The object of research, development or design (in Russian) : Интеллектуальная цифровая система организаций высшего и послевузовского образования

The object of research, development or design (in Kazakh) : Жоғары және жоғары оқу орнынан кейінгі білім беру ұйымдарының интеллектуалды цифрлық жүйесі

Aim of work (in Russian) : Провести формирование цифровой экосистемы высшего учебного заведения, способствующей реализации принципов адаптивного обучения, индивидуализации образовательной траектории и комплексной цифровизации бизнес-процессов.

Aim of work (in Kazakh) : Жоғары оқу орнының цифрлық экожүйесін қалыптастыру, ол бейімделмелі оқыту қағидаттарын жүзеге асыруға, білім беру траекториясын жеке даралауға және бизнес-үдерістерді кешенді цифрландыруға ықпал етеді.

Методы исследования (на русском) : В исследовании используются комплексные методы, сочетающие системный и сравнительно-аналитический подход к изучению международного и отечественного опыта цифровой трансформации высшего образования, онтологическое моделирование образовательных программ и компетенций, а также методы интеллектуального анализа данных и машинного обучения (классификация, кластеризация, предиктивное моделирование) для работы с учебной и поведенческой активностью студентов в LMS и внутренних информационных системах университета. Применяются методы проектирования и прототипирования программных систем (разработка архитектуры, API, прототипов рекомендательных сервисов и витрин данных), экспериментальные методы в рамках BCI-технологий и распознавания эмоций (обработка биометрических сигналов, построение и тестирование моделей), а также психолого-педагогические и социологические методы (анкетирование, экспертные оценки, анализ обратной связи пользователей) для проверки применимости разработанных решений в реальной образовательной среде.

Методы исследования (на казахском) : Зерттеуде жоғары білім беруді цифрлық трансформациялаудағы халықаралық және отандық тәжірибені зерттеуге жүйелік және салыстырмалы аналитикалық тәсілді, білім беру бағдарламалары мен құзыреттіліктерін онтологиялық модельдеуді, сондай-ақ LMS және университеттің ішкі ақпараттық жүйелеріндегі студенттердің оқуы мен мінез-құлық белсенділігін талдау үшін деректерді өндіру және машиналық оқыту әдістерін (жіктеу, кластерлеу, болжамды модельдеу) біріктіретін интеграцияланған әдістер қолданылады. Программалық жасақтама жүйелерін жобалау және прототиптеу әдістері (архитектураны, API-лерді, ұсыныс қызметтерінің прототиптерін және деректер орталықтарын әзірлеу), BCI технологиялары мен эмоцияларды тану саласындағы эксперименттік әдістер (биометриялық сигналдарды өңдеу, модельдерді құру және тестілеу), сондай-ақ психологиялық, педагогикалық және әлеуметтанулық әдістер (сауалнамалар, сараптамалық бағалаулар, пайдаланушылардың кері байланысын талдау) нақты әлемдегі білім беру ортасында қолданылуын тексеру үшін қолданылады.

Obtained results and novelty (in Russian) : Получены комплексные результаты, включающие уточнение структурной модели управления качеством и архитектурных решений цифровой экосистемы вуза (карта данных, интеграционные контуры, требования к безопасности и конфиденциальности), формирование плана управления данными и этических процедур, создание пилотной витрины данных на основе ETL-выгрузок из LMS и внутренних систем с анонимизацией идентификаторов, а также подготовку прототипов рекомендательной системы и моделей прогнозирования академических рисков, пилотных протоколов, технических заданий и API для модулей BCI и распознавания эмоций. Научная новизна работы заключается в разработке целостной концепции интеллектуальной цифровой экосистемы университета, интегрирующей методы искусственного интеллекта, машинного обучения, образовательной аналитики, нейрокомпьютерных интерфейсов и адаптивного обучения, а также в создании онтологически ориентированного конструктора образовательных программ, интеллектуальной рекомендательной системы, обеспечивающей осознанный выбор траекторий на основе когнитивно-мотивационного профиля обучающихся, и предиктивных моделей академической аналитики, позволяющих заблаговременно выявлять риски снижения успеваемости и поддерживать принятие управленческих решений на основе данных. Вне календарного плана заранее опубликованы 2 статьи в рецензируемых изданиях, входящих в базу данных Scopus с процентилем CiteScore ≥ 50.

Obtained results and novelty (in Kazakh) : Университеттің цифрлық экожүйесінің құрылымдық сапа менеджменті моделін және архитектуралық шешімдерін (деректер картасы, интеграциялық схемалар, қауіпсіздік және құпиялылық талаптары) нақтылау, деректерді басқару жоспарын және этикалық процедураларды қалыптастыру, LMS және анонимді идентификаторлары бар ішкі жүйелерден ETL жүктеулеріне негізделген пилоттық деректер орталығын құру, сондай-ақ академиялық тәуекелдерді болжау үшін ұсыныс беру жүйесінің және модельдердің прототиптерін, пилоттық хаттамаларды, техникалық сипаттамаларды және BCI модульдері мен эмоцияларды тану үшін API интерфейстерін дайындау сияқты кешенді нәтижелер алынды. Жұмыстың ғылыми жаңалығы жасанды интеллект, машиналық оқыту, білім беру аналитикасы, нейрокомпьютерлік интерфейстер және бейімделгіш оқыту әдістерін біріктіретін интеллектуалды цифрлық университет экожүйесінің тұтас тұжырымдамасын әзірлеуде, сондай-ақ онтологияға бағытталған білім беру бағдарламасының дизайнерін, студенттердің когнитивті-мотивациялық профиліне негізделген траекторияларды хабардар таңдауды қамтамасыз ететін интеллектуалды ұсыныс жүйесін және академиялық көрсеткіштердің төмендеуі тәуекелдерін ерте анықтауға және деректерге негізделген басқарушылық шешімдер қабылдауды қолдауға мүмкіндік беретін академиялық аналитиканың болжамды моделдерін жасауда жатыр. Күнтізбелік жоспардан тыс, алдын ала Scopus дерекқорындағы CiteScore процентилі 50-ден төмен емес рецензияланатын басылымдарда 2 мақала жарияланды.

The main constructive and technical economic indicators (in Russian) : Основные конструктивные показатели программы Smart.EDU связаны с формированием цифровой экосистемы университета, которая реализуется в виде модульной архитектуры, включающей образовательные и управленческие процессы, потоки данных, аналитические сервисы и интеграции с LMS, цифровыми портфолио, научно-исследовательскими модулями и системами электронного документооборота. На текущем этапе разработаны архитектурные решения (карта данных, интеграционные контуры, требования к безопасности и конфиденциальности), пилотная витрина данных на основе ETL-выгрузок, а также прототипы рекомендательных сервисов, предиктивной аналитики, BCI-сервиса и модуля распознавания эмоций, которые обеспечивают масштабируемость и возможность дальнейшего промышленного внедрения. С технико-экономической точки зрения проект ориентирован на повышение эффективности использования имеющейся ИКТ-инфраструктуры вуза, снижение трудозатрат на ручную обработку и согласование данных, улучшение качества управленческих решений и оптимизацию затрат за счёт перехода к управлению на основе данных. Вместе с тем, ввиду того, что на данном этапе не планируется промышленное внедрение, полная технико-экономическая оценка (TЭО) не проводилась; расширенная оценка пилотных показателей и эксплуатационных метрик, включая расчёт экономического эффекта от внедрения сервисов Smart.EDU, запланирована на последующие этапы программы.

The main constructive and technical economic indicators (in Kazakh) : Smart.EDU программасының негізгі жобалау көрсеткіштері университеттің цифрлық экожүйесін қалыптастырумен байланысты, ол білім беру және басқару процестерін, деректер ағындарын, аналитикалық қызметтерді және LMS, цифрлық портфолиолармен, зерттеу модульдерімен және электрондық құжат басқару жүйелерімен интеграцияларды қамтитын модульдік архитектура ретінде жүзеге асырылады. Қазіргі уақытта архитектуралық шешімдер (деректер картасы, интеграция циклдары, қауіпсіздік және құпиялылық талаптары), ETL экспортына негізделген пилоттық деректер орталығы және ұсыным қызметтерінің, болжамды аналитиканың, BCI қызметі мен эмоцияны тану модулінің прототиптері әзірленді, бұл масштабталуды және одан әрі өнеркәсіптік енгізу мүмкіндігін қамтамасыз етеді. Техникалық және экономикалық тұрғыдан алғанда, жоба университеттің қолданыстағы АКТ инфрақұрылымының тиімділігін арттыруға, деректерді қолмен өңдеу және салыстыру үшін еңбек шығындарын азайтуға, басқару шешімдерінің сапасын жақсартуға және деректерге негізделген басқаруға көшу арқылы шығындарды оңтайландыруға бағытталған. Дегенмен, осы кезеңде коммерциялық енгізу жоспарланбағандықтан, толық техникалық-экономикалық негіздеме жүргізілген жоқ. Бағдарламаның кейінгі кезеңдерінде Smart.EDU қызметтерін енгізудің экономикалық әсерін есептеуді қоса алғанда, пилоттық көрсеткіштер мен операциялық көрсеткіштерді кешенді бағалау жоспарлануда.

Level of implementation (in Russian) : Степень внедрения полученных результатов на данном этапе носит пилотный и апробационный характер. Разработанные архитектурные решения Smart.EDU, план управления данными (DMP) и этические процедуры утверждены и используются в качестве основы для настройки витрины данных и интеграции с действующими информационными системами университета (LMS, цифровые портфолио, модули мониторинга контингента). На реальных обезличенных данных проведена апробация прототипов рекомендательной системы и предиктивных моделей академических рисков, подготовлены и опробованы пилотные протоколы, технические задания и API для модулей BCI и распознавания эмоций, результаты которых используются в экспериментальных исследованиях и учебно-методической работе.

Level of implementation (in Kazakh) : Осы кезеңде алынған нәтижелерді енгізу пилоттық және сынақтан өткізуде. Әзірленген Smart.EDU архитектуралық шешімдері, деректерді басқару жоспары (DMP) және этикалық процедуралар бекітілді және деректер картасын құру және оны университеттің қолданыстағы ақпараттық жүйелерімен (LMS, сандық портфолиолар және студенттерді бақылау модульдері) біріктіру үшін негіз ретінде пайдаланылуда. Ұсыныс жүйесінің прототиптері және академиялық тәуекелдерді болжау модельдері нақты, анонимделген деректерді пайдаланып сынақтан өткізілді. BCI және эмоцияларды тану модульдеріне арналған пилоттық хаттамалар, техникалық сипаттамалар және API әзірленіп, сынақтан өткізілді, олардың нәтижелері эксперименттік зерттеулер мен білім беру жұмыстарында қолданылады.

Efficiency (in Russian) : Эффективность выполненных исследований подтверждается созданием и апробацией пилотной витрины данных, прототипов рекомендательной системы и предиктивных моделей академических рисков, а также протоколов и API для модулей BCI и распознавания эмоций на реальных обезличенных данных. Это повышает качество управления образовательными данными, поддерживает персонализированное обучение и раннее выявление рисков, а также создаёт основу для масштабирования решений в университетской аналитике и EdTech. Дополнительно эффективность подтверждается достижением плановых научных результатов (монография, статьи в КОКНВО). Вне календарного плана заранее опубликованы 2 статьи в рецензируемых изданиях, входящих в базу данных Scopus с процентилем CiteScore ≥ 50.

Efficiency (in Kazakh) : Зерттеудің тиімділігі пилоттық деректер картасын, ұсыныс беру жүйесінің прототиптерін және академиялық тәуекелдердің болжамды моделдерін, сондай-ақ BCI модульдері мен нақты, анонимді деректердегі эмоцияларды тану үшін хаттамалар мен API-лерді құру және сынақтан өткізумен расталады. Бұл білім беру деректерін басқару сапасын жақсартады, жекелендірілген оқытуды және тәуекелдерді ерте анықтауды қолдайды және университет аналитикасы мен EdTech саласындағы масштабтау шешімдері үшін негіз жасайды. Қосымша түрде тиімділік жоспарланған ғылыми нәтижелерге (монография, ҒЖБССҚК ұсынған журналдардағы мақалалар) қол жеткізу арқылы расталады. Күнтізбелік жоспардан тыс, алдын ала Scopus дерекқорындағы CiteScore процентилі 50-ден төмен емес рецензияланатын басылымдарда 2 мақала жарияланды.

Field of application (in Russian) : Область применения результатов проекта Smart.EDU — организации высшего и послевузовского образования, где требуется цифровизация управления учебным процессом, персонализация обучения и аналитика успеваемости на основе данных. Разработанные модели и сервисы могут внедряться в LMS и внутренние информационные системы вузов, а также использоваться в EdTech-проектах и системах мониторинга образования.

Field of application (in Kazakh) : Smart.EDU жобасының нәтижелері білім беруді басқаруды, жекелендірілген оқытуды және деректерге негізделген өнімділік талдауын цифрландыруды көздейтін жоғары және жоғары оқу орнынан кейінгі білім беру мекемелеріне қолданылады. Әзірленген модельдер мен қызметтерді LMS және университеттің ішкі ақпараттық жүйелеріне біріктіруге, сондай-ақ EdTech жобаларында және білім беруді бақылау жүйелерінде пайдалануға болады.