Abstract
Білім беру үдерісінің цифрлануы және оқушылардың әлеуметтік-эмоционалдық әл-ауқатына қойылатын талаптардың артуы әлеуметтік-эмоционалдық оқытуды (Social and Emotional Learning, SEL) бағалаудың ғылыми негізделген және жасанды интеллект технологияларымен үйлесімді әдістемелерін әзірлеу қажеттігін күшейтеді. Дәстүрлі SEL бағалау құралдары деректерді автоматтандырылған талдау мен эмоционалдық күйді болжау мүмкіндіктерін жеткілікті деңгейде ескере бермейді. Мақаланың мақсаты – жасанды интеллект алгоритмдері арқылы талдау және болжауға бейімделген SEL-сауалнамаларын әзірлеуге арналған тұжырымдамалық модель мен әдістемені ұсыну. Зерттеудің ғылыми жаңалығы – әдістеменің теориялық негізі ретінде Академиялық, әлеуметтік және эмоциялық оқыту жөніндегі ынтымақтастық ұйымы әзірлеген әлеуметтік-эмоционалдық оқыту моделі (Collaborative for Academic, Social, and Emotional Learning, CASEL) және Экономикалық ынтымақтастық және даму ұйымының (Organisation for Economic Co-operation and Development, OECD) әлеуметтік-эмоционалдық дағдыларды бағалау тұжырымдамасы пайдаланылды. SEL-сауалнамаларын жобалауға негізделген зерттеу (Design-Based Research, DBR) логикасында әзірлеудің кезеңдік әдістемесі ұсынылды. Сонымен қатар деректерді өңдеудің ETL + ML/NLP конвейерлік архитектурасы жасалды. Алынған нәтижелерді түсіндіру және педагогикалық шешімдерге айналдыру тәсілдері сипатталды. Осыған қоса, білім беру ортасында жасанды интеллект негізіндегі SEL-мониторингі үшін маманның шешім қабылдаудағы рөлі (human in the loop) қағидатына негізделген этикалық және түсіндірмелі алгоритмдер талаптары талданды. Зерттеу нәтижесінде CASEL моделінің бес негізгі доменіне сәйкес құрылымдалған 28 тұжырымнан тұратын пилоттық SEL-сауалнама әзірленіп, оның бастапқы психометриялық сенімділігі апробация барысында бағаланды. Сонымен қатар әлеуметтік-эмоционалдық профильдерді айқындауға және эмоциялық тәуекел белгілерін ерте анықтауға арналған Random Forest, Decision Tree және K-means алгоритмдерін қолданудың тұжырымдамалық мүмкіндіктері көрсетілді.Зерттеудің практикалық маңыздылығы – білім беру ұйымдарында оқушылардың әлеуметтік-эмоционалдық жағдайын жасанды интеллект негізінде мониторингтеуге арналған әдіснамалық негіз қалыптастыруында. Ұсынылған әдістеме болашақта эмпирикалық апробация жүргізуге, мектеп тәжірибесіне енгізуге және оқушылардың эмоциялық тәуекел белгілерін ерте анықтауға мүмкіндік береді. Сонымен қатар зерттеу нәтижелері педагогтер мен психологке әлеуметтік-эмоционалдық деректерді талдау негізінде дер кезінде педагогикалық қолдау көрсетуге және дәлелді шешім қабылдауға арналған цифрлық аналитикалық жүйелерді әзірлеуге негіз болады.