Bu tədqiqat ali təhsildə istifadə olunan süni intellekt, virtual reallıq və hər ikisini birləşdirən hibrid AI-VR alətlərinin hansı təhsil funksiyalarını yerinə yetirdiyini, hansı texniki və iqtisadi şərtlərdə tətbiq oluna bildiyini və hansı etik məhdudiyyətlərə tabe olduğunu araşdıran təsviri alət xəritələşdirməsidir. Tədqiqatdakı bir AI aləti, əsas təhsil funksiyasını maşın öyrənməsi və ya təbii dilin emalı kimi süni intellekt texnikaları vasitəsilə geribildirim, tövsiyə, avtomatlaşdırma və ya məzmun istehsalı təmin etməklə yerinə yetirən platformadır; bir VR aləti, interaktiv üçölçülü virtual mühitlərdə bədənə əsaslanan və təcrübəvi öyrənməni dəstəkləyən sistemdir; hibrid AI-VR alətləri isə uyğunlaşan süni intellekt funksiyalarını immersiv virtual mühitlərlə birləşdirir. Tədqiqatçılar 2025-ci ildə iki aylıq araşdırma aparmış, son məlumat dəstində 67 aləti 13 xüsusiyyət üzrə qiymətləndirmişlər. Ortaya çıxan mənzərə fərdiləşdirmə, avtomatik geribildirim, virtual laboratoriyalar və təcrübəvi öyrənmə baxımından mühüm imkanların olduğunu, lakin xərc, texniki infrastruktur, avadanlıqdan asılılıq, məlumatların idarə edilməsi, əlçatanlıq və tədris dizaynı problemlərinin geniş istifadəyə mane olduğunu göstərir. Ən mühüm şərh məhdudiyyəti odur ki, alətin texniki cəhətdən inkişaf etmiş və ya tələbələr üçün cəlbedici olması öz-özlüyündə daha yaxşı öyrənmə nəticəsini sübut etmir.

Tədqiqatın diqqət mərkəzində olan Təhsil 5.0 yanaşmasında texnologiya insan müəllimi əvəz edən müstəqil aktor kimi deyil, fərdiləşdirməni, təcrübəvi öyrənməni, əməkdaşlığı və geribildirimi gücləndirən insanmərkəzli təhsil komponenti kimi nəzərdən keçirilir. Buna görə tədqiqat yalnız “hansı alət nə edir?” sualını deyil, “bu alət hansı pedaqoji məqsədlə, hansı infrastrukturla, hansı xərclə və hansı etik idarəetmə çərçivəsində istifadə oluna bilər?” sualını da qiymətləndirməyə çalışır.

Tədqiqatın əsas problemi

Ali təhsildə süni intellekt və virtual reallıq tətbiqlərinin sayı sürətlə artdıqca qurumların qarşısında iki ayrı problem yaranır. Birinci problem texnoloji müxtəliflikdir: uyğunlaşan dərs sistemləri, avtomatik qiymətləndirmə, danışıq əsaslı tədris köməkçiləri, öyrənmə analitikası, virtual laboratoriyalar, cərrahi simulyasiyalar, üçölçülü dizayn mühitləri və rəqəmsal kampuslar eyni “təhsil texnologiyası” başlığı altında toplana bilir. İkinci problem isə texnoloji imkanın pedaqoji dəyərlə asanlıqla qarışdırılmasıdır. Platformanın çoxsaylı xüsusiyyətlərə malik olması, istifadəsinin asanlığı və ya tələbələrin diqqətini cəlb etməsi öz-özlüyündə öyrənmənin həqiqətən yaxşılaşdığını göstərmir.

Mənbə tədqiqat buna görə alətləri yalnız məhsul siyahısı kimi sıralamaq əvəzinə texnologiya növü, təhsil funksiyası, texniki tələb, inteqrasiya qabiliyyəti, xərc və giriş modeli kimi ölçülərlə birlikdə nəzərdən keçirir. Pedaqoji uyğunluq isə ayrıca məhsul xüsusiyyəti olmaqdan çox, bütün bu xüsusiyyətlərin təhsil məqsədi ilə necə əlaqələndirildiyini qiymətləndirən sintez baxışıdır.

Süni intellektin təhsildə rolu

Tədqiqatda araşdırılan AI alətləri əsasən dörd funksiya ətrafında qruplaşır: fərdiləşdirilmiş öyrənmə, avtomatik geribildirim və qiymətləndirmə, tələbə dəstək sistemləri və institusional öyrənmə analitikası. Uyğunlaşan platformalar tələbənin əvvəlki cavablarından və ya irəliləyiş məlumatlarından istifadə etməklə növbəti məzmunu və ya tapşırığın çətinliyini dəyişə bilər. Danışıq sistemləri təbii dilin emalı vasitəsilə tələbəyə ani cavab verə bilər. Qiymətləndirmə sistemləri böyük tələbə qruplarında geribildirim istehsalını miqyaslandıra bilər. Analitik sistemlər isə öyrənmə davranışlarındakı nümunələrdən dəstəyə ehtiyacı olan tələbələri müəyyən etməyə çalışa bilər.

Mənbədə təqdim olunan təhsil nəzəriyyəsi baxımından AI istifadəsi tək bir modelə bağlı deyil. Ədəbiyyatda AI-yönləndirməli, AI-dəstəkli və AI-gücləndirilmiş öyrənmə yanaşmaları fərqləndirilir. Daha strukturlaşdırılmış, qayda və möhkəmləndirməyə əsaslanan sistemlər davranışçı öyrənmə məntiqinə yaxınlaşarkən, tələbənin fəal bilik qurmasına və müstəqil qərar verməsinə daha çox imkan yaradan sistemlər konstruktivist və konnektivist yanaşmalarla əlaqələndirilir.

Virtual reallığın təhsildə rolu

Virtual reallıq xüsusilə real mühitdə bahalı, təhlükəli, nadir və ya təkrarlanması çətin olan təcrübələri nəzarətli şəkildə təkrar etməyə imkan verdiyi üçün fərqli təhsil dəyəri daşıyır. Səhiyyə elmlərində anatomiya və ya prosedur təlimi, mühəndislikdə virtual laboratoriya və emalatxana təcrübələri, dizayn sahələrində üçölçülü eskiz və modelləşdirmə bu istifadə formalarına nümunədir.

Bu dəyər təcrübəvi öyrənmə nəzəriyyəsi ilə izah edilə bilər. Kolbun yanaşmasında öyrənmə yalnız bir təcrübəyə məruz qalmaq deyil; konkret təcrübə, reflektiv müşahidə, abstrakt konseptuallaşdırma və fəal sınaq arasında irəliləyən prosesdir. Mənbə tədqiqatın sintezində VR xüsusilə konkret təcrübə və təhlükəsiz praktika mühiti yarada bildiyi halda, AI əsaslı geribildirim, analitika və danışıq dəstək sistemləri tələbənin təcrübə üzərində düşünməsini və anlayışları möhkəmləndirməsini dəstəkləyə bilər. Bu uyğunlaşma AI ilə VR-nin niyə bir-birinə alternativ deyil, tamamlayıcı kimi qiymətləndirilə bildiyini izah edir.

Ali təhsildə süni intellekt və virtual reallıq birlikdə nə təmin edir?

AI-VR inteqrasiyası süni intellektin fərdiləşdirmə və geribildirim imkanını virtual reallığın interaktiv və kontekstə yerləşdirilmiş təcrübələri ilə eyni öyrənmə mühitində birləşdirir. Mənbədə Axon Park, ENGAGE XR və VictoryXR Metaversity kimi nümunələr analitika, danışıq köməyi, uyğunlaşan dəstək və ya virtual kampus funksiyalarının immersiv mühitlərlə inteqrasiya oluna bildiyini göstərir. Bununla belə, bu birləşmə daha yüksək texniki ixtisas, inteqrasiya mürəkkəbliyi və xərc də yaradır; buna görə hibrid platformanın daha inkişaf etmiş görünməsi avtomatik olaraq daha yüksək öyrənmə uğuru demək deyil.

Hibrid alətlər və rəqəmsal əkiz kampus yanaşması

Tədqiqatda bəzi hibrid sistemlərin universitet kampusunun virtual qarşılığını yaradan və istehsalçılar tərəfindən “digital twin” kimi təsvir olunan strukturlara yönəldiyi görünür. Belə mühitdə tələbə virtual kampusda hərəkət edə, tədris sessiyalarına qatıla və ya AI dəstəkli bələdçi və tədris agentləri ilə qarşılıqlı əlaqə qura bilər. Bu yanaşmanın təhsil baxımından əhəmiyyətli olması üçün real kampusu vizual şəkildə təqlid etməkdən daha çox şey tələb olunur: virtual mühitdəki fəaliyyətlər dərs məqsədləri, tələbə qarşılıqlı əlaqəsi, qiymətləndirmə və geribildirim mexanizmləri ilə əlaqələndirilməlidir.

Fənlər üzrə istifadə formaları

Bu təsnifat alətlərin yalnız müəyyən bir bölməyə aid olduğunu göstərmir. Tədqiqatın ümumi məlumat dəstində platformaların təxminən %70-i bütün akademik sahələrdə istifadə oluna bilən ümumi təyinatlı sistemlər kimi təsnif edilmişdir. Təxminən %30-luq hissə isə səhiyyə, STEM və ya incəsənət və dizayn kimi daha dar sahələrə yönəlmişdir. Ümumi təyinatlı alətlər qurum miqyasında genişlənmə üstünlüyü təmin edə bilər; sahəyə xas alətlər isə daha yüksək mövzu dəqiqliyi və tətbiq reallığı təqdim edə bilsə də, daha yüksək xərc və təlim tələbi yarada bilər.

AI və VR alətlərinin öyrənmə faydaları nə dərəcədə güclü sübuta əsaslanır?

Mənbə tədqiqata görə sübut bazası bərabər deyil: bəzi AI və VR tətbiqləri nəzarətli tədqiqatlarla qiymətləndirilsə də, alətlərin mühüm bir hissəsi üçün öyrənmə təsirinə dair iddialar istehsalçı hesabatlarına, qısamüddətli tətbiqlərə və ya istifadəyə yararlılıq və iştirak ölçmələrinə əsaslanır. Buna görə “texniki olaraq işləyir”, “tələbə marağını artırır” və “öyrənmə nəticəsini yaxşılaşdırır” ifadələri eyni sübut səviyyəsi kimi qiymətləndirilməməlidir. İnstitusional seçimlərdə müstəqil tədqiqat, müqayisəli dizayn, real dərs konteksti və uzunmüddətli öyrənmə nəticələri daha güclü sübut yaradır.

Səhiyyə təhsilindəki nümunə niyə vacibdir?

Mənbənin təqdim etdiyi səhiyyə elmləri ədəbiyyatı həm ümidverici nəticələri, həm də sübutun niyə ehtiyatla şərh edilməli olduğunu göstərir. Bir randomizə olunmuş nəzarətli tədqiqatda virtual reallıq əsaslı təcili tibbi yardım ssenarisini tamamlayan tələbələrdə 30 gün sonrakı praktik bilik artımı orta hesabla +%17,8 olaraq bildirildiyi halda, uyğunlaşdırılmış video seminar qrupunda +%11,9 bildirilmişdir. Hər ssenari 35 dəqiqə davam etmiş və avtomatik geribildirim ehtiva etmişdir.

Bunun əksinə, mənbədə təqdim olunan başqa bir sistematik icmalda prosedur bacarığını qiymətləndirən 13 tədqiqatın %62-sində immersiv VR ilə digər tədris üsullarının oxşar inkişaf təmin etdiyi, %38-ində isə VR qrupunun əhəmiyyətli dərəcədə daha yaxşı nəticə verdiyi bildirilmişdir. Lakin tədqiqatların səs sayımı üsulu ilə aparılan ümumi qiymətləndirilməsində binom testi əhəmiyyətli ümumi fərq göstərməmişdir. Bu ziddiyyət mühüm öyrədici məqamdır: müəyyən bir təcrübədə müsbət nəticənin görülməsi hər dərs və hər bacarıq üçün VR-nin üstün olduğunu sübut etmir.

Qarşılıqlı əlaqə və öyrənmə nəticəsi eyni şey deyil

VR tədqiqatlarında tələbənin mühiti maraqlı hesab etməsi, daha uzun müddət iştirak etməsi və ya güclü “orada olma” hissi yaşaması dəyərli göstəricilərdir; lakin bunlar imtahan uğuru, uzunmüddətli bilik saxlama və ya bacarıqların real dünyaya ötürülməsi ilə eyni ölçü deyil. Eyni şəkildə, AI sisteminin sürətli geribildirim verməsi və ya fərdiləşdirilmiş məzmun tövsiyə etməsi bu tövsiyələrin pedaqoji baxımdan düzgün olduğu və ya tələbənin tənqidi düşünməsini inkişaf etdirdiyi demək deyil.

Tədqiqatın əsas tövsiyələrindən biri buna görə xüsusiyyət siyahılarına baxmaq əvəzinə alətlərin öyrənmə məqsədləri ilə necə uyğunlaşdığını araşdırmaqdır. Universitet yalnız “AI ehtiva edir”, “VR-ni dəstəkləyir” və ya “analitika təqdim edir” meyarları ilə satınalma qərarı verdikdə texnologiya ilə pedaqogikanı bir-birinə qarışdırmaq riski daşıyır.

Etik ölçü niyə texnoloji xüsusiyyətlərdən ayrı düşünülə bilməz?

Təhsil məqsədli AI sistemləri tələbə davranışı, performansı, yazılı cavabları və ya istifadə nümunələri kimi məlumatları emal edə bilər. Buna görə məlumatların idarə edilməsi, məxfilik və tələbənin öz məlumatı üzərində nəzarəti texniki tətbiqdən kənar ikinci dərəcəli məsələlər deyil. Mənbə tədqiqat GDPR kimi məlumatların qorunması çərçivələri ilə şəffaflıq və izaholunma prinsiplərinin, xüsusilə tələbə inkişafına və ya qərar proseslərinə təsir edən sistemlərdə, əhəmiyyətini vurğulayır.

Alqoritmik qərəz ikinci əsas problemdir. AI modeli təmsil gücü məhdud və ya balanssız məlumatlardan nümunələr öyrənərsə, qiymətləndirmə və proqnozlaşdırma sistemləri müəyyən tələbə qrupları üçün daha aşağı dəqiqlik göstərə bilər. Bu risk xüsusilə avtomatik qiymətləndirmə, tələbə riskinin proqnozlaşdırılması və ya akademik qərar dəstəyi kimi nəticələrin fərdi birbaşa təsirləndirə biləcəyi tətbiqlərdə vacibdir.

Üçüncü sahə akademik dürüstlükdür. Generativ AI tələbənin yazı və tədqiqat proseslərini dəstəkləyə bilər; lakin mənbə yalnız aşkarlama sistemlərinə əsaslanan yanaşmanın kifayət olmadığını bildirir. Qiymətləndirmə dizaynı tələbənin real öyrənməsini görünən etməli, AI savadlılığı inkişaf etdirilməli və tələbələr avtomatik çıxışları tənqidi şəkildə qiymətləndirməyi öyrənməlidirlər.

Nəhayət, insan müəllimin rolu mərkəzi olaraq qalır. Mənbə tədqiqatın Təhsil 5.0 çərçivəsindəki əsas yanaşması texnologiyanı insan müəllimin yerini tutan müstəqil sistemə çevirmək deyil; insanın pedaqoji qərarvermə, şərhetmə, rəhbərlik və etik məsuliyyətini qoruyaraq texnoloji dəstəkdən istifadə etməkdir.

Tədqiqatın Metodu və Nəticələri

Bu tədqiqatda AI, VR və hibrid alətlər necə qiymətləndirildi?

Tədqiqatçılar 2025-ci ildə iki aylıq təsviri xəritələşdirmə aparmış; resenziyalı nəşrlərdən, siyasət və sektor hesabatlarından, texniki təlimatlardan və rəsmi məhsul sənədlərindən məlumat toplamış, mümkün olduqda açıq istifadə edilə bilən alət versiyalarını və ya demoları birbaşa araşdırmışlar. Alət yalnız ali təhsildə aydın istifadə ssenarisinə malik idisə, məlumat toplama dövründə aktiv idisə və qiymətləndirmə dəyişənlərini kodlaşdırmağa kifayət edən ictimai sənədlər təqdim edirdisə məlumat dəstinə daxil edilmişdir. Son məlumat dəsti 67 alətdən ibarət olmuş və hər alət 13 xüsusiyyət üzrə kodlaşdırılmışdır. Sənəd çatışmadıqda və ya ziddiyyətli olduqda bir neçə mənbə müqayisə edilmiş; dəqiqləşdirilə bilməyən dəyərlər təxmin edilməmişdir.

Ədəbiyyat və alət seçimi

Ədəbiyyat seçimində ali təhsildə AI və ya VR istifadəsinə yönələn, xüsusilə 2019-2025 dövründə dərc edilən və eksperimental nəticə, sistematik icmal və ya tətbiqə dair siyasət rəhbərliyi verən mənbələrə üstünlük verilmişdir. Yalnız məktəb təhsilinə aid tədqiqatlar, tamamilə spekulyativ şərhlər və yoxlanıla bilən təfərrüat təqdim etməyən əlçatmaz hesabatlar əhatədən çıxarılmışdır.

Alət seçimində də eyni yoxlanıla bilmə prinsipi tətbiq edilmişdir. İstifadədən çıxarılmış alətlər, ali təhsillə aydın əlaqəsi olmayan sistemlər və qiymətləndirmə üçün kifayət qədər sənəd təqdim etməyən platformalar istisna edilmişdir. Beləliklə, məlumat dəstinin yalnız populyar məhsullar siyahısı deyil, müqayisəli şəkildə kodlaşdırıla bilən alət inventarına çevrilməsinə çalışılmışdır.

On üç qiymətləndirmə xüsusiyyəti

Pedaqoji uyğunluq bu 13 məlumat sahəsindən müstəqil sütun kimi kodlaşdırılmamış; alətin məqsədi, istifadə konteksti və mənimsəmə məhdudiyyətləri əsasında sintez səviyyəsində qiymətləndirilmişdir. Bu fərq vacibdir, çünki platformanın “öyrənmə nəzəriyyəsinə uyğunluğu” sadə məhsul xüsusiyyəti kimi işarələnə biləcək ikili dəyişən deyil.

Auditdə ortaya çıxan əsas kəmiyyət meylləri

Şərh qeydi: Bu faizlər müxtəlif təsnifat ölçülərinə aiddir və eyni cəmin hissələri deyil. Məsələn, xərc modeli nisbətləri ilə avadanlıqdan asılılıq nisbətlərini bir-birinə əlavə etmək elmi baxımdan mənalı deyil. Bundan əlavə, rəqəmlər 2025-ci ildə aparılmış alət auditinin ani mənzərəsini təmsil edir; kommersiya platformalarının qiymətləri, inteqrasiyaları və xüsusiyyətləri daha sonra dəyişə bilər.

İnstitusional mənimsəmədə ən müəyyənedici maneələr hansılardır?

Tədqiqata görə AI və VR-nin ali təhsildə miqyaslanmasını müəyyən edən əsas maneələr yalnız proqram təminatının xüsusiyyətləri deyil; şəbəkə və hesablama infrastrukturu, VR avadanlığı, mövcud LMS və məlumat sistemləri ilə qarşılıqlı işləmə, davamlı lisenziya xərci, texniki heyətin potensialı, müəllim hazırlığı, məlumat məxfiliyi, alqoritmik ədalət, əlçatanlıq və pedaqoji dizayn birlikdə qiymətləndirilməlidir. Bu dəyişənlərdən biri nəzərdən qaçırıldıqda texniki baxımdan uğurlu platforma təhsil mühitində davamlı və ya ədalətli tətbiqə çevrilməyə bilər.

Xərc və lisenziya quruluşu

Auditdə alətlərin təxminən %91-inin ödənişli lisenziya altında olması əlçatanlığı yalnız texnologiya seçimi olmaqdan çıxarıb resurs bölgüsü probleminə çevirir. Abunə modeli proqram təminatını aktual saxlamağı və dəstək xidmətini asanlaşdıra bilər; lakin birdəfəlik investisiya əvəzinə davamlı əməliyyat xərci yaradır. Büdcəsi dövri olaraq dəyişən qurumlarda bu vəziyyət uzunmüddətli istifadənin davamlılığına təsir göstərə bilər.

İnteqrasiya və qarşılıqlı işləmə

Alətin LMS ilə bağlantı qura bilməsi tam qarşılıqlı işləmə demək deyil. API bağlantısı, vahid giriş, qiymət ötürülməsi və davamlı məlumat mübadiləsini asanlaşdıra bilər; eyni zamanda daha çox şəxsi məlumatın sistemlər arasında hərəkət etməsi səbəbindən təhlükəsizlik, məxfilik və idarəetmə tələblərini artıra bilər. Qurumlar “inteqrasiya varmı?” sualı ilə yanaşı “hansı məlumat hansı sistemlər arasında hərəkət edir, kim ona daxil ola bilir və məlumatın həyat dövrü necə idarə olunur?” suallarını da qiymətləndirməlidir.

Avadanlıq və rəqəmsal bərabərlik

Brauzer və ya bulud əsaslı AI alətlərinin standart istifadəçi cihazları ilə işləyə bilməsi giriş maneəsini azaldarkən, immersiv VR tətbiqləri başlıq, uyğun kompüter, hərəkət izləmə və ya xüsusi laboratoriya tələb edə bilər. Avadanlıq xərcinin azalması mühüm olsa da, eyni avadanlığa bütün tələbələrin bərabər şəkildə çıxış edə bilməsi, əlçatanlıq tənzimləmələri, cihaz paylaşımı, texniki xidmət və dəstək ayrıca problemlərdir.

Müəllim potensialı

Texniki infrastruktur və lisenziya büdcəsi kifayət etsə belə, tədris dizaynı zəifdirsə alətlər diqqət yayındıra bilər. Mənbə tədqiqat vurğulayır ki, müəllimlər yalnız cihazın və ya proqram təminatının istifadəsini deyil, hansı öyrənmə məqsədində hansı səviyyədə immersivlik, avtomatlaşdırma və ya AI dəstəyinin lazım olduğunu da qiymətləndirə bilməlidirlər. Bu, peşəkar inkişafı və kurikulum dizaynını texnologiya satınalmasının ayrılmaz hissəsinə çevirir.

Gələcək tədqiqat ehtiyacları

Müəlliflər gələcəkdə AI və VR müdaxilələrinin real dərs mühitlərində daha uzunmüddətli və müqayisəli tədqiqatlarla qiymətləndirilməsini tövsiyə edirlər. Yalnız tələbə məmnuniyyəti və ya qısamüddətli iştirak deyil, öyrənmə nəticələri və bərabərliyə təsirlər birlikdə bildirilməlidir. Təcrübəvi öyrənmədən istifadə edən tədqiqatlar yalnız “immersiv təcrübə” yaratdıqlarını göstərməklə kifayətlənməməli, refleksiya, geribildirim və konseptual möhkəmləndirmə mərhələlərini necə dəstəklədiklərini də açıqlamalıdır.

Tədqiqatın dəstəklədiyi nəticələr

• AI və VR ali təhsildə fərdiləşdirmə, geribildirim, simulyasiya və təcrübəvi öyrənmə üçün çoxsaylı tətbiq oluna bilən alətlər təqdim edir.
• 67 alətdən ibarət məlumat dəstində ödənişli və mülkiyyətli modellər üstünlük təşkil edir.
• Texniki mürəkkəblik əsasən aşağı və ya orta səviyyədədir; lakin VR və qarışıq reallıq avadanlığı müəyyən tətbiqlərdə mühüm maneə olaraq qalır.
• Ümumi təyinatlı platformalar xüsusi fənn alətlərindən daha geniş yayılmışdır.
• AI-VR hibrid sistemləri mövcuddur, lakin məlumat dəstinin kiçik hissəsini təşkil edir.
• Pedaqoji uyğunluq, məlumatların idarə edilməsi, əlçatanlıq və institusional potensial məhsul xüsusiyyətləri qədər vacibdir.
• Öyrənmə faydalarına dair sübutun gücü alətlər və fənlər arasında bərabər deyil.

Tədqiqatın dəstəkləmədiyi nəticələr

• AI və ya VR istifadə edən hər dərsin ənənəvi tədrisdən daha yaxşı olduğu nəticəsini dəstəkləmir.
• 67 alətin hamısının müstəqil nəzarətli təcrübələrlə təsdiqləndiyini göstərmir.
• Tələbə iştirakındakı artımı avtomatik olaraq uzunmüddətli öyrənmə uğuru ilə eyniləşdirmir.
• AI-VR hibrid platformasının yalnız texnoloji mürəkkəbliyinə görə daha təsirli olduğunu sübut etmir.
• Müəyyən universitetdə uğurlu olan alətin başqa qurumlarda eyni nəticəni verəcəyinə zəmanət vermir.
• 2025-ci ildə qeydə alınmış kommersiya xərci, inteqrasiya və ya xüsusiyyət vəziyyətlərinin gələcəkdə dəyişmədən qalacağını fərz etmir.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Intelligent Immersion: AI and VR Tools for Next-Generation Higher Education

Müəlliflər: Konstantinos Liakopoulos; Anastasios Liapakis.

Məsul müəllif: Konstantinos Liakopoulos.

Qurumlar: School of Computing, Athens Campus, New York College, Athens, Greece; School of Economics, Department of International and European Economic Studies, Athens University of Economics & Business, Athens, Greece.

Jurnal: AI in Education.

Nəşriyyat: MDPI.

Biblioqrafik qeyd: AI Educ. 2026, cild 2, məqalə 13; rəsmi nəşriyyat qeydində cild 2, say 2, məqalə 13.

DOI: 10.3390/aieduc2020013.

Nəşr tarixi: 1 May 2026. Məqalə 13 Yanvar 2026-da qəbul edilmiş, 6 Mart 2026-da yenidən işlənmiş və 24 Mart 2026-da dərc üçün qəbul edilmişdir.

Mənbə növü: Resenziyalı jurnalda dərc edilmiş Review. Tədqiqat meta-analiz və ya 67 aləti vahid eksperimental dizaynda sınaqdan keçirən ilkin eksperiment deyil; təsviri xəritələşdirmə və alət auditidir.

Metod: 2025-ci ildə iki aylıq məlumat toplama prosesində resenziyalı ədəbiyyat, siyasət və sektor hesabatları, texniki təlimatlar və rəsmi alət sənədləri araşdırılmışdır. Mümkün hallarda açıq istifadə edilə bilən versiyalar və demolar birbaşa qiymətləndirilmişdir. Son məlumat dəsti 67 AI, VR və hibrid AI-VR alətindən ibarətdir. Hər alət üçün 13 kodlaşdırma xüsusiyyəti istifadə edilmiş; qeyri-müəyyən dəyərlər təxmin edilməmişdir.

Əlavə məlumat: 67 alətin hamısını ehtiva edən kodlaşdırılmış məlumat dəsti Supplementary S1 — Supplementary_S1_AI-VR_Tools_Dataset.xlsx adı ilə mənbə tədqiqatın əlavə materialında təqdim edilmişdir.

Lisenziya: Mənbə PDF tədqiqatın Creative Commons Attribution (CC BY) lisenziyası altında açıq girişlə yayımlandığını bildirir. Buna baxmayaraq, Verianla mətni mənbə cümlələrini və ya cədvəl dizaynını yenidən yayımlamaq əvəzinə elmi faktları müstəqil öyrədici quruluşda izah edir.

Maliyyələşdirmə: Tədqiqat xarici maliyyə almayıb.

Etik komitə: Tətbiq edilmir kimi bildirilib.

Məlumatlandırılmış razılıq: Tətbiq edilmir kimi bildirilib.

Məlumatların əlçatanlığı: Tədqiqatın orijinal töhfələri əlavə materiallarda təqdim edilmişdir; əlavə sualların məsul müəllifə ünvanlana biləcəyi bildirilmişdir.

Maraqlar toqquşması: Müəlliflər maraqlar toqquşmasının olmadığını bəyan etmişlər.

Müəllif töhfələri: Mənbə PDF-də ayrıca CRediT/Müəllif Töhfələri bəyanatı görünən şəkildə bildirilməyib; töhfə rolları təxmin edilməyib.

Əsas metodoloji məhdudiyyət: Alətlərin bir hissəsi üzrə məlumat istehsalçı sənədlərinə əsaslanır və istehsalçılardan əlavə məlumat əldə edilməyən hallar vardır. Tədqiqatın özü də öyrənmə təsirinə dair sübut bazasının heterogen və bir çox alət üçün məhdud olduğunu vurğulayır. Bundan əlavə, kommersiya təhsil texnologiyaları sürətlə dəyişdiyi üçün 2025-ci il auditindəki qiymət, xüsusiyyət, inteqrasiya və əlçatanlıq vəziyyətləri zamanla dəyişə bilər.

Elmi istifadə sərhədi: Bu Verianla məqaləsi mənbə tədqiqatın nəticələrini müstəqil və öyrədici quruluşda izah edir; orijinal tədqiqatın yerini tutmur. Akademik istinad, ətraflı metod yoxlaması və əlavə məlumat dəstinin araşdırılması üçün orijinal DOI qeydindən istifadə edilməlidir.