OSOleksandr Soloveiko

Oleksandr Soloveiko

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Oleksandr Soloveiko has a total of 9 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    МОДЕЛЬ ВПРОВАДЖЕННЯ ЦИФРОВИХ ОСВІТНІХ СЕРВІСІВ У ЗАКЛАДІ ВИЩОЇ ОСВІТИ: КЕЙС ХЕРСОНСЬКОГО ДЕРЖАВНОГО УНІВЕРСИТЕТУ

    by Олександр В’яЧеславович Соловейко

    Сучасні заклади вищої освіти стикаються з безпрецедентними викликами, включно з війною та соціально-економічними кризами. В таких умовах цифрові сервіси стають ключовим інструментом для підтримки навчального процесу та забезпечення його безперервності. У статті обґрунтовано модель впровадження цифрових освітніх сервісів у закладах вищої освіти в умовах кризових змін на прикладі Херсонського державного університету, що враховує кризові обставини та орієнтована на Цілі сталого розвитку ООН, особливо у сфері освіти (SDG 4). Актуальність дослідження зумовлена необхідністю забезпечення безперервності освітнього процесу, підвищення його якості та адаптивності в умовах воєнного стану, цифрової трансформації суспільства та зростання вимог до ефективності управління освітніми системами. Метою статті є розроблення та теоретичне обґрунтування моделі імплементації цифрових сервісів у бізнес-процеси закладу вищої освіти, яка забезпечує інтеграцію освітньої, управлінської та комунікаційної діяльності. У дослідженні використано комплекс методів: аналіз наукової літератури, систематизацію підходів до цифровізації освіти, моделювання та узагальнення практичного досвіду функціонування університету в кризових умовах. Запропонована модель включає взаємопов’язані компоненти: методологічний, цільовий, управлінський, процесно-архітектурний, технологічний та оціночно-аналітичний. Особливу увагу приділено інтеграції цифрових сервісів у ключові бізнес-процеси ЗВО, забезпеченню гнучкості освітнього середовища та формуванню цифрової культури учасників освітнього процесу. Визначено критерії ефективності впровадження моделі, серед яких якість освітніх послуг, доступність, оперативність управлінських рішень та рівень цифрової взаємодії. Практичне значення дослідження полягає у можливості використання запропонованої моделі для оптимізації діяльності закладів вищої освіти в умовах невизначеності та кризових трансформацій. Отримані результати можуть бути застосовані для стратегічного планування цифрового розвитку університетів, удосконалення управлінських практик та підвищення стійкості освітніх систем.

  • Open Access

    DYNAMICS OF SUBJECTIVITY IN THE EVOLUTION OF INTERACTION BETWEEN EDUCATOR, LEARNER AND ARTIFICIAL INTELLIGENCE

    by Oleksandr Spivakovskiy, Stanislav Kalatskyi, Yevheniia Morozova, Oleksandr Soloveiko

    Artificial intelligence (AI) is increasingly embedded in learning ecologies, reshaping how subjectivity – understood as the capacity of each participant to act as an agent in learning – is distributed among learners, educators, and AI. This article advances a tri-subjective perspective and proposes a four-state model of AI participation: S0 (instrument), S1 (assisting facilitator), S2 (active co-agent), and S3 (autonomous mediator). Across these states, we operationalize five components of subjectivity – motivation, activity, reflection, adaptability, and interactivity – and describe conditions that trigger transitions in the distribution of agency. Methodologically, the work combines conceptual synthesis with two applied cases. At the micro-level, we analyse a seminar scenario in which an AI assistant surfaces parallels between two independent learner analyses, thereby mediating dialogic exchange. At the macro-level, drawing on third-party case materials, we examine how an AI “facilitator” sustains group memory and consensus across iterative cycles over time. Results indicate that movement from S0 to S2 tends to expand learner agency when AI feedback is transparent and bounded, educator mediation remains active, and contextual memory is preserved. By contrast, S3 offers powerful personalization but risks over-optimization, educator disengagement, and learner passivity if human framing is not maintained. We distil design guardrails – bounded autonomy, provenance cues, reflective prompts, and orchestration protocols – that help support human subjectivity while leveraging AI’s adaptive capabilities. The contribution is threefold: (I) a state-based vocabulary for analysing AI’s pedagogical roles; (II) a separation between conditional AI “subjectivity” and human agency; and (III) actionable implications for curriculum design and facilitation. Limitations include reliance on conceptual modelling and case-based illustration rather than controlled trials. Future work will translate the model into evaluation rubrics and conduct empirical studies in diverse instructional settings.

  • Open Access

    АДАПТИВНЕ УПРАВЛІННЯ ОСВІТНІМИ ТА АДМІНІСТРАТИВНИМИ ПРОЦЕСАМИ ЗАКЛАДІВ ВИЩОЇ ОСВІТИ: ІНТЕГРАЦІЙНИЙ ПІДХІД НА ОСНОВІ ДОСВІДУ ВІРТУАЛЬНОГО ОСВІТНЬОГО СЕРЕДОВИЩА KSU24

    by Олександр В’яЧеславович Соловейко

    Мета статті полягає в теоретичному обґрунтуванні та практичному аналізі адаптивного управління освітніми й адміністративними процесами закладів вищої освіти на основі інтеграційного підходу, а також у висвітленні досвіду впровадження віртуального освітнього середовища KSU24 як інструменту забезпечення стійкості, прозорості та безперервності функціонування університету в умовах кризових викликів. Методи. У процесі визначення актуальності окресленої проблеми було застосовано комплекс доцільних взаємообумовлених методів: теоретичних (аналіз, синтез та узагальнення науково-педагогічних джерел), контент-аналіз результатів запровадження інтеграційного підходу в управлінську практику Херсонського державного університету. Результати. У статті досліджується проблема підвищення ефективності управління освітніми та адміністративними процесами в закладах вищої освіти в умовах цифрової трансформації. Автором обґрунтовується необхідність впровадження адаптивного управління, яке базується на інтеграції сучасних інформаційних технологій, аналітичних інструментів і гнучких організаційних моделей. Особливу увагу приділено аналізу досвіду використання віртуального освітнього середовища KSU24, розробленого та впровадженого в Херсонському державному університеті, як прикладу успішної цифрової екосистеми для підтримки навчального процесу, адміністрування та прийняття управлінських рішень. У межах дослідження розглянуто архітектуру платформи KSU24, її функціональні модулі, механізми персоналізації освітнього контенту, моніторингу академічної успішності тощо. Запропоновані нововведення, що враховують динамічні зміни в освітньому середовищі, індивідуальні потреби учасників освітнього процесу та виклики, пов’язані з гібридними та дистанційними форматами навчання. Результати впровадження KSU24 свідчать про зростання прозорості, оперативності та обґрунтованості управлінських рішень, а також про підвищення рівня задоволеності як здобувачів, так і викладачів. Висновки. Запропонований методологічний підхід передбачає формалізацію ключових освітніх і адміністративних процесів, визначення контрольних точок та показників ефективності їх виконання. Він поєднує використання цифрових інструментів, адміністративних рішень і шаблонів процесів для впровадження віртуальних освітніх середовищ у заклади вищої освіти. Для структуризації та візуалізації процесів, зокрема, результати роботи аналітичних модулів платформи KSU24, що дозволяють відстежувати стан процесів і оцінювати досягнення очікуваних результатів. Результати дослідження засвідчують, що чітке структурування процесів і визначення контрольних точок спрощує інтеграцію цифрових рішень, підвищує прозорість управлінських рішень і зменшує кількість помилок. Запропонований підхід дозволяє швидко реагувати на зміни, підтримувати стабільність освітнього процесу та забезпечувати контроль якості освітніх послуг. Моделі та шаблони процесів можуть стати основою для впровадження подібних рішень в інших закладах вищої освіти.

  • Open Access

    ARTIFICIAL INTELLIGENCE AS A COMPONENT OF MEASURING STUDENTS' ENGAGEMENT IN LEARNING IN THE ONLINE EDUCATIONAL ENVIRONMENT OF A HIGHER EDUCATION INSTITUTION

    by Oleksandr Spivakovskiy, Tetiana Cherkashyna, Yevheniia Revenko, Liubov Petukhova, Oleksandr Lemeshchuk, Oleksandr Soloveiko

    Artificial intelligence (AI) has become an integral part of the education sector, driving advancements in both teaching methods and assessment tools. With the rise of online and hybrid learning models, particularly in response to global challenges such as the COVID-19 pandemic and the ongoing war in Ukraine, higher education institutions face unique challenges. The educational process in some higher education institutions, especially those that have been relocated, is conducted in a mixed or fully remote format. This situation demands not only enhancements in personalized student learning and revisions in the assessment systems for knowledge quality but also an in-depth exploration of students' attitudes and motivations toward the educational process under these challenging circumstances. In such conditions, the use of AI will help make the educational process more organized, efficient, and innovative. Effectively organizing distance learning requires tools that can assess students' knowledge while considering their concentration, engagement, and interest in the material, as well as their willingness to interact with teachers and provide feedback. This approach improves the educational process and ensures high-quality training for future professionals. When students focus on the material and actively engage in learning, they better understand and retain new information, which deepens their knowledge and enhances their professional competencies. The article explores the use of artificial intelligence to measure students' attention levels, class engagement, and readiness to provide feedback during blended or remote learning. AI enables automatic, unbiased analysis of student behavior during classes, capturing metrics such as attention, interaction levels, gestures, posture, lip movements, eyelid blinking frequency, and physiological responses. This approach provides precise and objective data on student engagement, which traditional observation methods cannot offer. Key areas for further research into the application of artificial intelligence in measuring the online educational environment include: the potential for AI to analyze video recordings of educational sessions based on criteria that impact learning quality (such as attention levels, interaction activity, gestures and postures, body tension, breathing, blinking frequency, lip and jaw movements, and reactions to content); the capability of AI to generate analytical reports based on quantitative data related to learning outcomes or survey results; and the potential for AI to develop automated tools or applications that enhance personalized, student-centered learning in higher education institutions.


  • Model for the Implementation of Digital Services in the Business Processes of Higher Education Institutions Under Martial Law

    by Oleksandr Soloveiko, Denys Senchyshen, Stanislav Kalatskyi, Oleksandr Lemeshchuk, Dmitriy Klionov, Yevheniia Revenko