CC BY
4"RAQAMLI TA'LIMNING ZAMONAVIY TENDENTSIYALARI VA ULARNI TA'LIM-TARBIYA
JARAYONIGA TADBIQ QILISH YO'LLARI" MAVZUSIDAGI RESPUBLIKA ILMIY-AMALIY KONFERENSIYASI
25-oktabr 2023-yil
BO'LAJAK MUTAXASSISLARNING RAQAMLI KOMPETENSIYALARINI
RIVOJLANTIRISH: "ULUG'BEK VORISLARI" LOYIHASI MISOLIDA.
D.M. Sayfurov https://doi.org/10.5281/zenodo.10040447
Kalit so'zlar: Ta'lim sifati, reyting, data science, ko'nikmalar, taxlil, sintez, integratsiya, raqamli kompetensiya, loyixalash, modellashtirish.
So'nggi yillarda butun dunyoda Data science (Ma'lumotlar ilmi) yo'nalishi yuqori sur'atlarda rivojlanib bormoqda. Mazkur yo'nalish o'z ichiga bir necha katta yo'nalishlarni qamrab olgan. Bular: sun'iy intellekt (AI), Mashinani o'rgatish (ML), Data analitika. Qayd etilgan yo'nalishlarni rivojlantirish uchun, albatta, har birini chuqur tadqiq etish zarur. Biroq biz ilmiy izlanishimizda ko'proq pedagogik ko'rsatkichlarni tahlil qilish orqali ta'lim sifatini oshirish yo'nalishini tanladik.
Yuqorida keltirilgan yo'nalishlarning ichida ayni talabga muvofiq keladigani - bu analitikadir. Ma'lumotlar dunyosida savodxonlik darajasiga ega bo'lish, katta hajmdagi ma'lumotlardan aynan zarurini ajratish va undan ijtimoiy-iqtisodiy muammolarni yechishda foydalanish uchun bo'lajak mutaxassislarimiz qanday kompetensiyalarga ega bo'lishlari zarur?
Oxirgi yillarda axborot-kommunikatsiya texnologiyalarining jadal rivoji ish beruvchilar tomonidan AKTga doir kompetensiyalar talab etilishiga juda qattiq ta'sir ko'rsatdi. Endi nafaqat kompyuterdan, balki sun'iy intellekt vositalaridan foydalanishni bilish ham eng zaruriy talablardan biriga aylandi.
Sun'iy intellekt elementlariga foydalanuvchilar juda ko'p murojaat etishadi. Misol tariqasida kundalik turmushda tez-tez ishlatiladigan Google qidiruv roboti yoki Youtube video xostinglarini ham misol qilish mumkin. Siz qidirib topib tomosha qiladigan videoroliklar aslida raqamli tavsiflarni yig'ib olgan robot, Sizga ma'qul kontentni qidiruvni boshlashingiz bilan tavsiya qiladi.
Google qidiruv robotida ham shunga o'xshash texnologiya ishlaydi. Foydalanuvchining har bir harakati va foydalangan resurslari asosida Sizga saytlarni tavsiya qiladi. Qayd etilgan misolga o'xshagan keyslarni juda ko'plab sanash mumkin.
Keling, faraz qilamiz: Ta'lim sifati bu ma'lum bir algoritm asosida doimiy harakatdagi mexanizmlar, resurslar va texnologiyalarning faol integrativ simbiozidir.
Xo'sh, bunday murakkab jarayonda sifatni qanday ta'minlash mumkin?
Yoki sifatga ta'sir qiluvchi omillarning aynan qaysilariga ta'sir o'tkazilsa, ko'rsatkichlar yaxshiroq bo'ladi?
Hech kimga sir emas: pedagogik kvalimetriya aynan ta'limdagi ko'rsatkichlarni, ya'ni "pedagogik innovatsiyalar va umuman pedagogik faoliyat sifatini miqdoriy baholash metodologiyasi va masalalarini o'rganadigan fan". Ijtimoiy tarmoqlarning rivojlanishi, o'sib kelayotgan ta'lim xizmatlari iste'molchilarining raqamli "ishtaha konyunkturasi" o'zgarayotgan sharoitda pedagogik kvalimetriya qaysi raqamli vositalardan va qanday uslublardan foydalanishi zarur degan savol tug'ilishi tabiiy.
O'zbekiston Respublikasi Prezidentining "2022-2023-yillarda axborot-kommunikatsiya texnologiyalari sohasini yangi bosqichga olib chiqish chora-tadbirlari to'g'risida" 2022-yil 22-avgustdagi PQ-357-son qaroriga muvofiq, shuningdek, yoshlar orasida axborot texnologiyalari bo'yicha ko'nikmalarni shakllantirish, iqtisodiyotning turli sohalarida raqamlashtirishda faol
"RAQAMLI TA'LIMNING ZAMONAVIY TENDENTSIYALARI VA ULARNI TA'LIM-TARBIYA
JARAYONIGA TADBIQ QILISH YO'LLARI" MAVZUSIDAGI RESPUBLIKA ILMIY-AMALIY KONFERENSIYASI
25-oktabr 2G23-yil
ishtirok etadigan iqtidorli yoshlarni tayyorlash maqsadida 2023-yil 19-mayda Vazirlar Mahkamasi tomonidan №206-sonli qaror qabul qilindi.
Qarorga muvofiq, O'zbekiston Respublikasi Raqamli texnologiyalar vazirligi, Oliy ta'lim, fan va innovatsiyalar vazirligi, Iste'dodli yoshlarni qo'llab-quvvatlash "Ulug'bek" jamg'armasi hamda Toshkent shahridagi Inha universiteti ishtirokida respublika davlat oliy ta'lim muassasalarining bakalavriat bosqichida (barcha ta'lim shakli bo'yicha) 2-kursni muvaffaqiyatli tamomlagan talabalarni raqamli texnologiyalar sohasida malakasini oshirish maqsadida "Mirzo Ulug'bek vorislari" tayyorlov o'quv kurslariga tanlov e'lon qilindi.
Tanlov nizomga muvofiq 3 ta bosqichda tashkil etildi. Har bir bosqich uchun mos ravishda 100 balldan baholandi. Jami 3 ta bosqich uchun 300 ball maksimal ballni tashkil etgan.
I bosqich 2 ta etapda tashkil etildi.
1-onlayn qabul (80 ballik tizimda baholandi, asosiy e'tibor talabgorlarning ilmiy faolligi, xalqaro IT, ingliz va boshqa xorijiy til bo'yicha sertifikatlarning mavjudligi, motivatsion xatlar asosida) baholangan; IQ test - mantiqiy savollar va mantiqiy misollar asosida Turkiyaning Nettas.com tashkiloti yordamida sun'iy intellekt ishtirokida o'tkazildi;
2-offlayn imtihon - umumiy o'rta ta'limning 10-11 sinf matematika (15 ta misol va masala) va informatika fanidan (test ko'rinishidagi 5 ta savol) boshlang'ich ko'nikmalar darajasi aniqlandi;
3-bosqich suhbat ko'rinishida tashkil etildi. Unda nomzodlar ta'lim olayotgan yo'nalish yoki mutaxassisligi hamda data science imkoniyatlaridan foydalanib, ijtimoiy-iqtisodiy muammolar uchun yechim tayyorlab, taqdimot qilishdi. Suhbat natijalari maksimal 100 ballik tizimda baholangan. Suhbatni baholash uchun komissiya a'zolari tomonidan qo'yilgan ballarning o'rtacha ko'rsatkichi aniqlanib, nomzodlarga qo'shimcha aniqlashtiruvchi savollar berilgan.
O'quv kurslariga qabul qilingan respublika hududlaridagi davlat oliy ta'lim muassasalari talabalarining o'qishini mos va turdosh yo'nalishlarda Toshkent shahrida joylashgan davlat oliy ta'lim muassasalarida akademik mobillik asosida bir yil muddatga ko'chirish orqali amalga oshirilishi rejalashtirilgan.
O'quv kurslariga qabul qilingan talabalarni Toshkent shahrida joylashgan davlat oliy ta'lim muassasalarida akademik mobillik asosida o'qishini davom ettirish davrida talabalar turar joyi bilan ta'minlash yoki asosiy o'qish joyi bo'lgan hududlardagi davlat oliy ta'lim muassasalari tomonidan belgilangan tartibda turar joy ijarasi to'lovlarining bir qismini qoplab berish ishlari O'zbekiston Respublikasi Oliy ta'lim, fan va innovatsiyalar vazirligi bilan hamkorlikda amalga oshiriladi.
Data science (ma'lumotlar ilmi)ni chuqurroq o'zlashtirish va sohalar bo'yicha analitik ko'nikmalarni shakllantirish uchun har bir talabgor ma'lum bir ishlab chiqaruvchi misolida bitiruv malakaviy ishini amalga oshirishi rejalashtirilgan.
Kurs asosan OTM darslari tugaganidan keyin tashkil etiladi. Maqsad esa mutaxassislik fanlari bilan birga ilg'or xorijiy tajriba va milliy ta'lim standartlari talablariga javob bera oladigan matematik statistika va dasturiy ta'minot asosida ma'lumotlarni qayta ishlash va ular asosida takliflarni ishlab chiqish qobiliyatiga ega kadrlarni tayyorlashga qaratiladi.
O'zbekiston sharoitida oliy ta'limning sifat darajasini qanday ko'tarish mumkin? Baholashning kredit tizimi sifat darajasini butun dunyo ish beruvchilari tan olishi uchun ta'limning ayni qaysi jihatlari va ko'rsatkichlarini yaxshilash kerak?
Raqamli ta'limda sifat ta'minoti va ish beruvchi talablariga moslashish qay tarzda amalga oshirilishi zarur?
"RAQAMLI TA'LIMNING ZAMONAVIY TENDENTSIYALARI VA ULARNI TA'LIM-TARBIYA
JARAYONIGA TADBIQ QILISH YO'LLARI" MAVZUSIDAGIRESPUBLIKAILMIY-AMALIY KONFERENSIYASI
25-oktabr 2023-yil
Bitiruvchilarning raqamli kompetensiyasi qay darajada bo'lishi zarur?
Ta'lim sifatini nafaqat auditoriyadagi darslar sifatiga, balki ta'lim xizmatini iste'mol qiluvchi har bir insonning ijtimoiy tarmoqlarda qoldiradigan raqamli izlariga, uning ijtimoiy, raqamli va boshqa faolligi asosida shakllantiradigan axborotni tahlil qilish orqali ta'minlash mumkin. Har bir foydalanuvchi tarmoqlarda milliardlab xabarlar joylashtiriladi, butun sayyora bo'ylab elektron pochta qutilari kiruvchi va chiquvchi xatlar bilan gavjum. Biz kundalik turmushda foydalanadigan internet-do'konlar, to'lov tizimlari va davlat raqamli xizmatlarini hisobga olmagan ham internetga ulangan har bir kompyuter terabayt hajmidagi ma'lumotlarni generatsiya qiladi.
Afsuski, bugungi kunda generatsiya qilinadigan ma'lumotlar hajmiga nisbatan o'sha ma'lumotlarni tahlil qila oladigan yoki qayta ishlash uslublarini o'zlashtirgan mutaxassislar juda ham kamchilikni tashkil etadi. Bunday hajmdagi ma'lumotlarni o'zlashtirish uchun kuchli dasturchi yoki noyob analitik bo'lish shart emas.
Farazimiz shundan iboratki, OTMlarning deyarli barcha mutaxassisliklariga data analitikaning uslub va vositalarini o'rgatuvchi dars jadvallarini tuzish.
Mazkur yo'nalishni Oliy ta'lim o'quv rejasiga kiritish Oliy ta'lim tizimida asosiy integratsion-analitik mexanizm vazifasini bajaradi, tabiiy, ilmiy-texnik, texnologik, tadbirkorlik va gumanitar fanlar doirasida olgan bilimlarini metapredmet darajasida tahlil qilishni o'rgatadi va oliy ta'limning sifatini ko'tarishga yordam beradi.
Ish beruvchilarga zamonaviy kompetensiyaga ega kadrlarni yetkazib berishga talabalarda metapredmet, XXI asr va hayotiy ko'nikmalarini, bitiruvchilarda nostandart sharoitlarda yuzaga keladigan muammolarni hal etish, ta'limning barcha bosqichlarida zamonaviy axborot texnologiyalaridan samarali foydalanish va kreativlikni rivojlantirish hamda mustaqil hayotda zarur bo'ladigan AKT ko'nikmalarini o'zlashtirish, OTMdan keyingi ta'lim bosqichiga yoki mustaqil hayotga qadam qo'yishda zarur bo'ladigan bazaviy kompetensiyalar va dunyoqarashlarni shakllantiradi.
REFERENCES
1. Daniel Arbuckle. Learning Python Testing. - Packt Publishing, 2014. - 314 c.
2. Джон Пол Мюллер, Лука Массарон. Искусственный интеллект для чайников. - СПБ.: Диалектика, 2017. - 354 с.
3. Samar Madhavan. Mastering Python for data Science. - Packt Publishing, 2018. - 276 c.
4. Joe Thopmson. Python's Companion. - Packt Publishing, 2015. - 211 c.
