University of Maryland RCT: AI tutor kurs faolligini pasaytirdi va baholarni yomonlashtirdi

University of Marylanddagi katta randomizatsiyalangan nazorat sinovi (fall 2025) kurslarga integratsiyalangan AI tutor taklif qilingan guruhlar va nazorat guruhlarini taqqoslab, kutilmagan yo‘nalishda — salbiy taʼsirlar bilan yakunlandi. Eksperiment 2,379 bakalavriat talabani va 30 instruktorni qamrab oldi; sinov natijalarida AIga taklif qilingan talabalar kurs materiallariga kamroq tashrif qilib, platformada kamroq vaqt o‘tkazganlar va yakuniy kurs baholari pastroq bo‘lganligi qayd etildi. Bu topilmalar AI tutorlar har doim o‘rganishni yaxshilamaydi, deb xulosaga kelishga asos beradi va kengaytirish qarorlarida ehtiyotlik zarurligini taʼkidlaydi.

Sinov nimani o‘lchadi va qanday o‘tkazildi?

Eksperiment kurs ichidagi resurslarga kirish ruxsati shaklida ishladi: tasodifiy tanlangan talabalar AI tutoriga kirish huquqini oldi, nazorat guruhi esa mavjud onlayn materiallar va o‘qituvchi yordamidan foydalanishda davom etdi. O‘lchovlar orasida quyidagi maʼlumotlar mavjud edi:

• kurs platformasiga tashriflar soni;
• platformada sarflangan vaqt;
• yakuniy kurs baholari va baholar tarqalishi.

Monitoring avtomatik tizimlar orqali platforma xatti-harakatlarini yozib bordi va baholar rasmiy kurs baholash tizimidan olindi. Sinov ko‘p fanli muhitda, turli instruktorlar va kurs tiplarida ishga tushirilgani uchun natijaning shu darajada keng ko‘lamli bo‘lishi muhim hisoblanadi.

Qanday mexanizmlar salbiy taʼsirga olib kelishi mumkin?

Sinov hisobotida AI tutorning aniq ichki sozlamalari to‘liq ochiqlanmagan, lekin mavjud nazariy va amaliy tushunchalarga ko‘ra bir nechta pedagogik va xulqiy mexanizmlar salbiy taʼsirni tushuntirishi mumkin:

• Tez javob va qulaylik: talabalar AIdan tez javob olishini boshlaganda, ular mustaqil ravishda dars matnini o‘rganish, mashq bajarish yoki murakkab nazariy masalalarni chuqurroq tahlil qilish o‘rniga AI yechimlariga murojaat qilishi mumkin. Bu o‘z-o‘zini boshqarish va chuqur o‘rganish rutinalarini erozion qiladi.
• Yuk tashish va soddalashtirish: agar tutor muammo yechimini qisqacha yoki «javobga yo‘naltirilgan» usulda taqdim etsa, talabalar jarayonni o‘rganmay, faqat natija uchun harakat qilishi mumkin. Bunday yondashuv kritikal fikrlash va muammalarni mustaqil hal qilish ko‘nikmalarini rivojlantirmaydi.
• O‘qituvchi rolining yo‘qolishi: tutor dars ichiga aniq pedagogik vazifalar bilan birlashtirilmagan bo‘lsa, o‘qituvchilar o‘zlarining nazorat va fikr-mulohaza funksiyasini qayta yo‘lga qo‘yish zarurati bilan yuzma-yuz keladi. O‘qituvchi va tutor orasidagi inkongruentlik talabalarning qanday resursga ishonishida aralashuv yaratishi mumkin.
• Motivatsiya va mehnat: AI mavjudligida talabalar kichik qiyinchiliklar uchun ham kam harakat qilishga moyil bo‘lib, o‘zini sinovdan o‘tkazish va qiyinchiliklarni bosib o‘tish orqali olinadigan kognitiv foydalarni yo‘qotishi mumkin.

Qanday cheklovlar bor va nima uchun ehtiyot bo‘lish kerak?

Sinov yirik va ko‘p instruktorli bo‘lishiga qaramay, baʼzi muhim cheklovlar izohlab o‘tilishi kerak:

• To‘liq metodologik tafsilotlar: jamoatchilikka taqdim etilgan kasseta qisqacha xulosa bo‘lib, har bir kursdagi effekt o‘lchamlari, ishtirokchilar orasida chiqib ketish (attrition) darajasi va randomizatsiya stratifikatsiyasi kabi batafsil statistik tafsilotlar ochiq emas. Bu natijalarni boshqa sharoitlarga to‘g‘ridan-to‘g‘ri tatbiq etishda ehtiyot bo‘lishni talab qiladi.
• Tutor konfiguratsiyasi: sinovda ishlatilgan tutor coaching-yo‘nalishida (yo‘l-yo‘riq va uslubiy yordam) yoki javobga yo‘naltirilgan modelda bo‘lganligi aniq emas. Ilmiy adabiyotda coaching konfiguratsiyasi ko‘pincha ijobiy natijalar bilan bog‘langan, javobga yo‘naltirilgan model esa xatti-harakatlarni soddalashtirishi mumkin.
• Kontekstga bog‘liqlik: universitet talabalari, kurs tuzilishi va baholash tizimlari boshqa taʼlim bosqichlaridan farq qiladi. K–12 yoki past resursli muhitlarda natija boshqacha bo‘lishi mumkin.
• Uzoq muddatli taʼsirlar: hisobot faqat fall 2025 semestri natijalarini yoritadi; keyingi semestrda bilimni saqlash, kurs davomiyligi va boshqa uzoq muddatli natijalar haqida maʼlumot yetishmaydi.

Siyosat va amaliy choralar: institutlar nima qilishi kerak?

• Pilot va RCT talab qiling: keng ko‘lamli yoki kampus bo‘yicha joriy etishdan oldin doimiy va tegishli namuna asosida tajribalar o‘tkazing.
• Dizaynni qiyoslang: AI tutorlarni coaching rejimi, yo‘l-yo‘riq beruvchi rejim va natija-yo‘naltirilgan rejimlarni parallel sinovdan o‘tkazib, qaysi yondashuv qaysi kurs va talabalar guruhida samarali ekanini aniqlang.
• O‘qituvchilarni markazlashtiring: tutorlar dars rejasiga va baholash mezonlariga muvofiq kiritilsin; o‘qituvchilarga pedagogik qo‘llanma va nazorat vositalari taqdim etilsin.
• Faol monitoring tizimini tashkil qiling: platforma faolligi, murojaatlar turi va baholarni real vaqtda kuzatib, salbiy tendensiyalar aniqlansa tezkor aralashuvlar qiling.
• Metakognitiv ko‘nikmalarni rivojlantiring: talabalarni AIdan samarali foydalanish, o‘z-o‘zini boshqarish va baholash ko‘nikmalariga o‘rgatishga investitsiya qiling.

Nega bu natija mamlakatimiz kontekstida muhim?

O‘zbekiston va boshqa mamlakatlar taʼlim muassasalari AIni tez joriy etish bo‘yicha strategiyalar tuzmoqda. University of Marylandning yirik RCTsi shuni ko‘rsatadiki, AI vositasi sifatida joriy etilishi o‘z-o‘zidan taʼlim sifatini oshirmasligi mumkin. Shu sababli:

• Milliy va institut siyosatchilari uchun dalillarga asoslangan bosqichma-bosqich yondashuv zarur.
• Mamlakatda o‘tkaziladigan pilotlarni kengaytirishdan oldin, o‘qituvchi tayyorgarligini va monitoring mexanizmlarini taʼminlash kerak.
• Kam resursli muhitlar uchun lokalizatsiya va kontekstga moslashtirilgan sinovlar o'tkazilishi lozim, chunki Universitet sharoitidagi natijalar avtomatik tarzda maktab darajasiga tatbiq etilmasligi mumkin.

Qisqacha xulosa va yakuniy tavsiya

University of Maryland sinovi AI tutorlarning ham imkoniyat, ham xavf tug‘dirishini aniq ko‘rsatdi: yirik miqyosdagi kurs-integratsiyalarda AI talabalar kurs materiallariga bo‘lgan faollikni kamaytirishi va baholarni yomonlashtirishi mumkin. Bu natija boshqa RCTlar bilan ziddiyatda bo‘lishi mumkin, ammo umumiy xulosaga kelganda AIning taʼlimdagi foydasi dizayn, integratsiya va o‘qituvchi ishtirokidan mustaqil emas. Institutlar va siyosatchilar uchun eng xavfsiz strategiya — bosqichma-bosqich sinovlar, pedagogik integratsiya, o‘qituvchini markazga qo‘yish va doimiy monitoringni taʼminlashdir. Bu yo‘l orqali AIni vosita sifatida xavfsiz va maqsadga muvofiq ishlatish mumkin.