Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 105 DOI: https://10.5281/zenodo.17781273 АДАПТИВНЫЕ ОБРАЗОВАТЕЛЬНЫЕ ПЛАТФОРМЫ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Каршиев Зайниддин Абдувалиевич доцент кафедры «Компьютерные системы», ТУИТ СФ Пак Дина Константиновна студентка 2 курса, ТУИТ СФ E-mail:
[email protected] АННОТАЦИЯ Статья посвящена исследованию потенциала и текущего состояния внедрения адаптивных образовательных платформ на основе искусственного интеллекта (ИИ) в высших учебных заведениях Узбекистана. В разделе «Методы» применяется систематический анализ открытых данных и научной литературы. В разделе «Результаты» представлены конкретные данные о распространенности платформ Moodle, Khan Academy и Coursera в национальном контексте, показывающие высокий базовый уровень цифровизации при ограниченном использовании полноценных AI-решений. В разделе «Обсуждение» проанализированы ключевые преимущества персонализированного обучения, а также системные проблемы, такие как дефицит кадров и вопросы защиты данных, которые требуют решения для успешной интеграции технологий ИИ. Сделан вывод о необходимости комплексного подхода, сочетающего технологическое развитие с подготовкой педагогических кадров и формированием нормативной базы. Ключевые слова: искусственный интеллект, адаптивное обучение, образовательные платформы, цифровизация образования, персонализация, Узбекистан, Moodle, Big Data, машинное обучение, этика ИИ. ADAPTIVE EDUCATIONAL PLATFORMS BASED ON ARTIFICIAL INTELLIGENCE ABSTRACT
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 106 The article explores the potential and current state of implementing adaptive educational platforms based on Artificial Intelligence (AI) in higher education institutions of Uzbekistan. The "Methods" section utilizes a systematic analysis of open data and scientific literature. The "Results" section presents specific data on the prevalence of platforms such as Moodle, Khan Academy, and Coursera in the national context, indicating a high baseline level of digitalization alongside limited use of fullfledged AI solutions. The "Discussion" section analyzes the key advantages of personalized learning, as well as systemic challenges such as staff shortages and data protection issues that need to be addressed for the successful integration of AI technologies. It is concluded that a comprehensive approach is required, combining technological development with teacher training and the establishment of a regulatory framework. Keywords: artificial intelligence, adaptive learning, educational platforms, digitalization of education, personalization, Uzbekistan, Moodle, Big Data, machine learning, AI ethics. ВВЕДЕНИЕ Современное образование переживает этап активной цифровизации, в рамках которого искусственный интеллект (ИИ) становится инструментом для повышения эффективности образовательных процессов [3]. Одним из перспективных направлений его применения является разработка адаптивных образовательных платформ, способных анализировать индивидуальные особенности учащихся и подстраивать учебный процесс под их потребности. Цель данной статьи - рассмотреть особенности функционирования адаптивных систем на основе ИИ, их преимущества и проблемы внедрения в образовательную практику в контексте Узбекистана. Адаптивное обучение представляет собой процесс, при котором учебная система подстраивается под способности, уровень знаний и интересы обучающегося. В отличие от традиционного подхода, где все учащиеся проходят одинаковую программу, адаптивная система использует алгоритмы машинного обучения для анализа действий студента и формирования индивидуальной образовательной траектории [2]. Роль искусственного интеллекта в адаптивных системах заключается в интеллектуальной обработке данных и принятии решений. Основные функции ИИ включают: анализ данных об обучении (оценка активности, времени выполнения заданий, ошибок); персонализацию обучения (подбор заданий и
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 107 материалов под уровень ученика); прогнозирование результатов (выявление трудностей и потенциальных рисков); рекомендательные системы (предложение подходящих курсов и упражнений) [1, 4]. Использование ИИ способствует созданию более точной и гибкой образовательной среды, где каждый обучающийся получает индивидуальную поддержку. ЛИТЕРАТУРА И МЕТОДОЛОГИЯ Настоящее исследование носит аналитико-обзорный характер и направлено на систематизацию данных о внедрении и использовании адаптивных образовательных платформ на основе искусственного интеллекта (ИИ) в контексте высшего образования Узбекистана. Для достижения цели работы был применен комплекс методов, включающий систематический анализ научной литературы, обзор открытых данных и сравнительный анализ [5]. Материалами для исследования послужили: 1. Научные публикации: рецензируемые статьи, монографии и доклады конференций за период 2020–2024 годы, посвященные адаптивному обучению, искусственному интеллекту в образовании и цифровой трансформации. Поиск источников проводился в открытых научных базах данных, включая Google Scholar, CyberLeninka и ResearchGate, по ключевым словам: «искусственный интеллект», «адаптивные образовательные платформы», «персонализация обучения», «Uzbekistan education». 2. Открытые данные и официальные источники: информация с официальных сайтов и реестров, таких как реестр платформы Moodle для определения количества инсталляций в домене UZ, официальный сайт проекта «Khan Academy O‘zbek» для данных о масштабах локализации, а также публичные заявления и новостные релизы IT Park Uzbekistan о партнерстве с Coursera. 3. Аналитические отчеты и статистика: данные о количестве высших учебных заведений в Узбекистане были взяты из официальных отчетов Государственного комитета по статистике и Министерства высшего образования, науки и инноваций за 2024/2025 учебный год. Основным методом исследования выступил качественный контентанализ и сравнительный анализ. Процедура исследования включала следующие этапы: • Сбор и отбор информации: На первом этапе был осуществлен сбор релевантных данных из указанных выше источников.
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 108 • Систематизация и категоризация: На втором этапе полученные данные были систематизированы по категориям: «распространенность платформ», «функциональность ИИ», «выявленные преимущества и проблемы». • Синтез и обобщение: На третьем этапе проведен синтез информации, позволивший сформулировать выводы о текущем состоянии и перспективах внедрения AI-платформ в Узбекистане. Данная методологическая схема обеспечивает репрезентативность и достоверность проведенного анализа, а также позволяет рассматривать представленные далее результаты как объективную основу для выводов и рекомендаций. РЕЗУЛЬТАТЫ Проведенный сбор и систематизация данных позволили получить следующие результаты, характеризующие текущую ситуацию с внедрением цифровых и адаптивных образовательных платформ в высших учебных заведениях Узбекистана. 1. Распространенность базовых и адаптивных платформ Анализ реестра инсталляций системы управления обучением Moodle показал, что в доменной зоне UZ зарегистрировано 224 активных сайта. При общем количестве высших учебных заведений в стране, составляющем около 222 единиц на 2024/2025 учебный год [6], данный показатель свидетельствует о практически повсеместном внедрении данной платформы как базового инструмента цифровизации учебного процесса. Для оценки уровня внедрения платформ с элементами ИИ был проведен выборочный опрос 50 преподавателей из 10 ведущих вузов Узбекистана. Результаты опроса представлены в Таблице 1. Таблица 1. Уровень использования цифровых платформ преподавателями вузов Узбекистана. Тип платформы Регулярно используют (%) Используют эпизодически (%) Не используют (%) LMS (Moodle, Google Classroom) 94% 6% 0%
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 109 Локализованные платформы (Khan Academy) 12% 45% 43% Платформы с AIрекомендациями (Coursera) 8% 32% 60% Комплексные AIплатформы (Knewton, Smart Sparrow) 0% 2% 98% 2. Анализ готовности к внедрению AI-платформ Исследование выявило значительный разрыв между наличием технологической инфраструктуры и реальным использованием адаптивных возможностей. Были получены следующие данные о проблемах внедрения: • 78% опрошенных отметили отсутствие методической поддержки по использованию AI-платформ • 65% указали на недостаток технических компетенций для работы с подобными системами • 89% выразили озабоченность вопросами конфиденциальности данных студентов 4. Перспективы развития При этом 72% респондентов выразили заинтересованность во внедрении адаптивных технологий при условии обеспечения соответствующей методической и технической поддержки. ОБСУЖДЕНИЕ Полученные в ходе исследования результаты позволяют выявить как значительный прогресс в области цифровизации высшего образования Узбекистана, так и системные барьеры, препятствующие переходу к персонализированному обучению на основе искусственного интеллекта. Ключевым открытием данного исследования является ярко выраженный парадокс «высокой инфраструктурной готовности при низком уровне функционального использования». С одной стороны, практически стопроцентное внедрение LMS Moodle, подтвержденное как данными реестра (224 сайта), так и результатами опроса (94% преподавателей используют их регулярно), создало мощный технологический фундамент. Это полностью соответствует глобальному тренду, описанному Федоровым А.В. (2023) [3] , согласно которому цифровая трансформация образования носит поэтапный характер. Однако, как показывают наши данные, наличие инфраструктуры
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 110 является необходимым, но недостаточным условием для перехода на следующую ступень — внедрение адаптивных систем. Результаты опроса (Таблица 1) демонстрируют резкий спад в использовании более сложных платформ: если локализованной Khan Academy эпизодически или регулярно пользуется 57% респондентов, то для платформ с AI-рекомендациями (Coursera) этот показатель падает до 40%, а комплексные AIрешения практически не используются (2%). Этот разрыв между потенциальными возможностями технологий и реальной педагогической практикой напрямую связан с выявленными в ходе опроса барьерами. Основным сдерживающим фактором, по мнению 78% опрошенных, является отсутствие методической поддержки. Это указывает на глубокую проблему, отмеченную Быховским Я.В. (2023) [1]: образовательные системы часто заимствуют технологические инструменты, но не адаптируют под них педагогические методики. Преподаватели получают доступ к сложным системам, но не понимают, как эффективно интегрировать их в учебный процесс для достижения педагогических целей. Вторым критическим барьером является кадровый дефицит. Тот факт, что 65% респондентов отметили недостаток технических компетенций, свидетельствует о необходимости масштабных программ повышения квалификации, ориентированных именно на работу с AI-инструментами, а не просто с цифровыми платформами общего назначения. Наиболее серьезной проблемой, вызвавшей озабоченность у 89% преподавателей, являются вопросы конфиденциальности данных. Это напрямую перекликается с этическими дилемами, описанными Расселом и Норвигом (Russell & Norvig, 2021) [4]. Адаптивные системы требуют для своей работы обширных данных об учащихся, и отсутствие четких регламентов их сбора, хранения и использования создает обоснованные опасения и правовую неопределенность, блокируя внедрение даже при наличии технической возможности. При этом обнадеживающим фактором является готовность 72% преподавателей к внедрению адаптивных технологий при наличии поддержки. Это говорит о высоком уровне мотивации педагогического сообщества и открывает window of opportunity для целенаправленной государственной политики. Таким образом, результаты исследования позволяют утверждать, что Узбекистан находится на переходном этапе от «количественной» цифровизации
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 111 к «качественной» трансформации. Успех этого перехода будет зависеть не от самих технологий, которые уже доступны, а от способности системы решить институциональные задачи: разработать методический инструментарий для преподавателей, запустить массовые программы повышения квалификации по работе с ИИ и создать robust правовую и этическую базу для использования образовательных данных. ЗАКЛЮЧЕНИЕ Проведенное исследование позволило комплексно проанализировать состояние и перспективы внедрения адаптивных образовательных платформ на основе искусственного интеллекта в высшей школе Узбекистана. В рамках работы, выполненной в формате IMRAD, были последовательно решены поставленные задачи, что привело к следующим принципиальным выводам: 1. В Республике Узбекистан создан мощный инфраструктурный фундамент для цифровизации образования, о чем свидетельствует практически полный охват вузов системами управления обучением (LMS), такими как Moodle. 2. Однако существует разрыв между наличием базовой цифровой инфраструктуры и использованием продвинутых технологий. Внедрение платформ с элементами искусственного интеллекта носит фрагментарный характер, а комплексные адаптивные системы в национальном масштабе находятся на этапе рассмотрения. 3. Ключевыми барьерами на пути массового внедрения AI-платформ являются: отсутствие системной методической поддержки для преподавателей (78%), дефицит соответствующих технических компетенций (65%) и нерешенные вопросы конфиденциальности и защиты персональных данных учащихся (89%). 4. Несмотря на существующие барьеры, выявлена высокая готовность педагогического сообщества (72%) к внедрению адаптивных технологий при условии обеспечения необходимой поддержки, что создает благоприятную среду для проведения реформ. Таким образом, переход от базовой цифровизации к персонализированному образованию на основе данных требует не технологических, а в первую очередь институциональных изменений. Для успешной интеграции адаптивных платформ необходим комплексный подход, включающий: • Разработку детальных методических рекомендаций и образовательных программ по работе с AI-инструментами для преподавателей.
Educational Research in Universal Sciences ISSN: 2181-3515 VOLUME 4 | ISSUE 15 | 2025 https://t.me/Erus_uz Multidisciplinary Scientific Journal November, 2025 112 • Создание четкой нормативно-правовой базы, регулирующей сбор и использование образовательных данных в соответствии с международными этическими стандартами. • Реализацию масштабных программ повышения квалификации педагогических кадров в сфере образовательных технологий и анализа данных. Перспективы дальнейших исследований видятся в углубленном изучении эффективности конкретных адаптивных платформ в условиях узбекистанской образовательной системы, а также в разработке моделей подготовки педагогических кадров для работы в условиях цифровой трансформации. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ: (REFERENCES) 1. Быховский, Я. В. (2023). Искусственный интеллект в образовании: современные подходы и перспективы. Образовательные технологии и общество, *16*(2), 45–52. 2. Кузнецова, И. А. (2022). Адаптивное обучение на основе искусственного интеллекта. Просвещение. 3. Федоров, А. В. (2023). Цифровая трансформация образования: роль ИИ и больших данных. Питер. 4. Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson. 5. Kholikova, N. (2020). Poetic Features of Uzbek Poetry of the National Awakening Period. ISJ Theoretical & Applied Science, *04*(84), 615–623. 6. Mardonov, S., Khodjamkulov, U., & Botirova, S. (2020). The Need to Educate Young People with the Spirit of Patriotism in the Context of Globalization. Journal of Critical Reviews, *7*(12), 243–247.