В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Кадеркеевой Зульфии Кенесовны на тему «Модели и методы создания интеллектуальной системы обучения и оценки знаний» по образовательной программе «8D06102 – Информатика».
Диссертация выполнена на кафедре «Кафедра Технологии искусственного интеллекта» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - на русском
Официальные рецензенты:
Мұхиядин Айнұр Ұлықпанқызы – доктор философии (PhD), исполняющая обязанности доцента кафедры «Информационные системы и технологии» Esil University (г. Астана, Республика Казахстан).
Муратхан Райхан - доктор философии (PhD), ассоциированный профессор кафедры прикладной математики и информатики Карагандинского национального исследовательского университета им. Е.А. Букетова (Караганда, Республика Казахстан)
Временные члены Диссертационного совета:
Гильмуллин Ринат Абрекович - кандидат физико-математических наук, Директор Института прикладной семиотики Академии наук Республики Татарстан (г. Казань, Татарстан, Россия).
Мамырбаев Оркен Жумажанович – доктор философии (PhD), профессор, заместитель директора по науке РГП «Институт информационных и вычислительных технологий» Комитета науки МНВО РК (Алматы, Республика Казахстан)
Кайбасова Динара Женисбековна – доктор философии (PhD), ассоциированный профессор Школы программной инженерии Astana IT University (г. Астана, Республика Казахстан);
Научные консультанты:
Бекманова Гульмира Тылеубердиевна, к.т.н, PhD, профессор кафедры «Технологии искусственного интелекта» Евразийского национального университета имени Л.Н. Гумилева, (г. Астана, Республика Казахстан); Соруководитель: PhD, Назырова Айжан Есболовна, и.о. доцента кафедры «Технологии искусственного интелекта» Евразийского национального университета имени Л.Н. Гумилева, (г. Астана, Республика Казахстан);
Марек Милош (Marek Miłosz), PhD, профессор факультета компьютерных наук, Люблинского технологического университета (г.Люблин, Польша)
Защита состоится: 3 июля 2026 года 10:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по специальности «8D06102 – Информатика» Евразийского национального университета имени Л.Н. Гумилева. Проведение заседания диссертационного совета в онлайн формате.
Ссылка: https://teams.microsoft.com/meet/43632020081941?p=tcZzjn9vRt6pVyrIWf
Адрес: г. Астана, ул. Пушкина, 11, Учебный корпус № 2, аудитория № 222. г.
Аннотация (рус.): АННОТАЦИЯ диссертационной работы «Модели и методы создания интеллектуальной системы обучения и оценки знаний» представленной на соискание степени доктора философии (PhD) по образовательной программе «8D06102 – Информатика» Цель диссертационного исследования Разработка моделей и методов создания интеллектуальной системы обучения и оценки знаний обучающихся цифрового университета. Задачи исследования Анализ моделей представления знаний в современных интеллектуальных системах. Разработка онтологической модели учебного процесса цифрового университета на примере образовательной программы. Разработка модели и метода нечеткой оценки знаний обучающихся по учебной дисциплине и образовательной программе. Разработка статистического метода оценки знаний обучающихся по учебной дисциплине и образовательной программе. Разработка архитектуры и программного прототипа интеллектуальной системы обучения и оценки знаний. Методы исследования Анализ и синтез научных источников по интеллектуальным системам обучения, онтологическому моделированию и методам оценки знаний обучающихся. Основу исследования составляют методы формализации знаний, онтологического моделирования и нечёткой логики, используемые для построения моделей представления знаний, оценки компетенций и анализа результатов обучения обучающихся. В качестве дополнительных методов применялись методы машинного обучения и предиктивной аналитики для прогнозирования образовательных результатов, а также статистические методы обработки данных, включая ANOVA, тест Тьюки, MAE и RMSE, используемые для проверки устойчивости и эффективности разработанных моделей. Основные положения (доказанные научные гипотезы и другие выводы, являющиеся новыми знаниями), выносимые на защиту Онтологическая модель учебного процесса цифрового университета, обеспечивающая формализацию структуры дисциплин, модулей и образовательных программ, успеваемости обучающихся, позволяющая единообразно описывать взаимосвязи понятий, компетенций и результатов обучения. Модель и метод нечеткой оценки знаний обучающихся по учебной дисциплине и образовательной программе, обеспечивающих динамическую оценку уровня знаний обучающихся и анализ достижения результатов обучения по дисциплине и образовательной программе. Описание основных результатов исследования 1. Разработана онтологическая модель учебного процесса цифрового университета. Сформирована модель, обеспечивающая формализацию структуры дисциплин, модулей и образовательных программ, а также показателей успеваемости обучающихся. Модель позволяет единообразно описывать взаимосвязи между понятиями, компетенциями и результатами обучения. 2. Разработана модель и метод нечеткой оценки знаний обучающихся. Предложены нечеткие модели и методы оценки знаний по учебной дисциплине и образовательной программе, обеспечивающие динамическую оценку уровня знаний обучающихся и анализ достижения результатов обучения на различных уровнях образовательного процесса. 3. Разработана архитектура интеллектуальной системы обучения и оценки знаний. Предложена архитектура системы, интегрирующая онтологические и нечеткие модели, обеспечивающая автоматизацию процессов анализа образовательных данных, оценки знаний и поддержки принятия решений. 4. Обоснована практическая значимость разработанных моделей и методов. Показано, что предложенные онтологические и нечеткие модели, а также архитектура интеллектуальной системы позволяют создать прикладной программный инструмент, обеспечивающий: автоматизированное и объективное оценивание знаний и компетенций студентов; формирование персонализированных образовательных траекторий; повышение качества преподавания и эффективности образовательного процесса. 5. Разработанные решения могут быть внедрены в системы управления обучением (LMS), а также использованы в организациях высшего и послевузовского образования для мониторинга результатов обучения, модернизации образовательных программ и поддержки управленческих решений в сфере цифрового образования. 6. Определён и реализован комплекс методов исследования. В работе использованы: методы анализа и синтеза научных источников по интеллектуальным системам и онтологическому моделированию; методы формализации знаний и построения онтологий; семантические гиперграфы и нечеткая логика для оценки знаний; методы машинного обучения и предиктивной аналитики для адаптивного обучения; экспериментальные методы валидации предложенных моделей; статистические методы обработки данных, включая ANOVA, тест Тьюки, а также метрики MAE и RMSE. Обоснование новизны и важности полученных результатов – в разработке онтологической модели учебного процесса цифрового университета, обеспечивающей формализацию структуры дисциплин, модулей и образовательных программ, а также единообразное представление взаимосвязей понятий, компетенций и результатов обучения обучающихся; – в разработке модели и метода нечёткой оценки знаний и компетенций обучающихся по учебной дисциплине и образовательной программе, обеспечивающих динамическую оценку уровня сформированности компетенций и анализ достижения результатов обучения; – в разработке архитектуры интеллектуальной системы обучения и оценки знаний, обеспечивающей интеграцию онтологических моделей, методов нечёткого вывода и механизмов интеллектуального анализа образовательных результатов. 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. Акт внедрения: Диссертационное исследование выполнено в рамках проекта Комитета науки Министерства науки и высшего образования Республики Казахстан № BR28713531 «Интеллектуальная цифровая система организаций высшего и послевузовского образования SmartEDU». В рамках внедрения использованы: модели и методы интеллектуальной оценки знаний обучающихся; архитектура интеллектуальной системы обучения и оценки знаний; модуль оценки знаний обучающихся для анализа учебных достижений. Внедрение результатов исследования способствует повышению качества обучения и объективности оценки знаний обучающихся. Результаты диссертационного исследования имеют практическую значимость и могут быть использованы в организациях высшего образования. Авторские свидетельства, патенты: В рамках диссертационного исследования разработана интеллектуальная система оценки уровня сформированности профессиональных компетенций студентов, предназначенная для автоматизированного анализа образовательных результатов обучающихся в условиях цифровой образовательной среды. Разработанная система позволяет осуществлять интеллектуальный анализ образовательных данных, определять уровень сформированности профессиональных компетенций обучающихся, а также поддерживать процессы мониторинга и оценки качества образовательных результатов в системе электронного обучения. На разработанную интеллектуальную систему получено свидетельство о государственной регистрации объекта авторского права на программу для ЭВМ № 66239 от 13 января 2026 года «Интеллектуальная система оценки уровня сформированности профессиональных компетенций студентов». Авторами программы являются Кадеркеева Зульфия Кенесовна и Бекманова Гульмира Тылеубердиевна. Полученное свидетельство подтверждает оригинальность разработанного программного обеспечения и возможность его практического использования в образовательных учреждениях для анализа учебных достижений студентов и оценки уровня сформированности профессиональных компетенций. Диссертационное исследование выполнено в рамках грантового финансирования Комитета науки Министерства науки и высшего образования Республики Казахстан по проекту № BR28713531 «Интеллектуальная цифровая система организаций высшего и послевузовского образования SmartEDU». Описание вклада соискателя в подготовку каждой публикации По результатам диссертационного исследования опубликован ряд научных работ, выполненных в соавторстве. Вклад соискателя Кадеркеевой З.К. в каждой публикации составляет от 60% до 80% и заключается в разработке теоретических положений, моделей и методов, а также в их программной реализации и интерпретации результатов. Статьи в международных рецензируемых научных журналах, индексируемых в базах данных Web of Science и Scopus 1. A. Barlybayev, Z. Kaderkeyeva, G. Bekmanova, A. Sharipbay, A. Omarbekova and S. Altynbek, "Intelligent System for Evaluating the Level of Formation of Professional Competencies of Students," in IEEE Access, vol. 8, pp. 58829-58835, 2020, doi: 10.1109/ACCESS.2020.2979277. Вклад соискателя - 60 %. Соискателем выполнены: разработка концепции интеллектуальной системы оценки компетенций; участие в формализации модели представления компетенций; разработка подходов к оценке знаний обучающихся; участие в подготовке научной публикации. Публикации в материалах международных научно-практических конференций 2. Bekmanova, G., Omarbekova, A., Kaderkeyeva, Z., Sharipbay, A. (2020). Model of Intelligent Massive Open Online Course Development. In: Gervasi, O., et al. Computational Science and Its Applications – ICCSA 2020. ICCSA 2020. Lecture Notes in Computer Science(), vol 12250. Springer, Cham. https://doi.org/10.1007/978-3-030-58802-1_20. Вклад соискателя - 60 %. Соискателем выполнены: участие в разработке модели интеллектуального онлайн-курса; анализ архитектуры электронного обучения; формализация структуры образовательного контента; участие в подготовке статьи. 3. Zulfiya, K., Gulmira, B., Altynbek, S., & Assel, O. (2019, December). A model and a method for assessing students' competencies in e-learning system. In Proceedings of the second international conference on data science, E-Learning and Information Systems (pp. 1-5). Вклад соискателя - 60 %. Соискателем выполнены: участие в разработке модели оценки компетенций; формализация методов оценки знаний в e-learning системах; анализ методов обработки образовательных данных; участие в подготовке публикации. Публикации в научных изданиях, рекомендованных Комитетом по обеспечению качества в сфере науки и высшего образования МНВО РК 4. Кадеркеева, З.К., Разахова, Б.Ш., Бекманова, Г.Т., Назырова, А.Е. and Жасузакова, М.Ж., 2025. Q-BILIM: AN INTELLIGENT SYSTEM FOR ASSESSING LEARNING OUTCOMES BASED ON COMPETENCIES. Academic Scientific Journal of Computer Science, (4), pp.171-183. Вклад соискателя - 80 %. Соискателем выполнены: участие в разработке интеллектуальной системы оценки результатов обучения; разработка элементов модели компетенций; участие в алгоритмах анализа образовательных данных; подготовка текстовых материалов статьи. 5. Kaderkeyeva⃰, Z. K., Omarbekova, A., Milosz, M., Bigaliyeva, Z., & Baiturganova, V. (2025). USING ARTIFICIAL INTELLIGENCE TO ADAPT STUDENTS'LEARNING TRAJECTORIES. Вестник Университета Шакарима. Серия технические науки, (4), 65-72. Вклад соискателя - 70 %. Соискателем выполнены: разработка подходов к адаптации учебных траекторий; участие в формализации моделей адаптивного обучения; анализ методов интеллектуальной поддержки обучения; участие в подготовке публикации. 6. Kaderkeyeva, Z. K., Nazyrova⃰, A. E., Bekmanova, G. T., Tuleshov, Y., & Zhamuratova, M. M. (2025). DIGITAL EDUCATION AND ACADEMIC EXCELLENCE OF STUDENTS: DEVELOPMENT OF EDUCATION BETWEEN LEVELS. Вестник Университета Шакарима. Серия технические науки, (4), 81-88. Вклад соискателя - 70 %. Соискателем выполнены: участие в анализе цифровых образовательных систем; исследование влияния цифровизации на качество образования; участие в формализации подходов к оценке академической успешности; подготовка отдельных разделов статьи. Вклад соискателя в опубликованные работы. Таким образом, вклад соискателя во всех публикациях заключается в разработке и развитии моделей и методов интеллектуальной оценки знаний обучающихся, включая онтологическое моделирование, методы нечеткой логики и алгоритмы анализа образовательных данных, что непосредственно соответствует тематике и результатам диссертационного исследования.
Отзыв зарубежного консультанта
Заключение комиссии по этической оценке исследований
Решение диссертационного совета
Защита диссертации: https://youtu.be/xmlHZj5EjIs?si=FKILQbULdTGgzHz6
