Raqamli Oʻqitish Kompetensiyalari (Digital Teaching Competencies, DTC), oʻqituvchining raqamli texnologiyalarni shunchaki ishlata olishini emas, balki bu texnologiyalarni pedagogik maqsadlarda tanlash, baholash, boshqarish va tanqidiy nazorat qilishni qamrab oluvchi bilim, koʻnikma, munosabat va strategiyalar majmuasidir. Ushbu tizimli sharh virtual oliy taʼlim muhitlarida algoritmlar oʻqishni baholashga jalb qilingan holatlarda DTC bilan algoritmik etika oʻrtasidagi munosabatni koʻrib chiqadi. PRISMA 2020 yondashuvi asosida Web of Science va Scopus’dan olingan 262 yozuv koʻrib chiqilgan va qatʼiy muvofiqlik mezonlari natijasida oltita empirik tadqiqot sintezga kiritilgan. Sintez oʻqituvchilarning texnik va operatsion raqamli koʻnikmalari nisbatan rivojlangan boʻlishi mumkinligini, biroq avtomatlashtirishga ogʻishishni shubha ostiga olish, algoritmik noaniqlikni tekshirish, maʼlumotlar maxfiyligini himoya qilish va tarafkash natijalarni aniqlash kabi ilgʻor tanqidiy kompetensiyalar ancha notekis koʻrinishini koʻrsatadi. Biroq yakuniy korpus atigi oltita tadqiqotdan iborat boʻlgani sababli, natijalar barcha oliy taʼlim tizimlari uchun qatʼiy sababiy umumlashmalar sifatida talqin qilinmasligi kerak.

Algoritmik etika, avtomatik tizimlarni loyihalash, oʻqitish, ulardan foydalanish va natijalarini talqin qilish jarayonida adolat, shaffoflik, hisobdorlik, maxfiylik va kamsitish xavflarini baholovchi normativ va amaliy doiradir. Sharhning markaziy yondashuvi shundan iboratki, avtomatik ball berish, oʻqish analitikasi, generativ sunʼiy intellekt, masofaviy imtihon nazorati va bashoratli tizimlarning taʼlimiy yaroqliligini faqat dasturiy taʼminotning texnik muvaffaqiyatiga topshirib boʻlmaydi. Oʻqituvchi algoritmik chiqishni pedagogik kontekst bilan taqqoslay oladigan va zarur boʻlganda mashina qarorini shubha ostiga ola biladigan inson nazoratchisi sifatida qaraladi.

Baholashning raqamlashtirilishidan algoritmik baholashga oʻtish

Sharhning adabiyot doirasi virtual baholashdagi oʻzgarishni uch bosqichli rivojlanish chizigʻi orqali tushuntiradi. Assessment 1.0, qogʻozdagi anʼanaviy imtihonlarni raqamli muhitga oʻtkazish va yopiq turdagi testlarni elektron shaklda qoʻllashdir. Bu bosqichda texnologiya asosan mavjud baholash shaklining tashuvchisidir. Assessment 2.0, taʼlimni boshqarish tizimlarining kengayishi bilan dinamik rubrikalar, e-portfoliolar, tengdoshlar baholashi va uzluksiz sifatli fikr-mulohaza kabi interaktivroq usullarni qamrab oladi. Assessment 3.0 esa oʻqish analitikasi, moslashuvchan algoritmlar, bashoratli modellar, generativ sunʼiy intellekt va biometrik masofaviy nazorat kabi tizimlar baholash qarorining bevosita qismiga aylangan bosqichdir.

Assessment 3.0 dagi asosiy oʻzgarish faqat baholash vositasining raqamlashtirilishi emas. Talabaning platformadagi xatti-harakatlari, oʻzlashtirish tarixi, oʻzaro aloqalari va ayrim muhitlarda biometrik maʼlumotlari avtomatik modellar uchun kirish maʼlumotlariga aylanishi mumkin. Shunday qilib, baholash oʻqituvchi bilan talaba oʻrtasidagi bir yoʻnalishli oʻlchash jarayoni boʻlishdan chiqadi va maʼlumotlar infratuzilmasi, algoritm, muassasa siyosati, oʻqituvchi qarori hamda talaba huquqlari birgalikda belgilaydigan sotsiotexnik jarayonga aylanadi.

Algoritm Vositachiligidagi Baholashda Raqamli Oʻqitish Kompetensiyasi Nima?

Algoritm vositachiligidagi baholashda Raqamli Oʻqitish Kompetensiyasi oʻqituvchining sunʼiy intellekt yoki oʻqish analitikasi tizimidan shunchaki foydalana olishi emas; qaysi vosita qaysi pedagogik maqsadga mos kelishini tanlay olishi, kirish maʼlumotlari va baholash mezonlarini savol ostiga qoʻya olishi, avtomatik chiqishlarni talqin qila olishi, tarafkashlik va maʼlumotlar maxfiyligi xavflarini nazorat qila olishi hamda yakuniy pedagogik masʼuliyatni mashinaga topshirmasligidir.

DigCompEdu ning oltita sohasi nega muhim?

Sharh Raqamli Oʻqitish Kompetensiyalarini tushuntirishda Yevropa Komissiyasining DigCompEdu doirasidan foydalanadi. Ushbu doirada oltita asosiy soha mavjud: kasbiy ishtirok, raqamli resurslar, oʻqitish va oʻrganish, baholash, talabalarni kuchaytirish va talabalarning raqamli kompetensiyasini rivojlantirishga koʻmaklashish. Manba tadqiqotining hissasi ushbu umumiy raqamli kompetensiya sohalarini algoritmik baholashdagi aniq etik vazifalar bilan bogʻlashidadir.

Algoritmik Etika Nega Faqat Dasturiy Taʼminot Xavfsizligi Masalasi Emas?

Algoritmik etika ushbu sharhda faqat dasturiy xatolarning oldini olish masalasi emas; u avtomatik baholash tizimlari kimdan qanday maʼlumot toʻplashi, qaysi mezonlar bilan qaror qabul qilishi, qaror talabaga tushuntirilishi mumkinmi, model ayrim guruhlarni tizimli ravishda noqulay ahvolga soladimi va notoʻgʻri qaror uchun kim javobgar boʻlishi kabi pedagogik va huquqqa asoslangan savollarni birgalikda qamrab oladi.

Shu sababli texnik aniqlik bilan taʼlimiy adolat bir narsa emas. Tizim dasturlashtirilganidek ishlashi mumkin, ammo foydalanilgan maʼlumotlar tarixiy tarafkashliklarni oʻzida saqlashi mumkin. Model yuqori bashorat quvvatiga ega boʻlishi mumkin, biroq talaba nega maʼlum bir xavf toifasiga kiritilganini tushuntira olmasligi mumkin. Masofaviy imtihon nazorati tizimi koʻchirish gumonini avtomatik belgilashi mumkin, biroq xulq-atvor yoki biometrik naqshlarning turli talaba guruhlarida qanday oʻzgarishini hisobga olmasligi mumkin.

Tushuntiriladigan sunʼiy intellekt va pedagogik kuzatuvchanlik

Sharhning adabiyot doirasida Tushuntiriladigan Sunʼiy Intellekt (Explainable AI, XAI), qora quti xususiyatidagi avtomatik qarorlarni odamlar tomonidan tekshiriladigan holga keltirish uchun muhim yondashuv sifatida qaraladi. Taʼlim kontekstida faqat texnik izoh yetarli emas. Talaba olgan fikr-mulohaza yoki ball qaysi pedagogik mezonga asoslanganini ham tushuna olishi kerak. Shu sababli algoritmik tushuntiriluvchanlik pedagogik kuzatuvchanlik bilan bogʻlanadi.

Avtomatlashtirishga Ogʻishish va Qora Quti Muammosi Nima?

Avtomatlashtirishga ogʻishish, oʻqituvchi yoki talabaning avtomatik tizim bali, tavsiyasi yoki tasnifini yetarli mustaqil tekshiruvsiz toʻgʻri deb qabul qilish moyilligidir; qora quti muammosi esa tizimning natijaga qaysi maʼlumot va qaror mantiqi orqali kelganini yetarlicha tushuntirib boʻlmasligi yoki foydalanuvchi tomonidan tekshirib boʻlmasligidir. Sharhdagi tadqiqotlar ushbu ikki muammo birlashganda pedagogik mulohazani avtomatlashtirishga topshirish xavfi ortishi mumkinligini bildiradi.

Bu xavf oʻqituvchining raqamli vositadan tez-tez foydalanishi oʻz-oʻzidan yetarli emasligini koʻrsatadi. Oʻqituvchi taʼlimni boshqarish tizimi, plagiatni aniqlash vositasi yoki sunʼiy intellekt yordamidagi baholash dasturidan texnik jihatdan mahorat bilan foydalanishi mumkin, ammo tizim qaysi maʼlumotlar bilan ishlashi, chiqish qanday noaniqliklarni oʻz ichiga olishi yoki tarafkashlik qaysi talaba guruhiga taʼsir qilishi mumkinligini baholay olmasligi mumkin. Sharh “operatsion paradoks” deb muhokama qiladigan asosiy taranglik aynan shudir.

Oʻqituvchi nega “pedagogik nazoratchi” sifatida qaraladi?

Koʻrib chiqilgan adabiyotlarda oʻqituvchi roli texnologiyaning ishlashini kuzatuvchi passiv operatordan kengroq tarzda taʼriflanadi. Oʻqituvchi avtomatik baholash uchun kirish maʼlumotlarini tanlaydigan, natijalarni pedagogik kontekst bilan taqqoslaydigan, noodatiy yoki kamsituvchi chiqishlarni shubha ostiga oladigan va talabaga tushuntiriladigan fikr-mulohaza taqdim etadigan pedagogik nazoratchi sifatida joylashtiriladi. Bu rol ayniqsa muassasa darajasida aniq algoritmik boshqaruv tamoyillari mavjud boʻlmagan muhitlarda muhimlashadi.

Tadqiqot Usuli va Natijalari

Tizimli Sharh 262 Yozuvdan Oltita Tadqiqotga Qanday Yetib Keldi?

Sharh Scopus va Web of Science da oʻtkazilgan qidiruvdan olingan 262 yozuv bilan boshlandi; 3 dublikat olib tashlandi, 259 noyob yozuvning sarlavha va annotatsiyalari koʻrib chiqildi, 172 yozuv chiqarildi, 87 toʻliq matn muvofiqlik uchun baholandi va dizayn, populyatsiya yoki natija mezonlariga javob bermagan 81 tadqiqot chiqarilib, yakuniy sintezga 6 empirik tadqiqot kiritildi.

PRISMA 2020 tanlov oqimi

Qidiruv strategiyasi va muvofiqlik mezonlari

Qidiruvlar 20 May 2026 sanasida Scopus va Web of Science bazalarida oʻtkazilgan. Qidiruv mantiqi toʻrtta tushuncha toʻplamini birlashtirgan: raqamli oʻqitish/raqamli savodxonlik, sunʼiy intellekt yoki algoritmik tizimlar, etika/tarafkashlik/adolat va baholash/fikr-mulohaza. Scopus da TITLE-ABS-KEY, Web of Science da Topic (TS) maydonlari ishlatilgan; AND/OR operatorlari va yulduzcha joker belgisi bilan soʻz variantlari qamrab olingan.

Scopus soʻrovi: 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 soʻrovi: 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”))

Kiritish mezonlari quyidagilar edi: empirik miqdoriy, sifat yoki aralash tadqiqotlar; virtual, gibrid yoki e-learning kontekstida baholash masʼuliyatiga ega oʻqituvchilar yoki shunga oʻxshash taʼlim ishtirokchilari; oʻqish analitikasi, avtomatik nazorat, sunʼiy intellekt rubrikalari, taʼlimiy maʼlumotlarni qazib olish yoki shunga oʻxshash algoritmik baholash tizimlari hamda aniq etik oʻlchovni oʻz ichiga olgan tadqiqotlar. Til Ingliz yoki Ispan tillari bilan, hujjat turi taqrizdan oʻtgan jurnal maqolalari bilan va mavjudlik ochiq kirishdagi toʻliq matnlar bilan cheklangan.

Maʼlumotlarni ajratib olish va sifat nazorati

Ikki baholovchi tadqiqot sarlavhasi, muallif, yil, mamlakat, tadqiqot dizayni, namuna, maʼlumot toʻplash vositalari va natijalar kabi oʻzgaruvchilarni tuzilgan Microsoft Excel matritsasiga mustaqil ravishda kiritgan. Kelishmovchiliklar muhokama va kelishuv orqali hal qilingan. Toʻliq matn koʻrib chiqilishi ham ikki marta amalga oshirilgan; dizayn izchilligi, qoʻllangan vositalarning mosligi, tahlil usullari, empirik maʼlumotlarning yaxlitligi va natijalarning kuzatiluvchanligi sifat baholashining bir qismi boʻlgan.

Yakuniy oltita tadqiqotning metodologik tuzilishi

RQ1: Oʻqituvchilar qaysi raqamli kompetensiyalardan foydalanadilar?

Sharh oʻqituvchilar algoritm vositachiligidagi baholashda avvalo texnik sozlash, raqamli kontentni kuratsiya qilish, virtual yordamchilarni pedagogik boshqarish, oʻqish analitikasini kuzatish va avtomatik fikr-mulohazadan foydalanish kabi operatsion kompetensiyalardan foydalanishini bildiradi. Yuqoriroq darajada esa algoritmning qiyinchilik sozlamasini tekshirish, bashoratli metrikani shubha ostiga olish, maʼlumot naqshlaridagi kamsitish xavfini aniqlash va talabani sunʼiy intellekt chiqishini tanqidiy baholashga yoʻnaltirish talab etiladi.

Sharhning muhim farqlashi tizimdan foydalana olish bilan ushbu tizimning qaror mantiqini baholay olish oʻrtasidadir. Texnik kompetensiya algoritmik etik kompetensiyaning zarur, ammo oʻz-oʻzicha yetarli boʻlmagan tarkibiy qismidir.

RQ2: Qaysi etik xavflar ajralib turadi?

RQ3: Raqamli kompetensiya bilan algoritmik etika qanday birlashadi?

Oltita tadqiqot sintezi ilgʻor raqamli kompetensiya shunchaki texnologiyadan koʻproq foydalanish degani emasligini koʻrsatadi. Yuqori AI va maʼlumotlar savodxonligi avtomatik metrika qanday yaratilganini savol ostiga olish, tarafkashlik ehtimolini anglash va zarur boʻlganda dasturiy mezonlarga aralashish qobiliyati bilan birga baholanadi. Ayrim tadqiqotlar bu oʻzgaruvchilar oʻrtasida korrelyatsion yoki bashoratli munosabatlarni bildirsa-da, butun korpus uchun yagona universal sababiy mexanizm koʻrsatilmagan.

Ayniqsa kasbiy ishtirok va talabalarni kuchaytirish oʻlchovlari generativ sunʼiy intellekt tizimlarining yanada etik qabul qilinishi bilan bogʻlanadi. Bunga qarshi ravishda, texnologik vositadan tez-tez foydalanish oʻz-oʻzicha kuchliroq etik sezgirlikni anglatmaydi. Sharh muhokamasidagi “operatsion paradoks” aynan shu ajralishni ifodalaydi.

RQ4: Qanday yechim strategiyalari taklif qilinadi?

Sintez yechimni faqat individual oʻqituvchining koʻnikmasiga qoldirmaydi. Uch darajali aralashuv taklifi ajralib turadi. Institutsional darajada maʼlumotlarni boshqarish, algoritmik audit, maxfiylik va tushuntiriluvchanlik uchun aniq qoidalar zarur. Oʻqituvchi tayyorlash darajasida dasturdan qanday foydalanishni oʻrgatuvchi kurslardan tashqariga chiqilib, AI savodxonligi, maʼlumotlar savodxonligi, tanqidiy pedagogika va algoritmik etika birgalikda oʻqitilishi kerak. Baholash dizaynida avtomatik kuzatuv va jazolashga asoslangan modellardan; yuqori kognitiv darajali, taqqoslash, birgalikda baholash, muammo yechish va shaffof fikr-mulohazani oʻz ichiga olgan formative modellarga oʻtish taklif etiladi.

Manba qoʻllab-quvvatlaydigan va qoʻllab-quvvatlamaydigan xulosalar chegarasi

Cheklovlar

Sharhning birinchi cheklovi qidiruv faqat Scopus va Web of Science bilan cheklanganidir. Bu tanlov taqrizdan oʻtgan va muayyan sifat mezonlariga javob beradigan nashrlarni ustun qoʻysa-da, kulrang adabiyot, ayrim konferensiya materiallari, mintaqaviy maʼlumotlar bazalari va tez rivojlanayotgan texnik amaliyotlar tashqarida qolgan boʻlishi mumkin.

Ikkinchi cheklov yakuniy oltita tadqiqotning muhim qismi kesimiy, korrelyatsion yoki oʻz-oʻzini hisobot qilishga asoslanganidir. Bu dizaynlar oʻqituvchi kompetensiyasi bilan etik munosabat oʻrtasida mazmunli aloqalarni koʻrsatishi mumkin, ammo vaqt boʻyicha oʻzgarishni yoki sababiylikni oʻz-oʻzicha isbotlay olmaydi. Ekspert panellari ham ekspertlar kelishuvini taʼminlar ekan, guruh ichidagi moslashuv va fikrlarning yaqinlashuvi kabi mumkin boʻlgan cheklovlarga ega.

Uchinchi cheklov generativ sunʼiy intellekt texnologiyalarining ilmiy nashr siklidan tezroq oʻzgarishidir. Baholash vositasi tadqiq qilinib, maqola chop etilgunga qadar tizim modeli, maʼlumot siyosati yoki foydalanuvchi xatti-harakati oʻzgarishi mumkin. Shu sababli mualliflar longitudial tadqiqotlar, nazorat qilinadigan aralashuvlar, tarixan chetlashtirilgan talaba guruhlariga qaratilgan tadqiqotlar va DigCompEdu bilan mos standartlashtirilgan algoritmik adolat koʻrsatkichlarini ishlab chiqishni kelajak tadqiqot yoʻnalishlari sifatida tavsiya qiladi.

Tadqiqotda generativ sunʼiy intellektdan foydalanish

Mualliflar tizimli sharhni tayyorlashda generativ sunʼiy intellekt vositalaridan yordamchi maqsadda foydalanilganini ochiq bildirgan. Scopus AI adabiyot soʻrovlarini semantik kengaytirish va tegishli tadqiqotlarni aniqlash jarayonini qoʻllab-quvvatlash uchun; Gemini esa Ispan tilidan Ingliz tiliga texnik terminologiyani oʻtkazish va akademik tilni yaxshilash uchun ishlatilgan. Mualliflar qidiruv strategiyalari, maʼlumotlarni ajratib olish, tanqidiy baholash va yakuniy talqinlar oʻzlari tomonidan bajarilganini va tekshirilganini bildiradi.

Manba va Usul Haqida Izoh

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

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

Masʼul muallif: Wilson Alexander Zambrano Vélez.

Muassasalar: 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 / nashriyot: Education Sciences, MDPI. Jild / son / maqola raqami: 16(7), 1066. Nashr sanasi: 3 Iyul 2026.

DOI: 10.3390/educsci16071066.

Manba turi: Tizimli sharh. Taqriz: Taqrizdan oʻtgan jurnalda chop etilgan Version of Record.

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

Sharh protokoli: PRISMA 2020; OSF roʻyxatga olish DOI si 10.17605/OSF.IO/RQKXM.

Maʼlumotlar bazalari: Scopus va Web of Science. Dastlabki yozuvlar soni 262; yakuniy sintez oltita empirik tadqiqot.

Maʼlumotlarni ajratib olish: Ikki baholovchining mustaqil maʼlumot ajratib olishi, tuzilgan Excel matritsasi va kelishmovchiliklarda muhokama/kelishuv.

Moliyalashtirish: Universidad Estatal Península de Santa Elena, loyiha/moliyalashtirish kodi 009.

Etika kengashi: Qoʻllanilmaydi. Ongli rozilik: Qoʻllanilmaydi.

Maʼlumotlarning mavjudligi: Tadqiqotni qoʻllab-quvvatlovchi maʼlumotlar OSF da roʻyxatga olingan.

Manfaatlar toʻqnashuvi: Mualliflar manfaatlar toʻqnashuvini bildirmagan.

Muallif hissalari: Konseptuallashtirish W.A.Z.V., E.I.D.C. va C.L.M.S.; metodologiya W.A.Z.V. va C.A.L.M.; tekshirish W.A.Z.V., E.I.D.C. va C.L.M.S.; formal tahlil W.A.Z.V., C.L.M.S. va C.A.L.M.; tadqiqot toʻrt muallif; resurslar E.I.D.C. va C.A.L.M.; maʼlumotlar kuratsiyasi W.A.Z.V. va C.L.M.S.; dastlabki qoralama W.A.Z.V., E.I.D.C. va C.L.M.S.; koʻrib chiqish/tahrirlash W.A.Z.V. va C.A.L.M.; vizualizatsiya W.A.Z.V. va C.L.M.S.; nazorat va loyiha boshqaruvi W.A.Z.V.

Manba ichidagi terminologiya qaydi: Inglizcha matnda Digital Teaching Competencies uchun DTC va ayrim boʻlimlarda TDC qisqartmalari ishlatilgan. Shuningdek, generativ sunʼiy intellekt izohida Gemini versiyasi usul boʻlimida “1.5 Pro”, minnatdorchilik boʻlimida esa “1.5 Pro/Ultra” deb koʻrsatilgan. Verianla bu farqlarni manbadan tashqari qatʼiylik bilan tuzatmagan.

Asosiy talqin chegarasi: Natijalar oltita empirik tadqiqotning sifatli tizimli sintezidir. Koʻrib chiqilgan tadqiqotlar dizaynlarining geterogenligi va yakuniy korpusning kichikligi sababli, topilmalar barcha universitetlar yoki barcha algoritmik baholash tizimlari uchun universal sababiy dalil sifatida ishlatilmasligi kerak.