РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТА И СТАТИСТИЧЕСКИЙ АНАЛИЗ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И E-LEARING В ПРЕПОДАВАНИИ МАТЕМАТИКИ

Авторы

  • Атабаева Бахытлы Жаханшаевна

    Nukus State Pedagogical Institute named after Ajiniyaz image/svg+xml

Ключевые слова: искусственный интеллект, E-learning, математическая дидактика, гибкое обучение, образовательная аналитика, эксперимент, статистический анализ

Аннотация

В данной статье экспериментально обоснована эффективность системы адаптивных заданий на основе искусственного интеллекта и интеграции среды электронного обучения в преподавании математики. Целью исследования является определение влияния на результаты обучения, мотивацию и навыки самостоятельного обучения. Методология основывалась на совокупности квази-эксперимента, дизайна претест-посттест, аналитики LMS, рубрик и опросников. В качестве научной новизны приводятся критерии оптимизации образовательной траектории на основе данных ИИ-LMS с измерением эффекта и показателями надежности. Результаты показывают статистически значимый рост и стабильность различий в успеваемости в экспериментальной группе.

Библиографические ссылки

1. Полат E.С. Новые педагогические и информационные технологии в системе образования: учебное пособие. – Москва: «Академия», 2010.

2. Роберт И.В. Теория и методика информатизации образования: учебное пособие. – Москва: БИНОМ. Лаборатория знаний, 2014.

3. Holmes W., Bialik M., Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. - Boston: 2019. – P. 250.

4. Bates A.W. Teaching in a Digital Age: Guidelines for Designing Teaching and Learning. Vancouver: Tony Bates Associates Ltd., 2019. – Р. 536.

5. Ózbekstan Respublikası Joqarı bilimlendiriw, ilim hám innovaciyalar ministrligi. Akademikalıq hadallıq: joqarı oqıw orınları ushın metodikalıq qollanba. – Tashkent: «Ózbekstan», 2021, 120-b.

6. Cohen J. Statistical Power Analysis for the Behavioral Sciences. Hillsdale: Lawrence Erlbaum Associates, 1988. – Р. 567.