1 of 15

БІЛІМ БЕРУ ҮРДІСІНДЕ ЖАСАНДЫ ИНТЕЛЛЕКТІ

ҚОЛДАНУ МӘСЕЛЕЛЕРІ

Садыров Ғани Әуесханұлы

э.ғ.к., доцент, Базалық жоғары білім беру факультетінің деканы

Кенжеғали Сағадиев атындағы Халықаралық Бизнес Университеті

2 of 15

Электрондық ақпараттық ресурстар

Автоматтандырылған ақпараттық жүйелер

БІЛІМ АЛУШЫЛАР

Жоғары білім беру бағдарламалары

3 of 15

Электрондық кітапханалық жүйесінің ресурстары

Студенттің үлгерімі мен белсенділігіне үздіксіз мониторинг жүргізу

Оқыту мен бақылау үрдісін басқаруды автоматтандыру

Оқытушының оқу жүктемесін құрудың автоматтандырылған жүйесі

УНИВЕРСИТЕТТІҢ ЦИФРЛІК

БІЛІМ БЕРУ ЖҮЙЕСІ

4 of 15

Бүгінгі таңда қалыптасқан түсінік бойынша жасанды интеллект деп осы күнге дейін адам ақыл-ойының көмегімен шешілген мәселелерді интеллектуалды компьютерлік бағдарламалар арқылы шешуге бағытталған шығармашылық қызметті жүзеге асыра алатын ерекше қасиет деп түсіндіріліп отыр.

Жасанды интеллект

5 of 15

Білім беру үрдісінде жасанды интеллект құралдарын пайдаланудың көрінісінің бірі 2022 жылдың қарашасында қолданысқа енген ChatGPT қосымшасы.

Бұл чат-бот бүгінгі күні студенттер арасында салыстырмалы түрде болса да өзінің кең ауқымды мүмкіндіктерімен тартымды болып отыр.

Оқу сабақтары кезінде бакалавриат студенттері арасында оқу үрдісінде ChatGPT қолдану мүмкіндіктерін анықтауға бағытталған сауалнама жүргізілді. Сауалнамаға 456 бакалавриат студенттері қатысты.

6 of 15

Халықаралық Бизнес Университетінің студенттерінің ChatGPT қолдануы

7 of 15

Қазіргі уақытта Халықаралық Бизнес Университетінде оқу жылы барысында студенттердің оқудан шығарылуын болжау үшін «UIB.FORECAST» машиналық оқыту моделін жасау жұмыстары жүріп жатыр. Оның мақсаты - студенттердің оңтайлы топтарын болжау мен университетте оқуын аяқтамаған студенттердің санын болжамдау.

8 of 15

UIB МӘЛІМЕТТЕР БАЗАСЫ

(Front UIB, Moodle, OldMoodle, AppUIB)

Әрі қарай өңдеу (пайдалану)үшін қажетті мәліметтер

№	Ф.И.О. студента	Средняя оценка	Абсолютная успеваемость	Отчисленные
	х	х	х	х

Мәліметтер жиынтығын қалыптастыру

Әсер етуші факторларды алдын ала талдау (құралдар: Power BI немесе Python бағдарламалау тілі)

«UIB.forecast» машиналық оқыту моделін құру (KNN, Decision tree, SUM, Random Forest модельдері негізінде)

СТУДЕНТТЕРДІҢ ОҚУДАН ШЫҒАРЫЛУЫН БОЛЖАУ ҮШІН

«UIB.FORECAST» МАШИНАЛЫҚ ОҚЫТУ МОДЕЛІН ЖАСАУДЫҢ ҮРДІСІ

9 of 15

Мақсаты мен міндеті айқындау (болашақта оқудан шығарылуы мүмкін студенттердің болжамы).
Бұл модель («UIB.forecast») қолда бар мәліметтердің негізінде жаттығу (training) үрдісі өтеді, яғни студенттің оқудан шығарылуы немесе шығарылмауына әсер ететін заңдылықтар, трендтер және өзге де тәуелділіктер анықталады.
«UIB.forecast» моделі болашақта оқудан шығарылатын студенттерге қатысты болжау мен болжам жасауға үйренді.
Біз «UIB.forecast» моделіне өңдеуге қажетті жаңа студенттердің тізімін (мәліметтерін) енгіземіз.
"UIB.forecast" моделі студент оқудан шығарылады ма, әлде шығарылмайды ма, деген болжамын береді.

_{«UIB.FORECAST» МОДЕЛІ}

10 of 15

Ақпараттық-коммуникациялық технологияларды студентердің жеке тұлғалық оқу бағыттылығын болжамдауда жасанды интеллекті қолдану қажеттілігін растап отыр.

«Students’ choice UIB» моделінің концепциялық үлгісі ұсынылып отыр.

Бұл студенттердің оқытушылар мен пәндерді таңдау болжамының моделі.

_{«STUDENTS’ CHOICE UIB» МОДЕЛІ}

11 of 15

СТУДЕНТТЕРДІҢ ОҚЫТУШЫЛАР МЕН ПӘНДЕРДІ ТАҢДАУЫНА БОЛЖАМ ЖАСАУДЫҢ «STUDENTS’ CHOICE UIB» МОДЕЛІН ҚҰРУ ҮРДІСІ

Пәндер мен оқытушылардың таңдауына

әсер ететін факторларды зерттеу

ІШКІ МӘЛІМЕТТЕР

(Мысалы, пәндердің постреквизиттері, профессорлық-оқытушылардың құрамының саны, кабинеттердің жабдықталуы және т. б.)

СЫРТҚЫ МӘЛІМЕТТЕР

(қызмет салаларының даму трендтерін анықтау: жұмыс берушілерден келіп түскен ақпарат, бәсекелес ЖОО-лардан ақпарат және т. б.)

ЖАТТЫҒУ ҮРДІСІ

Мәліметтер (ішкі, сыртқы) Python және R бағдарламалау тілдерін пайдаланып жаттығу үшін сызықты регрессии моделіне жүктеледі

«Students’ choice UIB» моделі белгілі бір оқытушыны немесе пәнді таңдайтын студенттердің болжамының санын көрсетеді.

12 of 15

Университеттің білім беру бағдарламаларының қандай бағыттарында оқытушыларға деген қажеттілігін көру мүмкіндігін береді.
Оқытушыларды қандай біліктілікті арттыру курстарына жіберу керектігін көрсетеді.
PhD докторанттарды қандай бағыттар бойынша дайындау керектігін айқындайды.
Университеттің техникалық және бағдарламалық жабдықталуын қалай жақсартуға болатындығын түсінуге көмектеседі.

«Students’ choice UIB» моделі университет үшін маңыздылығы:

13 of 15

Университеттің білім беру үрдісінде жасанды интеллектті қолданудағы тағы бір қадамы –

«Proctoring UIB.AI» моделін құру үрдісі.

Прокторинг технологиясы жасанды интеллекті пайдалана отырып, онлайн емтихандарда студенттердің мінез-құлқын бақылау мен талдауды қамтамасыз етуге арналған.

14 of 15

НЕЙРОНДЫҚ ЖЕЛІЛЕРГЕ НЕГІЗДЕЛГЕН «PROCTORING UIB.AI» МОДЕЛІН ҚҰРУ ҮРДІСІ

МӘЛІМЕТТЕР ЖИНЫТЫҒЫ

Кіріс мәліметтері

Жасанды интеллект алгоритмі

(оқу үрдісі)

Нейрондық желілер негізінде құрылады

Шығыс мәліметтері

Күдікті мінез-құлық

Қалыпты мінез-құлық

Алгоритм студенттің мінез-құлқын жіктейді:

Нейрондық желілерді оқыту (үйрету) үрдісі шынайы уақыт режимінде YOLO, MaskRCNN негізіндегі видеомен жүзеге асырылады

Прокторинг үрдісін енгізу барысында (яғни емтиханды онлайн-режимінде өткізу) бейнебақылау жүргізіледі. Бейнекөрініс алгоритмге жіберіледі.

Егер алгоритм студенттің күдікті мінез-құлқын байқаса, онда Proctoring UIB.AI студенті суретке түсіреді және компьютерде сақтайды

Болашақта студенттің жұмысын тексеру кезінде тиісті шешімдер қабылдау үшін осы фотосуреттер (скриншоттар) қаралып тексеріледі.

15 of 15

Қорытындылай келе, жасанды интеллекті білім беру үрдісіне енгізу мәселесінің ең бастысы:

ЖОО-ның ақпараттық техникалық қамтамасыз етілуі;
Профессорлық-оқытушылық құрамының жаңа компьютерлік бағдаламаларды оқып үйренуге бейімділігінің болуы;
Білім алушылардың компьютерлік сауаттылығының жоғары деңгейде болуы;
Университет басшылығының ой-өрісінің кеңдігін әрі түсінігінің мол болуы қажет етеді.