ЭВОЛЮЦИЯ СИСТЕМ АДАПТИВНОГО ОБУЧЕНИЯ И ПЕРСПЕКТИВЫ ИХ СОВЕРШЕНСТВОВАНИЯ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Ключевые слова:
адаптивное обучение, персонализированное обучение, программированное обучение, образовательные технологии, искусственный интеллект, машинное обучение.Аннотация
В статье с научно-теоретической точки зрения анализируются
историческая эволюция адаптивного обучения и его значение в современной
системе образования. Стремительное развитие компьютерных технологий в
конце XX века создало предпосылки для перехода систем адаптивного обучения
на новый этап развития. В настоящее время интеграция технологий
искусственного интеллекта и машинного обучения позволяет
индивидуализировать образовательный процесс и динамически адаптировать
его к потребностям обучающихся. Несмотря на существующие проблемы,
связанные со сложностью системы, обработкой данных и финансовыми
затратами, адаптивное обучение рассматривается как важное и перспективное
направление повышения эффективности образования.
Библиографические ссылки
1. Sultanov R. R., Babakhodjaeva V. A. Introduction of Artificial Intelligence Algorithms into the Educational
Process: Current State and Development Trends // Acta Education. – 2023. – Vol. 1, No. 1. – P. 72–78. – DOI:
10.61587/mmit.uz.vi.52.
2. Allamova Sh. Sh. Development and Implementation of an Adaptive Learning Platform Based on Artificial
Intelligence Technology // European International Journal of Pedagogics. – 2026. – Vol. 6, No. 2. – P. 96–102. – DOI:
10.55640/eijp-06-02-23.
3. Murodova R. Sun’iy intellekt yordamida adaptiv o‘qitish trayektoriyalarini loyihalash metodikasi // Ijtimoiy-
gumanitar sohada ilmiy-innovatsion tadqiqotlar. – 2026.
4. Abdullayev A. Q., Toxirova M. I. Sun’iy intellekt asosida ta’limni individuallashtirishning pedagogik asoslari //
Maktabgacha va maktab ta’limi. – 2025. – № 12.
5. Murodova R. B. Ta’lim jarayonida sun’iy intellekt vositalaridan foydalanishning psixologik-pedagogik asoslari
// Psixologiya. – 2026. – № 1.
6. Lowendahl J. M. et al. Top 10 Strategic Technologies Impacting Higher Education in 2016 // Research Note G.
– 2016. – Vol. 294732. – P. 15.
7. Marković S. Modeling of Adaptive System for Distance Learning with an Emphasis on Student Profile //
Journal of Education Research. – 2015. – Vol. 9, No. 3.
8. Pask G. Electronic Keyboard Teaching Machines // Education and Commerce. – 1958. – Vol. 24. – P. 16–26.
9. Perrotta C., Williamson B. The Social Life of Learning Analytics: Cluster Analysis and the “Performance” of
Algorithmic Education // Learning, Media and Technology. – 2018. – Vol. 43, No. 1. – P. 3–16.
10. Skinner B. F. Teaching Machines: From the Experimental Study of Learning Come Devices Which Arrange
Optimal Conditions for Self-Instruction // Science. – 1958. – Vol. 128, No. 3330. – P. 969–977.
11. Wenger E. Artificial Intelligence and Education. – 1987.
12. Xu D., Wang H., Su K. Intelligent Student Profiling with Fuzzy Models // Proceedings of the 35th Annual Hawaii
International Conference on System Sciences. – IEEE, 2002. – P. 8.
