AZƏRBAYCAN DİLİNİN TƏDRİSİNDƏ GENERATİV SÜNİ İNTELLEKT: PEDAQOJİ İMKANLAR, DİL KOMPETENSİYASI VƏ AKADEMİK DÜRÜSTLÜK
Keywords:
generativ süni intellekt, Azərbaycan dilinin tədrisi, dil kompetensiyası, rəqəmsal pedaqogika, linqvodidaktika, akademik yazı, akademik dürüstlük, formativ qiymətləndirməAbstract
Məqalədə generativ süni intellekt texnologiyalarının Azərbaycan dilinin tədrisində tətbiqi pedaqoji, linqvodidaktik və etik aspektlərdən araşdırılır. Tədqiqatın əsas məqsədi generativ süni intellektin dil kompetensiyasının inkişafına potensial təsirini, təlim prosesində yaratdığı didaktik imkanları və akademik dürüstlüklə bağlı meydana çıxan problemləri konseptual baxımdan təhlil etməkdir. Tədqiqatda elmi ədəbiyyatın analitik icmalı, müqayisəli təhlil və konseptual ümumiləşdirmə metodlarından istifadə olunur. UNESCO-nun süni intellektin təhsil və tədqiqatda tətbiqinə dair tövsiyələri, eləcə də generativ süni intellekt vasitəsilə yazı bacarıqlarının inkişafını araşdıran beynəlxalq tədqiqatlar nəzəri-metodoloji baza kimi nəzərdən keçirilir. Araşdırmada generativ süni intellektin Azərbaycan dili təlimində mətn yaratma, orfoqrafik və qrammatik səhvlərin müəyyənləşdirilməsi, leksik-semantik təhlil, fərdiləşdirilmiş geribildirim və kommunikativ bacarıqların inkişafı baxımından potensialı əsaslandırılır. Bununla yanaşı, dil öyrənənlərin texnologiyadan həddindən artıq asılılığı, yanlış dil məlumatlarının mənimsənilməsi, müəlliflik məsuliyyətinin qeyri-müəyyənliyi və akademik dürüstlük prinsiplərinin pozulması kimi risklər təhlil edilir. Azərbaycan dilinin struktur xüsusiyyətləri, milli-mədəni məzmunu və rəqəmsal resurslarının inkişafı kontekstində süni intellekt vasitələrinin pedaqoji baxımdan qiymətləndirilməsinin zəruriliyi vurğulanır. Nəticədə müəllim nəzarətini, öyrənənin fəal iştirakını və şəffaf qiymətləndirməni birləşdirən insanmərkəzli tətbiq modeli təklif edilir.
References
Miao, F., Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
Mahapatra, S. (2024). A mixed methods intervention study. Smart Learning Environments, 11, Article 9. https://doi.org/10.1186/s40561-024-00295-9
Li, M., Han, J. (2024). Exploring ChatGPT-supported teacher feedback in the EFL context. System, 126, Article 103502. https://doi.org/10.1016/j.system.2024.103502
Yan, D.,Zhang, S. (2024). A mixed-method multiple case study. Humanities and Social Sciences Communications, 11, Article 1086. https://doi.org/10.1057/s41599-024-03543-y
Miao, F.,Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. (Təhsil siyasəti, etik idarəetmə, məlumatların qorunması və insanmərkəzli yanaşma üzrə əsas metodoloji mənbə.) https://unesdoc.unesco.org/ark:/48223/pf0000386693
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, Article 102274. https://doi.org/10.1016/j.lindif.2023.102274
Downloads
Published
How to Cite
Issue
Section
License

This work is licensed under a Creative Commons Attribution 4.0 International License.
Articles published in IQRO — Scientific Methodological Journal are licensed under the Creative Commons Attribution 4.0 International License (CC BY 4.0).
Authors retain copyright and grant the journal the right of first publication.
Users may read, download, copy, distribute, print, search, or link to the full texts of articles, provided that the original authors and the journal are properly cited.
Published materials may be used, distributed, and reproduced in any medium, provided that the original work is properly cited.



Uzbekistan
Türkiye
Kazakhstan
Kyrgyzstan
Turkmenistan
Azerbaijan
India
Republic of Korea
Japan
United States of America
Kosovo