Rəqəmsal Tədris Səriştələri (Digital Teaching Competencies, DTC), müəllimin rəqəmsal texnologiyaları yalnız işlədə bilməsini deyil, bu texnologiyaları pedaqoji məqsədlə seçməsini, qiymətləndirməsini, idarə etməsini və tənqidi şəkildə nəzarətdə saxlamasını əhatə edən bilik, bacarıq, münasibət və strategiyalar toplusudur. Bu sistematik icmal, virtual ali təhsil mühitlərində alqoritmlərin öyrənmənin qiymətləndirilməsində iştirak etdiyi hallarda DTC ilə alqoritmik etika arasındakı əlaqəni araşdırır. PRISMA 2020 yanaşması ilə Web of Science və Scopus-dan əldə edilmiş 262 qeyd nəzərdən keçirilmiş və ciddi uyğunluq meyarları nəticəsində altı empirik tədqiqat sintezə daxil edilmişdir. Sintez göstərir ki, müəllimlərin texniki və əməli rəqəmsal bacarıqları nisbətən inkişaf etmiş ola bilər, lakin avtomatlaşdırma qərəzini sorğulamaq, alqoritmik qeyri-şəffaflığı yoxlamaq, məlumat məxfiliyini qorumaq və qərəzli nəticələri aşkar etmək kimi qabaqcıl tənqidi səriştələr daha qeyri-bərabər görünür. Bununla belə, yekun korpus yalnız altı tədqiqatdan ibarət olduğuna görə nəticələr bütün ali təhsil sistemləri üçün qəti səbəb-nəticə ümumiləşdirmələri kimi şərh edilməməlidir.

Alqoritmik etika, avtomatik sistemlərin layihələndirilməsi, öyrədilməsi, istifadəsi və nəticələrinin şərhi zamanı ədalət, şəffaflıq, hesabatlılıq, məxfilik və ayrı-seçkilik risklərini qiymətləndirən normativ və tətbiqi çərçivədir. İcmalın mərkəzi yanaşması budur ki, avtomatik ballandırma, öyrənmə analitikası, generativ süni intellekt, uzaqdan imtahan nəzarəti və proqnozlaşdırıcı sistemlərin təhsil baxımından etibarlılığı yalnız proqram təminatının texniki uğuruna həvalə edilə bilməz. Müəllim alqoritmik çıxışı pedaqoji kontekstlə müqayisə edə bilən və lazım gəldikdə maşın qərarını sorğulaya bilən insan nəzarətçisi kimi nəzərdən keçirilir.

Qiymətləndirmənin rəqəmsallaşmasından alqoritmik qiymətləndirməyə keçid

İcmalın ədəbiyyat çərçivəsi virtual qiymətləndirmədəki transformasiyanı üçmərhələli inkişaf xətti ilə izah edir. Assessment 1.0, kağız üzərindəki ənənəvi imtahanların rəqəmsal mühitə keçirilməsi və qapalı tipli testlərin elektron formada tətbiqidir. Bu mərhələdə texnologiya əsasən mövcud qiymətləndirmə formasının daşıyıcısıdır. Assessment 2.0, öyrənmə idarəetmə sistemlərinin yayılması ilə dinamik rubrikalar, e-portfoliolar, həmyaşıd qiymətləndirməsi və davamlı keyfiyyət geribildirimi kimi daha interaktiv üsulları əhatə edir. Assessment 3.0 isə öyrənmə analitikası, adaptiv alqoritmlər, proqnozlaşdırıcı modellər, generativ süni intellekt və biometrik uzaqdan nəzarət kimi sistemlərin qiymətləndirmə qərarının birbaşa hissəsinə çevrildiyi mərhələdir.

Assessment 3.0-dakı əsas dəyişiklik yalnız qiymətləndirmə alətinin rəqəmsallaşması deyil. Tələbənin platformadakı davranışları, performans tarixi, qarşılıqlı əlaqələri və bəzi mühitlərdə biometrik məlumatları avtomatik modellərin girişinə çevrilə bilər. Beləliklə, qiymətləndirmə müəllimlə tələbə arasındakı birtərəfli ölçmə əməliyyatı olmaqdan çıxır və məlumat infrastrukturu, alqoritm, müəssisə siyasəti, müəllim qərarı və tələbə hüquqlarının birlikdə müəyyən etdiyi sosial-texniki prosesə çevrilir.

Alqoritm Vasitəli Qiymətləndirmədə Rəqəmsal Tədris Səriştəsi Nədir?

Alqoritm vasitəli qiymətləndirmədə Rəqəmsal Tədris Səriştəsi müəllimin süni intellekt və ya öyrənmə analitikası sistemindən yalnız istifadə edə bilməsi deyil; hansı alətin hansı pedaqoji məqsədə uyğun olduğunu seçə bilməsi, girişləri və qiymətləndirmə meyarlarını sorğulaya bilməsi, avtomatik çıxışları şərh edə bilməsi, qərəz və məlumat məxfiliyi risklərinə nəzarət edə bilməsi və yekun pedaqoji məsuliyyəti maşına ötürməməsidir.

DigCompEdu-nun altı sahəsi niyə vacibdir?

İcmal Rəqəmsal Tədris Səriştələrini izah edərkən Avropa Komissiyasının DigCompEdu çərçivəsindən istifadə edir. Bu çərçivədə altı əsas sahə var: peşəkar iştirak, rəqəmsal resurslar, tədris və öyrənmə, qiymətləndirmə, tələbələrin gücləndirilməsi və tələbələrin rəqəmsal səriştələrinin inkişafına dəstək. Mənbə tədqiqatın töhfəsi bu ümumi rəqəmsal səriştə sahələrini alqoritmik qiymətləndirmədə konkret etik vəzifələrlə əlaqələndirməsidir.

Alqoritmik Etika Niyə Yalnız Proqram Təhlükəsizliyi Məsələsi Deyil?

Alqoritmik etika bu icmalda yalnız proqram xətalarının qarşısını alma məsələsi deyil; avtomatik qiymətləndirmə sistemlərinin kimdən hansı məlumatı topladığı, hansı meyarlarla qərar verdiyi, qərarın tələbəyə izah edilə bilib-bilmədiyi, modelin müəyyən qrupları sistematik olaraq əlverişsiz vəziyyətə salıb-salmadığı və səhv qərara görə kimin məsuliyyət daşıdığı kimi pedaqoji və hüquq əsaslı sualları birlikdə əhatə edir.

Buna görə texniki dəqiqliklə təhsil ədaləti eyni şey deyil. Sistem proqramlaşdırıldığı kimi işləyə bilər, lakin istifadə olunan məlumatlar tarixi qərəzləri daşıya bilər. Model yüksək proqnoz gücünə malik ola bilər, lakin tələbənin niyə müəyyən risk kateqoriyasına yerləşdirildiyini izah etməyə bilər. Uzaqdan imtahan nəzarəti sistemi köçürmə şübhəsini avtomatik işarələyə bilər, lakin davranış və ya biometrik nümunələrin müxtəlif tələbə qruplarında necə dəyişdiyini nəzərə almaya bilər.

İzah edilə bilən süni intellekt və pedaqoji izlənəbilərlik

İcmalın ədəbiyyat çərçivəsində İzah edilə bilən Süni İntellekt (Explainable AI, XAI), qara qutu xarakterli avtomatik qərarların insanlar tərəfindən araşdırıla bilməsi üçün mühüm yanaşma kimi nəzərdən keçirilir. Təhsil kontekstində yalnız texniki izah kifayət deyil. Tələbə aldığı geribildirimin və ya balın hansı pedaqoji meyara əsaslandığını da anlaya bilməlidir. Buna görə alqoritmik izah edilə bilənliklə pedaqoji izlənəbilərlik bir-biri ilə əlaqələndirilir.

Avtomatlaşdırma Qərəzi və Qara Qutu Problemi Nədir?

Avtomatlaşdırma qərəzi, müəllim və ya tələbənin avtomatik sistemin balını, tövsiyəsini və ya təsnifatını kifayət qədər müstəqil yoxlama aparmadan doğru qəbul etmə meylidir; qara qutu problemi isə sistemin nəticəyə hansı məlumat və qərar məntiqi ilə çatdığının kifayət qədər izah edilə bilməməsi və ya istifadəçi tərəfindən yoxlanıla bilməməsidir. İcmaldakı tədqiqatlar bildirir ki, bu iki problem birləşdikdə pedaqoji mühakimənin avtomatlaşdırmaya ötürülməsi riskini artıra bilər.

Bu risk müəllimin rəqəmsal alətdən tez-tez istifadə etməsinin təkbaşına kifayət etmədiyini göstərir. Müəllim öyrənmə idarəetmə sistemindən, plagiat aşkarlama alətindən və ya süni intellekt dəstəkli qiymətləndirmə proqramından texniki baxımdan ustalıqla istifadə edə bilər, lakin sistemin hansı məlumatlarla işlədiyini, çıxışın hansı qeyri-müəyyənlikləri daşıdığını və ya qərəzin hansı tələbə qrupuna təsir edə biləcəyini qiymətləndirə bilməyə bilər. İcmalın “əməli paradoks” kimi müzakirə etdiyi əsas gərginlik budur.

Müəllim niyə “pedaqoji nəzarətçi” kimi nəzərdən keçirilir?

Nəzərdən keçirilən ədəbiyyatda müəllimin rolu texnologiyanın işləməsini izləyən passiv operatordan daha geniş şəkildə müəyyənləşdirilir. Müəllim avtomatik qiymətləndirmənin girişlərini seçən, nəticələri pedaqoji kontekstlə müqayisə edən, qeyri-adi və ya ayrı-seçkilik yaradan çıxışları sorğulayan və tələbəyə izah edilə bilən geribildirim təqdim edən pedaqoji nəzarətçi kimi mövqeləndirilir. Bu rol xüsusilə müəssisə səviyyəsində aydın alqoritmik idarəetmə prinsiplərinin olmadığı mühitlərdə əhəmiyyət qazanır.

Tədqiqatın Metodu və Nəticələri

Sistematik İcmal 262 Qeyddən Altı Tədqiqata Necə Çatdı?

İcmal Scopus və Web of Science-da aparılan axtarışdan əldə edilmiş 262 qeydlə başladı; 3 dublikat çıxarıldı, 259 unikal qeydin başlıq və xülasələri nəzərdən keçirildi, 172 qeyd xaric edildi, 87 tam mətn uyğunluq baxımından qiymətləndirildi və dizayn, populyasiya və ya nəticə meyarlarına cavab verməyən 81 tədqiqat çıxarılaraq yekun sintezə 6 empirik tədqiqat daxil edildi.

PRISMA 2020 seçim axını

Axtarış strategiyası və uyğunluq meyarları

Axtarışlar 20 May 2026 tarixində Scopus və Web of Science üzərində aparılmışdır. Axtarış məntiqi dörd anlayış qrupunu birləşdirmişdir: rəqəmsal tədris/rəqəmsal savadlılıq, süni intellekt və ya alqoritmik sistemlər, etika/qərəz/ədalət və qiymətləndirmə/geribildirim. Scopus-da TITLE-ABS-KEY, Web of Science-da Topic (TS) sahələrindən istifadə edilmiş; AND/OR operatorları və ulduz joker işarəsi ilə söz variantları əhatə olunmuşdur.

Scopus sorğusu: TITLE-ABS-KEY ((“digit* competenc*” OR “digit* literac*” OR “data literac*” OR “teacher* digit*” OR “e-competenc*” OR “ICT competenc*”) AND (algorithm* OR “artificial intelligence” OR AI OR “machine learning” OR “deep learning” OR automat* OR “generative AI” OR LLM*) AND (ethic* OR bias* OR fair* OR moral* OR responsib* OR accountab* OR discriminat*) AND (assess* OR evaluat* OR feedback OR grad* OR examin*))

Web of Science sorğusu: TS = ((“digital competenc*” OR “teacher* digital” OR “pedagogical competenc*”) AND (“algorithmic ethic*” OR “algorithmic bias*” OR “ethical AI” OR “ethics of AI” OR “automated decision*”) AND (“assessment*” OR “evaluat*” OR “grading”))

Daxiletmə meyarları bunlar idi: empirik kəmiyyət, keyfiyyət və ya qarışıq tədqiqatlar; virtual, hibrid və ya e-öyrənmə kontekstində qiymətləndirmə məsuliyyəti daşıyan müəllimlər və ya oxşar təhsil aktorları; öyrənmə analitikası, avtomatik nəzarət, süni intellekt rubrikaları, təhsil məlumatlarının mədənçiliyi və ya oxşar alqoritmik qiymətləndirmə sistemləri və aydın etik ölçü ehtiva edən tədqiqatlar. Dil İngilis və ya İspan dili ilə, sənəd növü resenziyalı jurnal məqalələri ilə, əlçatanlıq isə açıq girişli tam mətnlərlə məhdudlaşdırılmışdır.

Məlumatların çıxarılması və keyfiyyətə nəzarət

İki qiymətləndirici tədqiqatın başlığı, müəllif, il, ölkə, tədqiqat dizaynı, nümunə, məlumat toplama vasitələri və nəticələr kimi dəyişənləri strukturlaşdırılmış Microsoft Excel matrisinə müstəqil şəkildə köçürmüşdür. Fikir ayrılıqları müzakirə və razılaşma yolu ilə həll edilmişdir. Tam mətn araşdırması da iki dəfə aparılmış; dizayn uyğunluğu, istifadə edilən alətlərin uyğunluğu, analiz üsulları, empirik məlumatların bütövlüyü və nəticələrin izlənəbilərliyi keyfiyyət qiymətləndirilməsinin bir hissəsi olmuşdur.

Yekun altı tədqiqatın metodoloji quruluşu

RQ1: Müəllimlər hansı rəqəmsal səriştələrdən istifadə edirlər?

İcmal bildirir ki, müəllimlər alqoritm vasitəli qiymətləndirmədə ilk növbədə texniki quraşdırma, rəqəmsal məzmunun kurasiyası, virtual assistentlərin pedaqoji idarə edilməsi, öyrənmə analitikasının monitorinqi və avtomatik geribildirimin istifadəsi kimi əməli səriştələrdən yararlanırlar. Daha irəli səviyyədə isə alqoritmin çətinlik tənzimləməsini yoxlamaq, proqnozlaşdırıcı metrikanı sorğulamaq, məlumat nümunələrində ayrı-seçkilik riskini tanımaq və tələbəni süni intellekt çıxışını tənqidi qiymətləndirməyə yönəltmək tələb olunur.

İcmalın mühüm fərqləndirməsi sistemdən istifadə edə bilmək ilə həmin sistemin qərar məntiqini qiymətləndirə bilmək arasındadır. Texniki səriştə alqoritmik etik səriştənin zəruri, lakin təkbaşına kifayət olmayan komponentidir.

RQ2: Hansı etik risklər önə çıxır?

RQ3: Rəqəmsal səriştə ilə alqoritmik etika necə birləşir?

Altı tədqiqatın sintezi göstərir ki, qabaqcıl rəqəmsal səriştə yalnız texnologiyadan daha çox istifadə etmək demək deyil. Yüksək AI və məlumat savadlılığı avtomatik metrikanın necə yaradıldığını sorğulamaq, qərəz ehtimalını fərq etmək və lazım gəldikdə proqram meyarlarına müdaxilə etmək bacarığı ilə birlikdə qiymətləndirilir. Bəzi tədqiqatlar bu dəyişənlər arasında korrelyasiya və ya proqnozlaşdırıcı əlaqələr bildirsə də, bütün korpus üçün vahid universal səbəb-nəticə mexanizmi göstərilməmişdir.

Xüsusilə peşəkar iştirak və tələbələrin gücləndirilməsi ölçüləri generativ süni intellekt sistemlərinin daha etik mənimsənilməsi ilə əlaqələndirilir. Bunun əksinə olaraq, texnoloji alətdən tez-tez istifadə etmək təkbaşına daha güclü etik həssaslıq demək deyil. İcmalın müzakirəsindəki “əməli paradoks” məhz bu ayrışmanı ifadə edir.

RQ4: Hansı həll strategiyaları təklif olunur?

Sintez həlli yalnız fərdi müəllimin bacarığına buraxmır. Üçsəviyyəli müdaxilə təklifi önə çıxır. İnstitusional səviyyədə məlumat idarəetməsi, alqoritmik audit, məxfilik və izah edilə bilənlik üçün aydın qaydalar lazımdır. Müəllim hazırlığı səviyyəsində proqram təminatından necə istifadə olunmasını öyrədən kurslardan kənara çıxılaraq AI savadlılığı, məlumat savadlılığı, tənqidi pedaqogika və alqoritmik etika birlikdə öyrədilməlidir. Qiymətləndirmə dizaynında avtomatik nəzarət və cəzalandırmaya əsaslanan modellərdən; yüksək idrak səviyyəli, müqayisə, birgə qiymətləndirmə, problem həlli və şəffaf geribildirim ehtiva edən formative modellərə keçid təklif olunur.

Mənbənin dəstəklədiyi və dəstəkləmədiyi nəticələrin sərhədi

Məhdudiyyətlər

İcmalın ilk məhdudiyyəti axtarışın yalnız Scopus və Web of Science ilə məhdudlaşdırılmasıdır. Bu seçim resenziyalı və müəyyən keyfiyyət meyarlarına cavab verən nəşrləri önə çıxarsa da, boz ədəbiyyat, bəzi konfrans materialları, regional məlumat bazaları və sürətlə inkişaf edən texniki tətbiqlər kənarda qalmış ola bilər.

İkinci məhdudiyyət yekun altı tədqiqatın əhəmiyyətli hissəsinin kəsiyinə, korrelyasiya və ya özünə-hesabat əsaslı olmasıdır. Bu dizaynlar müəllim səriştəsi ilə etik münasibət arasında əhəmiyyətli əlaqələr göstərə bilər, lakin zaman daxilində dəyişimi və ya səbəb-nəticəni təkbaşına sübut edə bilməz. Ekspert panelləri də ekspert razılığı təmin edərkən qrupdaxili uyğunlaşma və fikir yaxınlaşması kimi mümkün məhdudiyyətlər daşıyır.

Üçüncü məhdudiyyət generativ süni intellekt texnologiyalarının elmi nəşr dövründən daha sürətli dəyişməsidir. Qiymətləndirmə aləti tədqiq edilib məqalə nəşr olunana qədər sistemin modeli, məlumat siyasəti və ya istifadəçi davranışı dəyişə bilər. Buna görə müəlliflər uzunmüddətli tədqiqatları, nəzarət edilən müdaxilələri, tarixən kənarlaşdırılmış tələbə qruplarına yönələn araşdırmaları və DigCompEdu ilə uyğunlaşdırılmış standart alqoritmik ədalət göstəricilərinin hazırlanmasını gələcək tədqiqat istiqamətləri kimi təklif edirlər.

Tədqiqatda generativ süni intellektin istifadəsi

Müəlliflər sistematik icmalın hazırlanmasında generativ süni intellekt alətlərindən yardımçı məqsədlə istifadə edildiyini açıq şəkildə bildiriblər. Scopus AI ədəbiyyat sorğularının semantik genişləndirilməsini və uyğun tədqiqatların müəyyənləşdirilməsi prosesini dəstəkləmək üçün; Gemini isə İspan dilindən İngilis dilinə texniki terminologiyanın ötürülməsi və akademik dilin təkmilləşdirilməsi üçün istifadə edilmişdir. Müəlliflər axtarış strategiyalarını, məlumatların çıxarılmasını, tənqidi qiymətləndirməni və yekun şərhləri özlərinin həyata keçirdiyini və təsdiqlədiyini bildirirlər.

Mənbə və Metod Qeydi

Özgün tədqiqat: Digital Teaching Competencies and Algorithmic Ethics in Learning Assessments Within Virtual Environments: A Systematic Review

Müəlliflər: Wilson Alexander Zambrano Vélez; Elan Ignacio Delgado Cobeña; Cinthya Lisbeth Molina Santana; Carlos Alexy Lucas Mero.

Məsul müəllif: Wilson Alexander Zambrano Vélez.

Qurumlar: Facultad de Ciencias Sociales y de la Salud, Universidad Estatal Península de Santa Elena, La Libertad, Ekvador; Departamento de Admisión y Nivelación, Universidad Técnica de Manabí, Portoviejo, Ekvador.

Jurnal / nəşriyyat: Education Sciences, MDPI. Cild / say / məqalə nömrəsi: 16(7), 1066. Nəşr tarixi: 3 İyul 2026.

DOI: 10.3390/educsci16071066.

Mənbə növü: Sistematik icmal. Resenziya: Resenziyalı jurnalda nəşr edilmiş Version of Record.

Lisenziya: Creative Commons Attribution 4.0 International (CC BY 4.0).

İcmal protokolu: PRISMA 2020; OSF qeydiyyat DOI-si 10.17605/OSF.IO/RQKXM.

Məlumat bazaları: Scopus və Web of Science. İlkin qeyd sayı 262; yekun sintez altı empirik tədqiqat.

Məlumatların çıxarılması: İki qiymətləndiricinin müstəqil məlumat çıxarması, strukturlaşdırılmış Excel matrisi və fikir ayrılıqlarında müzakirə/razılaşma.

Maliyyələşdirmə: Universidad Estatal Península de Santa Elena, layihə/maliyyələşdirmə kodu 009.

Etika komitəsi: Tətbiq edilmir. Məlumatlandırılmış razılıq: Tətbiq edilmir.

Məlumatların əlçatanlığı: Tədqiqatı dəstəkləyən məlumatlar OSF-də qeydiyyata alınıb.

Maraqlar toqquşması: Müəlliflər maraqlar toqquşması bildirməyiblər.

Müəllif töhfələri: Konseptuallaşdırma W.A.Z.V., E.I.D.C. və C.L.M.S.; metodologiya W.A.Z.V. və C.A.L.M.; doğrulama W.A.Z.V., E.I.D.C. və C.L.M.S.; formal analiz W.A.Z.V., C.L.M.S. və C.A.L.M.; tədqiqat dörd müəllif; resurslar E.I.D.C. və C.A.L.M.; məlumat kurasiyası W.A.Z.V. və C.L.M.S.; ilkin qaralama W.A.Z.V., E.I.D.C. və C.L.M.S.; nəzərdən keçirmə/redaktə W.A.Z.V. və C.A.L.M.; vizuallaşdırma W.A.Z.V. və C.L.M.S.; nəzarət və layihə idarəetməsi W.A.Z.V.

Mənbədaxili terminologiya qeydi: İngilis mətnində Digital Teaching Competencies üçün DTC və bəzi bölmələrdə TDC qısaltmalarından istifadə olunur. Həmçinin generativ süni intellekt açıqlamasında Gemini versiyası metod bölməsində “1.5 Pro”, təşəkkür bölməsində “1.5 Pro/Ultra” kimi göstərilir. Verianla bu fərqləri mənbədənkənar bir qətiyyətlə düzəltməyib.

Əsas şərh sərhədi: Nəticələr altı empirik tədqiqatın keyfiyyət xarakterli sistematik sintezidir. Araşdırılan tədqiqatların dizayn heterogenliyi və yekun korpusun kiçikliyi səbəbindən tapıntılar bütün universitetlər və ya bütün alqoritmik qiymətləndirmə sistemləri üçün universal səbəb-nəticə sübutu kimi istifadə edilməməlidir.