BXU Logo

Buxoro Xalqaro
Universiteti

9-tom, 1-son, b. 269–272, Nashr: 2026-09-14

SUN’IY INTELLEKT YORDAMIDA TALABALARNING ILMIY IJODINI RIVOJLANTIRISHNING PEDAGOGIK MODELI

ПЕДАГОГИЧЕСКАЯ МОДЕЛЬ РАЗВИТИЯ НАУЧНОГО ТВОРЧЕСТВА СТУДЕНТОВ С ПОМОЩЬЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

A PEDAGOGICAL MODEL FOR DEVELOPING STUDENTS’ SCIENTIFIC CREATIVITY USING ARTIFICIAL INTELLIGENCE

  • Matyakubova Gulnoza — Osiyo Xalqaro Universiteti v.b. dotsenti

To'liq matn (PDF)

Annotatsiya

Maqolada “Ilmiy tadqiqot metodologiyasi” fanini sun’iy intellekt vositalari bilan integratsiyalash orqali talabalarning ilmiy ijodkorligini rivojlantirishga qaratilgan pedagogik model va uning tajriba-sinov natijalari yoritilgan. Kvazi-eksperimental tadqiqotda 60 nafar talaba qatnashdi: 31 nafari tajriba, 29 nafari nazorat guruhiga ajratildi. Tajriba guruhida loyiha, muammoli ta’lim, refleksiya, portfolio, adaptiv platformalar va generativ sun’iy intellekt vositalari uyg‘un qo‘llandi. Yakuniy natijada tajriba guruhining o‘rtacha ko‘rsatkichi 3,61 dan 4,19 ga, nazorat guruhiniki 3,59 dan 3,79 ga oshdi; guruhlararo farq statistik ahamiyatli bo‘ldi (t=4,58; p<0,05). Natijalar “Talaba–O‘qituvchi–Sun’iy intellekt” hamkorligi ilmiy tafakkur, tadqiqotchilik kompetensiyasi va raqamli savodxonlikni rivojlantirishda samarali ekanini ko‘rsatdi.

Аннотация

В статье представлена педагогическая модель развития научного творчества студентов посредством интеграции инструментов искусственного интеллекта в дисциплину «Методология научного исследования». В квазиэкспериментальном исследовании участвовали 60 студентов: 31 - в экспериментальной и 29 - в контрольной группе. В экспериментальной группе комплексно применялись проектное и проблемное обучение, рефлексия, портфолио, адаптивные платформы и генеративный искусственный интеллект. Средний показатель экспериментальной группы повысился с 3,61 до 4,19, контрольной - с 3,59 до 3,79; различие оказалось статистически значимым (t=4,58; p<0,05). Результаты подтверждают эффективность взаимодействия «Студент–Преподаватель–Искусственный интеллект» для развития научного мышления, исследовательской компетентности и цифровой грамотности.

Abstract

The article presents a pedagogical model for developing students’ scientific creativity by integrating artificial intelligence tools into the Research Methodology course. The quasi-experimental study involved 60 students: 31 in the experimental group and 29 in the control group. Project-based and problem-based learning, reflection, portfolios, adaptive platforms, and generative AI were combined in the experimental group. Its mean score increased from 3.61 to 4.19, while the control group increased from 3.59 to 3.79; the between-group difference was statistically significant (t=4.58, p<0.05). The findings support the effectiveness of Student–Teacher–AI collaboration for developing scientific thinking, research competence, and digital literacy.

Kalit so'zlar: sun’iy intellekt, ilmiy ijodkorlik, ilmiy tadqiqot metodologiyasi, integrativ-pedagogik texnologiya, kreativ fikrlash, refleksiya, raqamli savodxonlik

Foydalanilgan adabiyotlar

  1. Bandura, A. Self-Efficacy: The Exercise of Control. New York: Freeman, 1997.
  2. Deci, E. L., Ryan, R. M. The ‘What’ and ‘Why’ of Goal Pursuits: Human Needs and the Self-Determination of Behavior. Psychological Inquiry, 2000, 11(4), 227–268.
  3. Zimmerman, B. J. Becoming a Self-Regulated Learner: An Overview. Theory Into Practice, 2002, 41(2), 64–70.
  4. Siemens, G. Connectivism: A Learning Theory for the Digital Age. International Journal of Instructional Technology and Distance Learning, 2005, 2(1), 3–10.
  5. Woolf, B. P. Building Intelligent Interactive Tutors: Student-Centered Strategies for Revolutionizing E-learning. Burlington: Morgan Kaufmann, 2010.
  6. Reigeluth, C. M. Instructional Theory and Technology for the New Paradigm of Education. New York: Routledge, 2012.
  7. Baker, R. S., Inventado, P. S. Educational Data Mining and Learning Analytics. In: Learning Analytics. New York: Springer, 2014, 61–75.
  8. Luckin, R., Holmes, W., Griffiths, M., Forcier, L. B. Intelligence Unleashed: An Argument for AI in Education. London: Pearson, 2016.
  9. Holmes, W., Bialik, M., Fadel, C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Boston: Center for Curriculum Redesign, 2019.
  10. Anderson, J. R., Corbett, A. T., Koedinger, K. R., Pelletier, R. Cognitive Tutors: Lessons Learned. The Journal of the Learning Sciences, 1995, 4(2), 167–207.
  11. Koedinger, K. R., Aleven, V. Exploring the Assistance Dilemma in Experiments with Cognitive Tutors. Educational Psychology Review, 2007, 19(3), 239–264.