В данной статье всесторонне проанализированы современные алгоритмы, направленные на повышение функциональности мультимедийных образовательных платформ. Основная цель исследования – определить возможности использования методов, основанных на искусственном интеллекте, образовательной аналитике и больших данных, для повышения эффективности образовательных систем. Особое внимание уделено адаптивным системам обучения и рекомендательным алгоритмам, их роли и преимуществам в персонализации учебного процесса студентов. Кроме того, рассмотрено влияние алгоритмов мультимедийных платформ на мотивацию обучающихся, доступность учебных материалов и их эффективность в повышении качества образования. Полученные результаты показали, что такие технологии позволяют повысить познавательную активность студентов, индивидуализировать содержание обучения и оптимизировать учебный процесс. В статье также затронуты педагогические и организационные аспекты внедрения данных технологий. Наряду с преимуществами систем на основе искусственного интеллекта отмечены трудности и ограничения, возникающие при их интеграции в образовательный процесс. Авторы обосновывают, что развитие мультимедийных платформ должно быть направлено не только на технические улучшения, но и на повышение качества обучения. В перспективе предлагаются возможные направления дальнейшей персонализации образовательного процесса посредством использования виртуальных консультантов, интеллектуальных чат-ботов и адаптивных систем оценки.

МАХМУТОВ А.Н.

Магистрант, Актюбинский региональный университет имени К. Жубанова, г. Актобе, Казахстан

E-mail: ali.makhmutov20@gmail.com, https://orcid.org/0009-0000-8415-4733

КЕРЕЕВ А.К.

PhD, доцент кафедры информатики и информационных технологий, Актюбинский региональный университет имени К. Жубанова, г. Актобе, Казахстан

E-mail: akereyev@zhubanov.edu.kz, https://orcid.org/0000-0002-8283-5807

1. Anderson T. The Theory and Practice of Online Learning. – 2nd ed. – Athabasca: Athabasca University Press, 2019. – 472 p.
2. Nguyen Q., Huptych M., Rienties B. Using Artificial Intelligence to Improve Learning Outcomes in Online Education // Computers & Education. – 2021. – Vol. 166. – P. 104139.
3. Romero C., Ventura S. Educational Data Mining and Learning Analytics: An Updated Survey // WIREs Data Mining Knowl Discov. – 2020. – Vol. 10, No. 3. – P. e1355.
4. Li C., Lalani F. The Rise of Online Learning During the COVID-19 Pandemic // World Economic Forum. – 2020. – URL: https://www.weforum.org/agenda/2020/04/coronavirus-education-global-covid19-online-digital-learning/
5. Al-Fraihat D., Joy M., Sinclair J. Evaluating E-learning Systems Success: An Empirical Study // Computers in Human Behavior. – 2020. – Vol. 102. – P. 67–86.