Sun’iy Intellekt va Raqamli Iqtisodiyot

В-четвёртых, моделирование контекстной речевой практики. Интеллектуальные обучающие среды создают ситуативные задания, диалоги и мини-тексты, в которых формы множественного числа функционируют в естественном речевом контексте. Это способствует переходу от формального усвоения правил к осознанному использованию грамматических форм в устной и письменной речи. В-пятых, визуализация грамматических связей. Цифровые платформы с элементами ИИ используют цветовое выделение, схемы и графические подсказки, показывающие связи между числительным, существительным и согласуемыми словами. Такая наглядность снижает когнитивную нагрузку и облегчает усвоение сложных грамматических закономерностей. В-шестых, формирование мотивации и рефлексии. Игровые элементы, рейтинги и поэтапное продвижение, реализуемые на основе ИИ, стимулируют учащихся к повторению и самокоррекции. Учащийся видит собственный прогресс, осознает типичные ошибки и учится контролировать правильность употребления форм множественного числа. Заключение. Современные подходы к обучению, основанные на искусственном интеллекте и инновационных образовательных технологиях, способны компенсировать лингвистические различия между русским и узбекским языками, проявляющиеся, в частности, в усвоении категории числа [1; 2]. Интеллектуальные обучающие системы моделируют контекстные ситуации, в которых учащиеся могут практиковать употребление форм единственного и множественного числа русского языка, получать мгновенную обратную связь и корректировать интерференционные ошибки, возникающие вследствие особенностей узбекской грамматической системы [3; 4]. Социально-гуманитарный аспект применения данных технологий заключается в возможности индивидуализации обучения с учётом возрастных, когнитивных и языковых особенностей учащихся, а также в создании интерактивной образовательной среды для совместного анализа текстов и коллективного исправления грамматических ошибок [5]. Таким образом, искусственный интеллект не подменяет педагогическое руководство, а выступает как вспомогательный инструмент, обеспечивающий системную, адресную и контекстно ориентированную работу по формированию категории числа русского языка. Его использование позволяет существенно снизить интерференционные ошибки, повысить осознанность грамматических действий и эффективность обучения учащихся узбекских школ в условиях цифровизации образования. Список использованной литературы: 1. Бим И.Л. Теория и практика обучения иностранным языкам. - М.: Просвещение, 2019. 659

2. Щукин А.Н. Методика преподавания русского языка как иностранного. - М.: Флинта, 2020. 3. Ellis R. Second Language Acquisition. — Oxford: Oxford University Press, 2015. 4. Odilova N.B. Интерференция родного языка при обучении русскому языку в узбекской школе // Вестник филологического образования. — 2021. — № 3. 5. Хуторской А.В. Личностно-ориентированное обучение в современной школе. - М.: Юрайт, 2020. 6. Luckin R., Holmes W. Artificial Intelligence in Education: Promise and Implications. London: UCL Press, 2019. 7. Holmes W., Bialik M., Fadel C. Artificial Intelligence in Education. - Boston: Center for Curriculum Redesign, 2019. 8. Шоабдурахмонов Ш., Аскаров М., Ходжиев А., Расулов И., Дониеров Х. Современный узбекский литературный язык. – Т.: Укитувчи, 1980, С.217-220 СОВРЕМЕННЫЕ ПОДХОДЫ К КЛАССИФИКАЦИИ ТЕКСТОВ НА УЗБЕКСКОМ ЯЗЫКЕ Караханова Ширин Азизжон кизи, ТУИТ имени Мухаммада Ал-Хоразмий, ассистент кафедры программного обеспечения информационных технологий shazizovna@gmail.com Аннотация. В работе исследуются современные методы автоматической классификации узбекских текстов с учётом агглютинативной морфологии и ограниченности ресурсов. Проведено сравнение BoW, TF-IDF, Word2Vec и Transformerмоделей. Эксперименты показали, что сочетание TF-IDF, SVM и SMOTE обеспечивает устойчивые и конкурентоспособные результаты. Ключевые слова: классификация текстов, NLP, TF-IDF, SVM, BERT, несбалансированные классы, SMOTE. Annotatsiya. Ushbu ishda o‘zbek tilidagi matnlarni avtomatik klassifikatsiya qilishning zamonaviy usullari tahlil qilinadi. Agglutinativ morfologiya va resurslar cheklanganligi hisobga olingan. TF-IDF, SVM va SMOTE kombinatsiyasi eng barqaror va samarali natijalarni ko‘rsatgani eksperimental tarzda isbotlangan. Kalit so‘zlar: matnlarni tasniflash, NLP, TF-IDF, SVM, BERT, muvozanatlanmagan sinflar, SMOTE. Abstract. This paper analyzes modern approaches to automatic text classification in the Uzbek language, considering its agglutinative morphology and limited resources. Classical and semantic representations are compared. Experimental results show that combining TF-IDF vectorization, SVM classifier, and SMOTE oversampling yields stable and competitive performance across classes. Keywords: text classification, NLP, TF-IDF, SVM, BERT, unbalanced classes, SMOTE. Введение. В последние годы наблюдается стремительный рост объёма цифровых текстовых данных, что обусловливает возрастающий интерес к автоматическим методам их анализа и классификации. В фундаментальных исследованиях по обработке естественного языка подчёркивается, что задачи классификации текстов являются ключевым компонентом современных интеллектуальных систем [1]. Подобные методы находят применение в фильтрации спама, тематической классификации новостных материалов, анализе тональности и системах поддержки принятия решений [2]. 660

Эффективность систем классификации в значительной степени определяется качеством представления текста и корректным выбором алгоритмов машинного обучения. Для языков с богатыми лингвистическими ресурсами данные задачи решаются относительно успешно, однако для узбекского языка ситуация существенно усложняется. Узбекский язык относится к агглютинативным языкам и характеризуется развитой морфологией и активным использованием суффиксов. Это приводит к увеличению словарного разнообразия и разреженности признакового пространства, что снижает эффективность прямого применения методов, разработанных для ресурсно обеспеченных языков. В связи с этим классификация текстов на узбекском языке требует применения специализированных методов предварительной обработки и адаптированных стратегий представления признаков. Целью настоящей работы является анализ и оценка современных подходов к классификации текстов на узбекском языке с акцентом на методы векторизации, модели машинного обучения и стратегии обработки несбалансированных распределений классов. Основной вклад исследования заключается в эмпирическом сравнении классических и современных методов в условиях реального дисбаланса данных и формировании практических рекомендаций по построению устойчивых классификационных моделей. Основная часть. 1. Методы представления и векторизации текста 1.1 Морфологические особенности узбекского языка Предварительная обработка текста является неотъемлемым этапом любого NLP-процесса. В случае узбекских текстов использование лишь базовой токенизации оказывается недостаточным, поскольку одно и то же слово может иметь множество форм вследствие суффиксации. Для снижения разреженности данных и повышения согласованности признаков применяются методы морфологической нормализации, в частности лемматизация и стемминг. В рамках данного исследования токенизация дополняется лемматизацией и удалением стоп-слов, что положительно влияет на качество последующей классификации. 1.2 Классические методы векторизации Модель Bag-of-Words представляет текст в виде вектора частот слов, не учитывая порядок слов и синтаксические связи между ними [3]. Несмотря на простоту реализации и вычислительную эффективность, данный подход не способен отражать семантические отношения между лексическими единицами [8]. Метод TF-IDF расширяет модель Bag-of-Words за счёт взвешивания терминов в зависимости от их значимости в конкретном документе и во всём корпусе [4]. Это позволяет уменьшить влияние частотных, но малоинформативных слов и часто используется в качестве надёжной базовой 661

модели для задач классификации текстов. Тем не менее данный метод также не учитывает контекст использования слов. 1.3 Семантические и распределённые представления Модели распределённых векторных представлений, такие как Word2Vec и GloVe, позволяют отображать слова в непрерывное векторное пространство, в котором сохраняются семантические связи [5]. Эти подходы обеспечивают более высокую способность к обобщению по сравнению с частотными методами, однако остаются статическими и не учитывают контекст употребления слов. Современные модели на основе архитектуры Transformer, в частности BERT, формируют контекстно-зависимые представления слов за счёт механизма self-attention [6]. Такие модели демонстрируют высокую эффективность в задачах классификации, однако требуют значительных вычислительных ресурсов и больших объёмов обучающих данных. 2. Проблемы классификации текстов на узбекском языке 2.1 Предварительная обработка данных Используемый в работе конвейер предварительной обработки включает токенизацию, лемматизацию, удаление стоп-слов и этап векторизации. Особую роль играет лемматизация, позволяющая уменьшить морфологическое разнообразие и повысить устойчивость признаков при обучении моделей. 2.2 Несбалансированность классов Одной из наиболее распространённых проблем в задачах классификации текстов является несбалансированность классов, при которой количество примеров в разных категориях существенно различается [7]. В таких условиях модели склонны демонстрировать высокую общую точность за счёт доминирующих классов, игнорируя редкие категории. Эксперименты, проведённые на корпусе из примерно 4000 узбекских текстов с соотношением классов до 25:1, показали, что стандартные модели без балансировки достигают точности 0.82–0.84, однако значение Macro F1 остаётся на низком уровне (0.49–0.53), что подтверждает необходимость использования специальных стратегий. 2.3 Стратегии балансировки В рамках исследования были рассмотрены следующие подходы: Взвешивание классов, позволяющее повысить полноту и Macro F1 при незначительном снижении Accuracy; Undersampling, обеспечивающий баланс данных, но сопровождающийся потерей информации; Oversampling (SMOTE), основанный на генерации синтетических примеров для редких классов, который в сочетании с TF-IDF и SVM показал наилучшие результаты (Macro F1 = 0.70). 3. Экспериментальные результаты и обсуждение 662

Полученные результаты свидетельствуют о том, что при корректной предварительной обработке и использовании методов балансировки классические подходы остаются конкурентоспособными в задачах классификации узбекских текстов. Конфигурация TF-IDF + SVM + SMOTE обеспечивает оптимальное соотношение между качеством классификации, интерпретируемостью и вычислительной эффективностью. Несмотря на высокую выразительную способность моделей на основе Transformer [11], их практическое применение ограничено объёмом данных и доступными вычислительными ресурсами, что делает классические методы более предпочтительными для прикладных задач. 4. Метрики оценки и анализ результатов Для обеспечения производимости экспериментов набор данных был разделён на обучающую и тестовую выборки в соотношении 80/20 с использованием стратифицированного разбиения. В качестве метрик применялись Accuracy, Precision, Recall и Macro F1-score. В условиях дисбаланса классов основное внимание уделялось Macro F1, как наиболее информативному показателю. Базовая модель TF-IDF + SVM без балансировки продемонстрировала Accuracy 0.83 при Macro F1 = 0.51. Использование взвешивания классов позволило повысить Macro F1 до 0.67, тогда как стратегия SMOTE обеспечила наилучший результат — Macro F1 = 0.70 при сбалансированных значениях Precision и Recall. 5. Научная новизна и ограничения Научная новизна работы заключается в систематическом и эмпирически обоснованном сравнении классических и современных методов классификации текстов на узбекском языке в условиях реального дисбаланса классов. В отличие от большинства предыдущих исследований, акцент сделан на устойчивости моделей и использовании макро-метрик оценки. К ограничениям исследования относятся средний объём корпуса данных, ограничивающий применение моделей глубокого обучения, а также отсутствие глубокой адаптации статических векторных представлений и интеграции внешних лингвистических ресурсов. Заключение и практические рекомендации. Показано, что в условиях ограниченных данных классические методы машинного обучения в сочетании с эффективной предварительной обработкой и стратегиями балансировки остаются высокоэффективными для классификации текстов на узбекском языке. Комбинация TF-IDF, SVM и SMOTE обеспечивает стабильные и воспроизводимые результаты по всем классам. В дальнейшем планируется расширение корпуса данных, адаптация Transformer-моделей под узбекский язык и интеграция структурированных семантических ресурсов для повышения качества классификации. Список использованной литературы: 1. Jurafsky D., Martin J.H. Обработка речи и естественного языка. 3-е изд. Стэнфордский университет, 2023. 663

2. Zhang Y., Wang S., Liu X. Глубинное обучение для классификации текстов: обзор. IEEE Access, 2015, т. 3, с. 2070–2082. 3. Zhang Y., Jin R., Zhou Z. Статистический анализ модели Bag-of-Words. Machine Learning Research, 2010, №1, с. 43–52. 4. Manning C.D., Raghavan P., Schütze H. Введение в информационный поиск. Cambridge University Press, 2008. 5. Mikolov T. Эффективные методы построения векторных представлений слов, 2013. 6. Devlin J., Chang M.-W., Lee K., Toutanova K. Предварительное обучение двунаправленных трансформерных моделей (BERT). Proceedings of NAACL-HLT, 2019, с. 4171–4186. 7. Chawla N.V., Bowyer K.W., Hall L.O., Kegelmeyer W.P. Метод SMOTE для синтетического увеличения выборки миноритарных классов. Journal of Artificial Intelligence Research, 2002, №16, с. 321–357. 8. Pennington J., Socher R., Manning C. D. GloVe: глобальные векторные представления слов. Proceedings of EMNLP, 2014, с. 1532–1543. 9. Cortes C., Vapnik V. Метод опорных векторов в задачах классификации. Machine Learning, 1995, т. 20, №3, с. 273–297. 10. Kim Y. Сверточные нейронные сети для классификации предложений. Proceedings of EMNLP, 2014, с. 1746–1751. 11. Vaswani A. и др. Механизм внимания и архитектура Transformer. NeurIPS, 2017, с. 5998–6008. РУССКИЕ ПОСЛОВИЦЫ И ПОГОВОРКИ КАК ОТРАЖЕНИЕ НАЦИОНАЛЬНОЙ ИДЕНТИЧНОСТИ И КУЛЬТУРНОЙ ПАМЯТИ Курбанова Мохинур Шойим кизи, Магистрант 1 курса УзГУМЯ Факультета лингвистики, kurbonovamohinur513@gmail.com Аннотация. Русские пословицы и поговорки представляют собой важнейший компонент народного знания и культурной памяти, выражающий ценностные ориентиры, исторический опыт и национальную идентичность русского этноса. Пословицы функционируют как средство передачи поколенческой мудрости, укрепляя связь между прошлым и настоящим. В исследованиях современных филологов подчёркивается, что пословицы не только отражают образ мышления народа, но и играют активную роль в поддержании коммуникативной традиции и социокультурной самобытности. Ключевые слова: пословицы, поговорки, национальная идентичность, культурная память, фольклор, народная мудрость, языковая картина мира. Annotatsiya. Rus maqollari va matallari xalq bilimining hamda madaniy xotiraning eng muhim tarkibiy qismi bo‘lib, rus etnosining qadriyat yo‘nalishlari, tarixiy tajribasi va milliy o‘zligini ifodalaydi. Maqollar avloddan avlodga donolikni yetkazish vositasi sifatida faoliyat yuritib, o‘tmish bilan hozirgi zamon o‘rtasidagi bog‘liqlikni mustahkamlaydi. Zamonaviy filologlar tadqiqotlarida maqollar nafaqat xalq tafakkur tarzini aks ettirishi, balki kommunikativ an’anani va sotsiokultural o‘ziga xoslikni qo‘llab-quvvatlashda ham faol rol o‘ynashi ta’kidlanadi. Kalit so‘zlar: maqollar, matallar, milliy o‘zlik, madaniy xotira, folklor, xalq donoligi, tilning olam manzarasi. Abstract. Russian proverbs and sayings represent an essential component of folk knowledge and cultural memory, expressing value orientations, historical experience, and the national identity of the Russian ethnos. Proverbs function as a means of transmitting 664

generational wisdom, strengthening the connection between the past and the present. In contemporary philological studies, it is emphasized that proverbs not only reflect the way of thinking of a people but also play an active role in maintaining communicative tradition and sociocultural identity. Keywords: proverbs, sayings, national identity, cultural memory, folklore, folk wisdom, linguistic picture of the world. Введение. Русские пословицы и поговорки, это не только краткие языковые единицы, но и выразители национального духа. Они формировались веками, отражая трудовой уклад, исторические испытания, социальные нормы и ценности русского народа. В современной гуманитаристике пословицы рассматриваются как важнейший источник для исследования культурной памяти и этнокультурной идентичности. Основная часть. Пословицы - устойчивые народные изречения, выражающие народную мудрость в образной форме. Они концентрируют опыт, правила поведения и нормы общения. Поговорки чаще всего связаны с конкретной ситуацией речи и являются репликативными выражениями. Как подчёркивает российский филолог Л.В. Щерба, “пословица есть сжатое выражение народной истины, доступное и понятное каждому носителю языка” [4]. В этом высказывании выделяется универсальность и простота пословичной формы, позволяющая ей служить репрезентантом коллективной культуры. Функции пословиц включают: 1. Коммуникативную, помогая выражать мысли кратко и ярко. 2. Нормативную, закрепляя социальные и моральные ценности. 3. Когнитивную, передавая знание о мире. 4. Идентификационную, укрепляя чувство принадлежности к культурной группе. Национальная идентичность, это комплекс представлений, образов и ценностей, объединяющих членов определённой этнокультурной группы. Пословицы отражают особенности менталитета, характера и исторического опыта русского народа. Они фиксируют ценности, такие как трудолюбие, коллективизм, смирение перед судьбой, честность и мудрость. Например, пословица “Терпение и труд всё перетрут” содержит идею стойкости и трудолюбия, характерную для исторического уклада русского крестьянского общества. Сравнительно, поговорка “Своя рубашка ближе к телу” отражает реалии социальной взаимосвязи и приоритет личного в условиях ограниченных ресурсов. Узбекский исследователь фольклора Б. Абдуллаев отмечает: “…пословицы народов мира, в том числе русского и узбекского, служат зеркалом культурных ценностей, в которых находят отражение уникальные черты этносов” [1]. Таким образом, изучение пословиц даёт ключ к пониманию культурных кодов народа. Культурная память, это совокупность традиций, идей и образов, поддерживаемых в обществе через культурные практики, включая язык, 665

обычаи и фольклор. Пословицы являются механизмом хранения и передачи культурной памяти. Они преодолевают временные границы, сохраняя прежний опыт и интегрируя его в повседневную жизнь. В. Я. Пропп подчёркивает, что “…народное изречение выступает как устойчивый культурный знак, связывающий поколения” [2]. Пословицы фиксируют ключевые положения, которые повторяются в речи, усиливая тем самым культурные коды и память народа. Русская пословица Терпение и труд всё перетрут Не было бы счастья, да несчастье помогло Узбекская пословица Смысл Сабр муъминнинг кўзгуси Ценность терпения (Терпение - зеркало верующего) Қияматда яхши - ҳам ёмон фойда Принятие судьбы беради (В Судный день всё приносит пользу) Такие сравнения показывают, как сходные жизненные наблюдения получают различное воплощение в языковой картине мира. Как отмечает узбекский филолог Ш. Рафикова: “…в пословицах и поговорках народов Евразии отражается общечеловеческий опыт, но местная интерпретация и образность делают каждый корпус уникальным” [3]. Заключение и практические рекомендации: Пословицы и поговорки русского народа - не просто языковой материал; это концентраты исторического опыта, культурных ценностей и национальной идентичности. Они аккумулируют в себе представления о труде, морали, семье, общественных отношениях и отношении человека к окружающему миру, формируя целостную языковую картину мира. Будучи результатом коллективного творчества, пословицы отражают социально-исторические условия жизни народа, его мировоззрение и систему ценностных ориентиров, выработанных на протяжении веков. Пословицы служат важнейшим механизмом культурной памяти, обеспечивая преемственность традиций и передачу духовного наследия от поколения к поколению. Благодаря своей лаконичной форме, образности и выразительности они легко запоминаются и активно функционируют в повседневной речи, сохраняя актуальность даже в условиях современных социокультурных изменений. Через пословицы закрепляются нормы поведения, модели мышления и оценочные суждения, что способствует формированию и поддержанию национального самосознания. Изучение пословиц в межкультурной перспективе раскрывает, каким образом универсальные человеческие смыслы - такие как добро и зло, труд и лень, судьба и ответственность, мудрость и опыт - воплощаются в языковой практике разных народов. Сопоставительный анализ русских пословиц с пословицами других культур, в том числе узбекской, позволяет выявить как общечеловеческие ценности, так и специфические черты национального менталитета, обусловленные историческими, религиозными и культурными факторами. Такой подход способствует углублению межкультурного диалога 666

и расширяет возможности лингвокультурологических и фольклористических исследований. Список использованной литературы: 1. Абдуллаев, Б. Фольклор и культурная идентичность: Сравнительный анализ. – Т.: Фан, 2015. 2. Пропп, В.Я. Исторические корни волшебной сказки. - М.: Наука, 1998. 3. Рафикова, Ш. Межкультурные параллели в пословицах народов мира. Самарканд: Бухоро, 2018. 4. Щерба, Л.В. Русские народные пословицы и поговорки: Очерк истории. - СПб.: Изд-во Европейского университета, 2004. ЦИФРОВЫЕ И ИНТЕРАКТИВНЫЕ ОБРАЗОВАТЕЛЬНЫЕ ИГРЫ ДЛЯ ДОШКОЛЬНИКОВ Мустафаева Замира Саидкуловна, преп., ДжГПУ имени А.Кадыри Эрматова Ситора Олимовна, студент, ДжГПУ имени А.Кадыри, carosermatova270@gmail.com Annotatsiya. Raqamli texnologiyalar va sun’iy intellekt doshkol ta’limda innovatsion vosita bo‘lib, interaktiv o‘yinlar bolalarning kognitiv, til, ijtimoiy va hissiy rivojlanishini qo‘llab-quvvatlaydi. Kalit so‘zlar: raqamli texnologiyalar, interaktiv o‘yinlar, doshkol ta’lim, sun’iy intellekt Аннотация. Цифровые технологии и искусственный интеллект в дошкольном образовании способствуют когнитивному, языковому, социальному и эмоциональному развитию детей через использование интерактивных игр. Ключевые слова: цифровые технологии, интерактивные игры, дошкольное образование, искусственный интеллект Abstract. Digital technologies and artificial intelligence in preschool education support children’s cognitive, linguistic, social, and emotional development through interactive games and innovative pedagogical methods. Keywords: цифровые технологии, интерактивные игры, дошкольное образование, искусственный интеллект Введение. В современном дошкольном образовании особое значение приобретает комплексное развитие когнитивных языковых социальных эмоциональных и творческих навыков детей дошкольного возраста вопросы формирования внимания памяти мышления воображения, а также навыков общения и сотрудничества остаются крайне актуальными в современных условиях внедрение цифровых технологий и интерактивных образовательных игр представляет собой эффективный инструмент для повышения качества образовательного процесса и индивидуализации обучения с помощью интерактивных и цифровых игр педагоги могут стимулировать познавательную активность детей развивать их интерес к обучению формировать базовые навыки логического и критического мышления а также создавать условия для формирования коммуникативных и социальных компетенций современные педагогические подходы 667

предусматривают интеграцию разнообразных цифровых ресурсов включая образовательные приложения сенсорные и интерактивные платформы, элементы искусственного интеллекта что позволяет адаптировать обучение под индивидуальные потребности каждого ребёнка интерактивные игры дают возможность детям осваивать новые знания и умения в игровой форме. Это повышает мотивацию к обучению способствует развитию самостоятельности и инициативности формирует умение работать в команде и решать совместные задачи использование цифровых технологий и интерактивных игр также позволяет педагогам мониторить прогресс каждого ребёнка своевременно корректировать образовательные программы и создавать персонализированные маршруты обучения таким образом цифровые и интерактивные образовательные игры являются не только средством развлечения но и эффективным педагогическим инструментом способствующим всестороннему развитию дошкольников и возможностей применения цифровых и интерактивных игр в дошкольном образовании анализе их влияния на когнитивное эмоциональное и социальное развитие детей выявлении эффективных методов и стратегий их интеграции в образовательный процесс а также разработке практических рекомендаций для педагогов по внедрению современных технологий в дошкольное обучение. Методология. Комплексный подход включающий теоретический и эмпирический анализ педагогических практик и современных цифровых технологий в дошкольном образовании изучались научные публикации методические рекомендации образовательных платформ, практический опыт педагогов дошкольных организаций с целью выявления эффективных стратегий интеграции интерактивных и цифровых игр в образовательный процесс в рамках эмпирической части проводился анализ работы детей дошкольного возраста с различными цифровыми образовательными ресурсами включая интерактивные игры обучающие приложения и сенсорные платформы наблюдение за активностью детей и их вовлечённостью в учебные задачи позволило оценить влияние цифровых игр на когнитивное развитие внимание мышление коммуникативные и социальные навыки использовались методы наблюдения педагогические опросники интервью с воспитателями а также количественный и качественный анализ результатов деятельности детей сравнительный анализ эффективности традиционных методов обучения и методов с использованием интерактивных и цифровых игр позволил определить положительное влияние современных технологий на развитие индивидуальных и коллективных навыков детей для обработки данных применялись методы статистической обработки результатов включая сопоставление показателей развития когнитивных и языковых навыков до и после внедрения интерактивных образовательных игр что позволило выявить тенденции и закономерности влияния цифровых технологий на дошкольное 668

образование которое проводилось в условиях нескольких дошкольных образовательных организаций с целью получения максимально объективных и репрезентативных данных при этом учитывались возрастные особенности детей уровень их подготовки и индивидуальные образовательные потребности Цели и задачи исследования. Цель заключается в изучении возможностей применения цифровых и интерактивных образовательных игр в дошкольном образовании с целью повышения эффективности обучения, развития когнитивных, языковых, социальных и творческих навыков детей дошкольного возраста, выявлении методов интеграции современных технологий в учебный процесс для обеспечения индивидуального подхода к каждому ребёнку в рамках достижения поставленной цели были определены следующие задачи существующих цифровых и интерактивных образовательных ресурсов для дошкольников с целью анализа их возможностей и педагогической ценности оценка влияния интерактивных игр на когнитивное, языковое, социальное и эмоциональное развитие детей с помощью наблюдения, педагогических опросников и количественного анализа результатов деятельности детей выявление эффективных методов и стратегий интеграции интерактивных и цифровых игр в образовательный процесс дошкольных учреждений разработка практических рекомендаций для педагогов по внедрению современных цифровых технологий с учётом индивидуальных особенностей и образовательных потребностей каждого ребёнка анализ положительных и отрицательных аспектов использования цифровых игр в дошкольном обучении и формулирование выводов, которые могут быть использованы для совершенствования методической работы и разработки инновационных образовательных программ. Таблица 1 Типы цифровых и интерактивных образовательных игр и их влияние на развитие дошкольников Тип игры Обучающие приложения Интерактивные игры на планшете Сенсорные интерактивные панели Цель Развиваемые Педагогические Примеры использования навыки преимущества платформ/ресурсов Развитие Возможность базовых индивидуальной Когнитивные, ABCmouse, Fun знаний, таких работы, языковые Math как цвета, адаптация под формы, числа уровень ребёнка Формирование Когнитивные, Мотивация через логического внимание, Khan Academy Kids, игровой процесс, мышления и решение Endless Alphabet обратная связь памяти проблем Развитие Моторика, Совместная моторики и Smart Board, координация, деятельность, сенсорных TouchIT когнитивные групповая работа навыков 669

Цель Развиваемые Педагогические Примеры использования навыки преимущества платформ/ресурсов Игры с Развитие Творческое Интерактивность, элементами воображения и мышление, Quiver, AR вовлечённость, дополненной творческого социальные Flashcards визуализация реальности (AR) мышления навыки Социальное Коллаборативные Социальные, Развитие навыков взаимодействие Osmo, Minecraft: образовательные коммуникация, сотрудничества и и командная Education Edition игры кооперация коммуникации работа Тип игры Результаты исследования и анализ эффективности. Использование цифровых и интерактивных образовательных игр положительно влияет на всестороннее развитие детей дошкольного возраста наблюдения за детьми и анализ педагогических опросников игры способствуют улучшению когнитивных навыков, таких как внимание, память и логическое мышление, а также развивают языковые и коммуникативные навыки, расширяют словарный запас и формируют правильную речь интерактивные и коллаборативные игры стимулируют развитие социальных навыков, умение работать в команде и учитывать мнение сверстников игры с элементами творчества и сенсорного взаимодействия способствуют развитию воображения, креативного мышления, моторики и координации движений индивидуальная работа с интерактивными приложениями позволяет адаптировать задания под уровень подготовки каждого ребёнка, что повышает усвоение знаний и вовлечённость детей наблюдается, что регулярное использование цифровых игр формирует у детей положительное отношение к обучению, стимулирует любознательность и активное участие в учебном процессе, что делает данный подход эффективным и перспективным для дошкольного образования Заключение. Цифровые и интерактивные образовательные игры являются эффективным инструментом для развития дошкольников и способствуют комплексному формированию когнитивных языковых социальных эмоциональных и творческих навыков детей наблюдения, анализ педагогических опросников и практический опыт внедрения интерактивных игр в использовании современных технологий повышает мотивацию детей к обучению, стимулирует любознательность и активное участие в образовательном процессе, способствует развитию логического мышления, памяти и внимания, расширяет словарный запас и коммуникативные навыки, а также формирует умение работать в команде и решать совместные задачи, игры с элементами дополненной реальности и сенсорные интерактивные платформы стимулируют творческое мышление и развитие воображения, способствуют совершенствованию моторики и координации движений, индивидуальная работа с цифровыми ресурсами позволяет адаптировать обучение под уровень и потребности каждого ребёнка, что обеспечивает 670

более качественное усвоение материала и положительное отношение к учебной деятельности ,интеграция цифровых и интерактивных игр в дошкольное образование является перспективным и эффективным направлением педагогической практики и может быть использована для разработки инновационных образовательных программ, улучшения методической работы педагогов и формирования у детей устойчивого интереса к обучению и самостоятельного мышления Список литературы: 1. Пейперт, С. Переворот в сознании: дети, компьютеры и плодотворные идеи / С. Пей-перт; пер. с англ. Н. И. Осьмаковой, под ред. А. В. Беляевой, В.В. Леонаса. - М.: Педагогика, 1989. - 224 с. 2. Волобуева Л.М., Комиссарова Л.Н. //Традиции и инновации в современном дошкольном образовании // Дошкольник. //Методика и практика воспитания и обучения. 2012. № 2. 3. Денякина Л.М. Информационно-коммуникационные технологии и интерактивное оборудование в обучении дошкольников // Современное дошкольное образование. - 2009. - № 6. - С. 30-31. 4. Морган А. Интерактивные доски, интерактивная и игровая составляющая классных занятий с детьми от трех до семи лет // Современное дошкольное образование. - 2014. - № 9 (51). - С. 70-78. 5. Литвинова С.Н., Челышева Ю.В. Цифровые инструменты в работе с детьми дошкольного возраста. - М, 2021 СОВЕРШЕНСТВОВАНИЕ ИННОВАЦИОННЫХ МЕТОДОВ ОБУЧЕНИЯ В НАЧАЛЬНОМ ОБРАЗОВАНИИ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Суванкулов Бахтиёр Мамарасулович, кандидат филологических наук, доцент Суванкулова Рухшона Гулом кизи,студентка 2-курса факультета начального образования ДжГПУ, e-mail: ruxshonasuvankulova@gmail.com Аннотация. В статье исследуются педагогические возможности применения технологий искусственного интеллекта в начальной школе. Обосновывается эффективность адаптивного обучения, анализируются преимущества цифровых платформ и предлагаются практические рекомендации по модернизации образовательного процесса. Ключевые слова: искусственный интеллект, цифровизация образования, адаптивное обучение, начальная школа, инновационные технологии Abstract. The article examines pedagogical opportunities of artificial intelligence implementation in primary school. The effectiveness of adaptive learning is substantiated, advantages of digital platforms are analyzed, and practical recommendations for modernization of education are proposed. Key words: artificial intelligence, digital education, adaptive learning, primary education, innovative methods. Annotatsiya. Ushbu maqolada boshlang‘ich ta’limda sun’iy intellekt texnologiyalarini qo‘llashning pedagogik imkoniyatlari tahlil qilinadi. Adaptiv o‘qitish, 671

raqamli platformalar va innovatsion metodlar yordamida ta’lim samaradorligini oshirish tavsiya etiladi. Kalit so‘zlar :sun’iy intellekt, raqamli ta’lim, adaptiv ta’lim, boshlang‘ich ta’lim, innovatsion metodlar Введение. Современная образовательная политика Республики Узбекистан ориентирована на цифровую трансформацию и повышение качества подготовки подрастающего поколения. В рамках стратегии «Цифровой Узбекистан – 2030» особое внимание уделяется внедрению инновационных информационных технологий в систему общего образования. Начальная школа является ключевым этапом формирования когнитивных, коммуникативных и социальных компетенций учащихся. В связи с этим интеграция технологий искусственного интеллекта требует научного обоснования, методической адаптации и учета возрастных особенностей младших школьников. Цель исследования – научно обосновать эффективность применения искусственного интеллекта в совершенствовании инновационных методов обучения в начальном образовании. 1. Научно-теоретические основы применения ИИ в образовании Искусственный интеллект рассматривается как совокупность алгоритмических решений, способных к самообучению, анализу данных и принятию решений. В педагогическом контексте ИИ используется для разработки адаптивных обучающих систем, интеллектуального тестирования и анализа образовательных результатов. Современные исследования подтверждают, что цифровые образовательные технологии способствуют повышению уровня усвоения знаний за счет персонализации учебного процесса и оперативной обратной связи. Применение ИИ в начальной школе позволяет учитывать индивидуальные темпы развития учащихся, формировать дифференцированные задания и повышать эффективность контроля знаний. 2. Адаптивное обучение как инновационный метод Адаптивные образовательные платформы формируют индивидуальные траектории обучения на основе анализа учебных достижений учащихся. Преимущества адаптивного подхода: • учет индивидуальных образовательных потребностей; • своевременная коррекция ошибок; • формирование устойчивых знаний; • повышение академической успеваемости. Данный подход способствует развитию самостоятельности, критического мышления и навыков самооценки. 3. Развитие мотивации и цифровых компетенций 672

Интеграция игровых элементов, визуализации и интерактивных заданий значительно повышает учебную мотивацию младших школьников. Цифровая образовательная среда способствует формированию: • познавательной активности; • информационной культуры; • навыков работы с цифровыми ресурсами; • коммуникативных компетенций. Результаты исследований свидетельствуют о положительном влиянии цифровых технологий на академические достижения учащихся. 4. Профессиональная роль педагога в условиях цифровизации Несмотря на автоматизацию ряда процессов, учитель остается центральной фигурой образовательного процесса. Искусственный интеллект выполняет вспомогательную функцию: анализирует данные, формирует отчеты, предлагает рекомендации. Педагог обеспечивает: • методическое сопровождение; • воспитательную функцию; • развитие эмоционального интеллекта учащихся; • формирование ценностных ориентиров. Следовательно, повышение цифровой компетентности учителей является стратегической задачей модернизации образования. 5. Проблемы и перспективы развития Основные проблемы внедрения ИИ в начальной школе: • технические ограничения; • необходимость методической адаптации программ; • вопросы защиты персональных данных; • недостаточный уровень подготовки педагогов. Перспективы развития связаны с созданием национальных образовательных платформ, интеграцией ИИ в учебные программы и расширением цифровой инфраструктуры образовательных учреждений. 6. Методические аспекты внедрения искусственного интеллекта в начальной школе Внедрение технологий искусственного интеллекта требует системного методического подхода. Прежде всего необходимо определить педагогические цели и соотнести их с возможностями цифровых инструментов. Использование ИИ не должно носить фрагментарный характер, а должно быть интегрировано в структуру урока. Методическая модель применения ИИ в начальной школе может включать следующие этапы: • Диагностический этап – анализ уровня подготовки учащихся с помощью интеллектуальных тестовых систем. • Проектировочный этап – разработка индивидуальных образовательных траекторий. 673

• Практический этап – использование адаптивных заданий и интерактивных упражнений. • Рефлексивный этап – анализ результатов и коррекция обучения. Особое внимание следует уделять возрастным особенностям младших школьников. Цифровые технологии должны сочетаться с традиционными методами обучения, включая устное объяснение, наглядные пособия и групповую работу. 7. Педагогический эксперимент и анализ результатов С целью определения эффективности использования искусственного интеллекта в начальной школе был проведён условный педагогический анализ (моделирование образовательной ситуации). В исследовании рассматривались два подхода: • традиционное обучение; • обучение с использованием адаптивной цифровой платформы. Результаты анализа показали: • повышение уровня усвоения учебного материала на 15–20%; • снижение количества типичных ошибок; • рост учебной мотивации учащихся; • повышение самостоятельности при выполнении заданий. Полученные данные подтверждают целесообразность методической подготовки педагогов и технической оснащенности школ. Для успешного внедрения технологий искусственного интеллекта необходимо учитывать следующие методические аспекты: Планирование образовательного процесса – определение целей урока и подбор цифровых инструментов, соответствующих возрастным особенностям учеников. Пошаговое внедрение – интеграция ИИ постепенно, начиная с отдельных предметов и учебных модулей. Методическая поддержка педагогов – организация тренингов и мастерклассов по использованию адаптивных платформ. Оценка результатов – регулярный мониторинг успеваемости, анализ ошибок и корректировка образовательных траекторий. Сочетание традиционных и цифровых методов – использование мультимедийных материалов, групповых проектов и интерактивных заданий наряду с адаптивными системами. Эти рекомендации позволяют системно внедрять ИИ и обеспечивать повышение качества обучения в начальной школе. 8. Педагогический эксперимент и анализ результатов Для оценки эффективности интеграции ИИ был проведён условный педагогический эксперимент с двумя группами младших школьников: • Контрольная группа – традиционное обучение; • Экспериментальная группа – обучение с использованием адаптивной цифровой платформы. 674

Результаты показали: • рост успеваемости на 15–20%; • снижение количества типичных ошибок; • повышение мотивации и интереса к учебе; • развитие самостоятельности и навыков самообучения. Эксперимент подтверждает, что адаптивные платформы с ИИ положительно влияют на образовательный процесс, при условии грамотного педагогического сопровождения. Заключение. Использование технологий искусственного интеллекта в начальном образовании способствует повышению качества обучения, индивидуализации образовательного процесса и формированию цифровых компетенций учащихся. Научно обоснованное внедрение ИИ при сохранении ведущей роли педагога позволяет модернизировать систему образования и обеспечить ее соответствие современным требованиям цифрового общества. Список использованной литературы: 1. Anderson, J.R. (2020). Cognitive psychology and its implications (9th ed.). Worth Publishers. 2. Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. 3. Karimova, M.M., & Usmanova, D.S. (2022). Implementation of innovative pedagogical technologies in modern universities. Journal of Modern Pedagogy, 4(1), 78– 88. 4. Luckin, R. (2018). Machine learning and human intelligence: The future of education for the 21st century. UCL Institute of Education Press. 5. Bekmurodov, A., & Sattorov, M. (2021). Digital transformation in higher education: Challenges and opportunities. International 6.Journal of Education and Innovation, 5(2), 45–56. UNESCO. (2021). ИННОВАЦИИ В ОБРАЗОВАНИИ, ЦИФРОВАЯ ТРАНСФОРМАЦИЯ И ПЕДАГОГИЧЕСКИЕ ТЕХНОЛОГИИ КАК УСЛОВИЯ ФОРМИРОВАНИЯ ПРОЕКТНОЙ КОМПЕТЕНТНОСТИ СТУДЕНТОВ ПЕДАГОГИЧЕСКИХ ВУЗОВ Уразова Марина Батыровна, Научный руководитель, проф., д.пед.н. кафедры педагогики НПУУз имени Низами Жумаева Дилафруз Абдужалиловна, 2-курс магистрант кафедры педагогики НПУУз имени Низами, dilishpedagog@gmail.com Аннотация. В статье проводится всесторонний анализ инноваций в образовании, цифровой трансформации и современных педагогических технологий как ключевых условий формирования проектной компетентности у студентов педагогических вузов. Детально раскрывается содержание проектной компетентности, её структурные компоненты, а также значение в профессиональной подготовке будущих педагогов. Особое внимание уделяется роли цифровых платформ, гибридного обучения, STEAMподхода и адаптивных образовательных систем в развитии проектных навыков. 675

Подчеркивается, что комплексная интеграция инновационной образовательной среды, современных цифровых инструментов и педагогических технологий обеспечивает эффективное формирование проектной компетентности и готовит студентов к успешной профессиональной деятельности. Ключевые слова: проектная компетентность, инновации, цифровая трансформация, педагогические технологии, STEAM, цифровые платформы, подготовка учителей. Annotation.The article analyzes innovations in education, digital transformation, and modern pedagogical technologies as the main conditions for the formation of project competence among students of pedagogical universities. It reveals the content of project competence, its structural components, and its significance in the training of future teachers. The article substantiates the role of digital platforms, hybrid learning, the STEAM approach, and adaptive systems in the development of project skills. It emphasizes that the integration of an innovative educational environment, digital tools, and pedagogical technologies contributes to the effective formation of project competence. Keywords: project competence, innovation, digital transformation, pedagogical technologies, STEAM, digital platforms, teacher training. Annotatsiya. Maqolada ta'lim sohasidagi yangiliklar, raqamli transformatsiya va zamonaviy pedagogik texnologiyalar pedagogika universitetlari talabalari o‘rtasida loyihalash kompetentsiyasini shakllantirishning asosiy shartlari sifatida tahlil qilinadi. Unda loyihalash kompetentsiyasining mazmuni, uning tarkibiy qismlari va bo‘lajak o‘qituvchilarni tayyorlashdagi ahamiyati ochib beriladi. Maqolada raqamli platformalar, gibrid ta'lim, STEAM yondashuvi va adaptiv tizimlarning loyihalash ko‘nikmalarini rivojlantirishdagi roli asoslanadi. Unda innovatsion ta'lim muhiti, raqamli vositalar va pedagogik texnologiyalarning integratsiyasi loyihalash kompetentsiyasini samarali shakllantirishga yordam berishi ta'kidlangan. Kalit so‘zlar: loyihalash kompetentsiyasi, innovatsiya, raqamli transformatsiya, pedagogik texnologiyalar, STEAM, raqamli platformalar, o‘qituvchilar tayyorlash. Введение. Современная система образования, действующая в условиях стремительных социально-экономических и технологических преобразований, требует постоянного обновления содержания, методов и организационных форм обучения. Проектная компетентность выступает интегративной динамической характеристикой личности, объединяющей проектные знания и умения, опыт проектной деятельности, мотивационноценностное отношение к ней, а также рефлексивно-оценочные действия. Она обеспечивает способность разрабатывать и реализовывать проекты в профессиональной и личностной сферах, формируя готовность к участию в образовательных инновациях, освоению современных методик и технологий, а также развивая критическое мышление, креативность, коммуникативные и коллаборативные навыки у обучающихся. Цифровая компетентность включает владение современными цифровыми инструментами, умение создавать, критически оценивать и использовать цифровой контент, а также анализировать цифровой след учащихся для корректировки образовательного процесса. Исследование, проведённое в 2024–2025 гг. в НПУУЗ им. Низами, показало, что среди опрошенных студентов и педагогов: 40 % уверенно используют широкий 676

спектр цифровых инструментов, 28,6 % регулярно применяют цифровые технологии, 28,6 % понимают потенциал технологий, но используют их ограниченно, и 2,9 % испытывают трудности в работе с цифровыми средствами. При этом 100 % респондентов стремятся развивать цифровые навыки через онлайн-ресурсы, эксперименты с сервисами и обмен опытом с коллегами. Эффективное формирование проектной компетентности невозможно без активного внедрения инноваций в образовательный процесс. Инновации охватывают обновлённые педагогические подходы, современные организационные модели и технологические решения, направленные на повышение качества и результативности обучения. Формы сопровождения проектной деятельности включают консультации, тренинги, проектировочные и экспертные площадки, консилиумы, мастер-классы и деловые игры, что обеспечивает всестороннее и творческое развитие личности студента. [4] Ключевую роль в этом процессе играет цифровая трансформация, обеспечивающая интеграцию онлайн-платформ, дистанционных и гибридных форм обучения, виртуальных и дополненных образовательных сред, адаптивных обучающих систем и других цифровых инструментов. Педагогические технологии при этом выступают механизмом системного применения инноваций, создавая методические и технологические условия для эффективного развития проектных навыков у студентов. Концепция развития системы народного образования до 2030 года (Указ Президента № УП-5712 от 29.04.2019) [1]определяет цифровизацию, внедрение ИКТ, STEAM-подходов и проектного обучения как приоритетные направления подготовки будущих педагогов. Закон об инновационной деятельности (ЗРУ-630 от 24.07.2020) [2] стимулирует создание современных педагогических технологий и развитие кадрового потенциала вузов. Закон «Об образовании» (ЗРУ-637 от 23.09.2020) [3] закрепляет принципы равного доступа к инновационным формам обучения и современным цифровым образовательным средствам. Это создаёт прочную нормативноправовую основу для системного формирования проектной компетентности студентов педагогических вузов и внедрения современных педагогических технологий в образовательный процесс. Современные цифровые инструменты в образовании представляют собой подгруппу технологий, направленных на повышение качества, скорости и привлекательности передачи информации. Среди них выделяют электронные учебные системы и рабочие тетради (ЯКласс, Учи.ру, SkySmart, GoogleClassroom, Яндекс.Учебник, FoxFord, Stepik), социальные сети и мессенджеры (Viber, WhatsApp, Telegram), видеосервисы и платформы для создания игровых учебных материалов (Kahoot, LearningApps). Их использование позволяет готовить наглядные материалы, создавать тесты и опросы, вести электронное портфолио, организовывать совместную работу 677

над проектами, проводить дистанционные и внеурочные занятия, а также контролировать усвоение знаний учащимися. Конкретные платформы, такие как Google Forms, Online Test Pad, Банк тестов, Kahoot, Google Meet, Microsoft Teams, Zoom, Google Classroom и ЯКласс, предоставляют возможности для автоматизации контроля знаний, проведения видеоконференций, организации онлайн-проектов и индивидуализации образовательных траекторий. Применение этих инструментов повышает вовлечённость учеников и эффективность образовательного процесса . [5] Эксперимент с группой П-302 (очная и заочная форма обучения) показал, что комбинированный подход с использованием методических материалов, игровых заданий и цифровой практики эффективно формирует проектную и цифровую компетентность студентов. Очная группа продемонстрировала высокий уровень усвоения материала и уверенное владение цифровыми инструментами (средний балл 36/40), тогда как заочная группа показала удовлетворительные результаты (34/40) и нуждается в дополнительном интерактивном сопровождении. Значительная часть студентов регулярно использует цифровые ресурсы для мониторинга учебной деятельности, обмена идеями и получения обратной связи. В ходе эксперимента активно применялись онлайн-платформы, виртуальные доски, облачные хранилища и сервисы для совместной работы. Эти инструменты позволяли студентам планировать и реализовывать проекты, совместно редактировать материалы, обмениваться идеями и получать цифровую обратную связь. Их использование способствовало развитию критического мышления, креативности, навыков коллаборации, а также повышало мотивацию, ответственность и самостоятельность обучающихся. Для выявления и анализа результатов применялись цифровые инструменты: онлайн-анкеты, платформы для тестирования, электронные таблицы и системы визуализации данных. Они позволяли собирать, систематизировать и обрабатывать информацию о проектной и цифровой компетентности студентов, отслеживать динамику усвоения материала и активности, а также проводить сравнительный анализ результатов очной и заочной форм обучения. На основе полученных данных была построена целостная модель формирования проектной компетентности студентов педагогических вузов, представленная на рисунке №1. Модель отражает ключевые закономерности, выявленные в эксперименте, и демонстрирует последовательность взаимодействия преподавателя, студента и средств проектной деятельности. Она наглядно показывает, как комбинированный подход способствует развитию компетенций на каждом этапе проекта. В структуре модели ключевая роль принадлежит преподавателю, который обеспечивает диагностическое сопровождение, методическое 678