Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Journal home page:
https://inscience.uz/index.php/socinov/index
Design and implementation of educational tools using
artificial intelligence
Mirzarakhim MIRZARAKHIMOV
1
Ferghana State University
ARTICLE INFO
ABSTRACT
Article history:
Received October 2024
Received in revised form
15 November 2024
Accepted 15 December 2024
Available online
25 January 2025
Modern challenges in education require the implementation
of innovative technologies that ensure personalization,
accessibility, and increased efficiency in learning. Artificial
Intelligence (AI) offers a wide range of opportunities for
transforming educational processes. This paper discusses
methods for designing and implementing AI-based educational
tools. Special attention is given to the stages of user needs
analysis, tool architecture development, and pilot testing.
The results of applying technologies such as adaptive learning
systems, intelligent assistants, and predictive analytics modules
are presented. It is established that the introduction of AI tools
contributes to improved student performance, reduced routine
workload for educators, and enhanced student engagement.
The analysis of the results showed that over 70% of students
and teachers positively assessed the impact of AI on the
learning process. However, limitations related to technical and
ethical aspects were identified, emphasizing the need for
further research and optimization. The paper is of interest to
developers of educational technologies, educators, and
researchers in the field of EdTech.
2181-
1415/©
2024 in Science LLC.
https://doi.org/10.47689/2181-1415-vol5-
This is an open access article under the Attribution 4.0 International
(CC BY 4.0) license (https://creativecommons.org/licenses/by/4.0/deed.ru)
Keywords:
adaptive learning,
personalized learning,
intelligent assistants,
educational technologies,
digitalization of education.
Сунъий интеллект ёрдамида таълим воситаларини
лойиҳалаш ва жорий этиш
АННОТАЦИЯ
Калит сўзлар:
адаптив таълим,
шахсийлаштирилган
таълим,
Таълимдаги
замонавий
муаммолар
шахсийлаштириш
,
фойдаланиш
имконияти
ва
таълим
самарадорлигини
оширишни
таъминлайдиган
инновацион
технологияларни
1
Doctoral Student, Ferghana State University. Email: mirzaraxim@pf.fdu.uz
Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Issue
–
5
№
6 (2024) / ISSN 2181-1415
241
ақлли ёрдамчилар,
таълим технологиялари,
таълимни
рақамлаштириш
жорий
этишни
талаб
қилади
.
Сунъий интеллект (СИ)
таълим
жараёнларини
ўзгартириш
учун
кенг
имкониятларни таклиф етади. Ушбу мақолада СИ асосида
таълим воситаларини лойиҳалаш ва жорий этиш усуллари
муҳокама қилинди. Фойдаланувчи эҳтиёжларини таҳлил
қилиш, асбоблар архитектурасини ишлаб чиқиш ва уларни
синовдан ўтказиш босқичларига алоҳида эътибор
берилади. Адаптив таълим тизимлари, ақлли ёрдамчилар
ва башоратли таҳлил модуллари каби технологияларни
қўллаш натижалари келтирилган. CИ воситаларини жорий
етиш
талабаларнинг
академик
кўрсаткичларини
яхшилашга, ўқитувчиларнинг мунтазам иш юкини
камайтиришга ва талабаларнинг фаоллигини оширишга
ёрдам беради. Натижалар таҳлили шуни кўрсатдики,
талабалар
ва ўқитувчиларнинг 70%дан ортиғи сунъий
интеллектнинг ўқув жараёнига таъсирини ижобий
баҳолаган. Шунга қарамай, техник ва ахлоқий жиҳатлар
билан боғлиқ чекловлар аниқланди, бу еса кейинги
тадқиқотлар
ва
оптималлаштириш
зарурлигини
таъкидлайди.
Мақола
EdTech.
соҳасидаги
таълим
технологияларини ишлаб чиқувчилар, ўқитувчилар ва
тадқиқотчилар учун қизиқиш уйғотади.
Проектирование
и
внедрение
образовательных
инструментов с помощью искусственного интеллекта
АННОТАЦИЯ
Ключевые слова:
адаптивное обучение,
персонализированное
обучение,
интеллектуальные
ассистенты,
образовательные
технологии,
цифровизация
образования.
Современное образование сталкивается с множеством
вызовов, требующих внедрения инновационных технологий,
обеспечивающих персонализированный подход, доступность
и повышение эффективности обучения. Искусственный
интеллект (ИИ)
открывает
новые
горизонты для
трансформации образовательных процессов. В статье
рассматриваются подходы к проектированию и внедрению
образовательных инструментов на основе ИИ. Особое
внимание уделено ключевым этапам: анализу потребностей
пользователей,
разработке
архитектуры
решений
и
проведению пилотного тестирования. Рассматриваются
примеры использования адаптивных систем обучения,
интеллектуальных ассистентов и модулей предиктивной
аналитики. Результаты исследования показывают, что
внедрение ИИ
-
инструментов способствует повышению
успеваемости студентов, снижению рутинной нагрузки
преподавателей и увеличению вовлеченности учащихся.
Более 70% студентов и преподавателей отметили
положительное влияние ИИ на образовательный процесс. При
этом выявлены ограничения, связанные с техническими и
этическими
аспектами,
что
подчеркивает
важность
дальнейших исследований и совершенствования технологий.
Данная работа будет полезна разработчикам образовательных
инструментов, педагогам и исследователям в сфере EdTech.
Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Issue
–
5
№
6 (2024) / ISSN 2181-1415
242
ВВЕДЕНИЕ
Современное образование сталкивается с вызовами цифровизации,
персонализации и обеспечения доступности. Одной из перспективных технологий,
способных решить эти задачи, является искусственный интеллект (ИИ). ИИ
позволяет автоматизировать процессы обучения, анализировать большие
массивы данных для персонализации обучения, а также создавать адаптивные
образовательные платформы. Данная статья посвящена анализу методов
проектирования и внедрения образовательных инструментов с использованием
ИИ, а также их влиянию на учебный процесс.
Современное научное образование сталкивается с рядом вызовов,
требующих поиска новых подходов и технологий. Среди ключевых вызовов можно
выделить глобализацию и цифровизацию. Стремительное развитие цифровых
технологий изменяет не только экономику, но и образовательную среду.
Традиционные подходы становятся менее эффективными, особенно в условиях
глобального перехода к дистанционному и смешанному обучению. Одним из
главных аспектов является необходимость персонализации обучения. Студенты
обладают разным уровнем подготовки, стилями обучения и интересами.
Традиционные методы зачастую не учитывают этих различий, что приводит к
снижению
вовлеченности и ухудшению образовательных результатов. Кроме того,
в образовательных процессах ежедневно генерируются огромные массивы
данных:
результаты
тестов,
посещаемость,
успеваемость
по
курсам,
взаимодействия с образовательными платформами. Однако эти данные либо
остаются неиспользованными, либо используются минимально, что ограничивает
возможности для улучшения процессов обучения. Еще одним вызовом является
недостаток ресурсов. Преподаватели часто сталкиваются с высокой нагрузкой,
особенно в выполнении рутинных задач, таких как проверка заданий или
подготовка учебных материалов. Это снижает их способность уделять внимание
индивидуальным потребностям учащихся [1, с. 1–
6].
Искусственный интеллект (ИИ) предлагает мощные инструменты,
способные трансформировать образовательный процесс и справляться с этими
вызовами. Применение ИИ позволяет анализировать данные студентов для
создания персонализированных траекторий обучения, автоматизировать
рутинные процессы (например, проверку домашних заданий и тестов), создавать
интеллектуальных
ассистентов,
поддерживающих
студентов
24/7,
и
разрабатывать
адаптивные
образовательные
платформы,
которые
подстраиваются под уникальные потребности каждого учащегося [2, с. 12].
Данная работа направлена на изучение возможностей проектирования и
внедрения образовательных инструментов, основанных на технологиях ИИ.
Особое внимание уделяется выявлению актуальных запросов учащихся и
преподавателей, разработке подходов к проектированию адаптивных систем
обучения и оценке влияния ИИ на образовательный процесс в контексте
повышения эффективности и доступности обучения.
Актуальность темы
обусловлена растущим интересом к ИИ в образовании.
Согласно исследованию
HolonIQ
, в 2023 году объем инвестиций в EdTech достиг
рекордных уровней, а ИИ стал
ключевым драйвером инноваций в этой области
[3, с. 47]. Однако на практике использование ИИ часто ограничено из
-
за недостатка
методологических подходов и технологических решений, что подчеркивает
необходимость дальнейшего изучения.
Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Issue
–
5
№
6 (2024) / ISSN 2181-1415
243
МЕТОДЫ ИССЛЕДОВАНИЕ
Для достижения поставленных целей был использован комплексный подход,
включающий анализ потребностей и возможностей применения ИИ в
образовании, проектирование образовательных инструментов, тестирование и
внедрение, анализ данных и оптимизация инструментов.
По методологии анализа был проведен систематический обзор литературы с
использованием научных баз данных (Scopus, Web of Science, Google Scholar).
Ключевые поисковые запросы включали «искусственный интеллект в
образовании»
,
«адаптивное обучение»
,
«персонализация образовательного
процесса». Проанализированы более 50 публикаций, выпущенных за последние
5 лет. Оценены ключевые направления применения ИИ: автоматизация рутинных
задач, персонализация, прогнозирование успеваемости.
Проведен онлайн
-
опрос целевой аудитории
среди 200 студентов и
50 преподавателей высших учебных заведений. Основной целью было выявить
потребности, ожидания и барьеры внедрения ИИ в учебный процесс.
При проектирование образовательных инструментов можно использовать
разные подходы и разработки. Для разработки инструментов использовалась
методология
Design Thinking
, включающая:
1.
Этап эмпатии
–
сбор потребностей целевой аудитории.
2.
Этап определения
–
формулирование ключевых проблем.
3.
Этап генерации идей
–
создание прототипов решений.
4.
Этап тестирования.
В рамках технической реализации были разработаны образовательные
инструменты, включающие следующие компоненты:
Модуль адаптивного обучения, основанный на алгоритмах машинного
обучения (ML). Для создания модуля использовались модели, обученные на
данных о прогрессе студентов, включая методы градиентного бустинга и
рекуррентные нейронные сети.
Интеллектуальный ассистент для студентов, разработанный с применением
технологий обработки естественного языка (NLP), обеспечивающий поддержку
учащихся в режиме 24/7.
Система предиктивной аналитики, оценивающая вероятность успешного
завершения курса студентом. Она построена на основе методов анализа
временных рядов.
Для разработки этих инструментов использовались современные
технологии, включая Python, TensorFlow и PyTorch для создания ML
-
моделей, а
также Django и React для разработки пользовательского интерфейса.
На этапе тестирования и внедрения было проведено пилотное испытание
инструментов. Оно реализовано на базе онлайн
-
образовательной платформы с
участием 100 студентов и 20 преподавателей. Разработанные инструменты были
интегрированы в систему Moodle, а тестирование продолжалось в течение трёх
месяцев. Участники активно использовали новые решения, что позволило собрать
данные для анализа их эффективности и удобства в реальной образовательной
среде.
Методы оценки эффективности разработанных инструментов можно
разделить на качественные и количественные показатели.
Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Issue
–
5
№
6 (2024) / ISSN 2181-1415
244
Качественные показатели: проведение интервью с преподавателями и
студентами для оценки удобства использования системы и соответствия их
ожиданиям; анкетирование, включающее вопросы об уровне удовлетворенности
пользователей системой.
Количественные показатели: уровень вовлеченности: измеряется временем,
проведенным
студентами и преподавателями на платформе; динамика
успеваемости студентов: анализируется через средние баллы и прогресс по
курсам; снижение времени на выполнение рутинных задач преподавателями:
включает оценку экономии времени на проверку заданий и подготовку
материалов.
Собранные данные анализировались с использованием статистических
методов (корреляционный анализ, ANOVA). Особое внимание уделялось
выявлению закономерностей, которые могли бы улучшить функционал
инструментов. Например, установлено, что студенты, активно использующие
интеллектуального ассистента, показывают более высокие результаты в
выполнении заданий. Также выявлены слабые места, такие как сложность
интерфейса в мобильной версии.
Преимущества выбранной методологии включают следующие ключевые
аспекты:
Системный подход: обеспечивается всесторонний учет как технических, так
и педагогических аспектов, что позволяет интегрировать разработанные
инструменты в образовательный процесс максимально эффективно.
Использование данных реальных пользователей: при проектировании и
улучшении инструментов учитываются данные, собранные непосредственно от
студентов и преподавателей, что повышает их практическую значимость и
адаптацию к реальным условиям.
Фокус на тестировании и оптимизации: регулярное тестирование и
совершенствование инструментов способствует созданию более качественного и
востребованного продукта, отвечающего ожиданиям конечных пользователей.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЕ И ИХ ОБСУЖДЕНИЕ
Результаты исследования и пилотного внедрения образовательных
инструментов на базе искусственного интеллекта демонстрируют их высокий
потенциал для трансформации образовательного процесса.
Эффективность инструментов показало у
скорение выполнения рутинных
задач преподавателями
: время на проверку письменных заданий сократилось на
30%
благодаря автоматической системе оценки; система автоматической
генерации тестов позволила преподавателям экономить до
20 часов
в месяц.
При персонализациях обучения
более
70% студентов
отметили, что
рекомендательная система помогла улучшить их понимание материала благодаря
подбору релевантных ресурсов. Адаптивные учебные траектории повысили
успеваемость студентов: доля успешно завершивших курс увеличилась
с
82% до 91%
. Время, проведенное студентами
на образовательной платформе,
увеличилось на
25%
благодаря внедрению интеллектуального ассистента.
Активное использование ИИ
-
инструментов наблюдалось у
65% участников
эксперимента
.
Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Issue
–
5
№
6 (2024) / ISSN 2181-1415
245
Качественные показатели:
Отзывы студентов
:
Студенты высоко оценили возможность мгновенного
получения
обратной
связи
от
системы
и
удобство
использования
интеллектуального ассистента. Пример отзывов:
«Система рекомендаций помогла
мне быстрее освоить сложные темы»
.
«Ассистент ответил на мои вопросы лучше,
чем стандартные учебные пособия»
.
Отзывы преподавателей
:
Преподаватели отметили снижение нагрузки и
повышение мотивации студентов к обучению. Пример комментария:
«ИИ действительно разгрузил меня в части проверки заданий, а качество оценки
соответствовало моим ожиданиям»
.
Количественные данные:
Прогресс студентов
:
Студенты, активно использующие ИИ
-
инструменты,
повысили свои оценки на
10
–
15%
по сравнению с контрольной группой.
Снижение числа студентов, не завершивших курс, составило
9%
.
Анализ использования системы
:
Рекомендательная система контента
(60% пользователей). Интеллектуальный ассистент (45% пользователей). Средняя
частота использования инструментов составила
3
–5 раз в неделю
.
Несмотря на положительные результаты, были выявлены следующие
проблемы:
Сложность интерфейса
:
некоторые студенты (около
15%
) отметили, что
интерфейс системы недостаточно интуитивно понятен. Это особенно касалось
мобильной версии.
Ограничения в предиктивной аналитике
:
прогностические модели в
некоторых случаях ошибались при оценке вероятности успеха студентов, что
требовало дальнейшей доработки алгоритмов.
Влияние на образовательный процесс: система ИИ позволила сократить
разрыв между высоко мотивированными и слабоуспевающими студентами.
Преподаватели получили возможность больше времени
уделять педагогическим
задачам, а не рутинным операциям. Увеличение взаимодействия студентов с
учебным контентом через персонализированные траектории положительно
повлияло на общую атмосферу обучения.
Для оценки эффективности проводилось сравнение экспериментальной и
контрольной группы (50 студентов в каждой).
•
Успеваемость:
o
Экспериментальная группа:
91% завершивших курс успешно
.
o
Контрольная группа:
82% завершивших курс успешно
.
•
Средний балл:
o
Экспериментальная группа:
4.2 из 5
.
o
Контрольная группа:
3.8 из 5
.
В
качестве
рекомендации
для
дальнейшего
внедрения
можно
усовершенствовать интерфейс на основе отзывов студентов и преподавателей.
Повысить точность прогностических моделей через использование более
широкого набора данных. Расширить функционал интеллектуального ассистента,
добавив возможность интеграции с другими образовательными платформами.
Жамият
ва
инновациялар
–
Общество
и
инновации
–
Society and innovations
Issue
–
5
№
6 (2024) / ISSN 2181-1415
246
ЗАКЛЮЧЕНИЕ
Результаты тестирования демонстрируют значительные преимущества
ИИ
-
инструментов, но также подчеркивают важность их дальнейшей адаптации и
оптимизации для нужд образовательного процесса.
Несмотря на высокую эффективность ИИ в образовательных процессах,
существуют ограничения, связанные с:
•
Недостаточной подготовкой преподавателей к работе с новыми
технологиями.
•
Необходимостью защиты персональных данных студентов.
•
Финансовыми затратами на разработку и поддержку систем.
Перспективы дальнейшего развития включают интеграцию с большими
языковыми моделями, использование систем на основе дополненной реальности и
разработку инструментов для оценки неформальных навыков.
Искусственный
интеллект
открывает
новые
горизонты
для
образовательной
системы,
делая
обучение
более
доступным,
персонализированным и эффективным. Однако успешное внедрение требует
комплексного подхода, включающего как технические, так и педагогические
аспекты.
БИБЛИОГРАФИЧЕСКИЕ ССЫЛКИ:
1.
Luckin, R. et al. (2016).
Intelligence Unleashed: An Argument for AI in Education
.
Pearson.
2.
Holmes, W., & Bialik, M. (2019).
The Ethics of AI in Education: Practices and
Challenges
. OECD.
3.
Nkambou, R., Bourdeau, J., & Mizoguchi, R. (2010).
Advances in Intelligent
Tutoring Systems
. Springer.
