В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Жалғасбайқызы Ару Укенова на тему «Методы интеллектуального интерактивного обучения» по образовательной программе «8D06102 – Информатика».
Диссертация выполнена на кафедре «Кафедра Технологии искусственного интеллекта» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - казахский
Официальные рецензенты:
Кумаргажанова Сауле Кумаргажановна - кандидат технических наук, профессор Школы цифровых технологий и искусственного интеллекта Восточно-Казахстанского технического университета им. Д. Серикбаева (г. Усть-Каменогорск, Республика Казахстан);
Кабенов Даурен Иманбекович – доктор философии (PhD), преподаватель-исследователь Высшей школы естественных наук Павлодарского педагогического университета им. Ә. Марғұлан (г. Павлодар, Республика Казахстан).
Временные члены Диссертационного совета:
Мамырбаев Оркен Жумажанович - доктор философии (PhD), профессор, заместитель генерального директора по науке РГП «Институт информационных и вычислительных технологий» (Алматы, Республика Казахстан),
Кайбасова Динара Женисбековна – доктор философии (PhD), ассоциированный профессор Школы программной инженерии Astana IT University (г. Астана, Республика Казахстан);
Мұхиядин Айнұр Ұлықпанқызы – доктор философии (PhD), исполняющая обязанности доцента кафедры «Информационные системы и технологии» Esil University (г. Астана, Республика Казахстан).
Научные консультанты:
Бекманова Гульмира Тылеубердиевна – PhD, профессор кафедры «Технологии искусственного интеллекта», Евразийский национальный университет имени Л.Н. Гумилева (Астана, Республика Казахстан)
Садок Бен Яхиа – доктор философии (PhD), профессор Университета Южной Дании (Сённерборг, Дания).
Защита состоится: 24 апреля 2026 года 14:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии»(«6D070500 – Математическое и компьютерное моделирование», «8D06105 – Математическое и компьютерное моделирование») по образовательной программе «8D06102 – Информатика» Евразийского национального университета имени Л.Н. Гумилева. Заседание диссертационного совета состоится в офлайн и онлайн формате.
Ссылка: https://surl.li/ewnidp
Адрес: Республика Казахстан, г. Астана, ул. Сатпаева, 2,
аудитория № 302 учебного корпуса №1.
Аннотация (рус.): Цель диссертационного исследования: Разработка интеллектуальных интерактивных методов обучения, адаптированных к структуре казахского языка, с использованием виртуальных технологий, онтологического моделирования, синтеза речи и анимации. Задачи исследования 1. Анализ существующих моделей, методов и технологий интеллектуального интерактивного обучения, а также решений, основанных на технологиях виртуальной реальности. 2. Разработка онтологической сентимент-модели предметной области. 3. Разработка текстового процессора для определения сентимента лекционного материала. 4. Разработка модели визуального поведения аватара (жесты, мимика) в процессе проведения лекции. 5. Моделирование интонационного поведения аватара в ходе лекции. 6. Разработка интерактивных методов обучения на основе интеграции визуальной и интонационной моделей аватара. Методы исследования Для достижения поставленных целей в работе использованы: методы анализа и синтеза; методы проектирования и моделирования; методы работы с онтологиями и базами знаний; математико-статистические методы; экспериментальные методы оценки синтеза речи по рекомендациям ITU-T, измерение коэффициента реального времени (RTF), задержки генерации, пропускной способности и потребления вычислительных ресурсов; методы 3D-моделирования и анимации (Blender); методы синхронизации артикуляции и движения губ (Wav2Lip); интеграция модулей (Python). Основные положения (доказанные научные гипотезы и другие выводы, являющиеся новыми знаниями), выносимые на защиту 1. Предложена двуязычная онтологическая модель дисциплины «Исследовательская этика» с включением сентимент-атрибутов, обеспечивающая формализованное семантическое и эмоционально-оценочное описание учебного контента. 2. Разработан специализированный текстовый процессор семантически-ориентированного сентимент-анализа лекций, использующий сопоставление концептов с онтологией и гибридное обращение к внешнему лексико-семантическому ресурсу при отсутствии термина в онтологии. 3. Обоснован набор интегральных метрик оценки эмоциональной направленности учебного текста (индекс сентиментного баланса (ИСБ), коэффициент дисбаланса, эмоциональная насыщенность) и многоуровневая схема агрегирования оценок (уровень предложения–абзаца–лекции), пригодная для управления реакциями аватара. 4. Разработана модель визуального поведения аватара для казахского языка, включающая: (а) сопоставление жестов/мимики со структурами предложений; (б) шкалу экспрессии по сентимент-уровням, обеспечивающую корректную и культурно релевантную невербальную поддержку речи. 5. Разработана двухуровневая модель интонационного поведения казахской речи, сочетающая структурные F₀-профили (частота основного тона) типовых предложений и сентимент-модификаторы просодии (громкость, темп, паузы, тон), что повышает естественность и выразительность синтезированной речи в обучающем диалоге. 6. Предложен системный интеграционный подход к объединению NLP-анализа, TTS, просодического контроллера (SSML), коррекции тона (YIN+PSOLA) и синхронизации движения губ (Wav2Lip) в единую интерактивную архитектуру интеллектуального обучения с аватаром. Описание основных результатов исследования 1. Сформирована онтология и база знаний курса «Исследовательская этика»; введены сентимент-оценки по шкале в диапазоне –2…+2 и эмоциональные метки. 2. Разработан и внедрён модуль сентимент-анализа лекционного материала, обеспечивающий выделение ключевых понятий, их семантическое сопоставление с онтологией с учётом языковой принадлежности, расчёт интегральных показателей и формирование сентимент-профиля текста. 3. Разработаны карта жестов и мимических выражений для типовых синтаксических конструкций казахского языка, а также формализованная схема соответствия уровней сентимента невербальным реакциям аватара. 4. Реализован речевой модуль: просодический контроллер, синтез речи на нейросетевых моделях, коррекция основного тона, синхронизация губ. 5. Проведена техническая оценка TTS: показано превосходство VITS (нейросетевая модель) над Tacotron по задержке, RTF и пропускной способности, при более экономном использовании GPU-памяти. 6. Проведено экспериментальное сравнение трех форматов обучения (традиционное, видеолекции, интеллектуальная система с аватаром) на выборке 90 студентов: выявлены различия по ANOVA, дополненные анализом эффекта Cohen’s d; собраны и интерпретированы качественные отзывы студентов и преподавателей о вовлеченности, удобстве и перспективности ИС. Обоснование новизны и важности полученных результатов Новизна работы заключается в комплексном объединении в рамках одной обучающей системы: онтологического описания дисциплины (1), семантически-ориентированного сентимент-анализа лекций (2), управления невербальным (жесты/мимика) и интонационным поведением аватара (3), специально адаптированных под казахский язык. Важность результатов определяется возможностью создания адаптивных цифровых курсов для казахскоязычной аудитории, повышения вовлеченности и мотивации обучающихся, а также применения разработанной архитектуры для других предметных областей. Соответствие направлениям развития науки или государственным программам Диссертационное исследование соответствует приоритетным направлениям развития науки, высшего образования и цифровизации Республики Казахстан, ориентированным на внедрение искусственного интеллекта, развитие интеллектуальных технологий и повышение качества образовательных услуг. Тематика работы согласуется с положениями Закона Республики Казахстан от 1 июля 2024 года № 103-VIII «О науке и технологической политике», определяющего необходимость развития научных исследований и технологических решений, направленных на повышение конкурентоспособности страны. Результаты диссертации соответствуют целям и задачам Концепции развития искусственного интеллекта на 2024–2029 годы (Постановление Правительства РК от 24 июля 2024 года № 592), предусматривающей развитие и внедрение ИИ-технологий в различные сферы, включая образование. Также исследование соотносится с приоритетами Концепции цифровой трансформации, развития отрасли информационно-коммуникационных технологий и кибербезопасности на 2023–2029 годы (Постановление Правительства РК от 28 марта 2023 года № 269), в части формирования цифровой образовательной инфраструктуры и расширения использования интеллектуальных информационных систем. Кроме того, диссертация соответствует положениям Концепции развития высшего образования и науки на 2023–2029 годы (Постановление Правительства РК от 28 марта 2023 года № 248), ориентированной на модернизацию высшего образования, развитие инновационных методов обучения и внедрение цифровых технологий в образовательный процесс. Также работа согласуется со стратегическими ориентирами, обозначенными в Посланиях Президента Республики Казахстан, где развитие человеческого капитала, цифровизация и поддержка инноваций определены в качестве ключевых национальных приоритетов. Описание вклада соискателя в подготовку каждой публикации Укенова Ару Жалғасбайқызы лично выполнила: постановку цели и задач исследования; разработку онтологии и базы знаний; проектирование и реализацию текстового процессора сентимент-анализа; формализацию метрик и правил управления реакциями аватара; разработку моделей жестов/мимики и интонации; программную интеграцию компонентов (NLP–TTS– синхронизация движения губ); проведение экспериментов и статистическую обработку результатов; подготовку рукописей статей и материалов. В совместных публикациях вклад соискателя Укеновой А. варьируется от 35% до 80% и включает участие в постановке научных задач, разработке методологии, проведении экспериментальных исследований, анализе и интерпретации результатов, а также подготовке текстов научных публикаций. 1. Ukenova A., Bekmanova G. A review of intelligent interactive learning methods. Frontiers in Computer Science, 2023. Вклад соискателя – 80%. Соискатель выполнил систематический обзор и анализ научной литературы, разработал классификацию интеллектуальных интерактивных методов обучения, обобщил современные подходы и тенденции, а также подготовил основной текст статьи. Соавтор участвовал в научном консультировании и редакционной доработке материала. 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. Вклад соискателя – 75%. Соискатель разработал концепцию и архитектуру интеллектуальной обучающей системы, предложил модели лингвистического выравнивания и сентимент-управляемых выражений, реализовал экспериментальную часть, выполнил анализ результатов и подготовил основную часть текста публикации. Соавторы участвовали в технической поддержке и обсуждении результатов. 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. Вклад соискателя – 50%. Соискатель принимал участие в разработке концепции исследования, формировании экспериментального дизайна, анализе полученных результатов и подготовке текстовой части статьи. Соавторы обеспечивали разработку алгоритмов распознавания жестового языка и обработку данных естественного языка. 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. Вклад соискателя – 60%. Соискатель участвовал в анализе требований к пользовательскому интерфейсу, разработке концепции взаимодействия пользователя с интеллектуальной системой, интерпретации результатов и подготовке значительной части текста публикации. Соавторы обеспечивали программную реализацию и общее научное руководство. 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. Вклад соискателя – 35%. Соискатель участвовал в формировании методологического подхода к сентимент-анализу социально-политического дискурса, выполнении предварительной обработки текстовых данных, интерпретации экспериментальных результатов, а также в подготовке отдельных аналитических фрагментов текста статьи. Основной вклад соавторов включал разработку и программную реализацию базовой модели, проведение основной экспериментальной части и общее научное руководство исследованием. 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. Вклад соискателя – 35%. Соискатель принимал участие в анализе предметной области, подготовке и структурировании данных для базы знаний, тестировании вопросно-ответной системы и интерпретации результатов, а также в подготовке отдельных разделов текста публикации. Соавторы обеспечивали разработку архитектуры системы и реализацию ключевых алгоритмов. 7. Ukenova, A., Bekmanova, G., Yergesh, B., & Altaibek, M. Interface design of an intelligent interactive learning system. Scientific Journal of Astana IT University, 2025. Вклад соискателя – 70%. Соискатель выполнил постановку научной задачи, разработал методологическую часть исследования, провёл анализ данных и подготовил основную часть текста статьи. Соавторы участвовали в реализации системы, обсуждении полученных результатов и редакционной доработке публикации.
Отзыв зарубежного консультанта
Заключение комиссии по этической оценке исследований
Решение диссертационного совета
Защита диссертации: https://www.youtube.com/watch?v=zoTPbolDoyI
