Л.Н. Гумилев атындағы Еуразия ұлттық университетінде философия докторы (PhD) дәрежесін алу үшін Укенова Ару Жалғасбайқызы «8D06102 – Информатика» білім беру бағдарламасы бойынша «Интеллектуалды интерактивті оқыту әдістері» тақырыбында диссертациясы қорғалады.
Диссертация Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «Жасанды интеллект технологиялары кафедрасы» кафедрасында орындалды.
Қорғау тілі - қазақ тілінде
Ресми рецензенттер:
Кумаргажанова Сауле Кумаргажановна - техника ғылымдарының кандидаты, Д. Серікбаев атындағы Шығыс Қазақстан техникалық университетінің цифрлық технологиялар және жасанды интеллект мектебінің профессоры (Өскемен қ., Казахстан Республикасы);
Кабенов Даурен Иманбекович - философия докторы (PhD), Ә. Марғұлан атындағы Павлодар педагогикалық университетінің Жаратылыстану ғылымдары жоғары мектебінің оқытушы-зерттеушісі (Павлодар қ., Казахстан Республикасы).
Диссертациялық кеңестің уақытша мүшелері:
Мамырбаев Оркен Жумажанович - философия докторы (PhD), «Ақпараттық және есептеу технологиялары институты» РМК ғылым жөніндегі бас директордың орынбасары, профессор (Алматы қ., Қазақстан Республикасы);
Кайбасова Динара Женисбековна – философия докторы (PhD), Astana IT университеті «Бағдарламалық қамтамасыз ету инженериясы» мектебінің қауымдастырылған профессоры (Астана қ., Қазақстан Республикасы);
Мұхиядин Айнұр Ұлықпанқызы - философия докторы (PhD), Esil University мекемесінің «Ақпараттық жүйелер және технологиялар» кафедрасының доцент міндетін атқарушысы (Астана қ., Қазақстан Республикасы).
Ғылыми кеңесшілері:
Бекманова Гульмира Тылеубердиевна – философия докторы (PhD), «Жасанды интеллект технологиялары» кафедрасының профессоры, Л.Н.Гумилев атындағы Еуразия ұлттық университеті (Астана қ., Казахстан Республикасы).
Садок Бен Яхья – философия докторы (PhD), Оңтүстік Дания университетінің профессоры (Сённерборг, Дания).
Қорғау 2026 жылғы 24 сәуір, сағат 14:00 Л.Н. Гумилев атындағы Еуразия ұлттық университетінің «8D06102 – Информатика» білім беру бағдарламасы бойынша «8D061 – Ақпараттық-коммуникациялық технологиялар»(«6D070500 – Математикалық және компьютерлік модельдеу», «8D06105 – Математикалық және компьютерлік модельдеу») кадрларды даярлау бағыты бойынша диссертациялық кеңесте өтеді. Диссертациялық кеңестің отырысы офлайн және онлайн форматта өтеді.
Сілтемесі: https://surl.li/ewnidp
Мекен-жайы: Астана қаласы, Сатпаев көшесі, 2, №1 оқу- ғимаратының № 302 аудиториясы.
Аңдатпа (қаз.): Диссертациялық зерттеудің мақсаты: Виртуалды технология, онтологиялық моделдеу, сөйлеуді синтездеу және анимацияны пайдалану арқылы қазақ тілінің құрылымына бейімделген интеллектуалды интерактивті оқыту әдістерін әзірлеу. Зерттеу міндеттері 1. Интеллектуалды интерактивті оқытудың қолданыстағы моделдерін, әдістері мен технологияларын, сондай-ақ виртуалды шынайылық технологияларына негізделген шешімдерді талдау. 2. Пәндік саланың онтологиялық сентимент-моделін әзірлеу. 3. Дәрістік материалдың сентиментін анықтайтын мәтіндік процессор әзірлеу. 4. Дәріс жүргізу барысында аватардың визуалды мінез-құлық моделін (ым-ишара, мимика) әзірлеу. 5. Дәріс барысында аватардың интонациялық мінез-құлқын моделдеу. 6. Аватардың визуалды және интонациялық моделдерін интеграциялау негізінде интерактивті оқыту әдістерін әзірлеу. Зерттеу әдістері Қойылған мақсаттарға жету үшін жұмыста: талдау және синтез әдістері; жобалау және моделдеу әдістері; онтологиялармен және білім базаларымен жұмыс істеу әдістері; математикалық-статистикалық әдістер; ITU-T ұсынымдары бойынша сөйлеу синтезін бағалаудың эксперименттік әдістері, нақты уақыт коэффициентін (RTF), генерация кідірісін, өткізу қабілетін және есептеу ресурстарын тұтынуды өлшеу; 3D-модельдеу және анимация әдістері (Blender); артикуляция мен ерін қимылын синхрондау әдістері (Wav2Lip); модулдерді интеграциялау әдістері (Python) қолданылды. Қорғауға ұсынылатын негізгі қағидалар (дәлелденген ғылыми гипотезалар және жаңа білім болып табылатын өзге де тұжырымдар) 1. «Зерттеу этикасы» пәні бойынша сентимент атрибуттары енгізілген екітілді онтологиялық модел ұсынылды, ол оқу контентін формалданған семантикалық әрі эмоциялық-бағалау тұрғысынан сипаттауды қамтамасыз етеді. 2. Дәрістердің семантикалық-бағытталған сентимент талдауына арналған мамандандырылған мәтіндік процессор әзірленді, ол концепттерді онтологиямен сәйкестендіруді және онтологияда термин болмаған жағдайда сыртқы лексика-семантикалық ресурсқа гибридті жүгінуді қолданады. 3. Оқу мәтінінің эмоциялық бағыттылығын бағалаудың интегралдық метрикалар жиынтығы (сентимент балансы индексі, дисбаланс коэффициенті, эмоциялық қанықтылық) және бағаларды көпдеңгейлі агрегаттау сызбасы (сөйлем–еже–дәріс деңгейі) негізделді; бұл аватар реакцияларын басқаруға жарамды. 4. Қазақ тілі үшін аватардың визуалды мінез-құлық моделі әзірленді: а) ым-ишара/мимиканы сөйлем құрылымдарымен сәйкестендіру; ә) сентимент деңгейлері бойынша экспрессия шкаласы — сөйлеудің дұрыс әрі мәдени тұрғыдан релевантты бейвербалды қолдауын қамтамасыз етеді. 5. Қазақ сөйлеуінің екідеңгейлі интонациялық мінез-құлық моделі әзірленді: типтік сөйлемдердің құрылымдық F₀-профильдерін (негізгі тон жиілігі) және просодияның сентимент-модификаторларын (дыбыс күші, қарқын, пауза, тон) біріктіреді, бұл оқыту диалогындағы синтезделген сөйлеудің табиғилығы мен мәнерлілігін арттырады. 6. NLP-талдау, TTS, просодикалық контроллер (SSML), тонды түзету (YIN+PSOLA) және ерін қимылын синхрондау (Wav2Lip) компоненттерін біріктіретін, аватары бар интеллектуалды оқытудың бірыңғай интерактивті архитектурасына арналған жүйелік интеграциялық тәсіл ұсынылды. Зерттеудің негізгі нәтижелерінің сипаттамасы 1. «Зерттеу этикасы» курсының онтологиясы мен білім базасы қалыптастырылды; –2…+2 диапазоны шкаласы бойынша сентимент бағалары және эмоциялық белгілер енгізілді. 2. Дәрістік материалдың сентимент талдау модулі әзірленіп, енгізілді: негізгі ұғымдарды бөліп шығару, оларды тілдік тиесілігін ескере отырып онтологиямен семантикалық сәйкестендіру, интегралдық көрсеткіштерді есептеу және мәтіннің сентимент-профилін қалыптастыру қамтамасыз етілді. 3. Қазақ тілінің типтік синтаксистік конструкцияларына арналған ым-ишара мен мимикалық өрнектер картасы, сондай-ақ сентимент деңгейлерінің аватардың бейвербалды реакцияларымен сәйкестігінің формалданған сызбасы әзірленді. 4. Сөйлеу модулі іске асырылды: просодикалық контроллер, нейрожелілік моделдер негізіндегі сөйлеу синтезі, негізгі тонды түзету, ерін синхрондауы. 5. TTS техникалық бағалауы жүргізілді: кідіріс, RTF және өткізу қабілеті бойынша VITS (нейрожелілік модел) Tacotron-нан басым екені, сонымен қатар GPU жадысын үнемдірек пайдаланатыны көрсетілді. 6. Оқытудың үш форматы (дәстүрлі, видеодәріс, аватары бар интеллектуалды жүйе) 90 студент іріктемесінде эксперименттік салыстырылды: ANOVA бойынша айырмашылықтар анықталып, Cohen’s d әсер өлшемімен толықтырылды; студенттер мен оқытушылардың қатысу белсенділігі, қолайлылық және жүйенің мүмкіндіктері туралы сапалық пікірлері жиналып, талданды. Алынған нәтижелердің жаңалығы мен маңыздылығын негіздеу Жұмыстың жаңалығы — бір оқыту жүйесі шеңберінде кешенді түрде біріктіруінде: 1. пәнді онтологиялық сипаттау; 2. дәрістердің семантикалық-бағытталған сентимент талдауы; 3. аватардың бейвербалды (ым-ишара, мимика) және интонациялық мінез-құлқын басқару, және олардың қазақ тіліне арнайы бейімделуінде. Нәтижелердің маңыздылығы — қазақ тілді аудиторияға арналған бейімделмелі цифрлық курстар құру, білім алушылардың қызығушылығы мен уәждемесін арттыру, сондай-ақ ұсынылған архитектураны басқа пәндік салаларда қолдану мүмкіндігімен айқындалады. Ғылымды дамыту бағыттарына немесе мемлекеттік бағдарламаларға сәйкестігі Диссертациялық зерттеу Қазақстан Республикасында ғылымды, жоғары білімді және цифрландыруды дамытудың басым бағыттарына сәйкес келеді, атап айтқанда жасанды интеллектіні енгізу, интеллектуалды технологияларды дамыту және білім беру қызметтерінің сапасын арттыруға бағытталған. Жұмыс тақырыбы 2024 жылғы 1 шілдедегі №103-VIII «Ғылым және технологиялық саясат туралы» ҚР Заңының ережелерімен үйлеседі. Диссертация нәтижелері 2024–2029 жылдарға арналған Жасанды интеллектіні дамыту тұжырымдамасының мақсат-міндеттеріне (ҚР Үкіметінің 2024 жылғы 24 шілдедегі №592 қаулысы) сәйкес келеді. Сонымен қатар зерттеу 2023–2029 жылдарға арналған цифрлық трансформация, ақпараттық-коммуникациялық технологиялар саласын және киберқауіпсіздікті дамыту тұжырымдамасының (2023 жылғы 28 наурыздағы №269 қаулы) басымдықтарымен үйлеседі. Бұдан бөлек, диссертация 2023–2029 жылдарға арналған жоғары білім мен ғылымды дамыту тұжырымдамасына (2023 жылғы 28 наурыздағы №248 қаулы) сәйкес келеді және ҚР Президентінің Жолдауларында айқындалған адами капиталды дамыту, цифрландыру және инновацияларды қолдау стратегиялық басымдықтарымен сабақтас. Ізденушінің әр жарияланымды дайындауға қосқан үлесінің сипаттамасы Укенова Ару Жалғасбайқызы жеке өзі: зерттеудің мақсаты мен міндеттерін қоюды; онтология мен білім базасын әзірлеуді; сентимент талдаудың мәтіндік процессорын жобалау мен іске асыруды; метрикалар мен аватар реакцияларын басқару ережелерін формалдауды; ым-ишара/мимика және интонация модельдерін әзірлеуді; компоненттерді бағдарламалық интеграциялауды (NLP–TTS–ерін синхрондауы); эксперименттер жүргізуді және нәтижелерді статистикалық өңдеуді; мақалалар мен материалдар қолжазбаларын дайындауды орындады. Бірлескен жарияланымдарда ізденуші Укенова Ару Жалғасбайқызының үлесі 35%–80% аралығында, оған ғылыми міндеттерді қоюға қатысу, әдіснаманы әзірлеу, эксперименттік зерттеулер жүргізу, нәтижелерді талдау және түсіндіру, ғылыми жарияланым мәтіндерін дайындау кіреді. 1. Ukenova A., Bekmanova G. A review of intelligent interactive learning methods. Frontiers in Computer Science, 2023. Ізденушінің үлесі – 80%. Ізденуші ғылыми әдебиеттерге жүйелі шолу мен талдау жүргізді, интеллектуалды интерактивті оқыту әдістерінің жіктемесін әзірледі, заманауи тәсілдер мен үрдістерді жинақтады, сондай-ақ мақаланың негізгі мәтінін дайындады. Қоса автор ғылыми кеңес беруге және материалды редакциялық тұрғыдан жетілдіруге қатысты. 2. Ukenova, A., Bekmanova, G., Zaki, N., Kikimbayev, M., & Altaibek, M. Assessment and Improvement of Avatar-Based Learning System: From Linguistic Structure Alignment to Sentiment-Driven Expressions. Sensors, 2025. Ізденушінің үлесі – 75%. Ізденуші интеллектуалды оқыту жүйесінің тұжырымдамасы мен архитектурасын әзірледі, лингвистикалық сәйкестендіру және сентиментке негізделген экспрессия модельдерін ұсынды, эксперименттік бөлімді іске асырды, нәтижелерге талдау жүргізді және жарияланым мәтінінің негізгі бөлігін дайындады. Қоса авторлар техникалық қолдау көрсетіп, нәтижелерді талқылауға қатысты. 3. Amangeldy, N., Ukenova, A., Bekmanova, G., Razakhova, B., Milosz, M., & Kudubayeva, S. Continuous sign language recognition and its translation into intonation-colored speech. Sensors, 2023. Ізденушінің үлесі – 50%. Ізденуші зерттеу тұжырымдамасын әзірлеуге, эксперименттік дизайнды қалыптастыруға, алынған нәтижелерді талдауға және мақаланың мәтіндік бөлігін дайындауға қатысты. Қоса авторлар ым тілін тану алгоритмдерін әзірлеуді және табиғи тіл деректерін өңдеуді қамтамасыз етті. 4. Bekmanova, G., Ukenova, A., Omarbekova, A., Zakirova, A., & Kantureyeva, M. Features of the interface of system for solving social problems 2024 8th International Conference on Computer, Software and Modeling (ICCSM), IEEE, 2024. Ізденушінің үлесі – 60%. Ізденуші пайдаланушы интерфейсіне қойылатын талаптарды талдауға, пайдаланушының интеллектуалды жүйемен өзара әрекеттесу тұжырымдамасын әзірлеуге, нәтижелерді интерпретациялауға және жарияланым мәтінінің елеулі бөлігін дайындауға қатысты. Қоса авторлар бағдарламалық іске асыруды және жалпы ғылыми жетекшілікті қамтамасыз етті. 5. Bekmanova, G., Yergesh, B., Ukenova, A., Omarbekova, A., Mukanova, A., & Ongarbayev, Y. Sentiment processing of socio-political discourse and public speeches. International Conference on Computational Science and Its Applications (ICCSA), Springer, 2023. Ізденушінің үлесі – 35%. Ізденуші әлеуметтік-саяси дискурстың сентимент талдауына арналған әдіснамалық тәсілді қалыптастыруға, мәтіндік деректерді алдын ала өңдеуге, эксперименттік нәтижелерді интерпретациялауға, сондай-ақ мақала мәтінінің жекелеген аналитикалық фрагменттерін дайындауға қатысты. Қоса авторлардың негізгі үлесі базалық модельді әзірлеуді және бағдарламалық іске асыруды, негізгі эксперименттік бөлімді жүргізуді және зерттеуге жалпы ғылыми жетекшілік етуді қамтыды. 6. Bekmanova G. et al. Intelligent question-answering system based on the public political discourse knowledge. Proceedings of the 2024 10th International Conference on e-Society, e-Learning and e-Technologies (ICSLT), 2024. Ізденушінің үлесі – 35%. Ізденуші пәндік саланы талдауға, білім базасына арналған деректерді дайындау мен құрылымдауға, сұрақ-жауап жүйесін тестілеуге және нәтижелерді интерпретациялауға, сондай-ақ жарияланым мәтінінің жекелеген бөлімдерін дайындауға қатысты. Қоса авторлар жүйе архитектурасын әзірлеуді және негізгі алгоритмдерді іске асыруды қамтамасыз етті. 7. Ukenova, A., Bekmanova, G., Yergesh, B., & Altaibek, M. Interface design of an intelligent interactive learning system. Scientific Journal of Astana IT University, 2025. Ізденушінің үлесі – 70%. Ізденуші ғылыми міндетті қойды, зерттеудің әдіснамалық бөлімін әзірледі, деректерге талдау жүргізді және мақаланың негізгі мәтінін дайындады. Қоса авторлар жүйені іске асыруға, алынған нәтижелерді талқылауға және жарияланымды редакциялық тұрғыдан жетілдіруге қатысты.
Зерттеулерді этикалық бағалау жөніндегі комиссияның қорытындысы
Диссертациялық кеңестің шешімі
Диссертация қорғауының бейнежазбасы: https://www.youtube.com/watch?v=zoTPbolDoyI
