103

В  электронном  обучении  системы  искусственного  интеллекта  (ИИ) обеспечивают  эффективную  поддержку  включая  персонализацию  обучения  для  студентов, автоматизацию  рутинных  задач  преподавателей  и  обеспечение  адаптивной  оценки.  Однако,  хотя возможности  искусственного  интеллекта  многообещающи,  влияние  систем  искусственного интеллекта  на  культуру,  нормы  и  ожидания  в  отношении  взаимодействия  между  студентами  и 
преподавателями по-прежнему  неуловимо. При электронном обучении взаимодействие учащегося с преподавателем (в частности, общение, поддержка и присутствие) оказывает глубокое влияние на удовлетворенность  учащихся  и  результаты  обучения.  Таким  образом,  определение  того,  как учащиеся  и  преподаватели  воспринимают  влияние  систем  искусственного  интеллекта  на  их взаимодействие,  важно  для  выявления  любых  пробелов,  проблем  или  барьеров,  препятствующих системам искусственного интеллекта реализовать свой предполагаемый потенциал и ставящих под угрозу безопасность этих взаимодействий. 

  • Internet ҳавола
  • DOI
  • UzSCI тизимида яратилган сана 03-04-2024
  • Ўқишлар сони 103
  • Нашр санаси 01-04-2024
  • Мақола тилиRus
  • Саҳифалар сони48-59
Ўзбек

Elektron  ta’limda  sun’iy  intellekt  (SI)  tizimlari  samarali  yordam  beradi,  jumladan, o‘quvchilar  uchun  o‘qitishni  shaxsiylashtirish,  o‘qituvchilar  uchun  odatiy  vazifalarni  avtomatlashtirish  va moslashuvchan baholashni ta'minlaydi. Biroq, sun’iy intellektning imkoniyatlari istiqbolli bo‘lsada, sun’iy intellekt tizimlarining talabalar va professor-o‘qituvchilar o‘rtasidagi o‘zaro munosabatlardagi madaniyat, me’yorlar va umidlarga ta'siri tushunarsizligicha qolmoqda. Elektron ta’limda o‘quvchi va o‘qituvchining munosabati  (xususan,  muloqot,  yordam  va  mavjudlik)  o‘quvchilarning  qoniqishi  va  ta’lim  natijalariga chuqur  ta’sir  qiladi.  Shu  sababli,  o‘quvchilar  va  o‘qituvchilar  SI  tizimlarining  ularning  o‘zaro  ta’siriga ta’sirini  qanday  qabul  qilishlarini  aniqlash.  SI  tizimlarining  mo‘ljallangan  salohiyatiga  erishishiga to‘sqinlik  qilayotgan  va  bu  o‘zaro  ta’sirlar  xavfsizligini  xavf  ostiga  qo‘yuvc hi  har  qanday  bo‘shliqlar, qiyinchiliklar yoki to‘siqlarni aniqlash uchun muhim ahamiyatga ega. 

Русский

В  электронном  обучении  системы  искусственного  интеллекта  (ИИ) обеспечивают  эффективную  поддержку  включая  персонализацию  обучения  для  студентов, автоматизацию  рутинных  задач  преподавателей  и  обеспечение  адаптивной  оценки.  Однако,  хотя возможности  искусственного  интеллекта  многообещающи,  влияние  систем  искусственного интеллекта  на  культуру,  нормы  и  ожидания  в  отношении  взаимодействия  между  студентами  и 
преподавателями по-прежнему  неуловимо. При электронном обучении взаимодействие учащегося с преподавателем (в частности, общение, поддержка и присутствие) оказывает глубокое влияние на удовлетворенность  учащихся  и  результаты  обучения.  Таким  образом,  определение  того,  как учащиеся  и  преподаватели  воспринимают  влияние  систем  искусственного  интеллекта  на  их взаимодействие,  важно  для  выявления  любых  пробелов,  проблем  или  барьеров,  препятствующих системам искусственного интеллекта реализовать свой предполагаемый потенциал и ставящих под угрозу безопасность этих взаимодействий. 

English

In  e-learning,  artificial  intelligence  (AI)  systems  provide  effective  support  including personalizing  learning  for  students,  automating  routine  tasks  for  teachers,  and  providing  adaptive assessment. However, while the capabilities of artificial intelligence are promising, the impact of artificial intelligence  systems  on  the  culture,  norms,  and  expectations  regarding  interactions  between  students  and faculty  remains  elusive.  In  e-learning,  learner-teacher  interactions  (specifically,  communication,  support, and  presence)  have  a  profound  impact  on  learner  satisfaction  and  learning  outcomes.  Therefore, determining how students and educators perceive the impact of AI systems on their interactions is important to identify any gaps, challenges, or barriers that are preventing AI systems from achieving their intended potential and compromising the safety of these interactions. 

Муаллифнинг исми Лавозими Ташкилот номи
1 Absalamov T.T. dotsent Nizomiy nomidagi Toshkent davlat pedagogika universiteti
Ҳавола номи
1 Roll I., Wylie R. Evolution and revolution in artificial intelligence in education. // International Journal of Artificial Intelligence in Education, 26(2), (2016). –P. 582–599.
2 Zawacki-Richter O., Marín V. I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education –where are the educators?// International Journal of Educational Technology in Higher Education, 16(1), (2016). – P. 39-49.
3 Popenici S. A., Kerr S. Exploring the impact of artificial intelligence on teaching and learning in higher educa-tion. // Research and Practice in Technology Enhanced Learning, 12(1), (2017). –P. 22.
4 Laura R. S., Chapman A. The technologisation of education: Philosophical reflections on being too plugged in. // International Journal of Children’s Spirituality, 14(3), (2009). – P. 289-298.
5 Guilherme A. AI and education: // The importance of teacher and student relations. AI & Society, 34(1), (2019). –P. 47-54.
6 Felix C. V. The role of the teacher and AI in education. // In: International perspectives on the role of technology in humanizing higher education. Emerald Publishing Limited. (2020). –P. 34-48.
7 Davidoff S., Lee M. K., Dey A. K., Zimmerman J. Rapidly exploring application design through speed dating. // In: International conference on ubiquitous computing Springer, Berlin, Heidelberg 2007. − pp. 429-446.
8 Misiejuk K., Wasson B. State of the field report on learning analytics. // Centre for the Science of Learning & Technology (SLATE), University of Bergen. (2017), –P. 129-139.
9 Goel A. K., Polepeddi L. Jill Watson: A virtual teaching assistant for online education. // Georgia Institute of Technology. (2016). –P. 203-207.
10 Luckin R. Towards artificial intelligence-based assessment systems. // Nature Human Behaviour, 1(3), (2017). –P.1-3.
11 Perin D., Lauterbach M. Assessing text-based writing of low-skilled college students. International Journal of Artificial Intelligence in Education, 28(1), (2018). –P. 56-78.
12 Aslan S., Alyuz N., Tanriover C., Mete S. E., Okur E., D’Mello S. K., Arslan Esme A. Investigating the impact of a real-time, multimodal student engagement analytics technology in authentic classrooms. // In: Proceedings of the 2019. –P.635-685.
13 Kang M. S. Development of learners’ perceived interaction model and scale between learner and instructor in e-learning environments. // Doctoral dissertation. Korea University, Korea. (2010). –P. 109.
14 Loi D., Wolf C. T., Blomberg J. L., Arar R., Brereton M. Co-designing AI futures: // Integrating AI ethics, social com-puting, and design. In: Companion publication of the 2019 on designing interactive systems conference 2019 companion 2019. (pp. 381–384).
Кутилмоқда