bgafpfИзвестия Балтийской государственной академии рыбопромыслового флота. Психолого-педагогические наукиTHE TIDINGS of the Baltic State Fishing Fleet Academy Psychological and pedagogical sciences (Theory and methods of professional education)2071-5331Калининградский государственный технический университет10.46845/2071-5331-2025-4-74-21-25bgafpf-393Research ArticleУПРАВЛЕНИЕ И МЕНЕДЖМЕНТ КАЧЕСТВА В ОБРАЗОВАНИИКомплексный подход к контролю результатов обучения дисциплине «Анализ данных и искусственный интеллект»An integrated approach to monitoring learning outcomes in the discipline "Data Analysis and Artificial Intelligence"БуланИ. Г.BulanI. G.

Ирина Геннадиевна Булан - кандидат педагогических наук, доцент 

Калининград

I. G. Bulan – аssociate Professor, Department of Applied Mathematics and Information Technology, Candidate of Pedagogical Sciences 

Kaliningrad

blago_ira@bk.ruТимофееваИ. В.TimofeevaI. V.

Ирина Витальевна Тимофеева - доцент 

Калининград

I. V. Timofeeva – аssociate Professor of the Department of Applied Mathematics and Information Technology 

Kaliningrad

irina.timofeeva@klgtu.ruКалининградский государственный технический университетРоссияKaliningrad State Technical Federal UniversityRussian Federation20252001202604(74)2125Copyright © Булан И.Г., Тимофеева И.В., 20262026Булан И.Г., Тимофеева И.В.Bulan I.G., Timofeeva I.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://brarf.journal.klgtu.ru/jour/article/view/393

Рассматриваются современные подходы к комплексному контролю результатов обучения дисциплине «Анализ данных и искусственный интеллект» в условиях цифровизации образования. Организационные и педагогические аспекты включают в себя развитие ключевых компетенций у студентов, таких как целенаправленность, взаимное доверие, взаимопомощь, систематическая связь и использование разнообразных форм обучения. Представлен пример модели комплексного фонда оценочных средств, включающей тестовые задания, практико-ориентированные кейсы, сквозные проектные задания и элементы учебной аналитики. Также рассмотрено применение критериальных рубрик и цифровых инструментов для минимизации субъективизма в оценке сложных навыков, что соответствует концепции «оценивания для обучения».

The paper examines modern approaches to the integrated monitoring of learning outcomes in the discipline "Data Analysis and Artificial Intelligence" in the context of digitalization of education. Organizational and pedagogical aspects include the development of key competencies in students, such as purposefulness, mutual trust, mutual assistance, systematic communication and the use of various forms of training. An example of a model of a comprehensive fund of assessment tools is presented, including test tasks, practice-oriented cases, end-to-end project tasks and elements of educational analytics. The use of criteria rubrics and digital tools to minimize subjectivity in the assessment of complex skills is also considered, which corresponds to the concept of "assessment for learning".

анализ данныхискусственный интеллектконтроль результатов обученияфонд оценочных средствпроектные заданияdata analysisartificial intelligencemonitoring of learning outcomesfund of assessment toolsproject tasksReferencesАлексеев, Д. С. Технологии интеллектуального анализа данных / Д. С. Алексеев, О. В. Щекочихин. – 2-е изд., стер. – Санкт-Петербург : Лань, 2024. – 176 с.Алексеев, Д. С. Технологии интеллектуального анализа данных / Д. С. Алексеев, О. В. Щекочихин. – 2-е изд., стер. – Санкт-Петербург : Лань, 2024. – 176 с.Другова, Е. А. Искусственный интеллект для учебной аналитики и этапы педагогического проектирования // Образовательные технологии . – 2022. – № 4. – С. 15–22.Другова, Е. А. Искусственный интеллект для учебной аналитики и этапы педагогического проектирования // Образовательные технологии . – 2022. – № 4. – С. 15–22.Емельянов, Д. В., Тарасова, А. С., Беляева, И. Н. Использование онлайн-курса «Искусственный интеллект и анализ данных» в образовании // Вестник НГПУ. – 2025. – №2 (55). – С. 23–25.Емельянов, Д. В., Тарасова, А. С., Беляева, И. Н. Использование онлайн-курса «Искусственный интеллект и анализ данных» в образовании // Вестник НГПУ. – 2025. – №2 (55). – С. 23–25.Колмогорова, С. С. Основы искусственного интеллекта : учебное пособие. – Санкт-Петербург : СПбГЛТУ, 2022. – 108 с.Колмогорова, С. С. Основы искусственного интеллекта : учебное пособие. – Санкт-Петербург : СПбГЛТУ, 2022. – 108 с.Костикова, Л. П. Искусственный интеллект в образовательном процессе современного университета: результаты опроса студентов // Вестник высшей школы. – 2025. – № 3. – С. 112–118.Костикова, Л. П. Искусственный интеллект в образовательном процессе современного университета: результаты опроса студентов // Вестник высшей школы. – 2025. – № 3. – С. 112–118.Основы искусственного интеллекта : учебное пособие / Ю. А. Антохина, А. А. Оводенко, М. Л. Кричевский, Ю. А. Мартынова. – Санкт-Петербург : ГУАП, 2022. – 169 с.Основы искусственного интеллекта : учебное пособие / Ю. А. Антохина, А. А. Оводенко, М. Л. Кричевский, Ю. А. Мартынова. – Санкт-Петербург : ГУАП, 2022. – 169 с.Тербушева, Е. А. Методика интеллектуального анализа образовательных данных в подготовке будущих педагогов // Современные проблемы науки и образования. – 2023. – № 2. – С. 45–56.Тербушева, Е. А. Методика интеллектуального анализа образовательных данных в подготовке будущих педагогов // Современные проблемы науки и образования. – 2023. – № 2. – С. 45–56.Фонд оценочных средств по дисциплине «Анализ данных и искусственный интеллект» основной профессиональной образовательной программы бакалавриата по направлению подготовки 09.03.02 «Информационные системы и технологии». – ФГБОУ ВО «Калининградский государственный технический университет», 2024. – 14 с.Фонд оценочных средств по дисциплине «Анализ данных и искусственный интеллект» основной профессиональной образовательной программы бакалавриата по направлению подготовки 09.03.02 «Информационные системы и технологии». – ФГБОУ ВО «Калининградский государственный технический университет», 2024. – 14 с.Хачумов, М. В. Введение в интеллектуальный анализ данных : учебное пособие. – Москва : РТУ МИРЭА, 2023. – 123 с.Хачумов, М. В. Введение в интеллектуальный анализ данных : учебное пособие. – Москва : РТУ МИРЭА, 2023. – 123 с.Ali, R., Johnson, K., Patel, M. The impact of artificial intelligence on students' learning outcomes // Education Sciences. – 2025. – Vol. 15(1). – Pр. 33–47.Ali, R., Johnson, K., Patel, M. The impact of artificial intelligence on students' learning outcomes // Education Sciences. – 2025. – Vol. 15(1). – Pр. 33–47.Brown, P., Nguyen, T., Lee, S. Assessment for learning with artificial intelligence: a review // Computers & Education. – 2024. – Vol. 210. – Pр. 104720.Brown, P., Nguyen, T., Lee, S. Assessment for learning with artificial intelligence: a review // Computers & Education. – 2024. – Vol. 210. – Pр. 104720.Hodges, C., Brown, M., Smith, J. How generative artificial intelligence transforms assessment in higher education // Journal of Learning Analytics. – 2024. – Vol. 11(2). – Pр. 45–62.Hodges, C., Brown, M., Smith, J. How generative artificial intelligence transforms assessment in higher education // Journal of Learning Analytics. – 2024. – Vol. 11(2). – Pр. 45–62.

The authors declare that there are no conflicts of interest present.