Sun’iy Intellekt va Raqamli Iqtisodiyot

jarayonidagi faoliyati va rivojlanish jarayonini kuzatish mexanizmi sifatida qaraladi. Innovatsion yondashuvlarda baholashning shakli ham o‘zgarmoqda: testlar, reflektiv yozuvlar, portfoliolar va onlayn baholash tizimlari talabalarning pedagogik taksonomiya ko‘nikmalarini aniqlash va tahlil qilishda samarali vosita bo‘lib xizmat qiladi. Shu yo‘l bilan talabalarga o‘z rivojlanishini kuzatish imkoniyati beriladi va ular mustaqil ravishda o‘z maqsadlariga erishish yo‘llarini aniqlaydi. Shuningdek, pedagogik psixologiya nuqtai nazaridan pedagogik taksonomiya ko‘nikmalarini rivojlantirish jarayonida motivatsiya va ijtimoiy muloqotning roli katta. Talabalar guruh bo‘lib ishlaganda, ular bir-birini rag‘batlantiradi va yangi bilimlarni mustahkamlashga intiladi. Shu bilan birga, interaktiv metodlar va loyiha ishlari talabalarni hamkorlik qilishga, muammolarni birgalikda hal qilishga va qaror qabul qilish jarayonida o‘z fikrlarini asoslashga o‘rgatadi. Bu esa talabalarda nafaqat pedagogik ko‘nikmalarni, balki ijtimoiy va psixologik kompetensiyalarni ham shakllantiradi. Innovatsion o‘qitish metodlarining yana bir afzalligi – ularning moslashuvchanligi va talaba ehtiyojlariga tez javob berishi. Masalan, onlayn dars platformalari va raqamli vositalar talabalarga o‘z vaqtida resurslarni o‘rganish, mashqlarni bajarish va natijalarni tekshirish imkonini beradi. Shu tariqa, pedagogik taksonomiya ko‘nikmalari nafaqat dars jarayonida, balki talabaning mustaqil faoliyati davomida ham rivojlantiriladi. Natijada, talabalarda pedagogik taksonomiya ko‘nikmalarini shakllantirish va rivojlantirish jarayonida innovatsion o‘qitish metodlarining qo‘llanilishi samarali natijalar beradi. Interaktiv mashg‘ulotlar, loyiha ishlari, raqamli platformalardan foydalanish va baholashning zamonaviy shakllari talabalarning bilim va ko‘nikmalarini chuqurlashtirishga yordam beradi. Shu bilan birga, metodlar talabalarning mustaqil fikrlash, ijodiy yondashuv va ijtimoiy hamkorlik ko‘nikmalarini rivojlantiradi, bu esa ularni kelajakdagi professional faoliyatga tayyorlaydi. Pedagogik taksonomiya ko‘nikmalarini rivojlantirishda innovatsion o‘qitish metodlarini tizimli va rejalashtirilgan tarzda qo‘llash zarur. Talabalar faolligi, individual xususiyatlari va ijtimoiy muloqot ko‘nikmalari hisobga olingan holda metodik yondashuvlarni amalga oshirish, o‘qitish jarayonining samaradorligini sezilarli darajada oshiradi. Shu tariqa, pedagogik taksonomiya va innovatsion metodlarni uyg‘unlashtirish zamonaviy ta’limning asosiy tamoyillaridan biri sifatida namoyon bo‘ladi. Xulosa va tavsiyalar. Talabalarda pedagogik taksonomiya ko‘nikmalarini rivojlantirishda innovatsion o‘qitish metodlarining qo‘llanilishi samarali hisoblanadi. Interaktiv mashg‘ulotlar, loyiha ishlari va raqamli vositalardan foydalanish talabalarning bilim va ko‘nikmalarini mustahkamlashga yordam beradi, ularning mustaqil fikrlash va ijodiy yondashuv ko‘nikmalarini shakllantiradi. Shu bilan birga, pedagogik taksonomiya va innovatsion metodlarni uyg‘unlashtirish, o‘quv jarayonini shaffof va tizimli qilishi, talabalarning o‘z rivojlanishini kuzatish imkoniyatini oshiradi. Shuningdek, tadqiqot ko‘rsatdiki, 559

pedagogik taksonomiya ko‘nikmalarini rivojlantirish jarayonida individual xususiyatlarni hisobga olish muhim ahamiyatga ega. Har bir talabaning qobiliyati, motivatsiyasi va o‘quv salohiyati asosida moslashtirilgan metodik yondashuvlar samaradorlikni oshiradi va o‘quv jarayonini qiziqarli qiladi. Shu tariqa, innovatsion metodlar pedagogik maqsadlarni amalga oshirish bilan birga, talabalarda ijtimoiy va psixologik ko‘nikmalarni ham rivojlantiradi. Tavsiyalar 1. Interaktiv va loyihaga yo‘naltirilgan metodlarni keng qo‘llash: Talabalarning pedagogik taksonomiya ko‘nikmalarini shakllantirishda guruh ishlari, diskussiyalar va amaliy loyihalar samarali bo‘ladi. Bu metodlar talabalarning mustaqil fikrlash va ijodiy yondashuvini rivojlantiradi. 2. Raqamli vositalardan foydalanish: Onlayn platformalar, elektron testlar va portfoliolar talabalarning bilimini baholash va ko‘nikmalarini rivojlantirishda qulay vosita hisoblanadi. Bu usul talabalarga o‘z natijalarini kuzatish va mustaqil rivojlanish imkonini beradi. 3. Individual yondashuvni ta’minlash: Talabalarning qobiliyatlari va motivatsiyasini hisobga olgan holda metodlarni moslashtirish kerak. Bu pedagogik jarayonning samaradorligini oshiradi va har bir talabaning o‘sishiga imkon yaratadi. 4. Baholash tizimini modernizatsiya qilish: Pedagogik taksonomiya ko‘nikmalarini baholashda an’anaviy testlar bilan birga reflektiv yozuvlar, loyiha natijalari va portfoliolarni qo‘llash tavsiya etiladi. Bu talabalarning amaliy ko‘nikmalarini aniqlash va ularni rivojlantirish imkonini beradi. Umuman olganda, innovatsion o‘qitish metodlarini tizimli va rejalashtirilgan tarzda qo‘llash talabalarda pedagogik taksonomiya ko‘nikmalarini samarali rivojlantirishga xizmat qiladi. Shu yo‘l bilan ta’lim jarayoni nafaqat bilim va ko‘nikmalarni oshiradi, balki talabalarning ijodiy, ijtimoiy va psixologik salohiyatini ham mustahkamlaydi. Foydalanilgan adabiyotlar 1. Grebin N., Grabovska S., Karkovska R., Vovk A. Applying Benjamin Bloom’s Taxonomy Ideas in Adult Learning // Journal of Education Culture and Society. – 2020. – № 1(11).–Pp. 61–72. – DOI:10.15503/jecs2020.1.61.72. https://doi.org/10.15503/jecs2020.1.61.72 2. Masharipova F. From Bloom's Taxonomy Into Webb's Depth of Knowledge: Enhancing Lesson Planning Strategies // Emergent: Journal of Educational Discoveries and Lifelong Learning. –2025. –DOI:10.47134/emergent.v3i4.50. https://doi.org/10.47134/emergent.v3i4.50 3. Yusupova H.U., Yuzgina O.I. The Influence if Pedagogical Taxonomy and Innovative Technologies on the Educational Process // American Journal of Science on Integration and Human Development. – 2025. – Vol. 3, № 4. https://grnjournal.us/index.php/AJSIHD/article/view/7463 4. Umarov A.A. An Innovation in the Taxonomy of B. Bloom, Activating the Independent Work of Students // Educational Research in Universal Sciences. – 2023. – Vol. 2, № 6, Pp. 22–37. https://erus.uz/index.php/er/article/view/3269 5. Sultonova S. Theoretical evaluation of bloom’s taxonomy in modern higher education // Наука и инновация. – 2025. –№ 3(48), Pp.121-124. https://inacademy.uz/index.php/si/article/view/66419 560

RAQAMLI IQTISODIYOT SHAROITIDA KOT-D’IVUAR DAVLATINING IQTISODIYOTINI TAHLIL QILISHDA KORRELYATSIONREGRESSION BOG‘LANISHLAR Ulugmurdov Farkhod Fakhriddinovich, SamISI, “Raqamli iqtisodiyot” kafedrasi assistenti. Email: farkhod1808@gmail.com Qurbonov Tolmasjon Namoz o‘g‘li, SamISI, Iqtisodiyot fakulteti talabasi E-mail: tolmasjonqurbonov06@gmail.com Annotatsiya. Ushbu ilmiy ishda Kot-d’Ivuar milliy iqtisodiyoti misolida korrelyatsionregression tahlilning mazmuni, o‘zgaruvchilararo statistika bog‘lanishlar va YaIMga ta’sir qiluvchi asosiy omillar o‘rganildi. Tanlangan besh omil bo‘yicha tuzilgan ekonometrik model orqali YaIMning shakllanishi, iqtisodiy jarayonlarga ta’sir etuvchi sanoat, xizmatlar, qishloq xo‘jaligi va tashqi savdo ko‘rsatkichlarining miqdoriy natijalari baholandi. Olingan natijalar determinatsiya koeffitsienti, Fisher mezoni, t-statistika va p-qiymatlar asosida tahlil qilindi. Tadqiqot Kot-d’Iuvar iqtisodiy o‘sishining asosiy drayverlarini aniqlash va siyosiy-iqtisodiy qarorlar qabul qilishda ekonometrik yondashuvning ahamiyatini ko‘rsatib beradi. Kalit so‘zlar: Kot-d’Ivuar, YaIM, korrelyatsiya, regression tahlil, omillar, iqtisodiy model, determinatsiya koeffitsienti, Fisher mezoni, sanoat, xizmatlar sektori, qishloq xo‘jaligi, eksport-import, iqtisodiy o‘sish. Аннотация. В данной научной работе на примере национальной экономики Котд'Ивуара изучено содержание корреляционно-регрессионного анализа, статистические связи между переменными и основные факторы, влияющие на ВВП. С помощью эконометрической модели, составленной по выбранным пяти факторам, оценивались формирование ВВП, количественные результаты показателей промышленности, услуг, сельского хозяйства и внешней торговли, влияющих на экономические процессы. Полученные результаты анализировались на основе коэффициента детерминации, критерия Фишера, t-статистики и p-значений. Исследование демонстрирует важность эконометрического подхода в определении основных драйверов экономического роста Кот-д'Ивуара и принятии политико-экономических решений. Ключевые слова: Кот-д'Ивуар, ВВП, корреляция, регрессионный анализ, факторы, экономическая модель, коэффициент детерминации, критерий Фишера, промышленность, сектор услуг, сельское хозяйство, экспорт-импорт, экономический рост. Abstract. In this scientific work, the content of correlation-regression analysis, statistical relationships between variables, and the main factors influencing GDP were studied using the national economy of Côte d'Ivoire as an example. Using an econometric model compiled based on the selected five factors, the formation of GDP and the quantitative results of industrial, service, agricultural, and foreign trade indicators influencing economic processes were evaluated. The obtained results were analyzed based on the coefficient of determination, Fisher's criterion, t-statistics, and p-values. The study demonstrates the importance of an econometric approach in identifying the main drivers of Ivory Coast's economic growth and making political and economic decisions. Keywords: Ivory Coast, GDP, correlation, regression analysis, factors, economic model, coefficient of determination, Fisher criterion, industry, service sector, agriculture, exportimport, economic growth. Kirish. Zamonaviy iqtisodiy jarayonlarni chuqur tahlil qilish va ularning rivojlanish tendensiyalarini aniqlashda ekonometrik usullar, xususan korrelyatsionregression tahlil alohida ahamiyat kasb etadi. Globallashuv sharoitida davlatlar 561

makroiqtisodiy ko‘rsatkichlarini baholash faqat statik yondashuvni emas, balki omillararo o‘zaro bog‘liqlikni aniqlash imkonini beruvchi matematik-statistik modellardan foydalanishni talab qiladi. Bu usullar iqtisodiy jarayonlarning murakkab tabiatini tushunishda, iqtisodiy ko‘rsatkichlarning o‘zgarishini bashorat qilishda va siyosiy-qaror qabul qilish jarayonlarini ilmiy asoslashda muhim instrumentlarga aylanmoqda. Kot-d’Ivuar Respublikasi G‘arbiy Afrikaning iqtisodiy o‘sish sur’ati yuqori davlatlaridan biri bo‘lib, qishloq xo‘jaligi, sanoat va xizmatlar sohasi kabi asosiy tarmoqlarning rivojlanishi mamlakat YaIMining asosiy drayverlari sifatida namoyon bo‘ladi. So‘nggi yillarda davlatning makroiqtisodiy ko‘rsatkichlari barqaror o‘sish bilan tavsiflanib, tashqi savdo, eksport-import operatsiyalari va sanoat ishlab chiqarish hajmi sezilarli darajada oshmoqda. Bu jarayon Kot-d’Iuvar iqtisodiyotida omillararo bog‘liqlikni chuqur tahlil qilish zaruratini yuzaga keltiradi. Shu nuqtayi nazardan, mazkur tadqiqotda 2015–2024 yillar uchun yalpi ichki mahsulot hajmi hamda unga ta’sir etuvchi asosiy omillar – import, xizmatlar sektorida yaratilgan qo‘shilgan qiymat, sanoat ishlab chiqarish hajmi, qishloq xo‘jaligi ko‘rsatkichlari va eksport hajmi asosida korrelyatsion-regression model tuzildi. Mazkur model davlat iqtisodiyotining tarkibiy o‘zgarishlarini ochib berish, YaIM shakllanishiga omillarning qanchalik ta’sir qilayotganini aniqlash hamda iqtisodiy siyosatni rejalashtirishda daliliy asos yaratish imkonini beradi. Tadqiqotning dolzarbligi shundan iboratki, Kot-d’Iuvar iqtisodiyoti tarkibidagi o‘zgarishlar ko‘plab ichki va tashqi iqtisodiy omillar ta’siri ostida shakllanadi. Shu bois bu omillarning o‘zaro bog‘liqligini aniqlash, ularning qaysi biri YaIM o‘sishiga kuchliroq ta’sir ko‘rsatishini empirik ravishda belgilash iqtisodiy barqarorlikni ta’minlash va strategik rejalashtirish uchun zarur hisoblanadi. Shuningdek, korrelyatsion-regression tahlil natijalari iqtisodiy siyosatni takomillashtirish, investitsiyalarni jalb etish mexanizmlarini rivojlantirish hamda eksport-import strategiyalarini optimallashtirishga xizmat qiladi. Tadqiqot metodologiyasi. Ushbu tadqiqotda Kot-d’Iuvar iqtisodiyoti misolida YaIMning o‘zgarishiga ta’sir qiluvchi asosiy omillarni aniqlash, ular orasidagi o‘zaro bog‘liqlik darajasini baholash va iqtisodiy jarayonlarning miqdoriy xarakteristikasini belgilash maqsadida korrelyatsion–regression tahlil usullaridan kompleks tarzda foydalanildi. Tadqiqotning metodologik yondashuvi bir nechta ketma-ket bosqichlardan iborat bo‘lib, ular o‘zaro mantiqiy bog‘langan holda amalga oshirildi. Birinchi bosqichda tadqiqot uchun 2015–2024 yillar oralig‘idagi statistik ma’lumotlar yig‘ildi. Bu ma’lumotlar YaIM (Y) hamda unga ta’sir ko‘rsatishi mumkin bo‘lgan omillar – import (X1), xizmatlar sektori qo‘shilgan qiymati (X2), sanoat ishlab chiqarish hajmi (X3), qishloq xo‘jaligi qo‘shilgan qiymati (X4) va eksport (X5) ko‘rsatkichlaridan iborat bo‘ldi. Ushbu o‘zgaruvchilar iqtisodiyotning asosiy tarkibiy sektorlarini qamrab olgani bois, ular YaIM shakllanishi va iqtisodiy o‘sish dinamikasini tahlil qilish uchun mos hisoblanadi. 562

Ikkinchi bosqichda o‘zgaruvchilar o‘rtasidagi bog‘liqlik darajasini aniqlash maqsadida juft korrelyatsion koeffitsiyentlar matritsasi tuzildi. Mazkur matritsa har bir omil bilan YaIM hamda o‘zaro o‘zgaruvchilar orasidagi bog‘liqlikning kuchi va yo‘nalishini aniqlash imkonini berdi. Natijalar shuni ko‘rsatdiki, X1, X2, X3 va X5 omillari bilan YaIM o‘rtasida yuqori darajadagi musbat korrelyatsiya mavjud bo‘lsa, X4 o‘zgaruvchisining korrelyatsiyasi past bo‘lgani sababli keyingi modeldan chiqarib tashlandi. Bu bosqich omillarning modelga kiritilishi yoki chiqarib tashlanishi bo‘yicha nazariy va statistik mezonlarning qo‘llanilgan bosqichi hisoblanadi. Uchinchi bosqichda ko‘p omilli chiziqli regressiya modeli tuzildi. Regressiya tenglamasi YaIMni natijaviy o‘zgaruvchi sifatida, X1, X2, X3 va X5 ni mustaqil o‘zgaruvchilar sifatida belgilab, ular orasidagi miqdoriy bog‘liqlikni baholash imkonini berdi. Ushbu bosqichda modelning parametrlari eng kichik kvadratlar usuli (EKKU) yordamida hisoblab chiqildi. Regressiya koeffitsiyentlari, ularning t-statistikalari, p-qiymatlari, determinatsiya koeffitsienti (R²), regressiya standart xatoliklari hamda Fisher mezoni aniqlanib, modelning umumiy va individual ahamiyatliligi baholandi. To‘rtinchi bosqichda regressiya modelining statistik sifat ko‘rsatkichlari tahlil qilindi. R² ko‘rsatkichining 0,981 ga teng bo‘lishi model YaIMdagi o‘zgarishlarining 98,1 foizini tushuntirib bera olishini ko‘rsatdi. Fisher mezonining (F=66,16; p<0,05) yuqori qiymatga ega bo‘lishi modelning umumiy ahamiyatliligini tasdiqladi. Har bir koeffitsiyentning t-statistika va p-qiymatlar asosida individual ahamiyat darajasi baholandi. Bu bosqich modelning ishonchliligi va omillar ta’sirining statistik asoslanganligini tekshiruvchi muhim metodik bosqich hisoblanadi. Beshinchi bosqichda omillar ta’sirining iqtisodiy talqini amalga oshirildi. Bu jarayonda regressiya koeffitsiyentlarining miqdoriy qiymatlari iqtisodiy mazmun asosida sharhlab berildi. Masalan, X2 – xizmatlar sektorining koeffitsiyenti YaIMga eng katta ta’sirga ega omil sifatida qayd etildi; X3 – sanoat sektori o‘rtacha kuchli ta’sir ko‘rsatdi; X1 – importning rag‘batlantiruvchi ta’siri aniqlandi; X5 – eksportning manfiy koeffitsiyenti esa iqtisodiyotda xom-ashyo eksportiga qaramlikning mavjudligini ko‘rsatdi. Bu bosqich natijaviy ko‘rsatkichga omillarning real iqtisodiy ta’siri qanday yo‘nalishda shakllanishini aniqlashga xizmat qildi. Metodologiyaning yakuniy bosqichida regressiya natijalari asosida umumiy xulosalar ishlab chiqildi hamda iqtisodiy siyosat, investitsiya strategiyasi, eksportimport tarkibini diversifikatsiya qilish kabi yo‘nalishlar bo‘yicha takliflar shakllantirildi. Ushbu metodologik yondashuv Kot-d’Iuvar iqtisodiyotining tarkibiy o‘zgarishlarini chuqur o‘rganishga, o‘sish drayverlarini aniqlashga va ilmiy asoslangan qarorlar qabul qilish imkonini beruvchi iqtisodiy modellashtirish tizimini yaratishga xizmat qildi. Tahlil va natijalar. Kot-d’Ivuar Respublikasi G‘arbiy Afrikaning iqtisodiy jihatdan nisbatan rivojlangan davlatlaridan biri bo‘lib, uning makroiqtisodiy 563

tuzilmasida qishloq xo‘jaligi, sanoat va xizmatlar sektori muhim o‘rin tutadi. Davlat dunyoda kakao eksporti bo‘yicha yetakchi hisoblanib, tashqi savdo hajmining sezilarli qismi ushbu mahsulot bilan bog‘liq. Shu bilan birga, sanoatning qayta ishlash segmenti, qurilish sohasi va energetika tizimi milliy iqtisodiyotning asosiy drayverlaridandir. Xizmatlar sektori esa iqtisodiyotda qo‘shilgan qiymat yaratishda yuqori ulushga ega bo‘lib, so‘nggi yillarda telekommunikatsiya, savdo, transport-logistika yo‘nalishlarida sezilarli faollik kuzatilmoqda. Tahlil uchun tanlangan 2015–2024 yillar oralig‘idagi ma’lumotlar Kotd’Iuvar iqtisodiyotida YaIMning yildan-yilga o‘sib borishini ko‘rsatadi. YaIM dinamikasi eksport-import jarayonlari, sanoat mahsulotlari ishlab chiqarish hajmi, xizmatlar sektori rivojlanishi hamda agrar sohada qo‘shilgan qiymat bilan uzviy bog‘langan. Juft korrelyatsiya matritsasi natijalari YaIM va barcha omillar o‘rtasida kuchli to‘g‘ri bog‘liqlik mavjudligini tasdiqladi. Xususan, X₁ (import), X₂ (xizmatlar), X₃ (sanoat), X₅ (eksport) o‘zgaruvchilarining YaIM bilan korrelyatsiyasi 0,86–0,99 oralig‘ida bo‘lib, iqtisodiy jarayonlarning bir-biriga yuqori darajada bog‘langanligini ko‘rsatdi. X4 ko‘rsatkichi nisbatan past ta’sirga ega bo‘lgani uchun iqtisodiy modeldan chiqarib tashlandi. Shu bilan birga, iqtisodiy faoliyatni qo‘llab-quvvatlash uchun infratuzilma va inshootlar qurildi. Yo‘l tarmog‘i kengaydi va yoshlarni majburiy yollash orqali temir yo‘l qurildi. Maktablar va tibbiyot punktlari ham ochildi. Fil Suyagi sohili 1920-yillarning boshlarida Fransiya G‘arbiy Afrikasidagi eng dinamik koloniyalardan biri sifatida paydo bo‘ldi. Uning Fransiya G‘arbiy Afrikasining tashqi savdosidagi ulushi 1925-yildagi 11% dan 1929-yilda 18% gacha ko‘tarildi50. 1930-yildan 1935-yilgacha mustamlakaning rivojlanishi iqtisodiy inqiroz tufayli to‘sqinlik qildi . Gubernatorning iqtisodiyotni tiklash bo‘yicha haqiqiy sa'yharakatlariga qaramay, inqiroz uzoq muddatli oqibatlarni qoldirdi51 Regressiya statistikasi modelning yuqori darajadagi aniqligini isbotlaydi: determinatsiya koeffitsienti R²=0,981 bo‘lib, YaIMdagi o‘zgarishlarning 98,1 foizi modelga kiritilgan to‘rtta omil orqali tushuntirilishini bildiradi. Fisher mezoni qiymati F=66,16 bo‘lib, u modelning umumiy ahamiyatliligini va berilgan omillarning YaIMga ta’sir qiluvchi sezilarli iqtisodiy kuchga egaligini tasdiqlaydi. Bu iqtisodiy model Kot-d’Iuvarning iqtisodiy siyosatini shakllantirishda, investitsion strategiyalarni rejalashtirishda hamda eksport-import siyosatining samaradorligini baholashda muhim empirik asos bo‘lib xizmat qiladi. Korrelatsion regressiya bog‘lanishlar orqali aslida biz statistik tahlilda ikki yoki undan otiq bo‘lgan o‘zgaruvchilarning o‘zaro bir-biriga bog‘liqlik darajasi aniqlashimiz mumkin. Ikki o‘zgaruvchining bog‘liqlik ko‘lamini bilishimizda avvalo korrelatsiya koeffitsiyentini ( ) topib olishimiz bizga katta ustuvorlik beradi. Ya’ni korrelatsiya koeffitesiyenti ga yaqin chiqadigan bo‘lsa unda bu ikki o‘zgaruvchi o‘rtasida musbat bog‘liqlik bor degani lekin bu raqam ga yaqin chiqadigan bo‘lsa manfiy bog‘liqlik borligini aniqlashimiz mumkin bo‘ladi. 50 51 https://fr.wikipedia.org/wiki/C%C3%B4te_d%27Ivoire#cite_note-96 https://fr.wikipedia.org/wiki/C%C3%B4te_d%27Ivoire#GR 564

Noboda bog‘liqlik darajasi ni ifodalasa ikki o‘zgaruvchi orasida hech qanday o‘zaro bog‘liqlik yo‘qligini anglatadi. Ularning ta’sir kuchini aniqlashda regressiya ya’ni bir nechta mustaqil o‘zgaruvchilar ( orqali bitta natijaviy o‘zgaruvchini modellashtirish yoki bashorot qilish mumkin bo‘ladi. Regressiyaning ikkita turi mavjud: chiziqli regressiya va ko‘p o‘zgaruvchili regressiya. Ko‘p o‘zgaruvchili regressiya tenglamasi orqali har bir omilning yalpi ichki mahsulotga (YaIM) qanday ta’sir qilayotganini aniqlash mumkin. Yuqoridagi statistik usullar majmui orqali Kot-d’Ivuar yalpi ichki mahsulotining o‘sishiga ta’sir ko‘rsatuvchi omillarni belgilab olishimiz mumkin, ularni hisoblab har bir omilning ta’sir doirasini ham aniqlaymiz. Tadqiqotda ekonometrik modelni keltirishdan asosiy maqsad korrelyasionregression tahlilni yanada to‘liqroq tushunish hamda ta’sir qiluvchi omillari orqali yalpi ichki mahsulot hajmining ortishiga qanchalar muhim qismi ekanlkigini yoritib berishdan iborat. Har qanday ekonometrik modelda uning gipotezasi bo‘lishi shart. Biz modelimizda quyidagi gipotezaga asoslanamiz: H0= beshta omilning hech biri erksiz o‘zgaruvchi(Y-yalpi ichki mahsulot)ga ta’sir ko‘rsatmaydi. H1= beshta omilning kamida bittasi erksiz o‘zgaruvchiga (Y) ta’sir ko‘rsatadi. Yuqoridagi nol gipotezani tekshirish uchun quyidagi nazariy modelni tuzamiz: Bu yerda: Y- yalpi ichki mahsulot hajmi (mlrd. dollari); X1 – Tovarlar va xizmatlar importi (doimiy 2015 AQSh dollari); X2 – Xizmatlar, har bir ishchiga qo‘shilgan qiymat (doimiy 2015 AQSh dollari); X3 – Sanoat (shu jumladan qurilish), qo‘shilgan qiymat (hozirgi AQSH dollari); X4 – Qishloq, o‘rmon va baliqchilik, har bir ishchiga qo‘shilgan qiymat (doimiy 2015 AQSh dollari); X5 – Tovarlar va xizmatlar eksporti (doimiy 2015 AQSh dollari); ozod had; koeffitsiyent; xatolik. Ko‘p omilli korrelyatsion bog‘lanishning xususiyati shundaki, uning regressiya tenglamasida bir necha muhim va mohiyatli omillar ishtirok etadi. Bu omillardan eng mohiyatlisini to‘g‘ri tanlash va ularni regressiya tenglamasiga kiritish katta ahamiyatga egadir. 565

1-jadval Korrelyatsion-regression statistik tahlil uchun tanlab olingan natijaviy va ta’sir etuvchi omillar52 Yillar Y X1 X2 X3 X4 X5 2015 45815005169 11618511649 5873,129898 9218692760 2029,942925 12531890057 2016 48407761037 11623585973 6152,108058 10078841389 2065,244987 12427020685 2017 52512343997 12356104719 6309,952687 10401940561 2389,532152 14606742691 2018 58522477787 12898422780 6456,325276 11184629788 2483,151789 14063721298 2019 60382894697 13454817699 6853,411582 13068090256 2179,083111 15509960656 2020 63027852805 14230658558 6820,2856 13048154289 2183,305373 14795634846 2021 72794636649 16487097197 6853,341774 16089824065 2233,013334 17301330780 2022 70922824824 19959477303 6735,576778 16343840401 2292,785131 19367923697 2023 79618056324 21499039605 6739,790033 18245309406 2204,756332 20291039478 2024 86538413923 22359001189 7088,306732 19134891402 2293,06196 20331621557 Omillarni tanlash va sifat jihatdan nazariy tahlil qilishga asoslanadi va uch bosqichda o‘tkaziladi. Birinchi bosqichda (dastlabki tahlilda) omillar hech qanday shart qo‘yilmasdan tanlanadi. Ikkinchi bosqichda ular juft korrelyasiya koeffisentlaridan foydalangan holda tahlil qilinadi. Buning uchun belgilar u1, x1,x2,...,xn o‘rtasidagi juft korrelyasiya koeffisentlarining matrisasi tuziladi. Omillarni tahlil qilishning uchinchi bosqichida regressiya tenglamasi aniqlanadi va uning parametrlarining mohiyatli bo‘lishi yoki bo‘lmasligi maxsus mezonlar bilan baholanadi. Ushbu omillarning natijaviy belgiga ta’sirini aniqlash uchun korrelyasion tahlil usullaridan foydalanish mumkin. Bunda juft korrelyasiya koeffisienti quyidagicha aniqlanadi: (2) ( xi x j − xi x j / n ) rij = ( x − ( x ) / n)( x − ( x ) / n) 2 2 i i 2 2 j j Qaysi omillarni regressiya tenglamasiga kiritish lozimligini aniqlash uchun omillar o‘rtasidagi juft korrelyatsion koeffitsientlar matritsasini tuzamiz (2-jadval). 2-jadval ma’lumotlaridan shuni aytish mumkinki, juft korrelyatsiya koeffitsientlari, ya’ni yalpi ichki mahsulot (Y) bilan unga ta’sir etuvchi omillar bilan o‘rtasida kuchli to‘g‘ri bog‘liqlik mavjud. Biroq X4 ko‘rsatkichlari bog‘lanishga nisbatan pastligi sababli ushbu omillni ekonometrik tahlildan chiqarib tashlaymiz. 52 Muallif tomonidan https://data.worldbank.org/country/cote-divoire va https://www.worldbank.org/ext/en/country/cotedivoire saytlari asosida tuzilgan 566

2-jadval Ta’sir qiluvchi omillarning o‘zaro juft korrelyatsion koeffitsientlar matritsasi53 Y X1 X2 X3 X4 Y 1 X1 0,94836842 1 X2 0,86434739 0,71307973 1 X3 0,98711635 0,96755782 0,83751666 1 X4 0,28363040 0,18924046 0,32226933 0,18062838 1 X5 0,95121797 0,97787288 0,77120435 0,97159393 0,274293962 X5 1 2-jadvalda rij xi va xj omillar o‘rtasidagi juft korrelyatsiya koeffitsientidir. Ma’lumki, ko‘p omilli regressiya tenglamasida o‘zaro kuchli chiziqli korrelyatsion bog‘langan omillar bir vaqtda ishtirok etmasligi kerak. Jadvaldan ko‘rinib turibdiki barcha omillarning o‘zaro kuchli bog‘langanligi sababli to‘rttala omilni ekonometrik modelga kiritilishi rejalashtirildi, bunda korrelyatsiya koeffitsientining kritik qiymati sifatida rkr = 0,99963 olindi. Determinatsiya koeffitsienti aniqlangan model, ya’ni ko‘rilayotgan omillarning ta’siri bilan tushuntiriladigan natijaviy o‘zgaruvchi dispersiyasining ulushini ko‘rsatadi. Ushbu ko‘rsatkich “0” va “1” oralig‘idagi qiymatlarni qabul qiladi. Uning miqdori “1” qiymatiga qanchalik yaqin bo‘lsa, shunchalik regressiya tenglamasiga kiritilgan omillar natijaviy ko‘rsatkichning harakatlarini asoslab beradi. Aniqlangan model ahamiyatliligining tahlili «nolga teng gipoteza»ni tekshirish orqali amalga oshiriladi. «Nolga teng gipoteza» H 0 : 1 ' = 2 ' = ... = k ' = 0 tarzida aks ettirilib, regressiya koeffitsientining umumiy ahamiyatini ifodalaydi. Agar tahlil natijalari «nolga teng gipoteza»ni rad etmasa, u holda: “ x1 , x 2 ,..., x k omillarning natijaviy ko‘rsatkich «Y»ga ta’siri ahamiyatsiz, regressiya tenglamasining umumiy sifati past”, ‒ deb xulosa qilinadi. «Nolga teng gipoteza»ni tekshirish dispersion tahlil yordamida amalga oshiriladi, hamda «nolga teng gipoteza» N0:Dfakt=Dqoldga qarshi alternativ gipoteza N1:Dfakt>Dqold tarzida ifodalanadi. Ushbu gipotezalarni tekshirish uchun F- Fisher mezonidan foydalaniladi. Bunda mezonning haqiqiy qiymati quyidagi formula orqali aniqlanadi: n F = ( yˆ − y ) / k i =1 2 i n ( y − yˆ ) / (n − k − 1) i =1 2 i = (n − k − 1) R2 2 k 1− R i Bu yerda: n ( yˆ − y ) / k ‒ bitta erkinlik darajasiga to‘g‘ri keluvchi omilli dispersiya i =1 2 i (erkinlik darajalari soni 1=k); 53 Manba: muallif excel dasturi orqali hisob-kitoblari asosida hisoblangan. 567

n ( y − yˆ ) /(n − k −1) ‒ bitta erkinlik darajasiga to‘g‘ri keluvchi qoldiq i =1 2 i i dispersiya (erkinlik darajalari soni 1=n-k-1); n – kuzatuvlar soni; k - ko‘p omilli regressiya tenglamasidagi omillar (parametrlar) soni. F- Fisher mezonining haqiqiy qiymati (Fhaqiqiy) mezonning kritik (Fjadv(α; k; n-k-1)) qiymati bilan taqqoslanadi. Agar Fhaqiqiy >Fjadval bo‘lsa, u holda aniqlangan model ahamiyatli hisoblanadi. Yalpi ichki mahsulotning o‘sishiga ta’sir etuvchi omillar tahlili orqali ishlab chiqilgan modelda F- Fisher mezonining haqiqiy qiymati Fhaqiqiy=891,78 (3-jadval). 3-jadval Regressiya statistikasi jadvali Регрессионная статистика Множественный R 0,991 R-квадрат 0,981 Нормированный R-квадрат 0,967 Стандартная ошибка 2456234267,751 Наблюдения 10 Дисперсионный анализ df SS Регрессия 4 1,59661E+21 Остаток 5 3,01654E+19 Итого 9 1,62677E+21 MS 3,99152E+20 6,03309E+18 F Значимость F 66,16 0,00016 Верхние 95% 0,51 -99545764167 56322293572 1,05 1,37 0,77 0,48 -2,46 4,57 x2 x3 7212331,54 2,65 5716728,70 1,66 1,26 1,60 0,26 0,17 -7482987,42 -1,61 21907650,50 6,92 x5 -0,92 1,51 -0,61 0,57 -4,80 2,97 Коэффициенты 54 Manba: muallif excel dasturi hisob-kitoblari asosida hisoblangan. 568 P-Значение 30317661079,47 -0,71 Y-пересечение x1 tстатистика -21611735297 Стандартна я ошибка Нижние 95% Demak, regressiya tenglamasiga kiritilgan omillar yuqori ahamiyatli, nisbatan ahamiyatli va ahamiyatsiz hisoblanadi. Tahlil natijalaridan kelib chiqib, modelimizga kiritilgan yuqori ahamiyatli va ahamiyatiz omillarni alohida ajratib ko‘rsatdik (4-jadval). 4-jadval 54 Chiziqli regression modelga kiritilgan ahamiyatli omillar

4-jadvalda keltirilgan koeffitsiyentlar Kot-d’Iuvar iqtisodiyotining YaIM shakllanishida ta’sir etuvchi omillarning qanchalik kuchga ega ekanini miqdoriy ifodalaydi. Natijalar shuni ko‘rsatadiki, modelga kiritilgan omillar turlicha statistik ahamiyatga ega bo‘lsa-da, ularning iqtisodiy mazmun orqali YaIM o‘sishidagi roli sezilarli darajada farqlanadi. Quyida har bir omilning YaIMga ta’siri alohida iqtisodiy talqin qilinadi. Birinchi omil – X1 (import hajmi) bo‘yicha olingan koeffitsiyent 1,05 ga teng bo‘lib, bu importning iqtisodiy o‘sish uchun stimul sifatida xizmat qilayotganini anglatadi. Importning bir birlikka oshishi YaIMni o‘rtacha 1,05 birlikka oshiradi. Bu shuni ko‘rsatadiki, Kot-d’Iuvar iqtisodiyotida qayta ishlash sanoati, energetika va ishlab chiqarish jarayonlarining asosiy qismi import qilinadigan uskunalar va xomashyoga tayanadi. t-statistikaning 0,77, p-qiymatning 0,48 bo‘lishi statistik ahamiyatning pastligini bildirsa-da, iqtisodiy mazmunda importning o‘sishi milliy ishlab chiqarish va ichki iste’molni rag‘batlantiruvchi omil bo‘lib qolmoqda. Ikkinchi omil – X2 (xizmatlar sektorida qo‘shilgan qiymat) 4-jadvalda eng yirik koeffitsiyentga, ya’ni 7 212 331,54 ga ega bo‘lib, xizmatlar sohasi Kotd’Iuvar iqtisodiyotidagi eng kuchli o‘sish omili ekanini ko‘rsatadi. Xizmatlar hajmining bir birlikka oshishi YaIMni o‘rtacha 7,21 million birlikka ko‘taradi. Bu telekommunikatsiya, transport-logistika, savdo, moliyaviy xizmatlar va boshqa xizmat ko‘rsatish tarmoqlarining iqtisodiyotdagi o‘rni yildan-yilga mustahkamlanayotganini anglatadi. t-statistikaning 1,26 va p-qiymatning 0,26 bo‘lishi iqtisodiy ahamiyatning yuqori, ammo statistik ahamiyatning o‘rtacha ekanini bildiradi. Shunga qaramay, xizmatlar sektori iqtisodiy barqarorlik va diversifikatsiyaning asosiy poydevorini tashkil etadi. Uchinchi omil – X3 (sanoat hajmi) bo‘yicha koeffitsiyent 2,65 ni tashkil etadi. Bu sanoat ishlab chiqarish hajmining o‘sishi YaIMni musbat yo‘nalishda oshirishini anglatadi. Sanoat sektori, ayniqsa qayta ishlash sanoati, qurilish materiallari ishlab chiqarish, energetika va yengil sanoat tarmoqlari iqtisodiy o‘sishning muhim drayverlaridan biridir. Ushbu ko‘rsatkichning t-statistikasi 1,60 va p-qiymati 0,17 bo‘lib, u sanoat omilining o‘rtacha statistik ahamiyatga ega ekanini, biroq iqtisodiy jihatdan sezilarli ta’sir ko‘rsatishini tasdiqlaydi. Bu raqamlar sanoatning iqtisodiyotdagi tarkibiy ulushi ortayotganini va uni qo‘llabquvvatlash orqali YaIMning o‘sish sur’atlarini yanada tezlashtirish mumkinligini ko‘rsatadi. X5 (eksport hajmi) bo‘yicha koeffitsiyent –0,92 qiymatga ega bo‘lib, eksportning YaIMga salbiy ta’sir ko‘rsatishini anglatadi. Bu manfiy koeffitsiyent eksport tarkibining yuqori darajada xom-ashyo, xususan kakao mahsulotlariga tayanishi bilan izohlanadi. Xomashyo eksporti iqtisodiyotda qo‘shilgan qiymatning kam bo‘lishiga olib keladi va ichki qayta ishlash tarmoqlarining yetarli rivojlanmaganligini aks ettiradi. t-statistikaning –0,61 va p-qiymatning 0,57 bo‘lishi statistika jihatdan ahamiyat pastligini bildirsa-da, koeffitsiyentning 569

manfiyligi iqtisodiy tuzilmadagi asosiy muammo – xom-ashyo eksportiga yuqori qaramlik mavjudligini ko‘rsatadi. Yuqoridagi tahlillar shuni tasdiqlaydiki, Kot-d’Iuvar iqtisodiyotida xizmatlar sektori eng kuchli ta’sirga ega bo‘lgan o‘sish omili sifatida ajraladi. Sanoat ham YaIM o‘sishiga ijobiy ta’sir ko‘rsatadi va iqtisodiy samaradorlikni oshirishda muhim rol o‘ynaydi. Importning YaIMni rag‘batlantiruvchi ta’siri esa ichki ishlab chiqarishning importga yuqori darajada bog‘liqligini ko‘rsatadi. Eksportning manfiy koeffitsiyenti esa iqtisodiyotda qayta ishlash imkoniyatlarini kengaytirish, eksport tarkibini diversifikatsiya qilish zarurligini yana bir bor tasdiqlaydi. Xulosa. Kot-d’Iuvar iqtisodiyotining barqaror o‘sishi sanoat, xizmatlar sektori va tashqi savdoga tayanadi. YaIM hajmining ortishi iqtisodiy diversifikatsiya, qo‘shilgan qiymat yaratish imkoniyatlari va tashqi bozorlar bilan integratsiya darajasiga bog‘liqdir. Regressiya tahlili iqtisodiy siyosatni shakllantirishda ilmiy asoslangan qarorlar qabul qilishning muhimligini ko‘rsatadi. Yuqoridan kelib chiqib quyidagi takliflar keltirilgan: Birinchidan, sanoat sektorida qayta ishlash sanoatini rivojlantirishga qaratilgan investitsion dasturlarni kengaytirish, bu orqali YaIMga qo‘shiladigan qiymatni oshirish maqsadga muvofiq. Ikkinchidan, xizmatlar sektorini, ayniqsa raqamli texnologiyalar, logistika va moliyaviy xizmatlarni rivojlantirish orqali iqtisodiy diversifikatsiyani chuqurlashtirish lozim. Uchinchidan, qishloq xo‘jaligi va baliqchilikda qo‘shilgan qiymatni oshiruvchi innovatsion texnologiyalarni tatbiq etish orqali eksport salohiyatini kuchaytirish zarur. To‘rtinchidan, tashqi savdo siyosatini optimallashtirish, eksport-import balansini yaxshilash va yuqori qiymatli mahsulotlar ulushini ko‘paytirishga qaratilgan strategiyalarni ishlab chiqish tavsiya etiladi. Beshinchidan, iqtisodiy tahlillar asosida ichki bozor barqarorligini ta’minlash, inflyatsiya jarayonlarini nazorat qilish va makroiqtisodiy barqarorlikni mustahkamlash zarur. Oltinchidan, iqtisodiy modellashtirish va prognozlash markazlari faoliyatini kuchaytirish, real vaqtli iqtisodiy monitoring tizimini shakllantirish talab etiladi. Yettinchidan, xalqaro investitsiyalarni jalb qilish uchun qulay biznes muhitini yaratish, xususiy sektor rivojini qo‘llab-quvvatlash bo‘yicha yangi mexanizmlarni joriy etish maqsadga muvofiq. Sakkizinchidan, iqtisodiyotning barcha tarmoqlarida raqamlashtirish jarayonlarini jadallashtirish orqali samaradorlikni oshirish va iqtisodiy boshqaruvni optimallashtirish zarur. Foydalanilgan adabiyotlar ro‘yxati: 1. https://fr.wikipedia.org/wiki/C%C3%B4te_d%27Ivoire 2. https://www.rfi.fr/fr/afrique/20251211-c%C3%B4te-d-ivoire-port-autonome-abidjandispositif-renforcer-la-s%C3%A9curit%C3%A9-maritime 3. https://www.gouv.ci/ 570

4. https://www.africaintelligence.fr/afrique-ouest/2025/12/11/abidjan-envisage-dacquerir-de-nouveaux-systemes-de-renseignement-satellitaire,110575367-bre 5. https://www.worldbank.org/ext/en/country/cotedivoire 6. https://cnes.fr/geoimage/cote-divoire-abidjan-laffirmation-dune-metropole-dafriquede-louest 7. https://data.worldbank.org/country/cote-divoire 8. https://www.statista.com/topics/4993/ivorycoast/?srsltid=AfmBOooajH48lWr2m1yJIB6Kncej9o1LamgNL5Bw7i9U0BdTOvM_zpla 9. https://data.unhcr.org/en/country/civ 10. https://data.who.int/countries/384 RAQAMLI TEXNOLOGIYALAR VA SUN’IY INTELLEKT ASOSIDA MUHANDIS KADRLARNI LOYIHAVIY-KONSTRUKTORLIK FAOLIYATIGA TAYYORLASH MODELI Umirov Ilhomjon, JPI p.f.f.d., dotsent umirovilhom150@gmail.com Annotatsiya. Ushbu tezisda raqamli texnologiyalar va sun’iy intellekt vositalari asosida muhandis kadrlarni loyihaviy-konstruktorlik faoliyatiga tayyorlashning pedagogik modeli yoritiladi. CAD/CAE, 3D modellashtirish va simulyatsiya jarayonlari orqali talabalarda konstruktorlik kompetensiyalarini, tahliliy fikrlash va mustaqil loyihalash ko‘nikmalarini rivojlantirish mexanizmlari tahlil qilinadi. Kalit so‘zlar: raqamli texnologiyalar, sun’iy intellekt, loyihaviy-konstruktorlik faoliyati, pedagogik model, CAD, CAE, 3D modellashtirish, simulyatsiya, raqamli prototiplash, konstruktorlik kompetensiyasi, muhandislik ta’limi, raqamli ta’lim muhiti, innovatsion yondashuv. Аннотация. в данном тезисе освещается педагогическая модель подготовки инженерных кадров к проектно-конструкторской деятельности на основе цифровых технологий и средств искусственного интеллекта. Проанализированы механизмы развития у студентов конструкторских компетенций, аналитического мышления и навыков самостоятельного проектирования посредством процессов CAD/CAE, 3D моделирования и симуляции. Ключевые слова: цифровые технологии, искусственный интеллект, проектноконструкторская деятельность, педагогическая модель, CAD, CAE, 3D-моделирование, симуляция, цифровое прототипирование, конструкторская компетенция, инженерное образование, цифровая образовательная среда, инновационный подход. Abstract. this thesis highlights the pedagogical model of training engineering personnel for design and engineering activities based on digital technologies and artificial intelligence tools. Through CAD/CAE, 3D modeling, and simulation processes, the mechanisms for developing students' design competencies, analytical thinking, and independent design skills are analyzed. Keywords: digital technologies, artificial intelligence, design and engineering activities, pedagogical model, CAD, CAE, 3D modeling, simulation, digital prototyping, design competence, engineering education, digital educational environment, innovative approach. Kirish. So‘nggi yillarda muhandislik ta’limida loyihaviy-konstruktorlik faoliyati mazmuni raqamli texnologiyalar ta’sirida tubdan yangilanmoqda. An’anaviy chizmachilik va qo‘lda hisob-kitoblar o‘rnini zamonaviy CAD/CAE platformalari, 3D modellashtirish, simulyatsiya hamda raqamli prototiplash 571

vositalari egalladi. Bunday muhitda bo‘lajak muhandis nafaqat nazariy bilimga, balki parametrik modellashtirish, assambleyalar bilan ishlash, dizayn cheklovlarini boshqarish va konstruksiyaning funksional xatti-harakatini tahlil qilish ko‘nikmalariga ham ega bo‘lishi talab etiladi. Raqamli loyihalash muhiti talabalarga real ishlab chiqarish jarayoniga yaqin sharoitda ishlash, detallar va uzellar o‘rtasidagi bog‘lanishlarni chuqur anglash, dizaynni tezkor takomillashtirish imkonini beradi [1]. Xalqaro tajribada simulyatsiyaga asoslangan o‘qitish yondashuvi talabalar tomonidan dizayn qarorlarini asoslash, xatolarni dastlabki bosqichda aniqlash va “sinov–tahlil–takomillashtirish” siklini tezkor amalga oshirish imkonini berishi isbotlangan. Simulyatsiya jarayonida turli yuklanishlar, material xossalari va ish rejimlari ostida konstruksiyaning xatti-harakati oldindan baholanadi. Ayniqsa, sun’iy intellekt vositalari yordamida parametrlarni optimallashtirish, ko‘p variantli dizaynlarni baholash va eng maqbulini tanlash konstruktorlik tafakkurini rivojlantirishda samarali natija bermoqda [2]. O‘zbekiston oliy ta’lim tizimida ham raqamli transformatsiya jarayonlari doirasida texnika yo‘nalishlarida CAD/CAE dasturlari, raqamli laboratoriyalar, 3D printerlar bilan jihozlangan prototiplash ustaxonalari va innovatsion o‘quv muhitlari joriy etilmoqda. Bu jarayon o‘quv mashg‘ulotlarini amaliyot bilan uyg‘unlashtirish, talabalarni zamonaviy sanoat talablari darajasida tayyorlash hamda ularning konstruktorlik kompetensiyalarini raqamli muhitda shakllantirish zaruratini yanada kuchaytirmoqda. Shu jihatdan, raqamli texnologiyalar muhandislik ta’limida nafaqat vosita, balki konstruktorlik tafakkurini rivojlantiruvchi pedagogik omil sifatida namoyon bo‘lmoqda [3]. Asosiy qism. Raqamli loyihalash ekotizimi asosida tashkil etilgan o‘quv jarayoni konstruktorlik kompetensiyalarini tizimli rivojlantirishga xizmat qiladi. Xususan, parametrik 3D modellashtirish talabalarga detal va uzellar o‘rtasidagi bog‘lanishlarni cheklovlar (constraints) orqali boshqarish, o‘lcham o‘zgarishlarining butun konstruktsiyaga ta’sirini tezkor ko‘rish, konstruksiyaning funksional va geometrik yaxlitligini saqlagan holda dizaynni takomillashtirish imkonini beradi. Bu yondashuv dizayn tafakkurini kuchaytirib, konstruktorlik qarorlarini mantiqiy asoslash, variantlarni solishtirish va eng maqbulini tanlash ko‘nikmasini shakllantiradi [1]. Talabalarni loyihaviy-konstruktorlik faoliyatiga tayyorlash jarayoni raqamli texnologiyalar va sun’iy intellekt vositalari bilan uyg‘unlashgan holda tizimli pedagogik yondashuvni talab etadi. Ushbu jarayonni samarali tashkil etish uchun o‘quv muhiti, pedagogik jarayon va shakllanadigan kompetensiyalar o‘rtasidagi o‘zaro bog‘liqlikni aniq model asosida ifodalash muhim hisoblanadi. Quyida raqamli texnologiyalar va sun’iy intellekt asosida muhandis kadrlarni loyihaviykonstruktorlik faoliyatiga tayyorlashning pedagogik modeli 1-rasmda keltirilgan. Ushbu modelda talabalarni loyihaviy-konstruktorlik faoliyatiga tayyorlash jarayoni to‘rtta o‘zaro bog‘liq komponent asosida yoritilgan. Birinchi blokda kirish komponentlari sifatida talabalar, o‘quv maqsadlari, raqamli ta’lim muhiti, 572

CAD/CAE/CAM dasturlari hamda sun’iy intellekt vositalari ko‘rsatilgan. Bu omillar o‘quv jarayonining texnologik va didaktik asosini tashkil etadi. 1-rasm. Talabalarni loyihaviy-konstruktorlik faoliyatiga tayyorlashning raqamli modeli Ikkinchi blok pedagogik jarayonni ifodalaydi. Unda 3D modellashtirish, simulyatsiya va tahlil, generativ dizayn, raqamli prototiplash hamda muammoli loyihaviy topshiriqlar orqali talabalarning amaliy konstruktorlik faoliyati tashkil etilishi ko‘rsatilgan. Uchinchi blokda aynan shu jarayon natijasida shakllanadigan konstruktorlik kompetensiyalari ‒ fazoviy tafakkur, tahliliy fikrlash, optimallashtirish ko‘nikmasi, mustaqil loyihalash va konstruktorlik kompetensiyasi aks ettirilgan. Modelning yakuniy qismida esa natija sifatida zamonaviy sanoat talablariga mos, raqamli loyihalash muhitida ishlay oladigan malakali muhandis kadrni tayyorlash ko‘zda tutilgan. Mazkur model loyihaviy-konstruktorlik ta’limini raqamli muhitda tizimli tashkil etishning pedagogik asosini ifodalaydi. Parametrik modellashtirish jarayonida talabalar nafaqat detalni chizish, balki uni muhandislik nuqtai nazaridan “o‘ylab qurish”ni o‘rganadilar. Assambleyalar bilan ishlash, detallararo bog‘lanishlarni tahlil qilish, mexanik harakatlarni animatsion ko‘rinishda kuzatish orqali konstruktsiyaning ishlash mexanizmi chuqur anglanadi. Natijada fazoviy tafakkur, tizimli fikrlash va texnologik yondashuv rivojlanadi. CAE simulyatsiyalari yordamida talabalar yaratilgan modellarni turli ish rejimlari va yuklanishlar ostida sinovdan o‘tkazadilar. Mustahkamlik (stress– strain), issiqlik almashinuvi, tebranish va oqim tahlillari orqali nazariy bilimlar amaliy sharoitga yaqin muhitda tekshiriladi. Simulyatsiyaga tayangan “sinov– tahlil–takomillashtirish” sikli konstruktorlik jarayonini iterativ tarzda 573

o‘zlashtirishga yordam beradi, xatolarni erta aniqlash va dizaynni bosqichmabosqich yaxshilash imkonini yaratadi [4]. Bunday yondashuvda talabalar bir xil konstruktsiyani turli materiallar, yuklanish sharoitlari va geometrik parametrlar ostida sinab ko‘rib, natijalarni solishtirish orqali tahliliy fikrlashni rivojlantiradilar. Bu esa ularda muammoli vaziyatlarda muhandislik qarorlarini dalillarga asoslab qabul qilish, optimallashtirish va prognozlash ko‘nikmalarini shakllantiradi. Raqamli muhitda ko‘p variantli sinovlarning tezkor bajarilishi konstruktorlik tajribasini sezilarli darajada boyitadi hamda o‘quv jarayonini real ishlab chiqarish amaliyotiga yaqinlashtiradi. Sun’iy intellektning loyihalashga integratsiyasi generativ dizayn va ko‘p mezonli optimallashtirish orqali talabalarga bir nechta konstruktorlik variantlarini tezkor ishlab chiqish va ularni og‘irlik, mustahkamlik, material sarfi hamda texnologik qulaylik mezonlari bo‘yicha taqqoslash imkonini beradi. Bunda talaba dizaynni “bitta yechim” sifatida emas, balki parametrlar maydoni ichidagi variantlar to‘plami sifatida ko‘ra boshlaydi. AI yordamida simulyatsiya natijalarini avtomatik tahlil qilish, zaif zonalarni aniqlash, kritik kuchlanish nuqtalarini ko‘rsatish va takomillashtirish bo‘yicha tavsiyalar berish konstruktorlik kompetensiyasining tahliliy komponentini sezilarli kuchaytiradi. Natijada talabalar ma’lumotlarga tayangan holda qaror qabul qilish, dalillarga asoslangan dizayn tanlash ko‘nikmasini egallaydilar [5]. Raqamli prototiplash vositalari (3D printerlar, CNC asosidagi o‘quv qurilmalari) esa virtual modelni real obyektga aylantirish imkonini beradi. Talabalar o‘z loyihalarining fizik ko‘rinishini baholab, model va real buyum o‘rtasidagi tafovutlarni tahlil qiladilar, konstruktiv kamchiliklarni aniqlaydilar va qayta modellashtirish orqali takomillashtiradilar. Bu bosqich nazariya, raqamli model va amaliy natija o‘rtasidagi uzviylikni ta’minlaydi hamda konstruktorlik tajribasini mustahkamlaydi. Ayniqsa, prototipni qo‘lda ushlab ko‘rish va uning ishlashini kuzatish talabalarda konstruktsiyaning funksional mohiyatini chuqurroq anglashga yordam beradi [6]. Shuningdek, “digital twin” (raqamli egizak) yondashuvi orqali bir xil konstruktsiyani turli ssenariylarda, ya’ni turli yuklanish, harorat, tezlik yoki muhit sharoitlarida sinovdan o‘tkazish imkoniyati yaratiladi. Bu talabalarni murakkab muhandislik vaziyatlarini oldindan modellashtirish, natijalarni prognozlash va eng maqbul dizayn yechimini tanlashga o‘rgatadi. Raqamli egizak yordamida real obyekt ishlash jarayonini virtual muhitda kuzatish konstruktorlik tafakkurini chuqurlashtiradi hamda fazoviy tafakkur, tahliliy fikrlash va optimallashtirish ko‘nikmalarini kompleks rivojlantiradi [7]. Xulosa. Raqamli texnologiyalar va sun’iy intellekt vositalarining muhandislik ta’limiga integratsiyalashuvi loyihaviy-konstruktorlik faoliyatini o‘qitish mazmunini sifat jihatidan yangilamoqda. CAD/CAE muhitida parametrik modellashtirish, simulyatsiya, generativ dizayn, raqamli prototiplash hamda “digital twin” yondashuvlaridan tizimli foydalanish talabalarda fazoviy tafakkur, 574

tahliliy fikrlash, optimallashtirish va mustaqil loyihalash kabi muhim konstruktorlik kompetensiyalarini kompleks shakllantirishga xizmat qiladi. Bunday yondashuv o‘quv jarayonini real muhandislik amaliyotiga yaqinlashtirib, “sinov–tahlil–takomillashtirish” siklini tezkor va samarali tashkil etish imkonini beradi. Natijada talabalar konstruktorlik qarorlarini dalillarga asoslab qabul qilish, ko‘p variantli dizaynlarni taqqoslash va eng maqbul yechimni tanlash ko‘nikmalarini egallaydilar. Shu bois, raqamli texnologiyalar va sun’iy intellekt asosida ishlab chiqilgan pedagogik model muhandis kadrlarni zamonaviy sanoat talablari darajasida tayyorlashda samarali metodik mexanizm sifatida namoyon bo‘ladi hamda loyihaviy-konstruktorlik ta’limini tashkil etishda istiqbolli yo‘nalish hisoblanadi. Foydalanilgan adabiyotlar ro‘yxati: 1. Shih, R. Parametric Modeling with Autodesk Inventor. SDC Publications, 2019. 2. Rosen, R., Stjepandić, J. Advances in Computer-Aided Design, Engineering, and Manufacturing. Springer, 2021. 3. Oʻzbekiston Respublikasi Prezidentining “Raqamli iqtisodiyot va elektron hukumatni keng joriy etish chora-tadbirlari toʻgʻrisida”gi 28.04.2020 yildagi PQ-4699sonli qarori 4. Smith, M. Finite Element Analysis for Engineers. CRC Press, 2018. 5. Isermann, R. Artificial Intelligence in Engineering Design. Springer, 2020. 6. Gibson, I., Rosen, D., Stucker, B. Additive Manufacturing Technologies. Springer, 2021. 7. Tao, F., Zhang, M. Digital Twin Driven Smart Manufacturing. Academic Press, 2019. SUN’IY INTELLEKT TEXNOLOGIYALARI ASOSIDA BILIMLARNI BAHOLASH TIZIMLARINI TAKOMILLASHTIRISH IMKONIYATLARI Usmonov Sodiq, JDPU dotsenti sodiqusmonov48@gmail.com Boshmonov Ixtiyor O‘lmas o‘g‘li, JDPU magistranti ixtiyorboshmonov222@gmail.com Annotatsiya. Mazkur maqolada sun’iy intellekt texnologiyalarining ta’lim jarayonida, xususan, bilimlarni baholash tizimlarida qo‘llanilish imkoniyatlari tahlil qilinadi. An’anaviy baholash usullarining cheklovlari, jumladan subyektivlik, vaqt talab etilishi va individual yondashuvning yetishmasligi sharoitida sun’iy intellektga asoslangan baholash tizimlarining afzalliklari yoritib beriladi. Tadqiqotda adaptiv testlar, o‘quv analitikasi (learning analytics), diagnostik va bashoratli modellar orqali talabalar bilim darajasini aniqlash, baholash jarayonlarini avtomatlashtirish hamda shaxsiylashtirilgan ta’lim muhitini yaratish imkoniyatlari ko‘rib chiqiladi. Shuningdek, sun’iy intellekt asosidagi baholash tizimlarining amaliy qo‘llanilishi, ularning pedagogik samaradorlikka ta’siri hamda mavjud cheklovlari tahlil qilinadi. Maqola ta’lim jarayonida sun’iy intellekt texnologiyalarini joriy etish orqali baholash sifatini oshirish va o‘qituvchi hamda talaba faoliyatini qo‘llab-quvvatlash imkoniyatlarini asoslab beradi. Kalit so‘zlar: sun’iy intellekt, bilimlarni baholash, adaptiv testlar, o‘quv analitikasi, individual baholash, ta’lim texnologiyalari. 575

Аннотация. В данной статье анализируются возможности применения технологий искусственного интеллекта в образовательном процессе, в частности в системах оценки знаний. В условиях ограничений традиционных методов оценивания, таких как субъективность, высокая затратность времени и недостаточная индивидуализация обучения, раскрываются преимущества систем оценки, основанных на искусственном интеллекте. В исследовании рассматриваются возможности использования адаптивного тестирования, учебной аналитики (learning analytics), диагностических и прогностических моделей для определения уровня знаний обучающихся, автоматизации процессов оценивания и формирования персонализированной образовательной среды. Кроме того, анализируется практическое применение систем оценки на основе искусственного интеллекта, их влияние на педагогическую эффективность, а также существующие ограничения данных технологий. В статье обосновывается значимость внедрения технологий искусственного интеллекта в образовательный процесс с целью повышения качества оценивания и поддержки деятельности преподавателей и обучающихся. Ключевые слова: искусственный интеллект, оценка знаний, адаптивное тестирование, учебная аналитика, индивидуальное оценивание, образовательные технологии. Abstract. This article analyzes the possibilities of applying artificial intelligence technologies in the educational process, particularly in knowledge assessment systems. In the context of the limitations of traditional assessment methods, such as subjectivity, time consumption, and the lack of an individualized approach, the advantages of AI-based assessment systems are highlighted. The study examines the use of adaptive testing, learning analytics, diagnostic, and predictive models to determine students’ knowledge levels, automate assessment processes, and create personalized learning environments. In addition, the practical implementation of AI-based assessment systems, their impact on pedagogical effectiveness, and existing limitations are analyzed. The article substantiates the potential of integrating artificial intelligence technologies into education to improve assessment quality and support both teachers’ and students’ activities. Keywords: artificial intelligence, knowledge assessment, adaptive testing, learning analytics, individualized assessment, educational technologies. Kirish. Bugungi kunda ta’lim tizimi jadal rivojlanayotgan raqamli texnologiyalar ta’siri ostida tubdan o‘zgarib bormoqda. Axborot-kommunikatsiya texnologiyalarining keng joriy etilishi, elektron ta’lim muhitining rivojlanishi hamda sun’iy intellekt texnologiyalarining ta’lim jarayonlariga kirib kelishi o‘qitish, o‘rganish va bilimlarni baholash tizimlariga yangicha yondashuvlarni talab qilmoqda. Xususan, sun’iy intellektning ta’lim jarayonidagi o‘rni tobora ortib borib, u baholash jarayonlarini avtomatlashtirish va ularning samaradorligini oshirishda muhim ahamiyat kasb etmoqda [2]. An’anaviy baholash tizimlari ko‘pincha o‘quvchilarning bilim darajasini faqat yakuniy natijalar asosida aniqlashga yo‘naltirilgan bo‘lib, ularning individual qobiliyatlari, o‘zlashtirish sur’ati va rivojlanish dinamikasini to‘liq hisobga olmaydi. Natijada baholash jarayonida subyektivlik kuchayishi, o‘quvchining real bilim darajasi esa to‘liq aks etmasligi mumkin. Zamonaviy ta’lim sharoitida esa baholash tizimining shaffof, moslashuvchan va adolatli bo‘lishi ta’lim sifatini oshirishning muhim omillaridan biri hisoblanadi. 576

Sun’iy intellekt asosida yaratilgan baholash tizimlari o‘quvchilarning bilim darajasini nafaqat test natijalari orqali, balki ularning o‘rganish jarayonidagi faolligi, topshiriqlarni bajarish usullari, xatolar tahlili va rivojlanish dinamikasi asosida baholash imkonini beradi. Bu esa baholash jarayonining aniqligi va ishonchliligini oshirish bilan birga, ta’lim jarayonini individuallashtirishga ham xizmat qiladi. Zamonaviy ta’limda bilimlarni baholash faqat nazorat vositasi sifatida emas, balki o‘quv jarayonini boshqarish va takomillashtirish mexanizmi sifatida ham qaralmoqda. Ayniqsa, axborot texnologiyalari va informatika fanlarida baholash jarayoni nazariy bilimlar bilan bir qatorda amaliy ko‘nikmalar va mantiqiy fikrlashni aniqlashni talab qiladi. Shu nuqtai nazardan, raqamli va sun’iy intellektga asoslangan baholash tizimlari o‘quvchilarning amaliy faoliyatini tahlil qilish va baholashda an’anaviy usullarga nisbatan samaraliroq hisoblanadi [3]. Mazkur maqolada sun’iy intellekt texnologiyalari asosida bilimlarni baholash tizimlarini takomillashtirish imkoniyatlari nazariy va amaliy jihatdan yoritilib, ularning ta’lim sifatini oshirishdagi o‘rni tahlil qilinadi. Asosiy qism. Sun’iy intellekt asosida bilimlarni baholash tizimlari murakkab algoritmlar, mashinaviy o‘rganish modellar va katta hajmdagi ma’lumotlarni tahlil qilish texnologiyalariga asoslanadi [2]. Ushbu tizimlar o‘quvchilarning o‘zlashtirish jarayonini uzluksiz monitoring qilish, baholash mezonlarini avtomatik moslashtirish va individual ta’lim yo‘nalishlarini shakllantirish imkonini beradi. Nazariy jihatdan, SI asosidagi baholash tizimlari quyidagi asosiy komponentlardan tashkil topadi: ma’lumotlarni yig‘ish moduli, tahlil va prognozlash moduli, qaror qabul qilish mexanizmi hamda natijalarni vizualizatsiya qilish interfeysi. Ma’lumotlarni yig‘ish bosqichida o‘quvchilarning test javoblari, amaliy topshiriqlardagi faoliyati, vaqt ko‘rsatkichlari va xatolar turi to‘planadi. Ushbu ma’lumotlar sun’iy intellekt algoritmlari orqali qayta ishlanib, o‘quvchining bilim darajasi haqida batafsil xulosa chiqariladi. Amaliy jihatdan esa, sun’iy intellekt texnologiyalari baholash jarayonini avtomatlashtirish va optimallashtirishda keng imkoniyatlarga ega. Masalan, adaptiv testlash tizimlarida o‘quvchining javoblariga qarab keyingi savollarning murakkablik darajasi avtomatik ravishda o‘zgaradi. Bu esa o‘quvchining real bilim darajasini aniqlashda yuqori aniqlikni ta’minlaydi. Informatika va axborot texnologiyalari fanida bunday tizimlar algoritmlar, dasturlash asoslari va mantiqiy masalalarni baholashda ayniqsa samarali hisoblanadi. Sun’iy intellekt asosida ishlovchi baholash tizimlarining yana bir muhim afzalligi ‒ xatolarni chuqur tahlil qilish imkoniyatidir. An’anaviy baholashda noto‘g‘ri javob faqat xato sifatida qayd etilsa, SI tizimlari xatoning sababini, qaysi bosqichda va nima uchun yuzaga kelganini aniqlaydi. Bu esa o‘quvchiga individual tavsiyalar berish, o‘qituvchiga esa muammoli mavzularni aniqlash imkonini yaratadi. Amaliy misol sifatida maktab informatika fanida SI asosidagi baholash tizimidan foydalanishni ko‘rib chiqish mumkin. Masalan, dasturlash bo‘yicha 577

topshiriqlarni avtomatik tekshiruvchi tizimlar o‘quvchining kodini sintaktik va mantiqiy jihatdan tahlil qilib, xatolar haqida batafsil izoh beradi. Bu jarayon o‘quvchining mustaqil o‘rganish ko‘nikmalarini rivojlantiradi va baholashning obyektivligini ta’minlaydi. Bundan tashqari, sun’iy intellekt texnologiyalari asosida baholash tizimlari o‘quvchilarning rivojlanish dinamikasini prognozlash imkonini ham beradi. O‘quvchining oldingi natijalari asosida uning kelajakdagi o‘zlashtirish darajasi taxmin qilinib, mos ta’lim strategiyalari ishlab chiqiladi. Bu yondashuv ta’lim jarayonini rejalashtirishda muhim ahamiyat kasb etadi. Shuningdek, SI asosidagi baholash tizimlari o‘qituvchining ish yukini sezilarli darajada kamaytiradi. Avtomatlashtirilgan baholash orqali o‘qituvchi ko‘proq metodik ishlar, individual yondashuv va o‘quvchilar bilan muloqotga e’tibor qaratishi mumkin. Natijada ta’lim sifati oshadi va baholash jarayoni shaffoflashadi. Sun’iy intellekt texnologiyalari asosida bilimlarni baholash tizimlarini takomillashtirish ta’lim sifatini oshirishda muhim omil hisoblanadi. Ushbu texnologiyalar baholash jarayonini faqat nazorat vositasi sifatida emas, balki o‘quv jarayonini boshqarish va rivojlantirish mexanizmi sifatida qarash imkonini beradi. Sun’iy intellekt asosidagi baholash tizimlari o‘quvchilarning individual xususiyatlarini hisobga olib, ularning bilim darajasini aniq va adolatli baholashni ta’minlaydi [5]. Xulosa. Xulosa qilib aytganda, ta’lim jarayonida sun’iy intellektdan foydalanish o‘quvchilarning o‘zlashtirish darajasini oshirish, mustaqil fikrlash va muammolarni hal qilish ko‘nikmalarini rivojlantirishga xizmat qiladi. Ayniqsa, informatika va axborot texnologiyalari fanlarida SI asosidagi baholash tizimlari amaliy ko‘nikmalarni baholashda samarali natija beradi. Bu esa zamonaviy mehnat bozorida raqobatbardosh kadrlar tayyorlashga zamin yaratadi. Kelajakda sun’iy intellekt texnologiyalarining yanada rivojlanishi bilan baholash tizimlari yanada mukammallashib, ta’lim jarayonining barcha bosqichlarini qamrab olishi kutilmoqda. Shu bois, ta’lim muassasalarida SI asosidagi baholash tizimlarini joriy etish va takomillashtirish ilmiy-amaliy jihatdan muhim vazifa bo‘lib qoladi. Foydalanilgan adabiyotlar ro‘yxati: 1. Fayziyeva M.R., Sayfurov D.M. Informatika va axborot texnologiyalari. ‒ T.: Tasvir, 2020. 2. Mustafoyev O‘.R. Sun’iy intellektning ta’lim jarayonidagi o‘rni // Pedagogik akmeologiya, 2024. 3. Jabborova G.S. Ta’limda raqamli texnologiyalar va baholash tizimlari // Science and Education, 2022. 4. Daminov M.I. Zamonaviy ta’lim texnologiyalari. ‒ Toshkent, 2021. 5. OECD. Artificial Intelligence in Education. ‒ Paris, 2021. 6. UNESCO. AI and the Future of Learning. ‒ 2022. 578