Ёвари таълимии зеҳни сунъӣ — синфи умумии системаҳои бар зеҳни сунъӣ асосёфтаест, ки бо донишомӯзон тавассути саволу ҷавоб, бозхӯрд, роҳнамоӣ, супориш, тавсия, визуализатсия, овоз ё шаклҳои дигари ҳамкорӣ муошират карда, раванди омӯзишро дастгирӣ мекунанд. Баррасии систематикии Fatmah Alqarni ва ҳамкоронаш таҳқиқ мекунад, ки омӯзиш дар ин системаҳо тавассути ду механизми асосӣ чӣ гуна сурат мегирад: омӯзиши ошкор ва омӯзиши ниҳонӣ.

Дар омӯзиши ошкор корбар ба раванди бошууронаи омӯзиш ворид мешавад, масалан шарҳро гӯш мекунад, савол медиҳад, бозхӯрд мегирад, супоришро иҷро мекунад ё роҳнамоии қадам ба қадамро пайгирӣ мекунад. Дар омӯзиши ниҳонӣ бошад, дониш ё малака ҳангоми ҳамкорие рушд мекунад, ки корбар ҳадафи мустақими “ҳоло меомӯзам” надорад; яъне тавассути озмоиш, мушоҳидаи бозхӯрд, гуфтугӯ бо система ё иҷрои супориш.

Муҳаққиқон 38 таҳқиқоти дар солҳои 2000–2024 нашршударо ба таври систематикӣ баррасӣ кардаанд. %79 таҳқиқот механизмҳоеро нишон додаанд, ки асосан омӯзиши ошкорро дастгирӣ мекунанд ва %21 механизмҳои омӯзиши ниҳониро. Ҳамкории хаттӣ бо %45 маъмултарин шакли муошират аст; пас аз он визуализатсия бо %34, ҳамкории ба амал асосёфта бо %12 ва овоз бо %9 қарор доранд.

Баррасӣ инчунин таҳаввули техникии системаҳои таълимии AI-ро нишон медиҳад. Гузариш аз чатботҳои қоидабунёд ба системаҳои омӯзиши мошинӣ, аз пойгоҳҳои дониш ба онтологияҳо ва дар солҳои охир ба моделҳои бузурги забонӣ ва системаҳои генеративии AI мушоҳида мешавад. Аммо аз 38 таҳқиқот танҳо чортояш LLM ё AI-и генеративиро дар бар мегирад, ки нишон медиҳад натиҷаҳои мавҷуда асосан адабиёти пеш аз густариши васеи LLM-ҳоро намояндагӣ мекунанд.

Фарқи асосии омӯзиши ошкор ва омӯзиши ниҳонӣ чист?

Дар омӯзиши ошкор шахс бошуурона ба гирифтани дониш равона мешавад ва бо механизмҳои мустақими омӯзиш, аз қабили шарҳ, таълим, савол, роҳнамоӣ ё бозхӯрд ҳамкорӣ мекунад. Дар омӯзиши ниҳонӣ бошад, дониш ва малака дар ҳоле рушд мекунанд, ки шахс ҳадафи мустақими омӯзиш надорад ва ҳангоми иҷрои супориш, омӯхтани система, мушоҳидаи натиҷаҳо ё андӯхтани таҷриба дар гуфтугӯ онҳоро аз худ мекунад. Таснифи таҳқиқот танҳо ба хусусияти интерфейс такя намекунад, балки ба он асос меёбад, ки ҳамон хусусият барои корбар кадом вазифаи омӯзиширо иҷро мекунад.

Ёздаҳ хусусияти ҳамкории омӯзиши ошкор

Баррасӣ барои омӯзиши ошкор ёздаҳ хусусияти асосии ҳамкориро муайян мекунад:

1. Савол додан: Дархости мустақими маълумот ё шарҳ аз ҷониби донишомӯз.
2. Саволҳои ҳа/не: Ҷавобҳои сохторёфтае, ки махсусан дар синни барвақт ё ҳамкориҳои каммураккаб сарбории маърифатиро коҳиш медиҳанд.
3. Саволҳои чандинтихобӣ: Сохторе, ки донишомӯзро ба арзёбӣ миёни имконоти муайян равона мекунад.
4. Ҷавоб додан ба саволҳо: Равандҳои сохторёфтаи тавлиди ҷавоб, ба монанди quiz, грамматика, луғат ё арзёбии мавзӯъ.
5. Роҳнамоӣ: Таълими қадам ба қадам, махсусан барои корбарони навкор.
6. Паёмҳои огоҳкунанда: Хабар додани хатоҳо ё қадамҳои хатарнок дар вақти воқеӣ.
7. Тавлид ё ҳал кардани супориш: Омӯзиши фаъолонаи донишомӯз тавассути ҳалли масъала ё сохтани маҳсулот.
8. Тавсияҳо: Пешниҳоди ишора, тавсия ё маводи алоқаманд аз ҷониби AI.
9. Ёдрасонӣ / огоҳсозӣ: Хабар додани супоришҳо ё талаботи наздикшаванда ба корбар.
10. Бозхӯрд: Арзёбии фаъолияти корбар ва роҳнамоӣ ба қадами баъдӣ.
11. Бозхӯрди таҳриршаванда: Имкони корбар барои дубора таҳрир ва беҳтар кардани натиҷаи худ пас аз бозхӯрди AI.

Шакли 5 дар саҳифаи 10-и манбаъ ин ёздаҳ механизмро зери як таксономияи ягонаи омӯзиши ошкор муттаҳид мекунад. Нуктаи муҳим ин аст, ки механизмҳо на танҳо ҳамчун “хусусияти интерфейс”, балки ҳамчун рафторҳои омӯзишие арзёбӣ мешаванд, ки ба гирифтани бошууронаи дониш аз ҷониби корбар хизмат мекунанд.

Чаро савол додан танҳо ҷустуҷӯи маълумот нест?

Дар системаҳои баррасишуда савол додан танҳо вазифаи гирифтани ҷавобро иҷро намекунад. Баъзе ёварони таълимии AI на танҳо ба саволҳои донишҷӯ ҷавоб медиҳанд, балки вобаста ба ҷавоби додашуда супоришҳои душвортар, мундариҷаи ислоҳкунанда ё қадамҳои нави омӯзишро пешниҳод мекунанд. Аз ин рӯ, механизми саволу ҷавоб метавонад аз дастрасӣ ба маълумот то роҳнамоии динамикии роҳи омӯзиш вазифаи васеъ дошта бошад.

Роҳнамоӣ кай метавонад ба мушкил табдил ёбад?

Роҳнамоии қадам ба қадам махсусан барои донишҷӯёни сатҳи ибтидоӣ метавонад шумораи хатоҳоро кам карда, супоришҳои техникиро дастрастар гардонад. Аммо муаллифон инчунин баррасӣ мекунанд, ки роҳнамоии аз ҳад сохторёфта метавонад қобилияти мулоҳизаи мустақилонаро коҳиш диҳад. Аз ин рӯ, муҳим аст, ки ёвари таълимии AI на танҳо роҳи дурустро нишон диҳад, балки то кадом андоза қобилияти донишомӯзро барои таҳияи ҳалли худ нигоҳ медорад.

Чаро бозхӯрд механизми марказист?

Бозхӯрд дар адабиёти баррасишуда механизми такроршаванда аз барномасозӣ то омӯзиши забон, аз ҳалли масъалаҳои муҳандисӣ то таълими тарроҳӣ мебошад. AI метавонад хатогиҳои синтаксисро нишон диҳад, дуруст ё нодуруст будани як қадами ҳалро баён кунад, донишҷӯро ба мундариҷаи душвортар равона созад ё ба корбар дар бознигарии тарҳи худ кӯмак расонад. Яке аз хулосаҳои муҳими баррасӣ ин аст, ки бозхӯрд на танҳо марҳилаи ниҳоиест, ки ҳукми “дуруст/нодуруст” медиҳад, балки механизми ҳамкориест, ки раванди омӯзишро пайваста роҳнамоӣ мекунад.

Чор механизми асосии омӯзиши ниҳонӣ

Таҳқиқот омӯзиши ниҳониро дар чор хусусияти асосӣ тасниф мекунад:

• савол додан,
• ҷавоб додан ба саволҳо,
• анҷом додани фаъолият ё супориш,
• бозхӯрд.

Дар назари аввал баъзе аз ин хусусиятҳо дар гурӯҳи омӯзиши ошкор низ дида мешаванд. Сабаби ин хатои тасниф нест. Меъёри муаллифон намуди зоҳирии ҳамкорӣ не, балки нақши функсионалии он аст. Агар корбар бо ҳадафи “омӯхтани як мавзӯъ” савол диҳад, ин омӯзиши ошкор аст; агар ӯ дар ҷараёни гуфтугӯи табиӣ бидуни дарк малакаи ҳалли масъала ба даст орад, ҳамон шакли саволу ҷавоб метавонад ба омӯзиши ниҳонӣ хизмат кунад.

Як системаи AI чӣ гуна метавонад бо ҳамон як ҳамкорӣ ҳам омӯзиши ошкор ва ҳам омӯзиши ниҳониро дастгирӣ кунад?

Як хусусияти интерфейс вобаста ба ҳадафи корбар ва заминаи ҳамкорӣ метавонад вазифаҳои гуногуни омӯзиширо иҷро кунад. Масалан, вақте AI хатогиро шарҳ медиҳад ва омӯзиши бошууронаи мафҳумро дастгирӣ мекунад, ин омӯзиши ошкор аст; аммо агар корбар вурудҳои гуногунро санҷида, натиҷаҳои системаро мушоҳида кунад ва як намунаи қонуниятро ба таври интуитивӣ омӯзад, ин омӯзиши ниҳонӣ мебошад. Аз ин рӯ, таҳқиқот танҳо тамғаи “chatbot”, “feedback” ё “question answering”-ро нишондиҳандаи навъи омӯзиш намешуморад.

Омӯзиши ниҳонӣ тавассути фаъолият

Дар омӯзиши ниҳонӣ махсусан супоришҳои амалӣ муҳиманд. Дар системаҳои баррасишуда донишҷӯён бо истифода аз абзорҳои барномасозии визуалӣ рафторҳои алгоритмиро кашф кардаанд, моделҳои омӯзиши мошиниро омӯзонида натиҷаҳои онҳоро мушоҳида кардаанд ё ба системаи AI маълумоти нав омӯзонда, вокунишҳои минбаъдаи системаро баррасӣ намудаанд. Корбар дар ин ҷо бидуни хондани шарҳи мустақими назариявӣ метавонад бо мушоҳидаи робитаи байни таҷриба ва натиҷа сохтори консептуалиро инкишоф диҳад.

Бозхӯрди ниҳонӣ

Дар бозхӯрди ниҳонӣ система ба рафтори корбар вокуниш нишон медиҳад, аммо ин вокуниш ҳатман дар шакли “шарҳи таълимӣ” нест. Масалан, корбар метавонад вурудҳои гуногуни тарроҳиро пешниҳод карда, тағйироти натиҷаи AI-ро мушоҳида кунад ё системаи гуфтугӯ ба талаффуз вокуниш нишон дода, корбарро ба мутобиқ кардани фаъолияти худ водор созад. Омӯзиш дар ин ҷо бештар дар давраи озмоиш, мушоҳида ва ислоҳ сурат мегирад, на тавассути интиқоли мустақими шарҳ.

Чаро омӯзиши ошкор дар адабиёт бартарӣ дорад?

Дар таҳлиле, ки 34 таҳқиқот пурра тасниф шудаанд, 27 таҳқиқот ба гурӯҳи бартаридории омӯзиши ошкор ва 7 таҳқиқот ба гурӯҳи бартаридории омӯзиши ниҳонӣ ҷойгир шудаанд. Ин мутаносибан ба тақсимоти %79 ва %21 мувофиқат мекунад. Таҳқиқоти давраи барвақт махсусан ба саволу ҷавоб ва бозхӯрди сохторёфта тамаркуз кардаанд; тақрибан солҳои 2019–2020 бошад, бо пайдоиши системаҳои овозӣ ва равишҳои омӯзиш тавассути таҷриба намоёнии механизмҳои ниҳонӣ афзоиш ёфтааст.

Дар давраи 2021–2024 бо оғози интегратсияи LLM сарҳад гузаронатар мешавад. Зеро системаҳои генеративӣ аз як тараф метавонанд шарҳ ва таълими мустақим пешниҳод кунанд ва аз тарафи дигар ба корбарон имконият диҳанд, ки бо саволҳо, вурудҳо ва баромадҳои гуногун таҷриба гузаронанд.

Чор равиши татбиқи ёварони таълимии AI

Таҳқиқот татбиқҳои техникиро ба чор гурӯҳи асосӣ ҷудо мекунад:

Фарқи чатботи қоидабунёд ва чатботи AI

Дар баррасӣ чатботҳои қоидабунёд ҳамчун системаҳои камтар чандир, вале идорашаванда, ки бо қоидаҳои пешакӣ муайяншуда кор мекунанд, муқоиса мешаванд; чатботҳои AI бошад, ҳамчун системаҳое баррасӣ мешаванд, ки аз дониш ва замина меомӯзанд, ба ҳолатҳои мураккабтар мутобиқ мешаванд, аммо рафторашон камтар пешгӯишаванда аст. Системаҳои қоидабунёд дар сенарияҳои одӣ назорати баланд фароҳам меоранд, вале қобилияти ҷавоб додан ба пурсишҳои кушодаи донишомӯзон маҳдуд аст.

Дониш дар куҷо нигоҳ дошта мешавад ва чӣ гуна нав мешавад?

Дар системаҳои баррасишуда дониш дар пойгоҳҳои додаҳо, пойгоҳҳои дониш, маҷмуаҳои додаҳо, онтологияҳо ё дигар анборҳои сохторёфта нигоҳ дошта мешавад. Баъзе системаҳо пойгоҳҳои донишҳои статикӣ истифода мебаранд, дар ҳоле ки баъзеи дигар бо бозхӯрди корбар ё додаҳои нав ба таври динамикӣ нав мешаванд.

Масалан, дар баъзе системаҳои тавсиядиҳӣ онтологияҳо барои ифодаи робитаҳои байни донишҷӯён, имконоти таҳсилоти олӣ ва касбҳо истифода мешаванд. Дар баъзе чатботҳо пойгоҳҳои гуногуни додаҳо фаъолияти донишҷӯ, мундариҷаи дарс ва ҷавобҳои гуфтугӯи ҳаррӯзаро алоҳида нигоҳ медоранд. Ин фарқиятҳои меъморӣ бевосита ба он таъсир мерасонанд, ки система то чӣ андоза метавонад ба донишҳои нав мутобиқ шавад.

Усулҳои истифодашудаи AI чӣ гуна тағйир ёфтаанд?

Таҳлили замонии баррасӣ тағйироти меъмории техникии системаҳои таълимии AI-ро равшан нишон медиҳад. Дар бисёр таҳқиқоти давраи 2000–2015 механизмҳои нигоҳдорӣ ва навсозии дониш ба таври муфассал гузориш нашуда, ҳамкорӣ асосан хаттӣ ё визуалӣ боқӣ мондааст.

Дар давраи 2016–2020 сохторҳои бо пойгоҳи додаҳо дастгиришаванда бештар паҳн шуда, навсозии динамикии дониш ба назар расидааст ва усулҳои гуногунтаре, аз ҷумла шабакаҳои амиқи нейронӣ, cooperative contextual bandits ва омӯзиши мошинии назоратшаванда истифода шудан гирифтаанд.

Дар давраи 2021–2024 бошад, системаҳои GPT-бунёд, моделҳои бузурги забонӣ, API-ҳои AI-и генеративӣ ва ҳамкории бисёрмодалӣ якҷоя ба назар мерасанд. Системаҳои COFFEE, AutoSpark, DesignPrompt ва Q-Module-Bot аз ҷумлаи намунаҳои ин гузариш мебошанд, ки дар манбаъ баррасӣ шудаанд.

Усул ва Натиҷаҳои Таҳқиқот

Баррасии систематикӣ чӣ гуна гузаронида шуд?

Таҳқиқот мувофиқи принсипҳои PRISMA 2020 анҷом дода шуда, бо усули snowballing васеъ карда шудааст. Протоколи баррасӣ дар Open Science Framework ба таври ретроспективӣ сабт шудааст.

Ҷустуҷӯҳои аввалия дар байни июн–сентябри 2022 анҷом дода шуда, дар ноябри 2023 навсозӣ гардидаанд ва барои фаро гирифтани пешрафтҳои босуръати ёварони таълимии LLM-бунёд дар байни сентябр–декабри 2024 ҷустуҷӯи иловагӣ гузаронида шудааст.

Манбаъҳои ҷустуҷӯ инҳоянд:

• Google Scholar,
• ACM Digital Library,
• IEEE Xplore,
• MDPI,
• Springer,
• Taylor & Francis.

Чӣ гуна аз 16.335 сабт ба 38 таҳқиқот расиданд?

Дар оғоз дар маҷмӯъ 16.335 сабт муайян шудааст. Аз онҳо 15.900 сабт аз ҷустуҷӯи автоматии Google Scholar ва боқимонда аз ҷустуҷӯҳои дастӣ дар ACM, IEEE, MDPI, Springer ва Taylor & Francis гирифта шудаанд.

Пеш аз скрининг 5.685 сабти такрорӣ ва 2.500 сабт тавассути филтрҳои сана хориҷ карда шуда, барои скрининги унвон 8.150 сабт боқӣ мондааст. Пас аз хориҷ кардани 8.030 сабт, 120 таҳқиқот боқӣ монда, бо илова шудани 11 сабти тавассути snowballing-и пешрав ва ақибрав ёфтшуда, 131 гузориш барои арзёбӣ гирифта шудааст.

Дар скрининги хулоса ва натиҷаҳо 73 таҳқиқот хориҷ шуда, 58 таҳқиқот ба арзёбии мувофиқати матни пурра гузаштаанд. Пас аз татбиқи меъёрҳои дохилкунӣ ва хориҷкунӣ 20 таҳқиқоти дигар хориҷ шуда, ба баррасии ниҳоии систематикӣ 38 таҳқиқот дохил карда шудааст. Схемаи ҷараёни PRISMA 2020 дар саҳифаи 4-и манбаъ ин равандро ба таври муфассал нишон медиҳад. :chatgpt-content-reference{index="6"}

Дар истихроҷи додаҳо кадом тағйирёбандаҳо истифода шуданд?

Дар 34-то аз 38 таҳқиқот истихроҷи пурраи додаҳо анҷом дода шудааст. Чор таҳқиқот танҳо дар мисоли ҳавасмандкунандаи таҳқиқот истифода шудаанд. Дар истихроҷи пурра 15 тағйирёбандаи зерин баррасӣ шудаанд:

1. соли нашр,
2. навъи нашр,
3. ношир,
4. соҳа,
5. навъи омӯзиши ошкор ё ниҳонӣ,
6. хусусиятҳои ҳамкорӣ,
7. равиши татбиқ,
8. усули муаррифӣ ва навсозии дониш,
9. гурӯҳи мақсадноки корбарон,
10. алгоритмҳо ва техникаҳо,
11. ҳамкории хаттӣ, овозӣ, визуалӣ ё ба амал асосёфта,
12. равиши арзёбӣ,
13. усули ҷамъоварии додаҳо,
14. шумораи иштирокчиён,
15. меъёрҳо.

Таҳқиқот бештар дар кадом давраҳо ҷамъ шудаанд?

Дар тақсимоти нашрҳо байни солҳои 2000–2024 дар солҳои аввал шумораи маҳдуди таҳқиқот дида мешавад, дар солҳои 2010 афзоиш оғоз мешавад ва қуллаи намоён дар давраи 2019–2020 пайдо мегардад. %50 аз манбаъҳои баррасишуда мақолаи маҷалла, %43 нашри конфронсӣ ва %7 манбаи веб мебошанд. Шакли 3 дар саҳифаи 5-и манбаъ ин тақсимотро аз рӯи сол ва навъи нашр нишон медиҳад. :chatgpt-content-reference{index="7"}

Бозёфтҳои асосии миқдорӣ

Дар тафсири таносубҳои ҳамкорӣ як нуктаи муҳими методологӣ вуҷуд дорад: азбаски як таҳқиқот метавонад зиёда аз як навъи ҳамкориро дар бар гирад, фоизҳо гурӯҳҳои мутақобилан истиснокунандаи таҳқиқот нестанд. Ҳамкории хаттӣ дар 25 таҳқиқот, визуализатсия дар 19 таҳқиқот, амал дар 7 таҳқиқот ва овоз дар 5 таҳқиқот дида шудааст; фоизҳо бо нормализатсияи ҳамаи намунаҳои ҳамкорӣ ҳисоб шудаанд.

Чаро ҳамкории овозӣ дар ёварони таълимии AI ҳанӯз маҳдуд аст?

Дар баррасӣ ҳамкории овозӣ танҳо %9 аз ҳамаи намунаҳои ҳамкориро ташкил медиҳад ва аз муоширати хаттӣ ва визуализатсия ба таври назаррас ақиб мемонад. Гарчанде дар системаҳои баррасишуда Alexa ва ёварони овозии монанд дар баъзе сенарияҳои омӯзиш истифода шудаанд, қисми зиёди адабиёти таҳқиқотӣ ҳанӯз ба интерфейсҳои матнӣ ва визуалӣ асос ёфтааст. Таҳқиқот инро ҳамчун бесамар будани ҳамкории овозӣ дар таълим шарҳ намедиҳад; баръакс, нишон медиҳад, ки овоз дар адабиёт ба қадри кофӣ намояндагӣ нашудааст.

Ҳамкории хаттӣ: %45

Ҳамкории матнӣ маъмултарин шакл аст. Корбар метавонад ба система савол диҳад, маълумот талаб кунад, бозхӯрд фиристад ё ҷавобҳои супоришро тавлид намояд. Татбиқи нисбатан осони системаҳои матнӣ ва мутобиқати мустақими онҳо бо меъмориҳои чатботӣ аз ҷумлаи заминаҳои ин паҳншавӣ мебошад, ки дар манбаъ мушоҳида шудааст.

Визуализатсия: %34

Визуализатсия дуюмин шакли маъмултарини ҳамкорӣ мебошад, ки фаҳмиши зудтари равандҳои мураккаби AI ё техникӣ ро дастгирӣ мекунад. Дар манбаъ махсусан мисолҳои истифодаи бозхӯрди визуалӣ дар соҳаҳое чун мафҳумҳои омӯзиши мошинӣ, амнияти компютерӣ, барномасозӣ, сохторҳои додаҳо ва тарроҳӣ оварда шудаанд.

Ҳамкории ба амал асосёфта: %12

Дар системаҳои ба амал асосёфта корбар танҳо матн намехонад; схема месозад, алгоритмро тағйир медиҳад, тасвирро таҳрир мекунад ё амали дигареро иҷро карда, натиҷаи ҳосилшударо мушоҳида мекунад. Ин гуна системаҳо махсусан барои омӯзиши амалӣ ва ниҳонӣ муҳиманд.

Ҳамкории овозӣ: %9

Овоз метавонад махсусан барои кӯдакони хурдсол, омӯзандагони забон ё дар заминаҳое, ки истифодаи клавиатура раванди омӯзишро душвор мекунад, муфид бошад. Дар таҳқиқоти баррасишуда намунаҳое мавҷуданд, ки системаҳои Alexa ва Amazon Echo Dot вуруди овозиро ба матн табдил дода, дар ҳамкориҳои таълимӣ истифода шудаанд.

LLM ва AI-и генеративӣ ин манзараро чӣ гуна тағйир медиҳанд?

Моделҳои бузурги забонӣ ва AI-и генеративӣ гузаришро аз сохтори ҳамкории пешакӣ муайяншудаи системаҳои қоидабунёд ба модели чандиртар ва ҳассостар ба замина таъмин мекунанд. Дар системаҳои нави баррасишудаи манбаъ технологияҳое чун ChatGPT, GPT-3.5, GPT-4/GPT-4V, API-ҳои OpenAI ва CLIP истифода мешаванд.

Системаҳои LLM-бунёд метавонанд омӯзиши ошкорро тавассути шарҳи мафҳум, саволу ҷавоби динамикӣ, пурсиши роҳнамоишуда ва бозхӯрди фардисозишуда дастгирӣ кунанд. Омӯзиши ниҳонӣ бошад, метавонад тавассути тағйир додани саволҳо, озмоиши вурудҳои нав ва мушоҳидаи фарқиятҳо дар баромадҳои AI аз ҷониби корбар сурат гирад.

Аз ин рӯ, LLM-ҳо сарҳади байни омӯзиши ошкор ва ниҳониро гузаронатар мекунанд. Корбар метавонад дар як гуфтугӯ ҳам шарҳи мустақим бигирад ва ҳам тавассути таҷриба бо система бидуни дарк робитаҳои нави консептуалиро омӯзад.

Хатари нави AI-и генеративӣ барои таълим чист?

Чандирӣ мушкилоти нави арзёбиро низ ба миён меорад. Дар системаҳои анъанавӣ меъёрҳое чун дурустӣ, анҷом додани супориш ё қобили истифода будан метавонанд кофӣ бошанд, аммо дар системаҳои генеративӣ эътимоднокӣ ва дурустии ҷавоби тавлидшуда бояд алоҳида арзёбӣ шавад. Манбаъ махсусан ба хатари hallucination диққат медиҳад: агар шарҳи нодуруст, вале боварибахш аз ҷониби донишҷӯ бидуни шубҳа қабул шавад, он метавонад ба раванди омӯзиш таъсири манфӣ расонад.

Ин хатар дар соҳаҳое ба монанди тандурустӣ, амният ва махфият, ки роҳнамоии нодуруст метавонад паёмадҳои ҷиддӣ дошта бошад, бештар муҳим аст. Аз ин рӯ, муаллифон бар онанд, ки дар ёварони таълимии LLM-бунёд guardrail-ҳои қавӣ ва равандҳои фарогиртари арзёбӣ заруранд.

Чаро RAG ҳамчун яке аз самтҳои оянда нишон дода мешавад?

Дар баррасӣ гуфта мешавад, ки бисёр системаҳои кӯҳна ба пойгоҳҳои донишҳои статикӣ такя мекунанд ва наметавонанд ба соҳаҳои рушдкунанда ба қадри кофӣ зуд мутобиқ шаванд. Муаллифон дар оянда истифодаи меъмориҳои навшавандаро пешниҳод мекунанд, ки дар онҳо муаррифии дониш аз мантиқи ҳамкорӣ ҷудо аст. Retrieval-Augmented Generation (RAG) яке аз равишҳои пешниҳодшуда барои такя додани ҷавобҳои генеративӣ ба манбаъҳои санҷидашудаи дониш мебошад.

Мушкилоти асосӣ дар усулҳои арзёбӣ

Дар аксари таҳқиқоти баррасишуда арзёбии таҷрибавӣ истифода шуда, дар бисёр таҳқиқот усулҳои миқдорӣ ва сифатӣ якҷоя татбиқ шудаанд. Аммо байни андозаи намунаҳо, давомнокии таҳқиқот ва меъёрҳои истифодашуда фарқиятҳои калон мавҷуданд.

Баъзе таҳқиқот танҳо бар асоси семинари кӯтоҳмуддат ё як ҷаласа арзёбӣ шудаанд. Намунаҳои хурд, маҳдуд будани гуногунии иштирокчиён ва чен нашудани натиҷаҳои дарозмуддати омӯзиш анҷом додани умумисозии қавиро душвор месозад.

Арзёбии боэътимодтар чӣ гуна бояд анҷом дода шавад?

Муаллифон зарурати таҳқиқоти дарозмуддатро таъкид мекунанд. Пайгирии рушди дониш, рафтор ва малакаҳои донишҷӯ, масалан дар давоми як семестри академӣ, метавонад назар ба санҷишҳои кӯтоҳмуддати қобили истифода будан далели қавитар диҳад.

Арзёбӣ набояд танҳо бо қаноатмандӣ ё қобили истифода будан маҳдуд шавад; он бояд натиҷаҳои хоси омӯзиш, аз ҷумла ба даст овардани дониш, ташаккули тасаввуроти нодуруст ва устувории донишро низ чен кунад. Дар системаҳои LLM-бунёд ба ин арзёбии коршиносон, санҷиши автоматӣ бо манбаъҳои боэътимод ва таҳлили дурустии ҷавобҳои AI низ бояд илова шавад.

Чор холигии асосии таҳқиқот

1. Мутобиқшавӣ дар асоси гуфтугӯ: Бисёр системаҳо ба саволҳои кушода, бозхӯрди фардисозишуда ва диалоги итеративӣ ба қадри кофӣ мутобиқ шуда наметавонанд.
2. Муаррифии дониш ва меъморӣ: Бисёр таҳқиқот ба қадри кофӣ гузориш намедиҳанд, ки дониш дар куҷо нигоҳ дошта мешавад ё чӣ гуна нав мешавад.
3. Интегратсияи равишҳои гетерогении AI: Системаҳо асосан ба як техникаи бартаридошта такя мекунанд; дар оянда метавонад меъмориҳои гибридӣ лозим шаванд, ки ML, LLM, пойгоҳҳои дониш ва механизмҳои дигарро якҷоя истифода мебаранд.
4. Чаҳорчӯбаҳои боэътимоди арзёбӣ: Усулҳои кӯтоҳмуддат, бо намунаҳои хурд ва ченкуниҳои гетерогенӣ муайян кардани таъсирҳои дарозмуддати омӯзишро душвор мекунанд.

Маҳдудиятҳои асосии таҳқиқот

Азбаски баррасӣ танҳо таҳқиқоти бо забони англисӣ нашршударо дар бар мегирад, хатари ғарази забонӣ вуҷуд дорад. Гарчанде таснифи омӯзиши ошкор ва ниҳонӣ ба таърифҳои назариявии адабиёти илмҳои таълимӣ асос ёфтааст, он метавонад то андозае субъективӣ бошад, зеро тафсири муҳаққиқро дар бар мегирад.

Муҳимтар аз ин, аз 38 таҳқиқот танҳо чортояш LLM ё AI-и генеративиро дар бар мегирад. Аз ин рӯ, қисми зиёди таксономия давраи технологии пеш аз паҳншавии босуръати ChatGPT ва системаҳои генеративии монандро дар соҳаи таълим инъикос мекунад. Муаллифон зикр мекунанд, ки дар оянда ба баррасиҳои алоҳидаи систематикӣ, ки танҳо ёварони таълимии LLM-бунёдро меомӯзанд, ниёз ҳаст. :chatgpt-content-reference{index="8"}

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад ва дастгирӣ намекунад

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад: Механизмҳои омӯзиш дар ёварони таълимии AI метавонанд ба шаклҳои ошкор ва ниҳонӣ тасниф шаванд; омӯзиши ошкор дар адабиёти баррасишуда бештар паҳн шудааст; матн ва визуализатсия шаклҳои аз ҳама бештар истифодашавандаи ҳамкорӣ мебошанд; меъмориҳои техникӣ бо гузашти вақт аз системаҳои қоидабунёд ба сохторҳои ML ва LLM-бунёд рушд кардаанд; амалияҳои ҳозираи арзёбӣ ба таври назаррас гетерогенӣ мебошанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад: Таносуби %79 омӯзиши ошкор нишон намедиҳад, ки омӯзиши ошкор аз омӯзиши ниҳонӣ “беҳтар” аст. Истифодаи %9 овоз низ исбот намекунад, ки системаҳои овозӣ камсамартаранд. Таҳқиқот инчунин нишон намедиҳад, ки ёварони таълимии LLM-бунёд аз системаҳои анъанавӣ ҳатман самараноктаранд. Азбаски ин таҳқиқот мета-таҳлил нест, он як андозаи ягонаи муттаҳидшудаи таъсири омӯзишро ҳисоб намекунад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Alqarni, F.; Alhirabi, N.; Rana, O.; Perera, C. Explicit and Implicit Learning Mechanisms in AI Educational Assistants: A Systematic Review.

Маҷалла:AI, 2026, Volume 7, Article 160.

DOI:10.3390/ai7050160

Навъи мақола: Баррасии систематикӣ.

Ирсол: 26 феврали 2026. Таҳрир: 6 апрели 2026. Қабул: 16 апрели 2026. Нашр: 1 майи 2026.

Муассисаҳо: Cardiff University, Британияи Кабир; King Saud University, Арабистони Саудӣ.

Усул: Роҳнамои PRISMA 2020 ва равиши snowballing-и пешрав/ақибрав истифода шудааст. Ба баррасии систематикӣ 38 таҳқиқот дохил шуда, барои 34 таҳқиқот истихроҷи пурраи додаҳо анҷом дода шудааст. Нашрҳои баррасишуда давраи 2000–2024-ро фаро мегиранд.

Маблағгузорӣ: Таҳқиқот қисман аз ҷониби EPSRC PETRAS, EP/S035362/1 дастгирӣ шудааст. :chatgpt-content-reference{index="9"}

Дастрасии додаҳо: Додаҳои аз таҳқиқот истихроҷ ва рамзгузоришуда; аз ҷумла рӯйхати таҳқиқоти дохилшуда, навъҳои омӯзиш, равишҳои татбиқ ва хусусиятҳои арзёбӣ дар маводи иловагӣ пешниҳод шудаанд. :chatgpt-content-reference{index="10"}

Бархӯрди манфиатҳо: Муаллифон бархӯрди манфиатҳоро гузориш накардаанд.

Иҷозатнома: Creative Commons Attribution (CC BY). :chatgpt-content-reference{index="11"}

Ҳадди методологӣ: Таҳқиқот мета-таҳлил нест ва як андозаи ягонаи муттаҳидшудаи таъсири ёварони таълимии AI ба омӯзишро ҳисоб намекунад. Муаллифон арзёбии расмии risk-of-bias-ро дар сатҳи таҳқиқот анҷом надодаанд; аз ин рӯ тавсия додаанд, ки фоизҳои миқдорӣ на ҳамчун андозаҳои дақиқи таъсир, балки бештар ҳамчун тамоюлҳои умумии сифатӣ дар адабиёт тафсир шаванд. :chatgpt-content-reference{index="12"}

Ёддошти усули Verianla: Ин матни тоҷикӣ мундариҷаи илмии баррасии систематикии манбаъро дар сохтори омӯзишӣ аз нав ташкил мекунад. Тарзи пешниҳоди ҷумла ва сархатҳои матни манбаъ нусхабардорӣ нашудааст; раванди PRISMA, таксономия, тақсимоти миқдорӣ, навъҳои татбиқи техникӣ, холигиҳои таҳқиқот ва маҳдудиятҳо бо нигоҳ доштани маънои манбаъ дар баёни мустақили тоҷикӣ тартиб дода шудаанд.