Санариптик окутуу компетенциялары (Digital Teaching Competencies, DTC), окутуучунун санариптик технологияларды жөн гана иштете билүүсүн эмес, бул технологияларды педагогикалык максатта тандап, баалап, башкарып жана сынчыл көзөмөлдөй алуусун камтыган билимдердин, көндүмдөрдүн, мамилелердин жана стратегиялардын жыйындысы. Бул системалуу сереп виртуалдык жогорку билим берүү чөйрөлөрүндө алгоритмдер окууну баалоого катышкан учурларда DTC менен алгоритмдик этиканын ортосундагы байланышты изилдейт. PRISMA 2020 ыкмасы менен Web of Science жана Scopus булактарынан алынган 262 жазуу каралып, катуу ылайыктуулук критерийлеринин натыйжасында алты эмпирикалык изилдөө синтезге киргизилген. Синтез окутуучулардын техникалык жана операциялык санариптик көндүмдөрү салыштырмалуу өнүккөн болушу мүмкүн экенин, бирок автоматташтырууга ыктоону сынга алуу, алгоритмдик күңүрттүктү текшерүү, маалыматтардын купуялуулугун коргоо жана бир жактуу жыйынтыктарды аныктоо сыяктуу өнүккөн сынчыл компетенциялар бир кыйла бир калыпта эмес экенин көрсөтөт. Бирок акыркы корпус болгону алты изилдөөдөн тургандыктан, натыйжаларды бардык жогорку билим берүү системалары үчүн так себептик жалпылоолор катары чечмелөөгө болбойт.

Алгоритмдик этика, автоматтык системаларды долбоорлоо, үйрөтүү, колдонуу жана алардын жыйынтыктарын чечмелөө маалында адилеттүүлүк, ачыктык, жоопкерчилик, купуялуулук жана басмырлоо тобокелдиктерин баалоочу нормативдик жана колдонмо алкак болуп саналат. Серептин борбордук мамилеси автоматтык упай берүү, окуу аналитикасы, генеративдик жасалма интеллект, аралыктан экзамен көзөмөлдөө жана болжолдоочу системалардын билим берүү жагынан жарактуулугун программалык камсыздоонун техникалык ийгилигине гана калтырууга болбой турганын белгилейт. Окутуучу алгоритмдик натыйжаны педагогикалык контекст менен салыштырып, зарыл болгондо машинанын чечимин сынга ала алган адамдык көзөмөлчү катары каралат.

Баалоонун санариптешүүсүнөн алгоритмдик баалоого өтүү

Серептин адабияттык алкагы виртуалдык баалоодогу өзгөрүүнү үч баскычтуу өнүгүү линиясы аркылуу түшүндүрөт. Assessment 1.0, кагаздагы салттуу экзамендерди санариптик чөйрөгө өткөрүү жана жабык типтеги тесттерди электрондук форматта колдонуу болуп саналат. Бул баскычта технология негизинен учурдагы баалоо формасынын ташуучусу болот. Assessment 2.0, окууну башкаруу системалары жайылган сайын динамикалык рубрикалар, e-портфолиолор, теңтуштук баалоо жана үзгүлтүксүз сапаттык кайтарым байланыш сыяктуу көбүрөөк интерактивдүү ыкмаларды камтыйт. Assessment 3.0 болсо окуу аналитикасы, адаптивдүү алгоритмдер, болжолдоочу моделдер, генеративдик жасалма интеллект жана биометрикалык аралыктан көзөмөл сыяктуу системалар баалоо чечиминин түздөн-түз бөлүгүнө айланган баскыч.

Assessment 3.0дагы негизги өзгөрүү баалоо куралынын гана санариптешүүсү эмес. Студенттин платформадагы жүрүм-туруму, жетишкендик тарыхы, өз ара аракеттери жана айрым чөйрөлөрдө биометрикалык маалыматтары автоматтык моделдердин кириш маалыматтарына айланышы мүмкүн. Ошентип, баалоо окутуучу менен студенттин ортосундагы бир тараптуу өлчөө аракетинен чыгып, маалыматтык инфраструктура, алгоритм, мекеме саясаты, окутуучунун чечими жана студенттин укуктары биргелешип аныктаган социотехникалык процесске айланат.

Алгоритм Ортомчулук Кылган Баалоодо Санариптик Окутуу Компетенциясы Деген Эмне?

Алгоритм ортомчулук кылган баалоодо Санариптик Окутуу Компетенциясы окутуучунун жасалма интеллект же окуу аналитикасы системасын жөн гана колдоно алышы эмес; кайсы курал кайсы педагогикалык максатка ылайыктуу экенин тандап, кириш маалыматтарды жана баалоо критерийлерин сынга алып, автоматтык натыйжаларды чечмелеп, бир жактуулук жана маалымат купуялуулугу тобокелдиктерин көзөмөлдөп, акыркы педагогикалык жоопкерчиликти машинага өткөрүп бербеши.

DigCompEduнун алты тармагы эмне үчүн маанилүү?

Сереп Санариптик Окутуу Компетенцияларын түшүндүрүүдө Европа Комиссиясынын DigCompEdu алкагын пайдаланат. Бул алкакта алты негизги тармак бар: кесиптик катышуу, санариптик ресурстар, окутуу жана үйрөнүү, баалоо, студенттердин мүмкүнчүлүктөрүн кеңейтүү жана студенттердин санариптик компетенциясын өнүктүрүүгө көмөктөшүү. Булак изилдөөнүн салымы ушул жалпы санариптик компетенция тармактарын алгоритмдик баалоодогу конкреттүү этикалык милдеттер менен байланыштыруусунда.

Алгоритмдик Этика Эмне Үчүн Жөн Гана Программалык Коопсуздук Маселеси Эмес?

Алгоритмдик этика бул серепте программалык каталарды алдын алуу маселеси гана эмес; автоматтык баалоо системалары кимден кандай маалымат чогултарын, кандай критерийлер менен чечим чыгарарын, чечим студентке түшүндүрүлө алабы, модель айрым топторду системалуу түрдө начар абалга түшүрөбү жана туура эмес чечим үчүн ким жооп берерин камтыган педагогикалык жана укукка негизделген суроолорду бирге камтыйт.

Ошондуктан техникалык тактык менен билим берүүдөгү адилеттүүлүк бир эле нерсе эмес. Система программалангандай иштеши мүмкүн, бирок колдонулган маалыматтар тарыхый бир жактуулуктарды алып жүрүшү мүмкүн. Модель жогорку болжолдоо күчүнө ээ болушу мүмкүн, бирок студент эмне үчүн белгилүү бир тобокелдик категориясына киргизилгенин түшүндүрбөшү мүмкүн. Аралыктан экзамен көзөмөлдөө системасы көчүрүп алуу шегин автоматтык белгилеши мүмкүн, бирок жүрүм-турумдук же биометрикалык үлгүлөр ар түрдүү студенттик топтордо кандай өзгөрөрүн эске албашы мүмкүн.

Түшүндүрүлүүчү жасалма интеллект жана педагогикалык из салуу мүмкүнчүлүгү

Серептин адабияттык алкагында Түшүндүрүлүүчү Жасалма Интеллект (Explainable AI, XAI), кара куту мүнөзүндөгү автоматтык чечимдерди адамдар тарабынан текшерилчү кылуу үчүн маанилүү мамиле катары каралат. Билим берүү контекстинде техникалык түшүндүрмө гана жетиштүү эмес. Студент алган кайтарым байланыш же упай кайсы педагогикалык критерийге негизделгенин да түшүнө алышы керек. Ошондуктан алгоритмдик түшүндүрүлүүчүлүк менен педагогикалык из салуу мүмкүнчүлүгү бири-бирине байланышат.

Автоматташтырууга Ыктоо жана Кара Куту Көйгөйү Деген Эмне?

Автоматташтырууга ыктоо, окутуучунун же студенттин автоматтык системанын упайын, сунушун же классификациясын жетиштүү өз алдынча текшерүүсүз туура деп кабыл алууга жакындыгы; кара куту көйгөйү болсо система жыйынтыкка кандай маалымат жана чечим логикасы менен жеткенин жетиштүү түшүндүрүү же колдонуучу тарабынан текшерүү мүмкүн болбой калган абал. Серептеги изилдөөлөр бул эки көйгөй бириккенде педагогикалык ой жүгүртүүнү автоматташтырууга өткөрүп берүү тобокелдигин күчөтүшү мүмкүн экенин билдирет.

Бул тобокелдик окутуучунун санариптик куралды көп колдонушу өзүнчө жетиштүү эмес экенин көрсөтөт. Окутуучу окууну башкаруу системасын, плагиатты аныктоочу куралды же жасалма интеллект колдогон баалоо программасын техникалык жактан мыкты колдоно алат, бирок система кандай маалымат менен иштээрин, жыйынтык кандай белгисиздиктерди камтый турганын же бир жактуулук кайсы студенттик топко таасир этиши мүмкүн экенин баалай албашы мүмкүн. Сереп “операциялык парадокс” деп талкуулаган негизги чыңалуу дал ушул.

Окутуучу эмне үчүн “педагогикалык көзөмөлчү” катары каралат?

Каралган адабиятта окутуучунун ролу технологиянын иштешин караган пассивдүү оператордон кеңири түшүнүктө аныкталат. Окутуучу автоматтык баалоонун кириш маалыматтарын тандаган, жыйынтыктарын педагогикалык контекст менен салыштырган, адаттан тыш же басмырлоочу натыйжаларды сынга алган жана студентке түшүндүрүлүүчү кайтарым байланыш берген педагогикалык көзөмөлчү катары жайгаштырылат. Бул роль өзгөчө мекеме деңгээлинде ачык алгоритмдик башкаруу принциптери жок чөйрөлөрдө маанилүү болот.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Системалуу Сереп 262 Жазуудан Алты Изилдөөгө Кантип Жетти?

Сереп Scopus жана Web of Science базаларында жүргүзүлгөн издөөдөн алынган 262 жазуу менен башталган; 3 кайталанма алынып салынган, 259 уникалдуу жазуунун аталышы жана аннотациясы каралган, 172 жазуу четтетилген, 87 толук текст ылайыктуулугу боюнча бааланган жана дизайн, популяция же жыйынтык критерийлерине жооп бербеген 81 изилдөө чыгарылып, акыркы синтезге 6 эмпирикалык изилдөө киргизилген.

PRISMA 2020 тандоо агымы

Издөө стратегиясы жана ылайыктуулук критерийлери

Издөөлөр 20 May 2026 күнү Scopus жана Web of Science базаларында жүргүзүлгөн. Издөө логикасы төрт түшүнүк топтомун бириктирген: санариптик окутуу/санариптик сабаттуулук, жасалма интеллект же алгоритмдик системалар, этика/бир жактуулук/адилеттүүлүк жана баалоо/кайтарым байланыш. Scopusта TITLE-ABS-KEY, Web of Scienceта Topic (TS) талаалары колдонулган; AND/OR операторлору жана жылдызча wildcard белгиси аркылуу сөз варианттары камтылган.

Scopus суроосу: 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 суроосу: 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”))

Киргизүү критерийлери: эмпирикалык сандык, сапаттык же аралаш изилдөөлөр; виртуалдык, гибриддик же e-learning контекстинде баалоо жоопкерчилигин аткарган окутуучулар же окшош билим берүү катышуучулары; окуу аналитикасы, автоматтык көзөмөл, жасалма интеллект рубрикалары, билим берүү маалыматтарын казып алуу же ушуга окшош алгоритмдик баалоо системалары жана ачык этикалык өлчөмдү камтыган изилдөөлөр. Тил Англис же Испан тили менен, документтин түрү рецензияланган журналдык макалалар менен, жеткиликтүүлүк болсо ачык жеткиликтүү толук тексттер менен чектелген.

Маалыматтарды алуу жана сапатты көзөмөлдөө

Эки баалоочу изилдөөнүн аталышы, автору, жылы, өлкөсү, изилдөө дизайны, тандалма, маалымат чогултуу куралдары жана жыйынтыктар сыяктуу өзгөрмөлөрдү түзүмдөлгөн Microsoft Excel матрицасына өз алдынча киргизген. Пикир келишпестиктер талкуу жана консенсус аркылуу чечилген. Толук текстти кароо да эки жолу жүргүзүлүп, дизайн ырааттуулугу, колдонулган куралдардын ылайыктуулугу, талдоо ыкмалары, эмпирикалык маалыматтардын бүтүндүгү жана жыйынтыктардын из салынуусу сапатты баалоонун бир бөлүгү болгон.

Акыркы алты изилдөөнүн методологиялык түзүлүшү

RQ1: Окутуучулар кайсы санариптик компетенцияларды колдонушат?

Сереп окутуучулар алгоритм ортомчулук кылган баалоодо биринчи кезекте техникалык орнотуу, санариптик мазмунду курациялоо, виртуалдык жардамчыларды педагогикалык башкаруу, окуу аналитикасын көзөмөлдөө жана автоматтык кайтарым байланышты колдонуу сыяктуу операциялык компетенцияларга таянарын билдирет. Жогорураак деңгээлде болсо алгоритмдин татаалдык жөндөөсүн текшерүү, болжолдоочу метриканы сынга алуу, маалымат үлгүлөрүндөгү басмырлоо тобокелдигин таануу жана студентти жасалма интеллект жыйынтыгын сынчыл баалоого багыттоо талап кылынат.

Серептин маанилүү айырмасы системаны колдоно билүү менен ал системанын чечим логикасын баалай билүүнүн ортосунда. Техникалык компетенция алгоритмдик этикалык компетенциянын зарыл, бирок өзүнчө жетишсиз компоненти.

RQ2: Кайсы этикалык тобокелдиктер өзгөчөлөнөт?

RQ3: Санариптик компетенция менен алгоритмдик этика кантип биригет?

Алты изилдөөнүн синтези өнүккөн санариптик компетенция технологияны жөн гана көбүрөөк колдонуу дегенди билдирбестигин көрсөтөт. Жогорку AI жана маалыматтык сабаттуулук автоматтык метрика кантип түзүлгөнүн сынга алуу, бир жактуулуктун ыктымалдыгын байкоо жана зарыл болгондо программалык критерийлерге кийлигишүү жөндөмү менен бирге бааланат. Айрым изилдөөлөр бул өзгөрмөлөрдүн ортосунда корреляциялык же болжолдоочу байланыштарды билдиргени менен, бүт корпус үчүн бирдиктүү универсалдуу себептик механизм көрсөтүлгөн эмес.

Айрыкча кесиптик катышуу жана студенттердин мүмкүнчүлүктөрүн кеңейтүү өлчөмдөрү генеративдик жасалма интеллект системаларын этикалуураак кабыл алуу менен байланышкан. Ал эми технологиялык куралды көп колдонуу өзүнчө күчтүүрөөк этикалык сезимталдыкты билдирбейт. Серептин талкуусундагы “операциялык парадокс” дал ушул ажырымды билдирет.

RQ4: Кандай чечүү стратегиялары сунушталат?

Синтез чечимди жеке окутуучунун көндүмүнө гана калтырбайт. Үч деңгээлдүү кийлигишүү сунушу өзгөчөлөнөт. Мекемелик деңгээлде маалыматтарды башкаруу, алгоритмдик аудит, купуялуулук жана түшүндүрүлүүчүлүк үчүн ачык эрежелер керек. Окутуучуларды даярдоо деңгээлинде программаны кантип колдонуу керектигин гана үйрөткөн курстардан чыгып, AI сабаттуулугу, маалыматтык сабаттуулук, сынчыл педагогика жана алгоритмдик этика бирге үйрөтүлүшү керек. Баалоо дизайнында автоматтык көзөмөлгө жана жазалоого негизделген моделдерден; жогорку когнитивдик деңгээлди, салыштырууну, биргелешкен баалоону, көйгөй чечүүнү жана ачык кайтарым байланышты камтыган formative моделдерге өтүү сунушталат.

Булак колдогон жана колдобогон жыйынтыктардын чеги

Чектөөлөр

Серептин биринчи чектөөсү издөө Scopus жана Web of Science менен гана чектелгендиги. Бул тандоо рецензияланган жана белгилүү сапат критерийлерине жооп берген басылмаларды алдыга чыгарганы менен, боз адабият, айрым конференция материалдары, аймактык маалымат базалары жана тез өнүгүп жаткан техникалык колдонмолор сыртта калышы мүмкүн.

Экинчи чектөө акыркы алты изилдөөнүн олуттуу бөлүгү кесилиштик, корреляциялык же өзүн-өзү отчеттоого негизделгени. Бул дизайндар окутуучунун компетенциясы менен этикалык мамиленин ортосунда маанилүү байланыштарды көрсөтүшү мүмкүн, бирок убакыт ичиндеги өзгөрүүнү же себептүүлүктү өз алдынча далилдей албайт. Эксперттик панелдер да эксперттик консенсуска жеткиргени менен, топ ичиндеги ылайыкташуу жана пикирлердин жакындашуусу сыяктуу мүмкүн болгон чектөөлөрдү камтыйт.

Үчүнчү чектөө генеративдик жасалма интеллект технологияларынын илимий жарыялоо циклине караганда тезирээк өзгөрүшү. Баалоо куралы изилденип, макала жарыяланганга чейин системанын модели, маалымат саясаты же колдонуучунун жүрүм-туруму өзгөрүшү мүмкүн. Ошондуктан авторлор узак мөөнөттүү изилдөөлөрдү, көзөмөлдөнгөн кийлигишүүлөрдү, тарыхый жактан четтетилген студенттик топторго багытталган изилдөөлөрдү жана DigCompEdu менен шайкеш стандартташтырылган алгоритмдик адилеттүүлүк көрсөткүчтөрүн иштеп чыгууну келечектеги изилдөө багыттары катары сунушташат.

Изилдөөдө генеративдик жасалма интеллектти колдонуу

Авторлор системалуу серепти даярдоодо генеративдик жасалма интеллект куралдары көмөкчү максатта колдонулганын ачык билдиришкен. Scopus AI адабияттык суроолорду семантикалык кеңейтүү жана тиешелүү изилдөөлөрдү аныктоо процессин колдоо үчүн; Gemini болсо Испан тилинен Англис тилине техникалык терминологияны өткөрүү жана академиялык тилди жакшыртуу үчүн колдонулган. Авторлор издөө стратегияларын, маалыматтарды алууну, сынчыл баалоону жана акыркы чечмелөөлөрдү өздөрү жүргүзүп, текшергенин билдиришет.

Булак жана Ыкма Жөнүндө Эскертүү

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

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

Жооптуу автор: Wilson Alexander Zambrano Vélez.

Мекемелер: 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.

Журнал / басма: Education Sciences, MDPI. Том / сан / макала номери: 16(7), 1066. Жарыяланган күнү: 3 Июль 2026.

DOI: 10.3390/educsci16071066.

Булак түрү: Системалуу сереп. Рецензия: Рецензияланган журналда жарыяланган Version of Record.

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

Сереп протоколу: PRISMA 2020; OSF каттоо DOIси 10.17605/OSF.IO/RQKXM.

Маалымат базалары: Scopus жана Web of Science. Алгачкы жазуулардын саны 262; акыркы синтез алты эмпирикалык изилдөө.

Маалыматтарды алуу: Эки баалоочунун өз алдынча маалымат алуусу, түзүмдөлгөн Excel матрицасы жана келишпестиктерде талкуу/консенсус.

Каржылоо: Universidad Estatal Península de Santa Elena, долбоор/каржылоо коду 009.

Этика комитети: Колдонулбайт. Маалымдалган макулдук: Колдонулбайт.

Маалыматтардын жеткиликтүүлүгү: Изилдөөнү колдогон маалыматтар OSFте катталган.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдиришкен эмес.

Автордук салымдар: Концептуалдаштыруу W.A.Z.V., E.I.D.C. жана C.L.M.S.; методология W.A.Z.V. жана C.A.L.M.; валидация W.A.Z.V., E.I.D.C. жана C.L.M.S.; формалдык талдоо W.A.Z.V., C.L.M.S. жана C.A.L.M.; изилдөө төрт автор; ресурстар E.I.D.C. жана C.A.L.M.; маалыматтарды курациялоо W.A.Z.V. жана C.L.M.S.; баштапкы долбоор W.A.Z.V., E.I.D.C. жана C.L.M.S.; кароо/редакциялоо W.A.Z.V. жана C.A.L.M.; визуалдаштыруу W.A.Z.V. жана C.L.M.S.; көзөмөл жана долбоорду башкаруу W.A.Z.V.

Булак ичиндеги терминологиялык эскертүү: Англис текстинде Digital Teaching Competencies үчүн DTC жана айрым бөлүмдөрдө TDC кыскартмалары колдонулат. Ошондой эле генеративдик жасалма интеллект тууралуу түшүндүрмөдө Gemini версиясы ыкма бөлүмүндө “1.5 Pro”, ыраазычылык бөлүмүндө “1.5 Pro/Ultra” деп көрсөтүлөт. Verianla бул айырмаларды булактан тыш тактык менен оңдогон эмес.

Негизги чечмелөө чеги: Жыйынтыктар алты эмпирикалык изилдөөнүн сапаттык системалуу синтези. Каралган изилдөөлөрдүн дизайн гетерогендүүлүгү жана акыркы корпустун чакандыгы себептүү табылгалар бардык университеттер же бардык алгоритмдик баалоо системалары үчүн универсалдуу себептик далил катары колдонулбашы керек.