп’ютерного перекладу припинилися на півтора десятка років через відсутність фінансування. Однак у цей же час відбувся якісний стрибок у розвитку обчислювальної техніки за рахунок переходу до технологій інтегральних схем. ЕОМ III-го покоління на інтегральних схемах, що використовувалися у 1960-ті роки, до кінця 1960-х  початку 1970-х років стали витіснятися машинами IV-го покоління на великих інтегральних схемах. Нарешті, у 1970 р. М. Е. Хофф (Intel) створив перший мікропроцесор, тобто інтегральну схему, придатну для виконання функції великої ЕОМ. До середини 1970-х років з’явилися перші комерційно розповсюджувані персональні комп’ютери (ПК) на базі 8-розрядних мікропроцесорів фірми Intel. Це була на той час комп’ютерна революція.Саме поява ПК стала сильним додатковим стимулом для вдосконалювання комп’ютерного перекладу (особливо після створення комп’ю­терів Apple II у 1977 р. і IBM PC у 1981 р.). Поновленню досліджень з комп’ютерного перекладу сприяло також підвищення рівня розвитку техніки і науки взагалі. Так, у 1970-ті рр. одержала поширення система автоматизованого перекладу SYSTRAN. Протягом 1974-75 рр. система була використана аерокосмічною асоціацією NASA для перекладу документів проекту «Союз-Аполлон». До кінця 1980-х років за допомогою цієї системи перекладали з кількох мов вже близько 100 000 сторінок щорічно. Розвитку комп’ютерного перекладу сприяло ще і зростання інтересу дослідників і проектувальників до проблеми штучного інтелекту (тут явно переважали лінгвістичні аспекти) і комп’ютерного пошуку даних [7].Починаючи з 1980-х рр., коли вартість машинного часу помітно знизилась, а доступ до них можна було одержати в будь-який час, машинний переклад став економічно вигідним. У ці і наступні роки удосконалювання програм дозволило досить точно перекладати багато видів текстів. 1990-ті рр. можна вважати справжньою «епохою Відродження» у розвитку комп’ютерного перекладу, що пов’язано не тільки з широкими можливостями використання ПК і появою нових технічних засобів (у першу чергу сканерів), але і з появою комп’ютерних мереж, зокрема глобальної мережі Internet.Наприклад, створення Європейської Інформаційної Мережі (EURONET DIANA) стимулювало роботи зі створення систем автоматизованого перекладу. У 1982 р. було оголошено про створення європейської програми EUROTRA, метою реалізації якої була розробка системи комп’ютерного перекладу для всіх європейських мов. Спочатку проект оцінювався в 12 млн. доларів США, але вже в 1987 р. фахівці визначили сумарні витрати по цьому проекту більш ніж у 160 млн. доларів [4].Використання глобальної мережі Internet об’єднало мільйони людей, що говорять різними мовами, у єдиний інформаційний простір. Домінує, природно, англійська мова, але: є користувачі, які нею зовсім не володіють чи володіють дуже слабко; існує безліч Web-сторінок, написаних не англійською мовою.Для полегшення перегляду Web-сторінок, описаних незнайомою користувачеві мовою, з’явилися додатки до браузерів, за допомогою яких здійснюється переклад обраних користувачем фрагментів Web-сторінки або всієї Web-сторінки, що переглядається. Для цього досить лише скопіювати частину тексту та вставити його у відповідне поле або «натиснути» на спеціальну кнопку меню. Прикладом такого комп’ютерного перекладача є програмний засіб WebTransSite фірми «Промт», створений на базі програмного засобу Stylus, який можна використовувати в різних браузерах (Netscape Navigator, Internet Explorer, Mozilla Firefox, Opera та ін.) або, наприклад, Google Translate – це сервіс компанії Google, за допомогою якого можна автоматично перекладати слова, фрази та Web-сторінки з однієї мови на іншу. В системі Google використовується власне програмне забезпечення для перекладу на основі статистичного машинного перекладу. З вересня 2008 р. підтримуються й переклади українською мовою. Користувач уводить текст, поданий мовою оригіналу, та вказує мову, якою цей текст потрібно подати.Проблемами машинного перекладу в теперішній час займається ряд відомих компаній, таких як SYSTRAN Software Inc., Logos Corp., Globalink Inc., Alis Technologies Inc., Toshiba Corp., Compu Serve, Fujitsu Corp., TRADOS Inc., Промт та інші. З’явилися також компанії, що спеціалізуються на машинному перекладі, зокрема компанія SAP AG, яка є європейським лідером у розробці програмного забезпечення і протягом багатьох років використовує системи машинного перекладу різних виробників при локалізації своїх програмних продуктів. Існує і служба машинного перекладу при комісії Європейського Союзу (обсяг перекладу в комісії перевищує 2,5 млн. сторінок щорічно; переклади всіх документів виконуються оперативно 11-тьма офіційними мовами, забезпечують їх 1100 перекладачів, 100 лінгвістів, 100 менеджерів і 500 секретарів) [8].Проблемам комп’ютерного перекладу значна увага науковців приділяється в галузі лінгвістики, зокрема в Україні у Київському державному університеті лінгвістики, дуже міцною є лінгвістична школа Санкт-Петербурга та Москви. Не можна не згадати такі праці, як фундаментальна монографія Ф. Джорджа «Основи кібернетики» [5], Дж. Вудера «Science without properties», О. К. Жолковського «О правилах семантического анализа», Ю. М. Марчука «Проблемы машинного перевода», Г. С. Цейтіна, М. І. Откупщикової та ін. «Система анализа текста с процедурным представлением словарной информации» [6] та інші, в яких сформульовані основні принципи і проблеми практичної реалізації машинного перекладу. Ці монографії містять цікавий фактичний матеріал і можуть бути корисні педагогу в побудові курсу лекцій з комп’ютерних технологій перекладу й опрацювання текстів.Протягом багатьох років науковці в галузях лінгвістики, кібернетики, інформатики вели інтенсивні пошуки моделей і алгоритмів людського мислення і розробок програм, але так сталося, що жодна з наук – філософія, психологія, лінгвістика – не в змозі запропонувати такого алгоритму. Таким чином, штучний інтелект як «генератор знань» [9, 139] ще не створений, машинний переклад є частково структурованим завданням, а тому втручання людини в створення досконалих перекладів буде потрібне завжди і її треба, як слід, цього навчати.

У статті розглянуто структурні компоненти емоційного інтелекту та розглянуто їх значення в процесі міжособистісної взаємодії. До структурних компонентів емоційного інтелекту належить розпізнавання власних емоцій, володіння емоціями, розуміння емоцій, само мотивація. З’ясовано, що недостатньо розвинений емоційний інтелект не дозволяє учневі визначити та усвідомити власні емоції. Доведено, що основні компоненти емоційного інтелекту (емпатія, мотивація досягнення, саморегуляція, рефлексія) необхідні для успішного старту в формуванні комунікативної компетентності молодших школярів. Наголошено, що формування емоційного інтелекту може відбуватися в процесі комунікації, змодельованої на уроці української мови.

статті описано використання корпус-проєктів, а саме проєкту SmartKom на заняттях з вивчення іноземних мов. Проаналізовано основні принципи роботи з цими проєктами, можливості розпізнавання вимови мовців, демонстрування вимови іноземних мов за допомогою інтонограм, графіків, осцилограм тощо. Виділено найважливіші переваги використання проєктів: розвиток усіх мовленнєвих навичок, розширення словникового запасу, закріплення граматичного матеріалу, можливість комунікації у режимі людина – комп’ютер та навпаки, можливість створення і зберігання інформації, візуалізації вимови, використання тривимірних анімаційних роликів, створення діалогічних систем та створення умов для самоосвіти і самовдосконалення навичок і вмінь студентів. Мультимодальна діалогічна система SmartKom досліджує просодію емоційного мовлення, міміку обличчя людини та відстежує емоційне ставлення мовця до одержаної інформації. Важливим також є виділення найважливіших ознак вказаних вище проєктів, а саме: доступність, легкість у використанні, можливість комунікації та співпраці, зокрема віддаленої, сприяння результативній самостійній роботі студентів. Ці проєкти відповідають принципам багатоканального навчання, залучають велику кількість органів чуття людини, що сприяє усуненню мовних та психологічних бар’єрів, супроводжуються позитивними емоціями та показниками успішності навчання. Вагомим внеском є врахування індивідуальних особливостей навчання студентів, зокрема темпу сприйняття навчального матеріалу. У статті зазначено, що за допомогою вказаних технологій можна виявити просодичні характеристики мовлення, відстежити емоційне ставлення людини до одержаної інформації