Аннотация
В данной статье рассматриваются теоретические и практические аспекты проектирования веб-платформы на основе искусственного интеллекта для автоматизированной оценки заданий самостоятельной работы студентов в высших учебных заведениях. Основной целью исследования является разработка концептуальной модели системы оценивания, которая интегрирует методы обработки естественного языка (NLP), алгоритмы машинного обучения и облачную инфраструктуру для обеспечения объективности, масштабируемости и адаптивности процесса оценивания. В работе проанализирована эволюция автоматических систем оценивания, их роль в образовательном процессе, а также современные подходы и технологии. Особое внимание уделено архитектуре предлагаемой платформы, включающей frontend, backend и AI-модуль, требованиям к наборам данных и принципам функционирования алгоритмов оценивания. Рассматриваются методы семантического анализа на основе моделей BERT/GPT, алгоритмы выявления сходства текстов, проверки на плагиат и инструменты аналитики в реальном времени. Проведен сравнительный анализ с такими платформами, как Google Classroom, Coursera и Moodle, который показал преимущества предлагаемого решения. Ключевой особенностью системы является адаптация к казахстанскому образовательному контексту и поддержка казахского языка. Полученные результаты свидетельствуют о том, что внедрение данной платформы позволит снизить нагрузку преподавателей, повысить объективность оценивания и обеспечить оперативную обратную связь для студентов. Предложенное решение рассматривается как важный шаг в направлении цифровизации образования.