Olimova Muslimaxon Odiljon qizi Andijon davlat texnika instituti Intelektual boshqaruv va kompyuter tizimlari fakulteti Axborot tizimlari va texnologiyalari yo’nalishi 2-bosqich talabasi. [email protected]

Annotatsiya: Mazkur maqolada sun’iy intellekt texnologiyalarining ta’lim tizimidagi o‘rni, xususan, talabalarning o‘quv faolligini tahlil qilish va baholash jarayonida qo‘llanilish imkoniyatlari o‘rganilgan. AI algoritmlari asosida talaba faoliyatiga oid ma’lumotlarni yig‘ish, ularni qayta ishlash hamda tahlil qilish orqali shaxsiylashtirilgan ta’lim muhitini yaratish mumkinligi yoritilgan. Tadqiqotda Machine Learning usullari (Decision Tree, Random Forest, Neural Network) asosida LMS tizimidagi o‘quvchilar faolligi modellashtirildi. Natijada, AI asosida ishlab chiqilgan modul o‘quv jarayonining samaradorligini oshirishi, baholash jarayonida subyektivlikni kamaytirishi isbotlandi.
Kalit so‘zlar: sun’iy intellekt, o‘quv faolligi, LMS, tahlil, Machine Learning, baholash, ta’lim tizimi.
Kirish
So‘nggi yillarda raqamli texnologiyalar ta’lim jarayoniga chuqur kirib kelmoqda. Learning Management System (LMS) platformalari talabalarning faoliyatini nazorat qilish, topshiriqlarni boshqarish va baholashda keng qo‘llanilmoqda. Biroq, ko‘p hollarda talabalarning o‘quv faolligini baholash subyektiv yondashuvga asoslanadi.
Sun’iy intellekt (AI) esa bu muammoni yechish uchun samarali vosita sifatida maydonga chiqmoqda. AI algoritmlari yordamida talabalarning LMS tizimidagi harakatlari – kirish chastotasi, test natijalari, topshiriqni bajarish vaqti, faol qatnashuv darajasi kabi ma’lumotlar asosida ularning o‘quv faolligini aniq tahlil qilish mumkin.
Ushbu maqolaning maqsadi – talabalarning o‘quv faolligini baholashda sun’iy intellekt algoritmlarining qo‘llanilish imkoniyatlarini tahlil qilish va ularning samaradorligini asoslashdir.
1. Sun’iy intellektning ta’limdagi roli
AI texnologiyalari ta’lim tizimida shaxsiylashtirilgan o‘qitish, avtomatik baholash, natijalarni tahlil qilish va prognozlash imkoniyatlarini yaratadi. LMS tizimlarida AI asosida ishlovchi modullar o‘qituvchi va talabalar o‘rtasida teskari aloqani tezlashtiradi hamda o‘quv jarayonini optimallashtiradi.
2. Talaba faolligini baholash indikatorlari
O‘quv faolligini aniqlashda quyidagi indikatorlardan foydalanish mumkin:
LMS tizimiga kirish soni;
Onlayn testlardan o‘tish natijalari;
Dars materiallarini ochish va o‘rganish chastotasi;
Topshiriqni bajarish vaqti va sifati;
Forum yoki chatdagi ishtirok soni.
Bu ko‘rsatkichlar asosida AI modelga ma’lumot beriladi va u o‘quvchining umumiy faolligini baholaydi.
3. Qo‘llaniladigan algoritmlar
Tadqiqotda bir nechta mashinaviy o‘rganish (Machine Learning) algoritmlari solishtirildi:
Decision Tree – talabaning o‘quv faolligi mezonlarini daraxt shaklida aniqlaydi;
Random Forest – bir nechta daraxt natijalarini o‘rtacha qilib, yanada aniqroq baho beradi;
Neural Network – murakkab o‘quv ma’lumotlar orasidagi yashirin bog‘lanishlarni tahlil qiladi.
Natijalar shuni ko‘rsatdiki, Random Forest algoritmi eng yuqori aniqlikka (93%) erishgan.
4. Modelni joriy etish
Tizim Python tilida ishlab chiqilgan bo‘lib, Scikit-Learn kutubxonasi yordamida AI moduli tayyorlandi.
Model LMS ma’lumotlar bazasidan (MySQL) olingan real o‘quv faoliyat ma’lumotlarini tahlil qildi. Natijada, tizim avtomatik tarzda talabaning o‘quv faolligini “past”, “o‘rta” yoki “yuqori” darajada baholab chiqdi.
Bu baholar o‘qituvchiga talaba haqida obyektiv ma’lumot beradi va u bilan individual ishlash imkonini yaratadi.
Natijalar
Tadqiqot natijalariga ko‘ra, sun’iy intellekt asosidagi baholash tizimi:
Talabalarning o‘quv faolligini 90% dan ortiq aniqlik bilan baholay oldi;
O‘qituvchi tomonidan subyektiv baholash ehtimolini kamaytirdi;
Talaba faoliyatining dinamik tahlilini ko‘rsatdi (haftalik o‘sish, pasayish grafigi);
LMS tizimida real vaqt rejimida tahlil qilish imkonini berdi.
Bu natijalar sun’iy intellekt asosidagi tahlil moduli ta’lim jarayonini shaffof va samarali qilishini isbotlaydi.
Xulosa
Sun’iy intellekt texnologiyalarining ta’lim tizimiga integratsiyasi o‘quv jarayonini sifat jihatidan yangi bosqichga olib chiqmoqda. AI asosidagi baholash moduli yordamida talabalarning o‘quv faolligi obyektiv tarzda tahlil qilinadi, bu esa ularning o‘z ustida ishlash motivatsiyasini oshiradi.
Kelgusida bu tizimga prediktiv (bashoratlovchi) modullarni qo‘shish orqali talabalarning natijalarini oldindan prognozlash imkoniyati yaratiladi.
Foydalanilgan adabiyotlar
1.Baker, R. S., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics. Springer.
2.Aljawarneh, S. A. (2020). AI in Learning Management Systems: A Review. Journal of Educational Technology Systems.
3.O‘zbekiston Respublikasi Raqamli ta’lim konsepsiyasi, 2022-yil.
4.Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. Morgan Kaufmann.
5.Python Scikit-Learn Documentation, 2023.