Oʻzbekcha
BO‘LAJAK BIOLOGIYA O‘QITUVCHILARINI PISA TOPSHIRIQLARINI SUN’IY INTELLEKT YORDAMIDA LOYIHALASHGA TAYYORLASH
Jurnal
Zamonaviy fan: innovatsion yondashuvlar va yosh tadqiqotchilarning dolzarb izlanishlari
Nashr
Zamonaviy fan: innovatsion yondashuvlar va yosh tadqiqotchilarning dolzarb izlanishlari
Annotatsiya
Ushbu maqolada bo‘lajak biologiya o‘qituvchilarini PISA uslubidagi topshiriqlarni sun’iy intellekt ko‘magida loyihalashga tayyorlash uchun zarur metodik shartlar adabiyotlar tahlili asosida yoritildi. Manbalarni qiyoslash shuni ko‘rsatdiki, generativ vositalar kontekst, ma’lumot, savol asosi va distraktorlarning dastlabki variantlarini tez tayyorlashga yordam beradi. Biroq ular topshiriqning konstrukt validligi va biologik aniqligini o‘z-o‘zidan ta’minlamaydi. Shu sababli o‘qituvchi nazorati saqlanadigan olti bosqichli sikl taklif qilindi: topshiriq parametrlarini oldindan belgilash, ishonchli manbalarni tanlash, tuzilmali so‘rov tuzish, ekspert tekshiruvi, kichik sinov va refleksiya. Ushbu sikl metodik tavsiya bo‘lib, uning samaradorligi keyingi empirik tadqiqotda sinovdan o‘tkazilishi lozim
Kalit so‘zlar
PISA
baholash savodxonligi
bo‘lajak biologiya o‘qituvchisi
ekspert nazorati
sun’iy intellekt
topshiriq loyihalash
Русский
В статье на основе анализа научной литературы рассматриваются методические условия, необходимые для подготовки будущих учителей биологии к проектированию заданий в формате PISA с использованием искусственного интеллекта. Сопоставление источников показало, что генеративные инструменты позволяют быстрее разрабатывать первоначальные варианты контекста, данных, основы задания и дистракторов. Однако сами по себе они не обеспечивают конструктную валидность задания и биологическую точность его содержания. В связи с этим предложен шестиступенчатый цикл, предусматривающий обязательный контроль со стороны преподавателя: предварительное определение параметров задания, отбор надёжных источников, составление структурированного запроса, экспертную проверку, апробацию на малой выборке и рефлексию. Предложенный цикл носит рекомендательный методический характер, поэтому его эффективность должна быть проверена в ходе последующего эмпирического исследования.
PISA
будущий учитель биологии
искусственный интеллект
оценочная грамотность
проектирование заданий
экспертный контроль
English
Drawing on a review of the scientific literature, this article examines the methodological conditions required to prepare pre-service biology teachers to design PISA-style tasks with the support of artificial intelligence. A comparative analysis of the sources showed that generative tools can accelerate the drafting of contexts, data, item stems, and distractors. However, these tools alone cannot ensure the construct validity or biological accuracy of the resulting tasks. Accordingly, a six-stage teacher-supervised cycle is proposed: defining the task parameters in advance, selecting reliable sources, constructing a structured prompt, conducting an expert review, carrying out a small-scale pilot, and reflecting on the results. The proposed cycle is offered as a methodological recommendation, and its effectiveness should be examined in a subsequent empirical study
PISA
artificial intelligence
assessment literacy
expert oversight
pre-service biology teacher
task design
1. Bozorova U. B. Biologiya fanidan PISA topshiriqlarini tuzish metodikasi. Fan, ta’lim va amaliyot integratsiyasi, 2024, 5(2), 1–6. https://journal.bilig.uz/isepsmj/article/view/1336.
2. Circi R., Hicks J., Sikali E. Automatic Item Generation: Foundations and Machine Learning-Based Approaches for Assessments. Frontiers in Education, 2023, 8, 858273. https://doi.org/10.3389/feduc.2023.858273.
3. Ergasheva M., Niyozov Q. A. O‘quvchilarning tabiiy-ilmiy savodxonligi monitoringida baholash dasturlari va topshiriqlaridan foydalanish metodikasi. Toshkent: A. Avloniy nomidagi Pedagoglarni kasbiy rivojlantirish va yangi metodikalarga o‘rgatish milliy-tadqiqot instituti, 2023. 160 b.
4. Farrokhnia M., Banihashem S. K., Noroozi O., Wals A. A SWOT Analysis of ChatGPT: Implications for Educational Practice and Research. Innovations in Education and Teaching International, 2024, 61(3), 460–474. https://doi.org/10.1080/14703297.2023.2195846.
5. Ismailov A. A., Tog‘ayeva G. O., Akbarova S., Asqarova D. Xalqaro tadqiqotlarda o‘quvchilarning tabiiy fanlar bo‘yicha savodxonligini baholash. Toshkent: Sharq, 2019. 112 b.
6. Kasneci E., Sessler K., Küchemann S., Bannert M., Dementieva D., Fischer F. va boshq. ChatGPT for Good? On Opportunities and Challenges of Large Language Models for Education. Learning and Individual Differences, 2023, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274.
7. Kurdi G., Leo J., Parsia B., Sattler U., Al-Emari S. A Systematic Review of Automatic Question Generation for Educational Purposes. International Journal of Artificial Intelligence in Education, 2020, 30(1), 121–204. https://doi.org/10.1007/s40593-019-00186-y.
8. Lo C. K. What Is the Impact of ChatGPT on Education? A Rapid Review of the Literature. Education Sciences, 2023, 13(4), 410. https://doi.org/10.3390/educsci13040410.
9. Niyozov Q. A. Methodology for Developing the Skills of Working with the PISA in Future Biology Teachers. Pedagogical Cluster: Journal of Pedagogical Developments, 2024, 2(5), 402–406. https://doi.org/10.5281/zenodo.11402525.
10. Niyozov Q. A. Bo‘lajak biologiya fani o‘qituvchilarida xalqaro baholash dasturlaridan foydalanish malakalarini rivojlantirishda multimedia vositalaridan foydalanish. Namangan davlat universiteti ilmiy axborotnomasi, 2025, 3, 963–966.
11. Niyozov Q. A. PISA uslubidagi biologik kontekstli topshiriqlar asosida o‘quvchilarning tabiiy-ilmiy savodxonligini rivojlantirish metodikasi. 2026, 1006–1017. https://journal.namspi.uz/articleview/834.
12. OECD. PISA 2025 Science Framework. Second Draft. Paris: Organisation for Economic Co-operation and Development, 2023. https://pisa-framework.oecd.org/science-2025/assets/docs/PISA_2025_Science_Framework.pdf.
13. O‘zbekiston Respublikasi Prezidenti. Sun’iy intellekt texnologiyalarini 2030-yilga qadar rivojlantirish strategiyasini tasdiqlash to‘g‘risida. PQ-358-son qaror, 14.10.2024. https://lex.uz/uz/docs/-7158604.
14. Tan B., Armoush N., Mazzullo E., Bulut O., Gierl M. A Review of Automatic Item Generation Techniques Leveraging Large Language Models. International Journal of Assessment Tools in Education, 2025, 12(2), 317–340. https://doi.org/10.21449/ijate.1602294.
15. UNESCO. Ta’lim va ilmiy-tadqiqot faoliyatida generativ sun’iy intellekt bo‘yicha qo‘llanma. Mualliflar: Miao F., Holmes W. Parij: UNESCO, 2023. https://unesdoc.unesco.org/ark:/48223/pf0000393796_uzb.
16. UNESCO. AI Competency Framework for Teachers. Authors: Miao F., Cukurova M. Paris: UNESCO, 2024. https://unesdoc.unesco.org/ark:/48223/pf0000391104_eng.
