ӘОЖ 37.016:004.8

ЖАРАТЫЛЫСТАНУ САБАҚТАРЫНДА ЖАСАНДЫ ИНТЕЛЛЕКТ ТЕХНОЛОГИЯЛАРЫН ҚОЛДАНУДЫҢ ТИІМДІЛІГІ

Рашимбетова Қарлығаш

Ғылыми жетекші: Бакирова Индира Дарханқызы

Аңнотация. Мақалада жаратылыстану пәндерін оқыту үдерісінде жасанды интеллект технологияларын қолданудың тиімділігі қарастырылады. Зерттеу барысында оқушылардың танымдық белсенділігін арттыруда, жеке оқу траекториясын қалыптастыруда және педагогтің кәсіби жүктемесін оңтайландыруда жасанды интеллект құралдарының маңызды рөл атқаратыны дәлелденді. Мақалада биология, химия, физика сабақтарындағы нақты қолданыс мысалдары, сондай-ақ тиімділікті бағалаудың теориялық-методологиялық негіздері баяндалады.

Кілт сөздер: жасанды интеллект, жаратылыстану пәндері, адаптивті оқыту, цифрлық технологиялар, білім беру тиімділігі, машиналық оқыту, интерактивті оқыту жүйелері.

Қазіргі білім беру жүйесінде цифрлық трансформация маңызды рөл атқарып келеді. Жаратылыстану пәндерін — биология, химия, физика және география — оқытуда жасанды интеллект (ЖИ) технологияларының енгізілуі оқу үдерісін сапалы жаңа деңгейге шығаруға мүмкіндік береді [1]. Дәстүрлі педагогикалық тәсілдерден айырмашылығы — ЖИ жүйелері әрбір оқушының дайындық деңгейін, оқу қарқынын және когнитивтік ерекшеліктерін ескере отырып, жеке білім беру траекториясын қалыптастыра алады. Нәтижесінде оқу үдерісі барынша тиімді, мазмұнды және нәтижеге бағытталған сипат алады. Халықаралық зерттеулер, атап айтқанда ОЭСР мен ЮНЕСКО материалдары, жасанды интеллект негізіндегі оқыту жүйелерін пайдаланатын мектептерде оқушылардың академиялық үлгерімі орта есеппен 15–20%-ға артатынын көрсетеді [2, б. 34]. Бұл деректер жаратылыстану пәндерінің ерекшелігіне — тәжірибелік компоненттің басымдығына — толығымен сәйкес келеді. Сондықтан ЖИ-ны білімде пайдалануды зерттеу өзекті ғылыми бағытқа айналып отыр.

Зерттеудің мақсаты — жаратылыстану сабақтарында жасанды интеллект технологияларын қолданудың педагогикалық тиімділігін теориялық тұрғыдан негіздеу және практикалық тәжірибені жүйелеу.

1. Жасанды интеллект технологияларының жаратылыстану білімін беруге теориялық негіздері

Жасанды интеллект — бұл адамның интеллектуалдық қабілеттерін модельдейтін компьютерлік жүйелер мен алгоритмдердің жиынтығы. Білім беру контекстінде ЖИ технологиялары негізінен үш бағытта қолданылады: адаптивті оқыту жүйелері (Adaptive Learning Systems), интеллектуалды оқыту жүйелері (Intelligent Tutoring Systems — ITS) және автоматтандырылған бағалау жүйелері [3]. Аталған үш бағыт бір-бірімен тығыз байланысты болып, жиі біртұтас платформалар аясында кіріктіріліп пайдаланылады. Адаптивті оқыту жүйелері машиналық оқыту алгоритмдерін пайдалана отырып, оқушының әрбір жауабын, кідіріс уақытын және қате жасаған тақырыптарын талдайды. Осы деректер негізінде жүйе бірден реттелген тапсырмалар ұсынады, қиындық деңгейін автоматты түрде өзгертеді [4, б. 112]. Жаратылыстану пәндері үшін бұл ерекше маңызды, себебі химиялық реакциялардың механизмдері немесе физикалық заңдылықтарды меңгеру кезеңдік және дәйекті болуды талап етеді. Нейрондық желілер тақырып аралығындағы байланыстарды картаға түсіріп, оқушыға ең тиімді «оқу жолын» ұсынады.

Интеллектуалды оқыту жүйелері (ITS) — оқушымен диалог режимінде жұмыс істейтін бағдарламалық кешендер. Carnegie Learning, Knewton, Khan Academy сияқты платформалар биология мен химия бойынша мыңдаған тапсырма банктерін қамтиды және әр оқушыға бейімделген кері байланыс береді [5]. Зерттеушілер Bloom мен VanLehn жүргізген метаанализ ITS-тің дәстүрлі оқытудан 1 стандартты ауытқу шамасында тиімдірек екенін растайды. Бұл — педагогика ғылымы тарихындағы ең ірі өлшемдердің бірі. Білім беру нейроғылымы (educational neuroscience) жасанды интеллект жүйелерінің тиімділігін когнитивтік психология тұрғысынан да дәлелдейді. Жұмыс жады шектеулілігі теориясына сәйкес, ЖИ тапсырмалардың оңтайлы санын және күрделілік деңгейін реттеу арқылы когнитивтік жүктемені басқара отырып, ұзақ мерзімді жадыға материалды тиімді орналастырады [4, б. 98]. Жаратылыстану пәндерінің күрделі концептуалды мазмұны үшін бұл ерекше актуалды.

2. Жаратылыстану сабақтарындағы жи технологияларының практикалық қолданысы

Биология сабақтарында ЖИ мүмкіндіктері ерекше айқын көрінеді. Виртуалды зертхана жүйелері — мысалы, Labster платформасы — оқушыларға шынайы жабдықтар мен реактивтерсіз молекулалық биология, генетика немесе микробиология эксперименттерін жүргізуге мүмкіндік береді [6, б. 88]. Жасанды интеллект алгоритмі оқушының жіберген қателерін нақты уақыт режимінде анықтап, реттеу нұсқауларын ұсынады. Дания мектептерінде жүргізілген зерттеу Labster-ді пайдаланған оқушылардың білім деңгейінің бақылау тобына қарағанда 76%-ға жоғарырақ болғанын дәлелдеді. Химия пәнінде ЖИ негізіндегі молекулалық модельдеу бағдарламалары оқушыларға атом орбиталдарын, молекулалардың кеңістіктік құрылымын үшөлшемді форматта зерделеуге мүмкіндік береді [7]. Автоматтандырылған тест жүйелері оқушының жауаптарын талдап, нақты химиялық концепцияларды қайта түсіндіреді, мысалы тотығу-тотықсыздану реакцияларын немесе электролиз процестерін. Сонымен қатар оқушылар оқу чат-боттары арқылы кез келген уақытта өз сұрақтарына жауап ала алады. Физика сабақтарында компьютерлік модельдеу — PhET Interactive Simulations (Колорадо университеті) — оқушыларға ядролық физика, термодинамика немесе оптика заңдарын интерактивті экспериментте зерттеуге мүмкіндік береді [8, б. 201]. ЖИ жүйесі оқушылардың зерттеу барысын бақылап, ойлау стратегиясының тиімділігіне бағалау береді. Осылайша гипотеза ұсыну, деректерді талдау және тұжырым шығару дағдылары тиімді қалыптасады. Автоматтандырылған бағалау жүйелері (Automated Assessment Systems) оқушылардың ашық жауаптарын өңдеп, дұрыс/бұрыс деңгейінен тыс, сыни ойлау мен аргументация сапасын бағалай алады [9]. Бұл жаратылыстану пәндерінің «зерттеушілік» компонентін ресімдеуге мүмкіндік береді: оқушының эксперимент туралы есептері мен жобалық жұмыстары объективті бағаланады.

3. Тиімділікті бағалаудың методологиялық аспектілері және зерттеу нәтижелері

ЖИ технологияларының педагогикалық тиімділігін бағалау үшін зерттеушілер көпфакторлы модельдерді пайдаланады. Киркпатрик моделі бойынша тиімділік төрт деңгейде: реакция (оқушының қанағаттануы), оқыту (білім мен дағдының өсімі), мінез-құлық (оқу стратегиясының өзгеруі) және нәтиже (академиялық үлгерім) бойынша өлшенеді [9]. Бұл модель ЖИ-ны пайдаланудың кешенді бейнесін алуға мүмкіндік береді. Қазақстандық мектептерде 2022–2023 оқу жылында жүргізілген пилоттық зерттеу (n=320 оқушы, 8 мектеп) ЖИ адаптивті платформаларын пайдаланған эксперименттік топтарда биология мен химия бойынша жалпы мемлекеттік бағалау нәтижелері бақылау топтарымен салыстырғанда орта есеппен 18,4%-ға жоғары болғанын көрсетті [10, б. 56]. Сондай-ақ оқушылардың пәнге деген қызығушылығы мен сабаққа белсенді қатысуы айтарлықтай өскен, бұл үлгерім динамикасымен тікелей байланысты.

Педагогтер үшін де ЖИ технологиялары маңызды артықшылықтар ұсынады: автоматтандырылған тексеру жүйелері мұғалімнің рутиналық жұмысын 30–40%-ға азайтады, бұл сабақтың шығармашылық және зерттеушілік компоненттеріне уақытты арттырады [1, б. 78]. Алайда ЖИ технологияларын тиімді пайдалану үшін педагогтердің арнайы цифрлық біліктілігі болуы маңызды шарт болып табылады. Осы мәселені шешу бүгінгі күннің өзекті педагогикалық міндеті болып саналады. Зерттеу барысында анықталған негізгі шектеулер: деректерге қол жетімділіктің теңсіздігі, ЖИ платформаларына тәуелділіктің артуы және алгоритмдердің «қара жәшік» (black box) сипаты. Бұл шектеулер болашақта жүйелерді ашық және түсінікті (explainable AI) ету арқылы шешілуі мүмкін [3, б. 145]. Жүргізілген зерттеу жаратылыстану сабақтарында жасанды интеллект технологияларын қолданудың педагогикалық тиімділігін дәлелдейді. ЖИ жүйелері оқушылардың жеке ерекшеліктеріне бейімдеу, нақты уақытта кері байланыс беру және оқу мотивациясын арттыру арқылы білім беру сапасын жоғарылатады. Биология, химия және физика пәндерінде виртуалды зертханалар мен адаптивті оқыту платформаларын кіріктіру оқу үдерісінің тиімділігін 15–20%-ға арттыратын нақты нәтиже береді [2].

Болашақта ЖИ технологияларын жаратылыстану пәндерінде оданәрі кеңінен қолдану үшін педагог кадрларды даярлауды жетілдіру, мектептердің цифрлық инфрақұрылымын дамыту және отандық білім беру платформаларын жасау қажет. Жасанды интеллект — мұғалімнің орнын алмастырмайды, керісінше оның кәсіби мүмкіндіктерін кеңейтетін тиімді педагогикалық құрал болып табылады [3, б. 145]. Осы мақсаттарды іске асыру арқылы Қазақстан білім беру жүйесін жаңа сапалы деңгейге шығаруға болады.

Пайдаланылған әдебиеттер тізімі

1. Selwyn N. Should Robots Replace Teachers? AI and the Future of Education. — Cambridge: Polity Press, 2019. — 186 б.

2. OECD. Artificial Intelligence in Society. — Paris: OECD Publishing, 2019. — 152 б.

3. Holmes W., Bialik M., Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. — Boston: Center for Curriculum Redesign, 2019. — 236 б.

4. Luckin R., Holmes W., Griffiths M., Forcier L.B. Intelligence Unleashed: An Argument for AI in Education. — London: Pearson, 2016. — 178 б.

5. VanLehn K. The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems // Educational Psychologist. — 2011. — Т. 46, № 4. — Б. 197–221.

6. Makransky G., Lilleholt L. A structural equation modeling investigation of the emotional value of immersive virtual reality in education // Educational Technology Research and Development. — 2018. — Т. 66, № 5. — Б. 81–100.

7. Perkins K., Adams W., Dubson M. et al. PhET: Interactive simulations for teaching and learning physics // The Physics Teacher. — 2006. — Т. 44, № 1. — Б. 18–23.

8. 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. — Т. 16, № 1. — Б. 190–215.

9. Kirkpatrick D., Kirkpatrick J. Evaluating Training Programs: The Four Levels. — 3rd ed. — San Francisco: Berrett-Koehler Publishers, 2006. — 379 б.

10. Жақсыбеков Б.А., Оразова Г.М. Жасанды интеллект негізіндегі адаптивті оқыту жүйелерін жалпы білім беретін мектептерде апробациялау нәтижелері // Педагогика және психология. — 2023. — № 2. — Б. 50–62.