Proceedings of the International scientific and practical conference ―Current Issues in Science‖ (January 9-11, 2026) / Publisher website: www.naukainfo.com. – Dresden, Germany, 2026. – 179 p.

98 Для порівняння розподілу відповідей між цими типами груп було застосовано χ²-критерій Пірсона для перевірки однорідності розподілів (Pearson‘s chi-square test of homogeneity) для таблиці спряженості 2×2. Усі теоретичні частоти перевищували 5, що свідчить про виконання правила Кокрана. Розрахунок критерію з урахуванням поправки Йейтса на неперервність, рекомендованої для таблиць 2×2, дав значення χ²ᵧ ≈ 3,77 при df = 1, що відповідає p-value ≈ 0,052. Таким чином, на рівні значущості α = 0,05 статистично значущих відмінностей між двома типами груп не виявлено. Отриманий результат інтерпретується як гранична статистична тенденція, а не як стійка значуща відмінність. У цілому результати свідчать про наявність слабко виражених відмінностей у характері використання інструментів штучного інтелекту між узагальненими типами груп, які мають дослідницький характер і потребують подальшого аналізу з використанням додаткових статистичних підходів. СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ: 1. UNESCO. Artificial intelligence in education: Guidance for policy-makers . Paris : UNESCO, 2021. 45 p. 2. Zawacki-Richter O., Marín V. I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education . 2019. Vol. 16, No. 1. 3. OECD. AI and the Future of Education . Paris : OECD Publishing, 2021. 4. Kasneci E. et al. ChatGPT for education: Opportunities and challenges. arXiv preprint arXiv:2303.08774 , 2023. 5. McHugh M. L. The Chi-Square Test of Independence: Assumptions and Conditions // Biochemia Medica , 2013, Vol. 23, No. 2, pp. 143–149. DOI:10.11613/BM.2013.018