Sun’iy Intellekt va Raqamli Iqtisodiyot

Markazlashtirilgan boshqaruv tizimi tarmoq holati haqida to‘liq ma’lumotga ega bo‘lish imkonini beradi va bu ma’lumotlar asosida trafikni optimallashtirish, marshrutlash jarayonini takomillashtirish hamda tarmoqdagi yuklamani muvozanatlashtirish kabi vazifalar samarali amalga oshiriladi. Shu sababli SDN texnologiyasi zamonaviy ma’lumot markazlari, bulutli infratuzilmalar va yirik telekommunikatsiya tarmoqlarida keng qo‘llanilmoqda[4]. Telekommunikatsiya tarmoqlarida trafik oqimlari foydalanuvchilarning faoliyati, xizmat turlari va tarmoq ilovalarining ishlashiga qarab doimiy ravishda o‘zgarib turadi. Video uzatish xizmatlari, real vaqt rejimidagi onlayn aloqa tizimlari, bulutli servislar va IoT qurilmalarining keng tarqalishi natijasida tarmoqlarda uzatilayotgan ma’lumotlar hajmi va turli xil trafik turlari sezilarli darajada ortmoqda. Tarmoq trafigining bunday murakkab tuzilishi natijasida ayrim tarmoq segmentlarida ortiqcha yuklama paydo bo‘lishi mumkin, bu esa paketlarning kechikishi, ma’lumotlarning yo‘qolishi yoki xizmat sifatining pasayishiga olib keladi. Shu sababli trafik oqimlarini doimiy monitoring qilish, ularni tahlil qilish hamda yuklamani tarmoq bo‘ylab muvozanatli taqsimlash zamonaviy tarmoqlar boshqaruvida muhim ahamiyat kasb etadi[5]. SDN texnologiyasi aynan shu jarayonni samarali tashkil etish imkonini beradi, chunki markaziy kontroller tarmoqning barcha segmentlari haqida real vaqt rejimida ma’lumot to‘playdi va bu ma’lumotlar asosida trafik oqimlarini optimal marshrutlar orqali yo‘naltirish imkoniyati yaratiladi. Natijada tarmoqning umumiy ishlash samaradorligi oshadi hamda mavjud resurslardan maksimal darajada foydalanish mumkin bo‘ladi. SDN asosidagi tarmoqlarda trafikni boshqarish jarayoni turli algoritmlar yordamida amalga oshiriladi va ular tarmoq yuklamasini tahlil qilish, marshrutlarni optimallashtirish hamda paket oqimlarini samarali taqsimlashga qaratilgan bo‘ladi. Bunday algoritmlar yordamida tarmoq kontrolleri trafik holatini baholab, eng kam yuklangan marshrutlarni tanlash orqali tarmoq samaradorligini oshirishi mumkin. Dinamik trafik boshqaruvi algoritmlari odatda real vaqt rejimida ishlaydi va ular tarmoqdagi o‘zgarishlarga tezkor moslashish imkonini beradi. Masalan, agar tarmoqning ma’lum bir segmentida ortiqcha yuklama yuzaga kelsa, kontroller trafik oqimini boshqa yo‘nalishlarga yo‘naltirishi yoki paketlarni alternativ marshrutlar orqali uzatishi mumkin, bu esa tarmoqdagi tiqilinch holatlarning oldini olishga yordam beradi. Bundan tashqari, dinamik boshqaruv algoritmlari tarmoq resurslaridan optimal foydalanishni ta’minlash bilan birga xizmat sifatini (QoS) yaxshilashga ham xizmat qiladi. Shu orqali turli turdagi xizmatlar uchun zarur bo‘lgan tarmoq parametrlari – masalan, kechikish, paket yo‘qolishi va uzatish tezligi – barqaror darajada saqlab turilishi mumkin. So‘nggi yillarda SDN asosidagi tarmoqlarda trafikni boshqarish jarayoniga sun’iy intellekt va mashinani o‘rganish texnologiyalarini joriy etish masalasi keng tadqiq qilinmoqda. Ushbu yondashuvlar yordamida tarmoq trafigining kelajakdagi holatini prognoz qilish, yuklamani oldindan baholash hamda avtomatik optimallashtirish algoritmlarini ishlab chiqish mumkin. Masalan, mashinani o‘rganish algoritmlari yordamida tarmoqdagi tarixiy trafik ma’lumotlari tahlil 519

qilinadi va shu asosda kelajakdagi trafik o‘zgarishlari bashorat qilinadi. Bu esa tarmoq kontrolleriga trafikni oldindan optimallashtirish imkonini beradi hamda tarmoqda yuzaga kelishi mumkin bo‘lgan ortiqcha yuklamalarni kamaytirishga yordam beradi. Bundan tashqari, optimallashtirish algoritmlari – jumladan genetik algoritmlar, zarracha to‘dasi optimallashtirish (PSO) va boshqa metaevristik usullar – SDN muhitida trafikni samarali boshqarishda qo‘llanilmoqda. Ushbu yondashuvlar tarmoq resurslarini optimal taqsimlash, marshrutlash jarayonini takomillashtirish hamda xizmat sifatini oshirishda muhim rol o‘ynaydi[6]. SDN texnologiyasi asosida trafikni dinamik boshqarish tarmoq infratuzilmasining samaradorligini sezilarli darajada oshiradi, chunki markazlashtirilgan boshqaruv tizimi tarmoqning umumiy holatini to‘liq nazorat qilish imkonini beradi. Bu esa trafik oqimlarini optimal yo‘naltirish, tarmoq yuklamasini muvozanatlashtirish hamda tarmoq resurslaridan maksimal darajada foydalanish imkonini yaratadi. Tadqiqotlar shuni ko‘rsatadiki, SDN asosidagi trafik boshqaruv tizimlari an’anaviy tarmoq arxitekturalariga nisbatan yuqori moslashuvchanlik va boshqaruv imkoniyatlariga ega bo‘lib, ular tarmoq kechikishlarini kamaytirish, paket yo‘qotilishini minimallashtirish hamda xizmat sifatini yaxshilashda samarali natijalar beradi. Shu sababli zamonaviy telekommunikatsiya tarmoqlarini rivojlantirishda SDN asosidagi dinamik boshqaruv algoritmlarini qo‘llash muhim ilmiy va amaliy yo‘nalishlardan biri hisoblanadi. Xulosa va tavsiyalar. Olib borilgan tadqiqotlar shuni ko‘rsatadiki, zamonaviy telekommunikatsiya tarmoqlarida ma’lumotlar hajmining ortib borishi va xizmat turlarining ko‘payishi tarmoq trafigini samarali boshqarish masalasini yanada dolzarb etib qo‘ymoqda. An’anaviy tarmoq arxitekturalarida boshqaruv mexanizmlarining cheklanganligi sababli tarmoq yuklamasini muvozanatlashtirish, trafik oqimlarini tezkor qayta yo‘naltirish hamda resurslardan optimal foydalanish jarayoni murakkablashadi. Shu sababli tarmoq boshqaruvida yangi texnologik yondashuvlarni qo‘llash zarurati yuzaga kelmoqda. SDN arxitekturasi tarmoq boshqaruvining markazlashtirilgan modelini taqdim etishi orqali trafik oqimlarini samarali nazorat qilish va boshqarish imkoniyatini yaratadi. Boshqaruv va ma’lumot uzatish qatlamlarining ajratilishi tarmoqni moslashuvchan boshqarish, trafikni real vaqt rejimida tahlil qilish hamda marshrutlash jarayonini optimallashtirish imkonini beradi. Natijada tarmoq resurslaridan samarali foydalanish, ortiqcha yuklamalarni kamaytirish va xizmat sifatini oshirish mumkin bo‘ladi. Tadqiqot jarayonida SDN muhitida trafikni dinamik boshqarish algoritmlarining ishlash tamoyillari tahlil qilindi va ularning tarmoq samaradorligiga ta’siri o‘rganildi. Natijalar shuni ko‘rsatdiki, dinamik boshqaruv algoritmlarini qo‘llash tarmoq trafigini muvozanatli taqsimlash, kechikishlarni kamaytirish hamda paket yo‘qotilish ehtimolini minimallashtirishga yordam beradi. Bundan tashqari, sun’iy intellekt va optimallashtirish algoritmlarini integratsiya qilish SDN asosidagi tarmoqlarda trafikni yanada samarali boshqarish imkonini beradi. Shu asosda xulosa qilish mumkinki, SDN texnologiyasi asosida 520

trafikni dinamik boshqarish algoritmlarini qo‘llash zamonaviy telekommunikatsiya tarmoqlarining samaradorligini oshirish, tarmoq barqarorligini ta’minlash hamda xizmat ko‘rsatish sifatini yaxshilashda muhim ilmiy-amaliy ahamiyatga ega hisoblanadi. Tadqiqot natijalari asosida telekommunikatsiya tarmoqlarida SDN texnologiyasidan samarali foydalanish hamda trafikni dinamik boshqarish jarayonini takomillashtirish uchun bir qator amaliy choralarni joriy etish zarur. Avvalo, tarmoqlarda markazlashtirilgan boshqaruv tizimlarini tashkil etish orqali SDN kontrollerlari yordamida trafik oqimlarini nazorat qilish, tarmoq holatini real vaqt rejimida monitoring qilish va ortiqcha yuklama yuzaga keladigan segmentlarni tezkor aniqlash imkoniyatlarini kengaytirish muhim hisoblanadi. Shu bilan birga, dinamik marshrutlash algoritmlarini qo‘llash orqali trafikni avtomatik qayta taqsimlash, tarmoq yuklamasini muvozanatlashtirish hamda xizmat ko‘rsatish sifatini barqaror darajada saqlash mumkin. Bundan tashqari, tarmoq trafigini prognoz qilish va resurslardan yanada samarali foydalanish maqsadida sun’iy intellekt hamda mashinani o‘rganish texnologiyalarini SDN muhitiga integratsiya qilish maqsadga muvofiqdir. Shuningdek, mavjud tarmoq resurslarini optimallashtirish, trafik boshqaruvi algoritmlarini real telekommunikatsiya tarmoqlari yoki simulyatsiya muhitlarida sinovdan o‘tkazish orqali ularning samaradorligini oshirish mumkin. Mazkur yondashuvlarni amaliyotga joriy etish natijasida SDN asosidagi tarmoqlarda trafikni samarali boshqarish, tarmoq infratuzilmasining barqarorligini ta’minlash hamda yuqori sifatli tarmoq xizmatlarini ko‘rsatish imkoniyatlari kengayadi. Foydalanilgan adabiyotlar: 1. Abdullayev, B.A. (2021). Axborot xavfsizligi asoslari. Toshkent: Innovatsion rivojlanish nashriyoti. 2. Karimov, O.R., & Rasulov, S.T. (2022). Kiberxavfsizlik va axborot tizimlarini himoyalash texnologiyalari. Toshkent: Fan va texnologiya nashriyoti. 3. Qulmatova, S., & Karimov, B. (2023). Dasturiy ta’minlangan tarmoqlar (SDN) texnologiyasining zamonaviy tarmoqlardagi o‘rni. Yashil iqtisodiyot va taraqqiyot jurnali, 1(6), 1– 10. 4. Saidrasulov, S.N., Ashuraliyev, R.J., & Nomozov, D. S. (2025). O‘zbekistonda telekommunikatsiya tizimlarida sinxronlashtirishning ahamiyati. Лучшие интеллектуальные исследования, 44(4), 451–454. 5. Mutalov, S. (2024). Telekommunikatsiya tarmoqlarida trafikni boshqarishning zamonaviy usullari. Muhandislik va axborot texnologiyalari jurnali, 3(2), 45–52. 6. Rahmatov, A., & Yuldashev, D. (2022). Zamonaviy telekommunikatsiya tarmoqlarida marshrutlash algoritmlarini optimallashtirish. Axborot texnologiyalari va boshqaruv, 2(4), 33–39. “MA’LUMOTLAR BAZALARI” FANINI SUN’IY INTELLEKTGA TAYANIB BOSQICHMA-BOSQICH O‘QITISH METODIKASI Nosirova Shohista Elmurodovna, BuxDU doktoranti (PhD), e-mail: shohistanosirova0809@gmail.com Annotatsiya. Oliy ta’limda ma’lumotlar bazasi tizimlari AKT mutaxassislarini tayyorlashda muhim ahamiyatga ega. Zamonaviy talablar SQL sintaksisidan tashqari analitik 521

fikrlash va tizim ishlashini tushunishni talab qiladi, bu esa sun’iy intelekt, innovatsion o‘qitish modellarini qo‘llash zarurligini ko‘rsatadi. Kalit so‘zlar: Ma’lumotlar bazasi tizimlari, SQL, sun’iy intellekt, analitik fikrlash, innovatsion o‘qitish modellari. Аннотация. В высшем образовании системы баз данных играют важную роль в подготовке специалистов ИКТ. Современные требования предполагают не только знание синтаксиса SQL, но и развитие аналитического мышления и понимание работы систем, что требует применения искусственного интеллекта и инновационных моделей обучения. Ключевые слова: системы баз данных, SQL, искусственный интеллект, аналитическое мышление, инновационные модели обучения. Abstract. In higher education, database systems play an important role in training ICT specialists. Modern requirements involve not only knowledge of SQL syntax but also analytical thinking and understanding of system operations, which requires the use of artificial intelligence and innovative teaching models. Keywords: database systems, SQL, artificial intelligence, analytical thinking, innovative teaching models. Kirish. Jamiyat va professional faoliyatning tezkor raqamlashtirilishi sharoitida ma’lumotlar boshqaruv, muhandislik va ilmiy qarorlar samaradorligini belgilovchi muhim resursga aylandi. Zamonaviy axborot-kommunikatsiya texnologiyalari ishonchli va samarali ma’lumotlarni saqlash hamda qayta ishlash tizimlariga tayanadi. Shu sababli “Ma’lumotlar bazalari” fani AKT yo‘nalishida mutaxassislar tayyorlashda muhim o‘rin tutadi. Ushbu fan ma’lumotlarni modellashtirish, tashkil etish, tranzaksion yaxlitlik va axborot tizimlari samaradorligi haqida fundamental bilimlarni shakllantiradi. Oliy ta’limda “Ma’lumotlar bazalari” kursi odatda fundamental fanlar (diskret matematika, algoritmlar va ma’lumotlar tuzilmalari, dasturlash) bilan amaliy yo‘nalishlar (dasturiy injiniring, ma’lumotlar tahlili, mashinaviy o‘qitish va sun’iy intellekt) o‘rtasidagi bog‘lovchi fan sifatida qaraladi. Biroq o‘qitish natijalari tahlili shuni ko‘rsatadiki, talabalar ko‘pincha MBBT ichki ishlash mexanizmlarini yetarli darajada tushunmaydilar. Bu esa so‘rovlarni optimallashtirish, bajarilish rejalarini tahlil qilish va muhandislik qarorlarini qabul qilishda qiyinchiliklarga olib keladi[1]. Mazkur muammoning asosiy sabablaridan biri — SQL so‘rovlarini faqat sintaktik jihatdan to‘g‘ri yozishga yo‘naltirilgan reproduktiv o‘qitish usullarining ustunligidir. Natijada talabalar oddiy masalalarni bajara olsalar-da, real vaziyatlarda ma’lumotlar yaxlitligi, tranzaksiya mosligi va tizim samaradorligi o‘rtasidagi muvozanatni baholashda qiynaladilar. Ta’lim muhitiga yana bir ta’sir qiluvchi omil — sun’iy intellekt texnologiyalarining keng joriy etilishidir. Generativ modellar dasturiy kod va SQL so‘rovlarini avtomatik yaratishi mumkin. Bu o‘qitishni individuallashtirish imkoniyatlarini kengaytirsa-da, talabalarning mustaqil fikrlashi va akademik halollik bilan bog‘liq muammolarni ham keltirib chiqarishi mumkin[2]. Shu sababli sun’iy intellektdan o‘quv jarayonida metodik jihatdan to‘g‘ri foydalanish muhim ahamiyat kasb etadi. SQL o‘qitishda siniy intelekt ahamiyatga ega bo‘lib, unda so‘rov bajarilish rejalarini tahlil qilish o‘quv faoliyatining muhim qismi hisoblanadi. Bu usul 522

MBBT ishlash logikasini tushunishga, samarasiz operatsiyalarni aniqlashga hamda talabalarda analitik fikrlashni rivojlantirishga yordam beradi. Biroq ko‘plab o‘quv kurslarida ushbu vosita yetarli darajada qo‘llanilmaydi. Shu sababli AKT yo‘nalishlari bitiruvchilariga qo‘yilayotgan zamonaviy talablar bilan mavjud o‘qitish metodikalari o‘rtasida muayyan ziddiyat yuzaga kelmoqda. Bu esa explain-yo‘naltirilgan tahlil, formatif baholash va sun’iy intellektdan foydalanishni o‘z ichiga olgan yangi o‘qitish metodikasini ishlab chiqish zarurligini ko‘rsatadi. Mazkur maqolaning maqsadi — AKT yo‘nalishlarida “Ma’lumotlar bazalari” fanini explain-yo‘naltirilgan yondashuv va sun’iy intellektdan foydalanish asosida o‘qitish metodikasini nazariy va metodologik jihatdan asoslashdir[4]. Maqolada quyidagi vazifalar ko‘rib chiqiladi: • oliy ta’limda ma’lumotlar bazalarini o‘qitish bo‘yicha zamonaviy pedagogik yondashuvlarni tahlil qilish; • SQL o‘qitishda explain-yo‘naltirilgan yondashuvni metodik tamoyil sifatida asoslash; • sun’iy intellektni o‘quv jarayoniga integratsiya qilish modelini ishlab chiqish; • talabalarning professional kompetensiyalarini rivojlantirishga qaratilgan o‘quv natijalari va formatif baholash tizimini aniqlash. Zamonaviy pedagogikada axborot texnologiyalari fanlarini o‘qitish bilimga asoslangan yondashuvdan kompetensiyaga yo‘naltirilgan ta’lim modeliga o‘tish bilan tavsiflanadi. Bu yondashuvda o‘qitish natijasi faqat bilim hajmi bilan emas, balki talabalarning o‘z bilimlarini amaliy va professional vaziyatlarda qo‘llay olish qobiliyati bilan belgilanadi. “Ma’lumotlar bazalari” fanida bu talab talabalarda ma’lumotlarni tashkil etish, qayta ishlash va tahlil qilish bo‘yicha tizimli tushuncha shakllantirishni anglatadi. Kompetensiyaviy yondashuv predmet, kasbiy va metakognitiv kompetensiyalarni integratsiyalashni nazarda tutadi. AKT yo‘nalishlarida “Ma’lumotlar bazalari” fani fundamental matematik bilimlar bilan dasturiy ta’minot ishlab chiqish va ma’lumotlar tahlili kabi amaliy yo‘nalishlarni bog‘lovchi muhim tizimiy fan hisoblanadi. Faoliyatga asoslangan yondashuv nuqtai nazaridan o‘qitish jarayoni o‘quv faoliyatining bosqichma-bosqich tashkil etilishi sifatida qaraladi. Ma’lumotlar bazalari fanida bu jarayon predmet sohasini tahlil qilish, ma’lumotlar modelini yaratish, MBBTda sxemalarni amalga oshirish, SQL so‘rovlarini tuzish va ularning samaradorligini baholashni o‘z ichiga oladi. Bu jarayonda so‘rov natijalarini tahlil qilish va tizim samaradorligini tushunish muhim ahamiyatga ega. Shuningdek, formatif baholash konsepsiyasi ham muhim rol o‘ynaydi. U yakuniy natijani baholashdan ko‘ra, o‘quv jarayonini qo‘llab-quvvatlash va talabalar refleksiv fikrlashini rivojlantirishga qaratilgan[3]. Talabalar o‘z xatolarini tahlil qilish orqali bilimlarini chuqurlashtiradilar. 523

Raqamli ta’lim muhitida sun’iy intellekt texnologiyalari ham o‘qitish metodikasiga sezilarli ta’sir ko‘rsatmoqda. Sun’iy intellekt o‘quv jarayonida diagnostika, qayta aloqa va topshiriqlar murakkabligini moslashtirish vositasi sifatida xizmat qilishi mumkin. Biroq undan foydalanish talabalarning mustaqil fikrlashi va kasbiy mas’uliyatini rivojlantirishga xizmat qilishi lozim. Shunday qilib, “Ma’lumotlar bazalari” fanini o‘qitishning nazariy asoslari kompetensiyaviy, faoliyatga asoslangan va formatif yondashuvlar uyg‘unligiga tayangan holda shakllanadi. Ushbu yondashuv sun’iy intelekt o‘qitish modelini ishlab chiqish uchun metodologik asos bo‘lib xizmat qiladi. Ma’lumotlar bazalarini o‘qitishda kompetensiyaviy yondashuv va o‘quv natijalari tuzilmasi Zamonaviy ta’lim tizimida kompetensiyaviy yondashuv oliy ta’limda o‘quv mazmuni va natijalarini shakllantirishning muhim metodologik asoslaridan biri hisoblanadi. Bu yondashuv talabalarda kelajakdagi kasbiy faoliyatda turli muammolarni hal qilishga yordam beradigan barqaror kasbiy ko‘nikmalarni shakllantirishga qaratilgan. “Ma’lumotlar bazalari” fanida bu yondashuv alohida bilimlarni o‘zlashtirishdan ko‘ra ma’lumotlarni loyihalash, amalga oshirish va optimallashtirishga oid kasbiy va metakognitiv kompetensiyalarni rivojlantirishni nazarda tutadi. Ta’lim standartlari va AKT sohasidagi kasbiy talablar tahlili ma’lumotlar bazalarini o‘qitishda ko‘p bosqichli o‘quv natijalari tizimi mavjudligini ko‘rsatadi. Bu tizim nafaqat nazariy bilimlar va amaliy ko‘nikmalarni, balki tahlil qilish, tushuntirish va refleksiya qilish qobiliyatlarini ham o‘z ichiga oladi. Konseptual darajada talabalar ma’lumotlar modellari, ularni tashkil etish tamoyillari va yaxlitlik cheklovlari haqida fundamental bilimlarni egallaydilar. Bu bosqichda predmet sohasini tushunish, ER-modellar yaratish va normallashtirish tamoyillarini qo‘llash muhim hisoblanadi. Protsessual darajada talabalar konseptual modellarni MBBTda amaliyotga tatbiq etishni o‘rganadilar. Bu jarayon ma’lumotlar sxemasini yaratish, SQL so‘rovlarini yozish, tranzaksiyalarni boshqarish va ma’lumotlar bilan ishlash ko‘nikmalarini shakllantiradi. Samaradorlik darajasida talabalar ma’lumotlar bazasi ishlashini tahlil qilish va optimallashtirishni o‘rganadilar. Bu bosqichda indekslardan foydalanish, jadvallarni bog‘lash strategiyalarini tanlash va so‘rov bajarilish rejalarini (EXPLAIN) tahlil qilish muhim ahamiyatga ega. Metakritik daraja esa talabalarda refleksiya va tanqidiy fikrlashni rivojlantirishga qaratilgan. Bu darajada talabalar xatolarni aniqlash, turli yechimlarni solishtirish va qabul qilingan qarorlarning oqibatlarini baholashni o‘rganadilar. Sun’iy intellektdan foydalanish sharoitida taklif etilgan yechimlarni tanqidiy baholash ham muhim hisoblanadi[5]. Shunday qilib, o‘quv natijalarining ushbu tuzilmasi ma’lumotlar bazalarini o‘qitishda bosqichma-bosqich kasbiy kompetensiyalarni shakllantirishga xizmat qiladi va talabalarning zamonaviy AKT sohasida samarali faoliyat yuritishiga yordam beradi. 524

1-rasmda AKT yo‘nalishlarida “Ma’lumotlar bazalari” fanini o‘qitishda o‘quv natijalarini shakllantirishning piramidasimon modeli tasvirlangan. Model talabalarning o‘quv faoliyati bosqichma-bosqich murakkablashib va chuqurlashib borishini — ya’ni fundamental tushunchalarni o‘zlashtirishdan boshlab metakritik kompetensiyalarni shakllantirishgacha bo‘lgan jarayonni aks ettiradi. Pastki, konseptual daraja, ma’lumotlar modellari, ER-modellashtirish tamoyillari va normallashtirish asoslari bo‘yicha bazaviy bilimlarni shakllantirishni o‘z ichiga oladi. Bu bilimlar predmet sohasini to‘g‘ri tavsiflashni ta’minlaydi. Metakritik daraja Samaradorlik darajasi Protsessual daraja Konseptual daraja 1-rasm. “Ma’lumotlar bazalari” fanini o‘qitishda o‘quv natijalarini shakllantirishning piramidal modeli Protsessual daraja MBBT bilan ishlashning amaliy ko‘nikmalarini egallashga yo‘naltirilgan bo‘lib, SQL so‘rovlarini yozish, ma’lumotlar sxemasini loyihalash hamda tranzaksiyalarni boshqarishni o‘z ichiga oladi. Samaradorlik darajasida so‘rovlarni tahlil qilish va optimallashtirish, indekslardan foydalanish hamda sun’iy intelekt vositalari yordamida bajarilish rejalarini talqin qilish ko‘nikmalari shakllanadi. Bu esa oddiy operatsiyalarni bajarishdan ongli muhandislik faoliyatiga o‘tishni ta’minlaydi[3]. Yuqori, metakritik daraja, refleksiya, dalillash va muqobil yechimlarni solishtirish qobiliyatini rivojlantirishga qaratilgan. Bu talabalar uchun asoslangan kasbiy qarorlar qabul qilish hamda o‘z faoliyatini va avtomatlashtirilgan tizimlar taklif qilgan yechimlarni tanqidiy baholash imkonini beradi. Modelning piramidasimon tuzilishi darajalar o‘rtasidagi ierarxik bog‘liqlikni ko‘rsatadi va “Ma’lumotlar bazalari” fanini o‘qitish jarayonida kasbiy kompetensiyalarni bosqichma-bosqich shakllantirish mantiqini aks ettiradi. Ma’lumotlar bazalarini o‘rganishda yo‘naltirilgan ta’lim vositasi sifatida sun’iy intellekt Oliy ta’limda sun’iy intellekt texnologiyalarining keng joriy etilishi ta’lim shakllari va metodlarini sezilarli darajada o‘zgartirmoqda. Bu ayniqsa axborotkommunikatsiya yo‘nalishidagi fanlarda yaqqol ko‘rinadi. “Ma’lumotlar bazalari” fanida sun’iy intellektdan foydalanish muhim ahamiyatga ega, chunki bu sohada nafaqat SQL sintaksisini bilish, balki ma’lumotlar bazasi tizimlarining ishlash mexanizmlarini tahlil qilish va asoslangan muhandislik qarorlarini qabul qilish ham zarur. 525

Taklif etilayotgan metodik modelda sun’iy intellekt tayyor javob beruvchi vosita emas, balki talabalarning o‘quv faoliyatini yo‘naltiruvchi didaktik vosita sifatida qaraladi. Bunday yondashuvda talaba faol bilish jarayonida ishtirok etadi, sun’iy intellekt esa maslahatlar, diagnostika va teskari aloqa orqali o‘quv jarayonini qo‘llab-quvvatlaydi. Metodologik jihatdan bu yondashuv kompetensiyaviy va faoliyatga yo‘naltirilgan ta’lim tamoyillariga asoslanadi. Masalan, SQL so‘rovlari va ularning bajarilish rejalarini tahlil qilish jarayonida sun’iy intellekt talabaning e’tiborini muhim elementlarga qaratadi, qo‘shimcha savollar beradi va tahliliy fikrlashni rivojlantirishga yordam beradi[5]. Sun’iy intellektning muhim didaktik vazifalaridan biri o‘quv qiyinchiliklarini aniqlashdir. Amaliy topshiriqlarni bajarish jarayonida tizim talabalar tomonidan yo‘l qo‘yilgan xatolarni aniqlaydi (masalan, noto‘g‘ri sxema loyihalash, indekslardan noto‘g‘ri foydalanish yoki SQL konstruksiyalarini noto‘g‘ri qo‘llash). Shu asosda individual o‘qitish yo‘nalishi shakllantiriladi. Bundan tashqari, sun’iy intellekt formatif baholash tizimini qo‘llabquvvatlaydi. U doimiy teskari aloqa berib, talabaga xatolar sababini tushunish, muqobil yechimlarni solishtirish va o‘z strategiyasini takomillashtirish imkonini yaratadi. Shuningdek, bunday yondashuv akademik halollikni ta’minlashga ham yordam beradi. Sun’iy intellekt tayyor javob bermaydi, balki savollar berish va muammolarni aniqlash orqali talabalarni mustaqil fikrlashga undaydi. Natijada, sun’iy intellektni explain-yo‘naltirilgan o‘qitish metodikasi bilan integratsiya qilish talabalarning tahliliy fikrlashini, refleksiyasini va kasbiy kompetensiyalarini rivojlantirishga xizmat qiladi hamda zamonaviy AKT sohasida talab qilinadigan muhandislik vazifalarini hal qilishga tayyor mutaxassislarni tayyorlashga yordam beradi. Xulosa. Oliy ta’lim tizimining raqamli transformatsiyasi va AKT yo‘nalishidagi mutaxassislarni tayyorlash sifatiga qo‘yilayotgan talablarning ortib borishi sharoitida nafaqat formal bilimlarni, balki ongli kasbiy kompetensiyalarni shakllantirishga yo‘naltirilgan samarali metodik o‘qitish modellarini izlash alohida dolzarblik kasb etmoqda. Ushbu tadqiqot “Ma’lumotlar bazalari” fanini o‘qitish uchun bosqichma-bosqich o‘quv natijalarini shakllantirish, formativ baholash va sun’iy intellekt texnologiyalarini integratsiya qiluvchi sun’iy intelektga yo‘naltirilgan o‘qitish modeli ishlab chiqish va nazariy asoslashga qaratildi. Tadqiqot davomida shuni ko‘rsatdiki, ma’lumotlar bazalarini o‘qitishda asosan SQL sintaksisini reproduktiv o‘zlashtirishga yo‘naltirilgan an’anaviy yondashuvlar talabalar analitik va metakritik kompetensiyalarining yetarli darajada shakllanishini ta’minlamaydi. Shu sababli, konseptual darajadan protseduraviy, ishlab chiqaruvchi va metakritik darajalarga bosqichma-bosqich o‘tishga asoslangan taklif etilgan model kelajakdagi mutaxassislarning professional tafakkurini shakllantirishning yaxlit pedagogik mantiqini yaratishga imkon beradi. Tadqiqotning asosiy metodik natijalaridan biri — sun’iy intelektga yo‘naltirilgan yondashuvni ongli muhandislik faoliyatini rivojlantirish vositasi 526

sifatida asoslashdir. SQL so‘rovlarining bajarilish rejalari sun’iy intelektga yo‘naltirilgan tahlilidan foydalanish formativ baholash va o‘quv jarayonining intellektual qo‘llab-quvvatlanishi bilan uyg‘unlashganda, talabalarning topshiriqlarni shunchaki bajarishdan asoslangan qarorlar qabul qilish va o‘z faoliyatini tanqidiy tahlil qilish darajasiga o‘tishini ta’minlaydi. Bu esa nazariy bilimlar va amaliy ko‘nikmalarning yanada chuqur integratsiyasiga olib keladi. Ishlab chiqilgan ta’lim platformasi arxitekturasi nazariy o‘quv materiallari, amaliy topshiriqlar, explain-analitik vositalar va formativ baholash mexanizmlarini yagona raqamli ta’lim muhitiga birlashtirish imkoniyatini ko‘rsatadi. Yo‘naltirilgan o‘qitish doirasida sun’iy intellekt texnologiyalarining integratsiyasi moslashuvchan ta’lim ssenariylarini yaratish, o‘qitish trayektoriyalarini shaxsiylashtirish va akademik halollik tamoyillarini buzmasdan qayta aloqa sifatini oshirish imkonini beradi. Modelni qo‘llashning cheklovlari va istiqbollari tahlili shuni ko‘rsatdiki, texnologik va kadrlar bilan bog‘liq ayrim to‘siqlarga qaramay, sun’iy intelektga yo‘naltirilgan metodika turli ta’lim muhitlariga moslashish va kengaytirish uchun katta salohiyatga ega. Uning keyingi rivojlanishi empirik tadqiqotlar bazasini kengaytirish, universitetlararo hamkorlikni rivojlantirish va intellektual o‘qitish tizimlari bilan chuqurroq integratsiya qilish bilan bog‘liq. Shunday qilib, tadqiqot natijalari oliy ta’limda kompetensiyaga yo‘naltirilgan va explain-yo‘naltirilgan yondashuvlarni rivojlantirishga hissa qo‘shadi hamda AKT yo‘nalishidagi ta’lim dasturlarini modernizatsiya qilishda qo‘llanishi mumkin. Taklif etilgan “Ma’lumotlar bazalari” fanini o‘qitish modeli zamonaviy axborot texnologiyalaridan nafaqat foydalanadigan, balki murakkab raqamli tizimlar sharoitida qarorlarni ongli ravishda tahlil qila oladigan, talqin qiladigan va optimallashtira oladigan mutaxassislarni tayyorlash uchun metodik asos yaratadi. Adabiyotlar ro‘yxati: 1. Banihashem, S.K., Aliabadi, K., Pour, S. (2025). Oliy ta’limda formativ baholash va qayta aloqa modellari bo‘yicha tizimli tahlil: ta’lim dizayni va ta’lim analitikasi yo‘nalishlari. Review of Educational Research, 95(2). https://doi.org/10.3102/00346543251328861 2. Tripathi, N. (2025). NoSQL ma’lumotlar bazalarini o‘qitish: modellar, vositalar va o‘qitish usullarining tahlili. Journal of Systems and Software, 226, 112391. https://doi.org/10.1016/j.jss.2025.112391 3. Sooriamurthi, R., va boshqalar. (2025). Ma’lumotlar bazasi ta’limida SQL so‘rovlarini tahlil qilish uchun generativ sun’iy intellekt vositasi. Journal of Information Systems Education, 36(1). https://doi.org/10.1145/3716837.3716838 4. Farinetti, L., va boshqalar. (2025). SQL ni o‘rganishda ChatGPT dan foydalanishga tanqidiy yondashuv: loyihalash va auditoriya tajribasi. ACM SIGCSE konferensiyasi materiallari, 2025. https://doi.org/10.1145/3641555.3705206 5. Wójtowicz, A., Prill, M. (2025). Moodle tizimidagi CodeRunner yordamida relyatsion ma’lumotlar bazalari kurslari: SQL dasturlash topshiriqlarini mijoz–server ma’lumotlar bazasi dvijoklariga kengaytirish. ACM SIGCSE konferensiyasi materiallari, 2025. https://doi.org/10.1145/3641554.3701830 527

MASOFAVIY TA’LIM TIZIMLARIDA TALABA PROFILINING IMKONIYATLARI Sobirov R.A., TATU Samarqand filiali “Kompyuter tizimlari” kafedrasi katta o‘qituvchisi. sruzimboy44@gmail.com Qulmatov. M.B., Usmonov Z.J., International Digital University, “Raqamli iqtisodiyot va axborot tizimlari” kafedrasi, kulmatov.mukhriddin@idu.uz Annotatsiya. Mazkur ishda masofaviy ta’lim tizimlarida talaba profilining asosiy imkoniyatlari tahlil qilinadi. Talaba profili orqali o‘quv kurslariga kirish, topshiriqlarni bajarish, baholarni kuzatish hamda o‘qituvchi bilan muloqot qilish imkoniyatlari yoritilib, uning ta’lim jarayonidagi ahamiyati ko‘rsatib beriladi. Kalit so‘zlar. Masofaviy ta’lim, Canvas platformasi, LMS tizimi, talaba profili, o‘quv jarayoni, elektron ta’lim. Аннотация. В данной работе анализируются основные возможности профиля студента в системах дистанционного обучения. Рассматриваются функции доступа к учебным курсам, выполнения заданий, отслеживания оценок и взаимодействия с преподавателем, а также показано значение профиля студента в образовательном процессе. Ключевые слова: дистанционное обучение, платформа Canvas, система управления обучением (LMS), профиль студента, учебный процесс, электронное обучение. Annotation. This study analyzes the main capabilities of the student profile in distance learning systems. The possibilities of accessing courses, submitting assignments, tracking grades, and communicating with instructors are discussed, highlighting the importance of the student profile in the educational process. Keywords: Distance learning, Canvas platform, LMS system, student profile, learning process, e-learning. Kirish. Hozirgi yashab kelayotgan davrimizning ustuvor vazifalaridan bu ta’limda sifatni yaxshilash va takomillashtirish hisoblanadi. Ta’limdagi islohotlar kelajakda katta samara berishini rivojlangan mamlakatlarning tajribasi yaqqol isbotlab turibdi. Bugun mamlakatimizda aynan ta’lim sohasiga yangicha boshqaruv tizimlarini joriy etish, ta’lim jarayonini tashkil etish darajasini jahon tajribasi asosida rivojlantirish, ta’lim sifatini oshirish va kelajakda mutaxassislarning mas’uliyatini rivojlantirish dolzarb masalaga aylangan. Aynan shu maqsadlarni ko‘zda tutgan O‘zbekiston Respublikasi Prezidentining 2022-yil 28-yanvardagi PF60-son bilan tasdiqlangan “2022‒2026-yillarga mo‘ljallangan yangi O‘zbekistonning taraqqiyot strategiyasi to‘g‘risida”gi farmoni va O‘zbekiston Respublikasi Vazirlar Mahkamasining 2020- yil 31-dekabrdagi 824-son “Oliy ta’lim muassasalarida ta’lim jarayonini tashkil etish bilan bog‘liq tizimni takomillashtirish chora-tadbirlari to‘g‘risida”gi qarorlari ijrosini ta’minlash maqsadida oliy ta’lim muassasalarida kredit-modul tizimi bosqichma-bosqich joriy qilina boshladi[1]. Kredit-modul tizimining joriy etilishi o‘qituvchi va talabaning hamkorlikda ishlashida muhim omil hisoblanadi. Talaba esa yo‘naltirilgan obyekt tomon mustaqil harakat qiladi. Eng katta urg‘u ham talabalarning mustaqil ta’lim olishiga qaratiladi. O‘quv jarayonida mustaqil ta’lim olishning ahamiyati ortadi va bu kelajakda mutaxassislarning mustaqilligi, ijodiy tashabbuskorligi hamda faolligini oshirishga olib keladi. Kredit-modul tizimida universitet talabalari har doim 528

o‘qituvchi va kursdoshlaridan yordam hamda maslahat olish imkoniyatiga ega bo‘ladi. Bu esa o‘zaro hamjihatlikni mustahkamlaydi va jamoada ishlash ko‘nikmalarini shakllantirishga xizmat qiladi. Bugungi kunda ko‘pchilik oliy ta`lim muassasalarida ta`limni boshqaruv tizimi sifatida HEMIS, Moodle, Google Classroom va Canvas tizimlaridan foydalanib kelmoqdalar [1,2]. HEMIS masofaviy o‘qitish platformasining funksional tahlili HEMIS tizimi oliy ta`lim faoliyatini avtomatlashtirish hisobiga maʼmuriy xodimlar, professor-oʻqituvchilar va talabalarga elektron taʼlim xizmatlarini taqdim etadi. HEMIS axborot tizimi — bu oʻqituvchilarning kaliti, shaffoflikni taʼminlaydigan yagona platforma sifatida maʼlumotlar kiritiladigan baza hisoblanadi. HEMIS tizimining umumiy strukturasini quydagicha keltirishimiz mumkin [3]: 1-rasm. Hemis tizimining umumiy funksional tuzulishi. Hemis student. Talaba profili orqali quydagilarni amalga oshirish mumkin: Alohida talaba login va paroli bilan kiriladi. Identifikatsion kodni talaba istalgan vaqtda o‘zgartirish mumkin [2]. O‘quv reja ‒ ushbu bo‘limda talaba butun kurs davomida o‘tiladigan fanlar, kreditlar va ularning o‘quv yuklamalari haqida ma’lumot oladi. Ushbu bo‘limda talabaga biriktirilgan yoki taklif qilinayotgan fanlar ro‘yhati va baholash me`zonlari bilan tanishadi. Fan resurslari ‒ bo‘limda talabaning semester davomida o‘qitiladigan fanlar bo‘yicha o‘quv materiallar beriladi. Asosan adabiyotlar, ma’ruza matnlari video va audio malumotlarni talaba ushbu bo ‘limdan olishi mumkin bo‘ladi. Dars jadvali - bu bo‘lim orqali talaba o‘zing dars jadvalini va uning qayerda bo‘lishini tizim orqali to‘g‘ridan-to‘g‘ri bilishi mumkin bo‘ladi. 529

O‘zlashtirish ko‘rsatkichi ‒ tizimning muhim funksiyalaridan hisoblanib talaba fanlardan berilgan topshiriqlar bo‘yicha o‘zining reyting baholarini kuzatib boradi. Talabaning umumiy fan bo‘yicha reyting ko‘rsatkichi modul tugagandan keyin shakillantiriladi va bazada avftomatik saqlanadi[3]. Xabarlar ‒ talaba to‘g‘ridan-to‘g‘ri o‘qituvchi bilan chat orqali murojatlarni yuborishi mumkin. Izohlar qoldirish, o‘qituvchi tomonidan talabaga eslatmalar berib boriladi. Topshiriqlar ‒ talabaga semester davomida o‘qitiladigan fanlardan topshiriqlar berib boriladi. Talaba topshiriqlarni belgilangan muddatda tizimga yuklashi va topshiriqlar bo‘yicha reyting ballarni muntazam kuzatib borishi mumkin. Undan tashqari o‘qituvchi tamonida berilgan mavzular bo‘yicha test topshiriqlari beriladi, talaba bilimini tekshirib ko‘rishi uchun testlarni ishlashi va mavzularni mustahkamlab olish imkoniga ham ega bo‘ladi[3]. Davomat ‒ agar talaba belgilangan dars jadvali asosida darsga qatnashmasa, talaba profilidan darsga qatnashmaganlik belgilarini va umimiy qoldirgan dars soatlarni ko‘rib olishi mumkin. Buyruqlar ‒ ushbu bo‘limda talaba o‘ziga nisbatan fakultet dekanati yoki oliy ta`lim muassasasi rahbariyati tomonidan ishlab chiqilgan buyruqlar joylashgan. Bu buyruqlar bo‘lishi mumkin talabaning o‘qishga qabul qilinganlik to‘g‘risidagi ma`lumotlar, kursdan-kursga ko‘chirilganlik to‘g‘risidagi buyruqlar va hakazo. Shartnomalar ‒ talaba agar to‘lov shartnomasi asosida ta`lim olayotgan bo‘lsa mazkur bo‘limda to‘lov shartnomasi shakillantiriladi. Oliy ta`lim muassasasi buxgalteriya bo‘limi tomonidan talabaga to‘lov shartnomasi rasmiylashtirilgan bo‘lsa, talaba to‘lov shartnomasini tizimning o‘zidan yuklab olish imkoniga ega bo‘ladi. Bu esa talabaga ortqcha ovoragarchiliklarni oldini oladi[3]. Ma’lumotlar ‒ Talaba ID guvohnomasining elektron varianti, shartnomalar, reyting daftarcha, o‘quv varaqasi, nazoratlar jadvali, talaba davomati to‘g‘risidagi umumiy ma’lumotlar, buyruqlar va boshqa tegishli ma’lumotlar Yuqoridagilar talabaning hemis tizimidan foydalanishi mumkin bo‘lgan oxirgi shakildagi funksionallar hisoblanadi. Oliy ta’lim jarayonlarini boshqarish – HEMIS axborot tizimi 100 dan ortiq boshqa axborot tizimlari bilan integratsiya qilingan[3]. Moodle tizimida masofaviy o‘qitish platformasining funksional tahlili Kredit-modul tizimida o‘qitishni samarali tashkil etishda ta`lim muassasasining ta’lim axborot tizimlarini samarali ishlab chiqish zarurdir. Bugungi kunda o‘quv jarayonini samarali tashkil etish maqsadida, ta`limni boshqarish tizimlariga ehtiyoj nihoyatda ortgan, jumladan o‘quv jarayonida LMS(Learning management systems) ta`limni boshqaruv tizimlarini joriy etish keng qo‘llanimoqda[4]. Moodle – bu o‘qituvchilar tomonidan online-kurslarni yaratish uchun maxsus ishlab chiqilgan sayt tarkibini boshqarish tizimi (Content Management System - CMS) dir. Uni ko‘pincha E-learning tizimlarni o‘qitishni boshqarish 530

tizimlari (Learning Management Systems - LMS) yoki virtual o‘qitish vositasi (Virtual Learning Environments - VLE) deb ham atashadi[4]. Moodle tizimi asosan mudulli obyektga mo‘ljallangan dinamik ta’lim muhitini boshqarish tizimi bo‘lib hisoblanadi. Moodle tizimining asoschisi Avstraliyaning Curtin universiteti “Kompyuter ilmi va ta’lim” yo‘nalishi o‘qituvchisi Martin Dougiamas bo‘lib, u bu sistemani yaratish g‘oyasini 1999yilda ilgaru surdi va 2002-yilda Moodle 1.0 tizimini yaratdi. Bu sistema bepul kengaytirilgan dasturiy kompleks bo‘lib, o‘zining funksional imkoniyatlariga asosan keng miqiyosida masofaviy ta’lim oluvchilarga qulayliklar yaratib beradi. Bugungi kunda moodle tizimidan jahonning nufuzli universitetlari ta’lim berish jarayonida foydalanib kelmoqda. Moodle - masofaviy ta’limni boshqarish tizimining bugungi kunda jahonning 200 ga yaqin mamlakatlarida 70 tilga mo‘ljallangan 46 mingdan ortiq ta’lim portallari bo‘lib, unga 2 mlnga yaqin foydalanuvchilar ro‘yxatdan o‘tkazilgan va ular 300 dan ortiq ishlab chiqaruvchi dasturchilarni o‘zida mujassamlashtirgan [3]. 2-rasm. Moodle tizimining umumiy funksional tuzulishi. O‘quv rejalar ‒ ushbu bo‘limda talaba butun kurs davomida o‘tiladigan fanlar, kreditlar va ularning o‘quv yuklamalari haqida ma`lumot oladi. Ushbu bo‘limda talabaga biriktirilgan yoki taklif qilinayotgan fanlar ro‘yhati va baholash me`zonlari bilan tanishadi. O‘quv kurslari ‒ ushbu bo‘limda talaba talaba o‘quv semestri davomida o‘qitilgan fanlar bo‘yicha kurs ma`lumotlari va fan resurslarini olishlari mumkin bo‘ladi. Fan resurslari ‒ bo‘limda talabaning semester davomida o‘qitiladigan fanlar bo‘yicha o‘quv materiallar beriladi. Asosan adabiyotlar, ma`ruza matnlari video va audio malumotlarni talaba ushbu bo‘limdan olishi mumkin bo‘ladi. Nazorat jadvallari ‒ bu bo‘lim orqali talaba o‘zing fan bo‘yicha belgilan nazorat jadvalini va uning qayerda bo‘lishini tizim orqali to‘g‘ridan-to‘g‘ri bilishi mumkin bo‘ladi. Topshiriqlar ‒ talabaga semester davomida o‘qitiladigan fanlardan topshiriqlar berib boriladi. Talaba topshiriqlarni belgilangan muddatda tizimga yuklashi va topshiriqlar bo‘yicha reyting ballarni muntazam kuzatib borishi mumkin. Xabarlar ‒ bu moodle xabar almashish tizimi bo‘lib, u yerda kurslaringizdagi boshqa foydalanuvchilar bilan muloqot qilishingiz mumkin[3]. Canvas tizimida masofaviy o‘qitish platformasining funksional tahlili 531

Canvas ‒ bu o‘quv jarayonini samarali tashkil etish, barcha kerakli ta'lim elementlarini avtomatlashtirishga yordam beradigan ta'limni boshqarish tizimi. Bugungi kunda, Canvas akademik va ta’lim muassasalari (maktablar, kollejlar, institutlar, universitetlar) tomonidan ishlatiladi, 3000 dan ortiq ta'lim muassasalari ushbu platformani tanladi (Stenford, Garvard, Penn, Kentukki universiteti va boshqalar)[3]. Talabalar o‘qituvchisi kurs uchun ruxsat bergan istalgan Canvas sohasida qatnashishi mumkin. Talabalar bir yoki bir nechta kurslar bilan bog‘lanishi mumkin va ish topshirishlari, baholar, topshiriqlar va voqealarni ko‘rishlari va boshqa kurs a’zolari bilan muloqot qilishlari mumkin[3]. 3-rasm. Canvas tizimining umumiy funksional tuzilishi. Ta’lim muassasasiga qarab, talabalar Canvas kurslariga kirishning turli darajalariga ega bo‘lishi mumkin. Talabalar barcha o‘tmish, joriy va kelajakdagi kurslarga kirishlari mumkin. Shu bilan bir qatorda, talabalar individual kurslarga yozilishi mumkin. Talabalar kursga avtomatik ravishda SIS importi orqali yoki oʻqituvchi tomonidan qoʻlda yoki oʻz-oʻzidan roʻyxatdan oʻtish orqali yozilishi mumkin[4]. Kirish. Talabalar Canvas tizimiga ta`lim olayotgan muassasalari tamonidan tizimga kiritiladi. Agar talaba tizimga mavjud bo‘lmasa Canvas tizimidan o‘zlari ro‘yhatdan o‘tishlari mumkin. E'lonlar. Canvas tizimi mamuriyati, muasassa boshqaruv hodimlari va fan mashg‘ulotlari bo‘yicha berilgan e`lonlarni muntazam ko‘rib borishi va izohlar qoldirishi mumkin bo‘ladi. Topshiriqlar. Ushbu menyu orqali fanlar bo‘yicha berilgan topshiriqlarni bajarish ularni tahrirlash va qayta yuborishlari mumkin. Agar sizda topshiriqlar havolasi mavjud bo‘lmasa, siz foydalanuvchi yoki kurs boshqaruv paneli, Syllabus, Baho kitobi, Kalendar yoki Modullar orqali topshiriqlarga kirishingiz mumkin. Kalendar. Talab a`zo bo‘lgan barcha kurslarni o‘z ichiga oladi. Calendar orqali siz mashg‘ulotlarning vaqti va kunini aniqlab olishingiz mumkin. Undan tashqari Canvas tizimida talabaning kurs bo‘yicha topshirishi kerek bo‘lgan topshiriqlar sanasini ham ko‘rib borishi va o‘zlari uchun alohida topshiriq vaqtlarini ham belgilab borishlari mumkin. Chat vositasidan kurs foydalanuvchilari bilan real vaqtda suhbatlashish uchun foydalanish mumkin. Kursdagi istalgan foydalanuvchi chat suhbatida qatnashishi mumkin. Kurs suhbatidagi barcha tarkibni kursdagi har kim ko‘rishi mumkin. Hozirda kurs suhbati uchun yuklanish chegarasi yo‘q, lekin kurs 532

foydalanuvchilarining ko‘pligi ishlashga ta'sir qilishi mumkin. Chat ro‘yxatida paydo bo‘lishi uchun foydalanuvchi chat vositasini faol ravishda ko‘rishi kerak. Hamkorlik. Agar muassasangiz ruxsat bersa, kursda hamkorlik yaratishingiz mumkin. Sizning o‘qituvchingiz har doim siz yaratgan har qanday hamkorlikni ko‘rishi mumkin, ammo boshqa talabalar faqat ular bilan baham ko‘rilgan hamkorlikni ko‘rishlari mumkin. Agar o‘qituvchingiz sizni kurs guruhiga qo‘shgan bo‘lsa, siz har doim guruh ichida hamkorlik yaratishingiz mumkin. Google Docs har bir hamkorlikda 50 tagacha foydalanuvchi qo‘shish imkonini beradi va barcha foydalanuvchilar bir vaqtning o‘zida hujjatni ko‘rishlari va tahrirlashlari mumkin. Konferentsiya. Konferentsiyalar sahifasi kursdagi barcha konferentsiyalarni ko‘rish imkonini beradi. Talaba sifatida siz ishtirok etishga taklif qilingan konferentsiyalarda qatnashishingiz mumkin. Talabalar guruhlarida siz yangi konferentsiyalar yaratishingiz, konferentsiyalarni boshlashingiz va yakunlangan konferentsiyalarni boshqarishingiz mumkin[4]. Kurs navigatsiyasi. Agar siz talaba sifatida kursga ro‘yxatdan o‘tgan bo‘lsangiz, Kursning bosh sahifasi kursingizda harakatlanishingizga va kurs ishingizni boshqarishingizga yordam beradi. Kurs navigatsiyasi menyusi har doim tegishli sahifalarida ko‘rinadi. Muhokamalar. Bu kurs doirasidagi dolzarb muhokamalar. Munozaralar so‘nggi faoliyat bo‘yicha tartiblangan. Siz ushbu bo‘lim sarlavhasini faqat ushbu bo‘limda muhokamalar mavjud bo‘lganda ko‘rasiz va taxrirlaysiz. Baholar. Kursdagi "Baholar" sahifasida barcha kurs topshiriqlari uchun barcha joriy baholar ko‘rsatiladi. Shuningdek, siz reyting tafsilotlari, sharhlar va bo‘limlarni ko‘rishingiz mumkin. Agar o‘qituvchingiz bir nechta baholash davrlaridan foydalanayotgan bo‘lsa, siz topshiriqlarni baholash davri bo‘yicha ham filtrlashingiz mumkin. Agar sizda yakunlangan kurslaringiz bo‘lsa va ularning mazmuniga kirish imkoniga ega bo‘lsangiz, istalgan faol kursdan o‘sha baholarni ko‘rishingiz mumkin[4]. Xabarlar - bu Canvas xabar almashish tizimi bo‘lib, u yerda kurslaringizdagi boshqa foydalanuvchilar bilan muloqot qilishingiz mumkin. Talabalar o‘qituvchisi kurs uchun ruxsat bergan istalgan Canvas sohasida qatnashishi mumkin. Talabalar bir yoki bir nechta kurslar bilan bog‘lanishi mumkin va ish topshirishlari, baholar, topshiriqlar va voqealarni ko‘rishlari va boshqa kurs a'zolari bilan muloqot qilishlari mumkin. Ta'lim muassasasiga qarab, talabalar Canvas kurslariga kirishning turli darajalariga ega bo‘lishi mumkin. Talabalar barcha o‘tmish, joriy va kelajakdagi kurslarga kirishlari mumkin. Shu bilan bir qatorda, talabalar individual kurslarga yozilishi mumkin. Xulosa. Masofaviy o‘qitish tizimi masofaviy o‘qitishni tashkil qilish, o‘quv jarayonini qo‘shimcha qo‘llab-quvvatlash tizimi, elektron hujjat aylanishi, elektron o‘quv materiallarini yaratish, o‘rganilayotgan fan doirasida boshqaruvni boshqarish va taraqqiyotni baholash va maslahat berish uchun dasturiy ta‟minotdir. Masofaviy o‘qitish o‘qituvchi va talaba bir-biridan uzoq bo‘lsa, o‘qitishga imkon beradigan Internet texnologiyalaridan faol foydalanishni nazarda tutadi. Endi 533

buning uchun Internet yoki mahalliy kompyuter tarmoqlarining imkoniyatlaridan foydalanilmoqda. Zamonaviy ta‟lim sohasi ta‟limning bir necha shakllarini taklif etadi: kunduzgi, sirtqi, kechki, sirtqi va masofaviy o‘qitish. Foydalanilgan adabiyotlar ro‘yxati: 1. Mirziyoyev SH.M. “O‘zbekistonning yangi taraqqiyot davrida ta’lim-tarbiya va ilmfan sohalarini rivojlantirish chora-tadbirlari to‘g‘risida’’gi 06.11.2020-yildagi PF-6108 sonli farmoni. 2. B. Anthony Jr. et al., “Blended Learning Adoption and Implementation in Higher Education: A Theoretical and Systematic Review. Tech Know Learn, 2020. 3. Will Robertson. The Canvas learning management system and LATEXML. July 20, 2018. 102 page. 4. Al-Ataby, A. (2021). Hybrid Learning Using Canvas LMS. European Journal of Education and Pedagogy, 2(6), 27–333. https://doi.org/10.24018/ejedu.2021.2.6.180 5. Michael Simonson, Sharon Smaldino, Susan M. Zvacek, and Linda Sherry. Teaching and Learning at a Distance: Foundations of Distance Education. Charlotte: Information Age Publishing, 2019. 6. Sobirov R.A., Axrorov M.SH. Talabalarning kaspiy kompitentlikni aniqlashning zamonaviy psixodiognastik dasturiy vositalaridan foydalanish samaradorligi. Muhammad alXorazmiy nomidagi TATU Samarqand filiali “Zamonaviy axborot, kommunikatsiya texnologiyalari va AT-ta’lim tatbiqi muammolari” mavzusidagi Respublika ilmiy-amaliy anjumani ma’ruzalar to‘plami // Samarqand. 24-25 noyabr 2021-yil. // ISBN 978-9943-6558-67. II-tom. 156-157 bb. 7. Муртазаева, У.И., Наркулов, А.С., & Собиров, Р.А. (2017). Особенности нетрадиционных методов обучения в профессиональном образовании. Научное знание современности, (6), 93-96. ZAMONAVIY RAQAMLI TA’LIM TIZIMIDA SUN’IY INTELLEKTDAN FOYDALANISH: KADRLAR TAYYORLASHNING LINGVISTIK VA IJTIMOIY-GUMANITAR MODELLARI Tashtemirova Nadira Nematillaevna, DsC, Raqamli texnologiyalar va sun’iy intelektni rivojlantirish ilmiy tadqiqot instituti ilmiy kotibi, e-mail: nodira3110@mail.ru Annotatsiya. Ushbu maqolada zamonaviy raqamli ta’lim tizimida sun’iy intellekt texnologiyalaridan foydalanishning nazariy va amaliy jihatlari tahlil qilinadi. Xususan, kadrlar tayyorlash jarayonida lingvistik modellar (tabiiy tilni qayta ishlash, avtomatik tarjima, intellektual baholash tizimlari) hamda ijtimoiy-gumanitar yondashuvlar (kommunikativ kompetensiya, tanqidiy fikrlash, ijtimoiy moslashuv) asosida ta’lim samaradorligini oshirish mexanizmlari yoritiladi. Shuningdek, sun’iy intellektga asoslangan adaptiv ta’lim platformalari, shaxsiylashtirilgan o‘qitish muhiti va ta’lim analitikasi imkoniyatlari kadrlar raqobatbardoshligini ta’minlash omili sifatida asoslanadi. Tadqiqotda raqamli transformatsiya sharoitida inson kapitali rivojida gumanitar va texnologik integratsiyaning ahamiyati ilmiy jihatdan asoslab beriladi. Kalit so‘zlar: sun’iy intellekt, raqamli ta’lim, lingvistik modellar, gumanitar yondashuv, adaptiv o‘qitish. Аннотация. В данной статье анализируются теоретические и практические аспекты использования технологий искусственного интеллекта в современной цифровой системе образования. В частности, освещаются механизмы повышения эффективности образования в процессе подготовки кадров на основе лингвистических моделей 534

(обработка естественного языка, автоматический перевод, интеллектуальные системы оценки) и социально-гуманитарных подходов (коммуникативная компетентность, критическое мышление, социальная адаптация). Также обосновываются возможности адаптивных образовательных платформ на основе искусственного интеллекта, персонализированных учебных сред и образовательной аналитики как фактор обеспечения конкурентоспособности кадров. В исследовании научно обосновывается важность гуманитарной и технологической интеграции в развитии человеческого капитала в контексте цифровой трансформации. Ключевые слова: искусственный интеллект, цифровое образование, лингвистические модели, гуманитарный подход, адаптивное образование. Abstract. This article analyzes the theoretical and practical aspects of the use of artificial intelligence technologies in a modern digital education system. In particular, the mechanisms for increasing the effectiveness of education in the process of training personnel based on linguistic models (natural language processing, automatic translation, intelligent assessment systems) and socio-humanitarian approaches (communicative competence, critical thinking, social adaptation) are highlighted. Also, the possibilities of adaptive educational platforms based on artificial intelligence, personalized learning environments and educational analytics are substantiated as a factor in ensuring personnel competitiveness. The study scientifically substantiates the importance of humanitarian and technological integration in the development of human capital in the context of digital transformation. Keywords: artificial intelligence, digital education, linguistic models, humanitarian approach, adaptive education. Kirish. Jahonda raqamli transformatsiya jarayonlari ta’lim tizimi mazmuni va shaklini tubdan o‘zgartirmoqda. Ayniqsa, sun’iy intellekt (AI) texnologiyalari tabiiy tilni qayta ishlash (NLP), ta’lim analitikasi, adaptiv o‘qitish platformalari va intellektual test tizimlari - kadrlar tayyorlash sifatini oshirishning asosiy vositasiga aylanmoqda. YuNESKO va OECD tahlillariga ko‘ra, 2023-2025- yillarda dunyo universitetlarining katta qismi ta’lim jarayoniga AI-asosli baholash va shaxsiylashtirilgan o‘qitish mexanizmlarini joriy etgan. Bu esa raqobatbardosh mutaxassis tayyorlashda lingvistik va ijtimoiy-gumanitar kompetensiyalar bilan texnologik ko‘nikmalarni uyg‘unlashtirish zarurligini ko‘rsatadi. Asosiy qism. Oʻzbekistonda ham raqamli ta’limni rivojlantirish davlat siyosatining ustuvor yo‘nalishi sifatida belgilangan. Shavkat Mirziyoyev tomonidan 2020- yil 5- oktabrda qabul qilingan “Raqamli O‘zbekiston - 2030” strategiyasi (PF-6079)da ta’lim sohasini to‘liq raqamlashtirish, zamonaviy axborot-kommunikatsiya texnologiyalarini keng joriy etish va raqamli kompetensiyalarga ega kadrlar tayyorlash vazifasi qo‘yilgan. Ushbu hujjatda elektron ta’lim platformalarini rivojlantirish, masofaviy ta’lim imkoniyatlarini kengaytirish va ta’lim jarayonida intellektual axborot tizimlarini qo‘llash alohida ta’kidlangan. Shuningdek, 2021-yil 17-fevraldagi “Sun’iy intellekt texnologiyalarini rivojlantirish uchun shart-sharoitlar yaratish chora-tadbirlari to‘g‘risida”gi qarorda AI texnologiyalarini iqtisodiyot tarmoqlari bilan bir qatorda ta’lim sohasiga joriy etish, mutaxassislar tayyorlash va ilmiy tadqiqotlarni qo‘llab-quvvatlash vazifalari belgilab berilgan. Bu esa lingvistik modellar - avtomatik tarjima, nutqni tanish, intellektual testlash - hamda ijtimoiy-gumanitar tahlil vositalarini ta’lim jarayoniga tatbiq etish uchun huquqiy va institutsional asos yaratdi. 535

2022–2026- yillarga mo‘ljallangan Yangi O‘zbekiston taraqqiyot strategiyasi (PF-60)da oliy ta’limda raqamli texnologiyalarni keng joriy qilish, ITparklar va inkubatsiya markazlari faoliyatini kuchaytirish, ta’lim mazmunini xalqaro standartlar asosida yangilash belgilangan. Bu hujjatda “inson kapitali”ni rivojlantirish ustuvor vazifa sifatida qayd etilgan bo‘lib, zamonaviy raqamli ta’lim muhitida gumanitar va texnologik bilimlarni integratsiyalashga alohida urg‘u berilgan. Amaliyotda bu jarayon quyidagi misollarda namoyon bo‘lmoqda: • Oliy ta’lim muassasalarida Moodle, Google Classroom va AI-asosli test platformalari orqali adaptiv baholash tizimlari joriy etilmoqda; • Tabiiy tilni qayta ishlash algoritmlari yordamida talabalarning esse va yozma ishlarini avtomatik tahlil qilish tizimlari sinovdan o‘tkazilmoqda; • Onlayn ta’lim platformalarida talabaning individual o‘qish traektoriyasini shakllantiruvchi intellektual tavsiya tizimlari ishlab chiqilmoqda. Lingvistik modellar ta’lim jarayonida til kompetensiyalarini rivojlantirish, axborotni qayta ishlash va kommunikatsiya samaradorligini oshirishga xizmat qiladi. Ijtimoiy-gumanitar modellar esa shaxsning ijtimoiy moslashuvi, tanqidiy fikrlashi va axloqiy mas’uliyatini shakllantirishga qaratilgan. Sun’iy intellekt ushbu ikki yo‘nalishni birlashtirib, kadrlar tayyorlashda integrativ yondashuvni ta’minlaydi. Shu tariqa, zamonaviy raqamli ta’lim tizimida sun’iy intellektdan foydalanish - bu faqat texnik yangilanish emas, balki kadrlar tayyorlashning mazmun-mohiyatini o‘zgartiruvchi, lingvistik va ijtimoiy-gumanitar modellar uyg‘unligiga asoslangan strategik jarayondir. Zamonaviy raqamli ta’lim tizimida sun’iy intellektdan foydalanishni konkret holat (case study) asosida ko‘rib chiqamiz. Masalan, oliy ta’lim muassasasida “Pedagogika va tilshunoslik” yo‘nalishida kadrlar tayyorlash jarayoniga AI-asosli raqamli platforma joriy etildi deb tasavvur qilamiz. 1. Lingvistik model asosida intellektual baholash tizimi. Talabalarning yozma ishlari (esse, maqola, tahlil) tabiiy tilni qayta ishlash (NLP) algoritmlari orqali avtomatik tekshiriladi. Tizim quyidagi parametrlarni baholaydi: • grammatik to‘g‘rilik; • uslubiy yaxlitlik; • mantiqiy bog‘lanish; • akademik halollik (plagiat tahlili); • terminologik aniqlik. 536

Konkret natija: • 100 nafar talabaning yozma ishlarini tekshirish vaqti 5-6 soatdan 20-30 daqiqagacha qisqardi; • Baholashda inson omili ta’siri kamaydi; • Talabaga avtomatik ravishda individual tavsiyalar berildi. Bu holatda lingvistik model til kompetensiyasini rivojlantirish bilan birga analitik fikrlashni ham kuchaytiradi. 2. Adaptiv o‘qitish modeli (shaxsiylashtirilgan ta’lim traektoriyasi). AIplatforma har bir talabaning bilim darajasi, faolligi va test natijalarini tahlil qiladi. Shu asosda: • Qiyin mavzular bo‘yicha qo‘shimcha material yuboriladi; • Tez o‘zlashtirayotgan talabaga murakkab keyslar taklif qilinadi; • Video, infografika yoki matnli format individual ravishda tavsiya etiladi. Konkret natija: • O‘zlashtirish ko‘rsatkichi 15-20% ga oshdi; • Akademik qarzdorlik kamaydi; • Talabalarning mustaqil ta’limga qiziqishi kuchaydi. Bu model ijtimoiy-gumanitar jihatdan shaxsga yo‘naltirilgan ta’limni ta’minlaydi. 3. Ijtimoiy-gumanitar kompetensiyalarni shakllantirish. Sun’iy intellekt orqali virtual muloqot muhiti yaratiladi (AI-chatbot yoki simulyatsiya platformasi). Masalan: • Talaba virtual intervyuda ishtirok etadi; • Nizoli ijtimoiy vaziyat bo‘yicha qaror qabul qiladi; • Tizim kommunikatsiya madaniyati va argumentatsiya darajasini baholaydi. 537

Konkret natija: • Kommunikativ kompetensiya rivojlanadi; • Tanqidiy va ijtimoiy fikrlash shakllanadi; • Mehnat bozori talablariga mos soft skills ko‘nikmalari kuchayadi. Integrativ tahlil. Konkret holatdan ko‘rinib turibdiki, sun’iy intellekt quyidagi modellar asosida kadrlar tayyorlashga xizmat qiladi: 1. Lingvistik model - til va ma’no tahlili 2. Analitik model - ta’lim natijalarini prognozlash 3. Adaptiv model - individual o‘qish traektoriyasi 4. Ijtimoiy-gumanitar model - kommunikatsiya va etik kompetensiya Natijada raqamli ta’lim muhitida texnologik imkoniyatlar va insonparvar yondashuv uyg‘unlashib, raqobatbardosh, mustaqil fikrlaydigan va raqamli ko‘nikmalarga ega mutaxassislar tayyorlash imkoniyati yaratiladi. Xulosa. Zamonaviy raqamli ta’lim tizimida sun’iy intellektdan foydalanish kadrlar tayyorlash mazmuni va metodologiyasini sifat jihatdan yangi bosqichga olib chiqmoqda. Lingvistik modellar asosida bilimlarni avtomatik tahlil qilish, yozma va og‘zaki nutqni baholash, shaxsiylashtirilgan tavsiyalar berish imkoniyati yaratilmoqda. Shu bilan birga, ijtimoiy-gumanitar modellar orqali kommunikatsiya madaniyati, tanqidiy fikrlash, ijtimoiy mas’uliyat va axloqiy yondashuv kabi muhim kompetensiyalar shakllantirilmoqda. Sun’iy intellektga asoslangan adaptiv ta’lim platformalari o‘quv jarayonini individuallashtirib, har bir talabaning bilim darajasi va ehtiyojlariga mos traektoriyani ta’minlaydi. Natijada ta’lim samaradorligi oshadi, vaqt va resurslar tejaladi hamda raqobatbardosh, raqamli kompetensiyalarga ega mutaxassislar tayyorlash imkoniyati kengayadi. Shu tariqa, raqamli ta’lim muhitida sun’iy intellektni lingvistik va ijtimoiygumanitar modellar bilan uyg‘unlashtirish inson kapitali rivojlanishining muhim omili hisoblanadi. Foydalanilgan adabiyotlar ro‘yxati: 1. Abduqodirov A.A., Pardaev A.X. “Raqamli ta’lim texnologiyalari”. Toshkent: “Fan va texnologiya”, 2022. 256 b. 2. Maxmudov Q.M. “Sun’iy intellekt asoslari va uni ta’limda qo‘llash”. Toshkent: “Innovatsion rivojlanish”, 2023. 192 b. 538