GENERATIV SUN’IY INTELLEKT ASOSIDA TA’LIM TIZIMLARINI TRANSFORMATSIYA QILISH

Authors

  • Djumabayeva Nodira Yuldashevna Tarmoqlar iqtisodiyoti va buxgalteriyasi kafedrasi katta o‘qituvchisi Author
  • Otabayev Azizbek Toshkent amaliy fanlar universiteti, «Iqtisodiyot» fakulteti tyutori Author

DOI:

https://doi.org/10.65164/1vhrrm07

Keywords:

generativ sun’iy intellekt, ta’lim tizimi, raqamli transformatsiya, individual ta’lim, sun’iy intellekt texnologiyalari, kiberxavfsizlik, akademik halollik, innovatsion yondashuvlar, ta’lim samaradorligi, AI integratsiyasi

Abstract

Ushbu maqolada generativ sun’iy intellekt texnologiyalarining ta’lim tizimlariga kirib kelishi va ularning o‘quv jarayonini tubdan o‘zgartirishdagi o‘rni tahlil qilinadi. Xususan, sun’iy intellekt asosida yaratilayotgan kontentlar, individual ta’lim trayektoriyalarini shakllantirish imkoniyatlari hamda o‘qitish samaradorligini oshirishdagi ahamiyati yoritilgan. Shu bilan birga, generativ AI’dan foydalanish jarayonida yuzaga kelayotgan muammolar, jumladan akademik halollik, ma’lumotlar xavfsizligi va tizim ishonchliligi masalalari ham muhokama qilinadi. Maqolada zamonaviy ta’lim muhitida innovatsion texnologiyalarni joriy etishning afzalliklari bilan bir qatorda, ularni samarali va xavfsiz qo‘llash bo‘yicha taklif va tavsiyalar ishlab chiqilgan. Tadqiqot natijalari generativ sun’iy intellektni ta’lim tizimlariga integratsiya qilishda muvozanatli yondashuv zarurligini ko‘rsatadi. 

References

1. Kulmuradov, D. (2025). Generativ sun’iy intellekt turlari va ularning zamonaviy ta’lim

paradigmasidagi ahamiyati. Qo‘qon DPI Ilmiy xabarlar jurnali.

2. Abduxamidova, M. (2025). Ta’lim boshqaruvida sun’iy intellekt: imkoniyatlar, cheklovlar va

kelajak yo‘nalishlari. Advances in Science and Education.

3. Chen, L. et al. (2023). Large Language Models in Education: Opportunities and Challenges.

4. Tillashayxova, M. (2024). Generativ sun’iy intellekt ta’limda: afzalliklari, muammolari va kelajak

istiqbollari. Respublika ilmiy konferensiya materiallari.

5. Brown, T. et al. (2022). Language Models are Few-Shot Learners.

Downloads

Published

2026-05-15