Жасанды интеллекттің генеративті модельдеріне негізделген информатика бойынша оқу тапсырмаларын автоматты түрде жасау

Жасанды интеллектті пайдалана отырып, білім беру тапсырмаларын автоматты түрде жасау оқуды жекешелендірудің перспективалы тәсілі болып табылады. Дегенмен, информатикадағы генеративті модельдердің (GPT, Claude, Gemini) сандық тиімділігі, әсіресе жасалған мазмұнның қиындық деңгейлеріне сәйкестігі және білім беру процесінде дереу пайдалануға дайындығы тұрғысынан әлі де толық зерттелмеген. Бұл зерттеу білім беру тапсырмаларын жасау алгоритмдерінің (ережеге негізделген, үлгіге негізделген, машиналық оқыту, LLM) теориялық талдауын және OpenAI API интеграциясымен Python тілінде прототип генераторын практикалық түрде енгізуді ұсынады. Генератор үш қиындық деңгейін (оңай, орташа және қиын) қолдайды және PDF және DOCX форматтарына экспорттайды. 30 студенттен тұратын топта (90 жасалған тапсырма) пилоттық зерттеу жүргізілді және бес критерий бойынша бағаланды: тақырыптың өзектілігі, қиындық деңгейіне сәйкестігі, грамматикалық дұрыстығы, логикалық сәйкестігі және өзгертусіз пайдалануға дайындығы. Нәтижелер тақырыптық өзектіліктің 94,4%, қиындық деңгейіне сәйкестіктің 88,9%, грамматикалық дұрыстықтың 100% және өзгертусіз пайдалануға дайын тапсырмалардың 82,2% үлесін көрсетті, әр тапсырманың орташа генерация уақыты 2,1 секундты құрайды. Информатика мұғалімдеріне арналған практикалық ұсыныстар ұсынылады: тест сұрақтарын генерациялау үшін толық автоматтандырылған пайдалану қолайлы, кодтау тапсырмалары үшін таңдамалы тексеру ұсынылады және күрделі алгоритмдік тапсырмалар үшін мұғалімді міндетті түрде тексеру ұсынылады. Зерттеудің пилоттық сипатына байланысты алынған нәтижелерді алдын ала қарастыру керек (n=30). 

жасанды интеллект, генеративті модельдер, LLM, NLP, машиналық оқыту, тапсырмаларды генерациялау, информатика, жекелендірілген оқыту, Python , OpenAI API, PDF/DOCX экспорты

Жасанды интеллекттің генеративті модельдеріне негізделген информатика бойынша оқу тапсырмаларын автоматты түрде жасау