Білім берудегі ойын платформаларында машиналық оқыту мен бейімделген жекелендірудің әдіснамалық тәсілдері
A case study of gamified EdTech systems for personalized learning
Қаралымдар: 10 / PDF жүктеулері: 1
DOI:
https://doi.org/10.32523/3136-3385-2026-155-2-318-329Кілт сөздер:
machine learning, educational data mining, learning analytics, adaptive gamification, personalized learning, reinforcement learning, graph neural networks.Аңдатпа
Бұл мақалада 2020–2025 жылдар аралығында жарияланған 36 рецензияланған зерттеуге негізделген машиналық оқыту (ML), білім беру деректерін өндіру (EDM) және цифрлық білім беру платформаларындағы бейімделген геймификацияның әдіснамалық тәсілдері қарастырылады. Зерттеу барысында жиі қолданылатын ML модельдері, жекелендірілген оқыту тәсілдері және студенттердің уәждемесі мен оқу нәтижелерін арттыратын ойын механикалары анықталды. Әдебиеттерге шолу Scopus, IEEE Xplore, SpringerLink, MDPI, ScienceDirect және ResearchGate деректер базаларында жүргізіліп, білім беру үдерісінде технологияларды нақты қолдануға бағытталған қатаң іріктеу критерийлері сақталды. Талдау нәтижесінде бейімделген оқыту мен мінез-құлықты модельдеу үшін графтық нейрондық желілердің, күшейтпелі оқытудың, градиентті бустингтің және терең оқыту архитектураларының белсенді қолданылатыны анықталды. Сонымен қатар, нақты уақыттағы аналитикамен үйлестірілген бейімделген геймификация студенттердің ұзақ мерзімді қатысуын айтарлықтай арттыратыны белгілі болды. ML әдіснамалық тәсілдері мен бейімделген жекелендіруді салыстырмалы талдау нәтижесінде ойыншы, EdTech ойыны және RL негізіндегі жекелендіру жүйесі арасындағы өзара әрекеттесу моделі ұсынылды.
