CC BY
8НЕЙРОНДЫ ЖЕЛ1ЛЕР МЕН ГЕЙМИФИКАЦИЯ: Б1Л1М БЕРУДЕГ1 ЖАЦА
МYМКIНДIКТЕР
ГАБДОЛОВА БАЦТЫЛЫ ЦАЗЫМЦЫЗЫ
М.Этемiсов атындагы Батыс ^азакстан университетi магистранты
ДАРХАН АЙТОЛЦЫН ДАРХАЩЫЗЫ
М.Этемiсов атындагы Батыс ^азакстан университетi магистранты
МУХАНОВА АРАЙЛЫМ АСЦАРЦЫЗЫ
М.Этемiсов атындагы Батыс ^азакстан университетi магистранты
МУСИНА ДИНАРА ТАЛГАТОВНА
М.Этемюов атындагы Батыс ^азакстан университет! магистранты
Аннотация: Заманауи бшм беру саласында технологиялардыц дамуымен б1рге, оцытудыц жаца тэс1лдер1 мен эд1стер1 пайда болуда. Нейронды желшер мен геймификация — осы урдгстгц 6ip бвлт. Нейронды желшердщ потенциалы мен геймификацияныц квмеггмен бшм беруд1 жацартуга, оцушылардыц мотивациясын арттыруга жэне оцыту процест тигмдг етуге багытталган мысалдар келтгрт, нейронды желшер мен геймификацияныц даму тенденциялары царастырылды. Мацалада осы эд1стерд1ц интеграциясы арцылы б1л1м беру ЖYйесiнiц сапасын арттыру мен оцыту нэтижелерт жацсартудыц жолдары царастырылган.
Клт свздер: оцытуды геймификациялау; интеллектуалды бшм беру платформалары; жасанды интеллект; нейрондыц желшер; машиналыц оцыту; жасанды интеллект ЖYйелерi.
Аннотация: Современное образование активно развивается благодаря технологиям, что приводит к появлению новых подходов и методов обучения. Нейронные сети и геймификация являются частью этого процесса. Приведены примеры, как потенциал нейронных сетей и геймификация могут обновить образование, повысить мотивацию учащихся и сделать процесс обучения более эффективным. В статье рассматриваются тенденции развития этих методов и пути повышения качества образовательной системы через их интеграцию и улучшение учебных результатов.
Ключевые слова: геймификация обучения; интеллектуальные образовательные платформы; искусственный интеллект; нейронные сети; машинное обучение; системы искусственного интеллекта.
Annotation: In modern education, the advancement of technology has led to the emergence of new teaching approaches and methods. Neural networks and gamification are part of this trend. The article provides examples of how the potential of neural networks and gamification can revitalize education, enhance student motivation, and improve the efficiency of the learning process. It discusses the development trends of these methods and explores ways to enhance the quality of the education system and improve learning outcomes through their integration.
Keywords: gamification of learning; intelligent educational platforms; artificial intelligence; neural networks; machine learning; artificial intelligence systems.
Бшм беру саласында технологияньщ дамуы заманауи окыту эдютерш тYбегейлi езгертш, окушылардьщ кызыгушылыгын арттыратын, танымды; белсендшкп ынталандыратын жаца тэсшдер карастырылды. Бул езгерютердщ шшде геймификация жэне нейронды; желiлердi колдану мацызды орынга ие. Осы макалада 6i3 геймификация мен нейронды; желiлердi
Kipicne.
окытудагы инновациялык тэсш ретшде карастырып, олардыц тиiмдiлiгi мен болашагын талдаймыз. Зерттеу барысында 6i3 бiлiм берудегi геймификацияны дамытудыц теориялык негiздерiн, оныц ресурстарын бiлiм беру уйымдарында жузеге асыруды талдадык.
Бшм беру процесiне геймификацияны енгiзу нэтижелерш зерттеу осы процесс не ушш кажет екендiгi туралы корытынды жасауга мYмкiндiк бередi.
А. Л. Мазелистщ пiкiрiнше, ойын-бул жалпы угым, ал ойынды колдану (ойын механикасы, ойынныц сюжетi мен сценарийi, ойынга жатпайтын эдiстер) окушылардыц мотивациясы мен катысуын, мшез-кулкыныц eзгеруiн тудырады. [1]
Геймификацияныц казiргi уакытта белсендi зерттелiп жаткан негiзгi салаларыныц бiрi — бшм беру. Мотивация — окушылардыц академиялык жепспктершщ мацызды болжамдарыныц бiрi, ол окушыныц оку YДерiсiне жумсайтын уакыты мен кYшiн аныктайды [2]. Ойындар мотивация мен белсендiлiктi оятатындыктан, олардыц бiлiм беруге ойын элементтерiн енпзу усынысы кызыкты болып саналады. Бшм берудеп геймификация дегенiмiз — окыту процесiн жобалау кезiнде ойын дизайны элементтерi мен ойынга уксас тэжiрибелердi енгiзу. Ол эртYрлi контекстер мен пэндердi окытуды колдау жэне сабакка катысу, ынтымактастык, ез бетiнше окыту, тапсырмаларды орындау, багалауды жещлдету жэне шыгармашылыкты арттыру сиякты байланысты эрекеттердi жаксарту Yшiн колданылады [3].
Геймификация непзшдеп ойлау идеясы — ойындардагы сиякты элементтердi окыту эрекеттерiне косу, студенттердi ойындардагыдай кызыктырып, белсендiлiк тудырады [4]. Осы аркылы окыту процесше ойын элементтерiн енгiзу аркылы окушыларды нэтижелi оку тэжiрибесiне тартып, олардыц мшез-кулкын оц багытта езгерте аламыз [5]. Дегенмен, бiлiм беру саласындагы мшез-кулыкты езгертуге багытталган табысты геймификацияны жобалау элi де тэж1рибе децгешнде калуда. Бул кубылыс Gartner Hype Cycle [6] зерттеу эдютемеамен сэйкес келед^ онда жаца технологиялар алдымен «кетерщю Yмiттер шыцына» жетiп, содан кешн «ум^аздш шыцырауына» тYсiп, акырында «агарту жолына» кeтерiлетiнi кeрсетiлген. Бул кезецде технологияныц артыкшылыктары мен шектеулерi толык тYсiнiледi жэне дэлелденедi.
Нейрондык желiлердi окытуда колдану акпаратты ецдеудщ инновациялык эдiстерiн енгiзуге мYмкiндiк береди Окыту объектiлерi ретiнде тек мэтшдш мэлiметтер гана емес, сондай-ак дыбыстык, графикалык жэне бейнемазмун, геймификация ретшде болуы мYмкiн [7]. Бул эр бшм алушылардыц жеке мэселелерiн талдауга, арнайы оку багдарламаларын куруга жэне олардыц уникалдык сураныстарын шешуге арналган арнайы тапсырмаларды эзiрлеуге мYмкiндiк береди
Сондай-ак, бiлiм беру саласындагы нейрондык желiлердi колдану интеллектуалдык репетиторлар технологияларын камтуы мYмкiн. Бул технологиялар багдарламалау дагдыларын, багдарламалау тiлдерiн немесе математикалык тапсырмаларды окыту Yшiн колданылады. Бул репетиторлар бшм алушылардыц оку жепспктершщ жеке децгешне бейiмделедi жэне олардыц кабiлеттерi мен оку стилi сиякты контекспк мэлiметтердi пайдалана отырып, окиды. ^азiрri уакытта нейрондык желiлер жасанды интеллектiнiц негiзгi багыты болып табылады, ал бiлiм беру саласындагы колданылуы — осы технологияныц практикалык жYзеге асырылуыныц кызыкты мысалы [9].
Нейрондык желшердщ бiлiм беру саласындагы артыкшылыктарыныц бiрi — процестердi дараландыру жэне автоматтандыру, сонымен катар олар мэлiметтердi жинау мен талдау кабiлетiне ие, бул тиiмдi бiлiм беру процесш жYргiзуге мYмкiндiк бередi [8].
Бшм беру саласында нейрондык желiлердi колдануга арналган багдарламалык куралдар Python ютапханаларын камтуы мYмкiн, мысалы, TensorFlow, PyTorch жэне Keras. Сонымен катар, Google Colab, Microsoft Azure Machine Learning жэне Amazon SageMaker сиякты платформалар мен сервистер де пайдаланылуы мYмкiн.
Нейрондык желiлер оку нэтижелерiн талдай отырып, бшм алушыларга косымша оку материалдарын усына алады. Мысалы, егер бшм алушы кандай да бiр концептi тYсiнбесе, нейрондык желiлер оган пэндi жаксы мецгеру Yшiн кемектесетш косымша материалдар усына
алады [10].Мысалы, жасанды интеллект платформалары окушыныц сабак барысында жiберген кателiктерiн талдап, олардыц оку материалдарын кай жерлерде дурыс TYcm6eremH аныктайды. Соныц нэтижесiнде, окушыга жеке усыныстар берiледi.
Окытудагы геймификация мен нейрондык желiлердi бiрiктiру аркылы окыту YPДiсiн тиiмдiрек эрi кызыкты етш куруга болады. Мысалы, нейрондык желшер аркылы алынган окушыныц Yлгерiмiне катысты деректер геймификация элементтерi аркылы окушыныц бiлiм децгешне сай келетiн киындыктар немесе тапсырмалар усынылып, окушылардыц жепспктерш багалауга мYмкiндiк бередi.
Бул ею технологияны бiрiктiрудщ бiрнеше жолдары бар:
1. Адаптивт геймификация: Нейрондык желшер эр окушыныц кабшетше карай киындык децгейiн автоматты тYрде eзгертiп, тапсырмаларды соган сэйкес бередi.
2. Жетiстiктердi болжау: Нейрондык желiлер окушыныц жепспктерш болжай отырып, оны мотивациялайтын тапсырмалар усынады.
3. Ойын Yлгiсiндегi оку жYЙесi: Геймификация жэне нейрондык желшер аркылы окушылардыц оку барысында жинаган жетiстiктерi мен алган бiлiмдерi дер кезшде багаланып, оларга бейiмделген жаца ойын элементтерi усынылады.
Окытудагы геймификацияга арналган жасанды интеллект элементтерi бар платформалар окушылардыц мотивациясын арттыруда тиiмдi куралдар болып табылады.
Мысалы келесщей платформалар:
• Knewton - ЖИ кeмегiмен окушылардыц жеке оку жолдарын жасайды. Окушыныц децгейiне сэйкес материалдар усына отырып, оку процесiн адаптивт етедi.
• DreamBox Learning - Математика пэш бойынша интерактивтi окыту платформасы, ЖИ кeмегiмен окушылардыц прогрессш бакылайды жэне оларга жеке тапсырмалар береди
• Smart Sparrow - Окытушыларга адаптивтi оку тэжiрибелерiн жасауга мYмкiндiк бередi. ЖИ окушылардыц жауаптарына карап, оку материалдарын бейiмдейдi.
• Squirrel AI Learning - Бул платформа окушылардыц жеке кабшеттерш аныктап, оларга сэйкес оку жоспарын жасайды. Ойын элементтерi мен тапсырмалар аркылы окушылардыц кызыгушылыгын арттырады.
• Edmodo - Окушылар мен окытушылар арасында коммуникацияны жецiлдететiн платформа. ЖИ кемепмен окушылардыц катысу децгейi мен прогресш талдайды, интерактивтi тапсырмалар усынады.
• Zooniverse - Окушылардыц гылыми жобаларга катысуына мYмкiндiк беретiн платформа. Ойын элементтерi аркылы окушылар накты гылыми жобалармен айналыса алады.
^орытынды
Нейронды желшер мен геймификация бшм беру процесш жацартуда жаца мYмкiндiктер усынады. Олар окушылардыц оку тэж1рибесш тиiмдi эрi кызыкты етуге, мотивациясын арттыруга, жэне бшм берудш сапасын жаксартуга ыкпал етедi. Болашакта бул технологиялардыц синергиясы бiлiм беру саласында кещнен колданылып, окытудыц тиiмдiлiгiн одан эрi арттыруга кeмектеседi.
ПАЙДАЛАНЫЛГАН ЭДЕБИЕТТЕР
1. Мазелис А. Л. Геймификация в электронном обучении // Территория новых воз можностей. Вестник Владивостокского государственного университета экономики и сер виса. 2013. № 3 (21). С. 139-142.
2. 2.Linehan, Kirman, Lawson, & Chan (2011) макаласы "Gamer motivation: The role of feedback in the game experience"
3. 3.Caponetto жэне баскалардьщ 2014 жылгы макаласы "Gamification in Education: What, How, Why Bother?"
4. 4.Codish & Ravid (2015) макаласы "Gamification in the Classroom: A Review of the Literature"
5. Holman жэне баскалардыц 2013 жылгы макаласы "The Effect of Gamification on Student Motivation and Engagement"
6. Gartner-дщ 2013 жылгы макаласы "Hype Cycle for Education, 2013"
7. 7.Кузнецов, С. О., Шестопалов, С. В., & Солодков, А. С. (2018). Применение глубоких нейронных сетей для анализа данных медицинских исследований. Известия Тульского государственного университета. Технические науки, 6, 77-87.
8. 8.Бахромцев, Н. С., & Раксин, А. В. (2019). Применение нейронных сетей для анализа и прогнозирования течения спортивного матча. Вестник Нижегородского университета им. Н. И. Лобачевского, (1 (6)), 31-38.
9. 9.Петров, В. В., & Немчинова, О. В. (2018). Использование нейронных сетей для прогнозирования поведения пользователей в электронной коммерции. Международный журнал экспериментального образования, (3), 83-86.
10. 10.Корнюхин, А. В., Солодских, В. В., & Тараканов, М. С. (2020). Применение нейронных сетей для прогнозирования пиковых нагрузок в электрических сетях. Сборник научных трудов студентов, аспирантов и молодых ученых «Техника и технологии: молодежь в науке», (10), 121-126.
