Oʻzbekcha
SUN’IY INTELLEKT ASOSIDA O‘QITISH MODELLARINI SHAXSIYLASHTIRISH: ADAPTIV TA’LIM PLATFORMALARI TAHLILI
Дата публикации
25.04.2026
Журнал
Приоритетные области применения искусственного интеллекта в педагогическом образовании
Выпуск
Приоритетные области применения искусственного интеллекта в педагогическом образовании
Аннотация
uchbu maqolada sun’iy intellekt (SI) texnologiyalari yordam ta’lim jarayonini shaxsiylashtirish va adaptiv platformalarni modellashtirish masalalari tahlili. Tadqiqotda Dynamic Knowledge Tracing (DKT) va Reinforcement Learning (RL) algoritmlarining integratsiyasi, o‘quvchilarning bilim darajasini real vaqt rejimida monitoring qilish hamda individual o‘quv trayektoriyalarini boshqarish metodologiyasi yoritilgan. Zamonaviy adaptiv platformalarning samaradorlik ko‘rsatkichlari va xavfsizlik ta’lim sifatini baholashdagi roli statistik ma’lumotlar asosida ko‘rsatib beriladi.
Ключевые слова
Dynamic Knowledge Tracing
adaptiv ta’lim
individual trayektoriya
mashinali o‘qitish
shaxsiylashtirish
Русский
В данной статье анализируются вопросы персонализации образовательного процесса и моделирования адаптивных платформ с использованием технологий искусственного интеллекта (ИИ). В исследовании освещены интеграция алгоритмов Dynamic Knowledge Tracing (DKT) и Reinforcement Learning (RL), а также методология мониторинга уровня знаний учащихся в режиме реального времени и управления индивидуальными образовательными траекториями. Показатели эффективности современных адаптивных платформ и роль безопасности в оценке качества образования демонстрируются на основе статистических данных.
Dynamic Knowledge Tracing
адаптивное обучение
индивидуальная траектория
искусственный интеллект
машинное обучение
персонализация
учебная аналитика
English
This article analyzes the issues of personalizing the educational process and modeling adaptive platforms using artificial intelligence (AI) technologies. The study highlights the integration of Dynamic Knowledge Tracing (DKT) and Reinforcement Learning (RL) algorithms, as well as the methodology for monitoring students’ knowledge levels in real time and managing individual learning trajectories. The effectiveness indicators of modern adaptive platforms and the role of security in assessing the quality of education are demonstrated based on statistical data
Dynamic Knowledge Tracing
adaptive learning
artificial intelligence
individual trajectory
learning analytics
machine learning
personalization
1. Piech C. Deep Knowledge Tracing . Advances in Neural Information Processing Systems. – 2015. –28-jild. – b. 505–513.
2. Xiong X. Going Deeper with Deep Knowledge Tracing // Proceedings of the 9th International Conference on Educational Data Mining (EDM 2016). – 2016. – b. 152–159.
3. Integrating Reinforcement Learning with Dynamic Knowledge Tracing for personalized learning path optimization // Scientific Reports. – 2025. –15 -jild. – Article 40202. – https://doi.org/10.1038/s41598-025-23900-4 .
4. VanLehn K. The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems // Educational Psychologist. – 2011. –46-jild, 4-son. – b. 197–221.
5. Koedinger K. R. An Unobtrusive Cognitive Tutor for Metacognitive Strategy Use // International Journal of Artificial Intelligence in Education. – 2016. –26-jild, 1-son. – b. 392–413.
6. Aleven V. Instruction Based on Adaptive Learning Technologies // Handbook of Research on Learning and Instruction – New York : Routledge, 2017. – b. 522–560.
7. Shute V. J. Focus on Formative Feedback / V. J. Shute // Review of Educational Research. – 2008. –78-jild, 1-son. – b. 153–189.
8. Hattie J. The Power of Feedback // Review of Educational Research. – 2007. –77-jild, 1-son. – b. 81–112.
9. Walkington C. A. Using Adaptive Learning Technologies to Personalize Instruction: The Impact of Interest-Based Triggers on Student Performance // Journal of Educational Psychology. – 2013. – 105-jild, 4-son. – b. 932–945.
10. Sirojiddinova M. F. Ta’lim muhitida sun’iy intellektning qo‘llanishi // Universal Xalqaro Ilmiy Jurnal. – 2025. – Tom 2, № 4.2. – B. 71–77. – DOI: 10.5281/zenodo.15351365.
11. Vohidov S. Sun’iy intellekt asosida talabalarning ilmiy bilimlarini rivojlantirish // Universal Xalqaro Ilmiy Jurnal. – 2025.