КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ПЕДАГОГИЧЕСКОЙ ДИАГНОСТИКИ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
В статье проанализированы теоретические основы организации педагогической диагностики на основе искусственного интеллекта и разработана её концептуальная модель. Рассмотрены эволюция педагогической диагностики, роль технологий искусственного интеллекта в диагностическом процессе и современные научные подходы к её организации. В исследовании использованы методы системного анализа, сравнительного анализа и концептуального моделирования. В результате предложена шестиступенчатая концептуальная модель, включающая сбор педагогических данных, их интеграцию, многокритериальный анализ с использованием искусственного интеллекта, педагогическую интерпретацию, разработку методических решений и повторную диагностику. Предложенная модель позволяет рассматривать педагогическую диагностику как непрерывный процесс управления качеством обучения и способствует повышению эффективности образовательного процесса
1. Holmes W. et al. Guidance for generative AI in education and research. – Unesco Publishing, 2023. https://unesdoc.unesco.org/ark:/48223/pf0000386693
2. Zawacki-Richter O. et al. Systematic review of research on artificial intelligence applications in higher education–where are the educators? //International journal of educational technology in higher education. – 2019. – Т. №. 1. – С. 39.
3. Siemens G. Learning analytics: The emergence of a discipline //American behavioral scientist. – 2013. – Т. 57. – №. 10. – С. 13801400.
4. Baker R. S., Siemens G. Educational Data Mining and Learning Analytics // Learning Analytics. – Cambridge: Cambridge University Press, 2022. – P. 89–118.
5. Sajja R. et al. Integrating AI and learning analytics for data-driven pedagogical decisions and personalized interventions in education //Technology, knowledge and learning. – 2025. – С. 1-31.
6. Romero C., Ventura S. Educational data mining and learning analytics: An updated survey //Wiley interdisciplinary reviews: Data mining and knowledge discovery. – 2020. – Т. 10. – №. 3. – С. e1355.
7. Alfredo R. et al. Human-centred learning analytics and AI in education: A systematic literature review //Computers and Education: Artificial Intelligence. – 2024. – Т. 6. – С. 100215.
8. Ferguson R. Learning analytics: drivers, developments and challenges //International journal of technology enhanced learning. – 2012. – Т. 4. – №. 5-6. – С. 304-317.
9. UNESCO. Recommendation on the Ethics of Artificial Intelligence. – Paris: UNESCO, 2021.
10. Gašević D., Dawson S., Siemens G. Let’s Not Forget: Learning Analytics Are about Learning // TechTrends. – 2015. – Vol. 59. – P. 64–71.
11. Luckin R. Machine Learning and Human Intelligence: The Future of Education for the 21st Century. – London: UCL IOE Press, 2018.
12. Chatti M. A. et al. A reference model for learning analytics //International journal of Technology Enhanced learning. – 2012. – Т. 4. – №. 5-6. – С. 318-331.
13. Cope B., Kalantzis M. Learning and Assessment in the Era of Big Data // Open Review of Educational Research. – 2015. – Vol. 2(1). – P. 194–210.
14. Siemens G., Baker R. S. J. Learning analytics and educational data mining: towards communication and collaboration //Proceedings of the 2nd international conference on learning analytics and knowledge. – 2012. – С. 252-254.
15. Pektaş H. M., Karamustafaoğlu O., Celik H. The Role of Educational Data Mining and Artificial Intelligence Supported Learning Analytics on Conceptual Change: New Approaches to Differentiated Instruction //Journal of Science Education and Technology. – 2026. – Т. 35. – №. 1. – С. 1-26.
Copyright (c) 2026 «ВЕСТНИК НУУз»
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.
.jpg)
2.png)
