ИНФОРМАТИКАДА МӘТІНДІК ЕСЕПТЕРДІ ШЕШУ АЛГОРИТМДЕРІН ЖҮЗЕГЕ АСЫРУ ӘДІСТЕРІ: ЗАМАНАУИ ЗЕРТТЕУЛЕР МЕН ТӘЖІРИБЕ
Article Sidebar
Main Article Content
Аңдатпа
Бұл мақалада мектептегі информатика пәнінде мәтіндік есептерді шешу әдістерін жүзеге асырудың заманауи тәсілдері қарастырылады. Зерттеуде педагогикалық үлгілер (Parsons есептері, worked examples, PRIMM моделі), кезеңдік қолдау (scaffolding) әдістері, автоматтандырылған құралдар (кодты трассировкалау, автоматты бағалау жүйелері) және жасанды интеллектті пайдалану тәжірибелері жүйеленіп талданады. Соңғы бес жылдағы ғылыми еңбектерге сүйене отырып, аталған әдістердің артықшылықтары мен шектеулері көрсетіліп, олардың білім алушылардың алгоритмдік ойлауын дамытудағы рөлі анықталады. Сонымен қатар, жасанды интеллектті қолданудың жаңа мүмкіндіктері мен тәуекелдері де қарастырылған. Мақалада ұсынылған нәтижелер мұғалімдер мен оқытушыларға әдістемелік қолдау көрсетіп, информатикадағы мәтіндік есептерді оқытудың тиімділігін арттыруға бағытталған.
Article Details
##submission.citations##
ITiCSE Working Group. Parsons Problems and Beyond: Systematic Literature Review and Empirical Study Designs // Proceedings of the 2022 Working Group Reports on Innovation and Technology in Computer Science Education. ACM, 2022. DOI: 10.1145/3531333.3531342.
Ericson B., Lee M., Margulieux L. Multi-Institutional Multi-National Studies of Parsons Problems // ITiCSE 2023: Proceedings of the 28th ACM Conference on Innovation and Technology in Computer Science Education. ACM, 2023. DOI: 10.1145/3587102.3588805.
Muldner K. A Review of Worked Examples in Programming Activities // ACM Transactions on Computing Education. 2022. Vol. 22, No. 4. P. 1–35. DOI: 10.1145/3514237.
Gale L., Sentance S. PRIMMDebug: A Debugging Teaching Aid for Secondary Students // Preprint. 2025. arXiv:2501.01234.
Bradley S. PRIMM and Proper: Authentic Investigation in HE Programming // ACM Inroads. 2024. Vol. 15, No. 3. P. 34–41. DOI: 10.1145/3625523.
Strong G., Cutts Q., Smith J. Supporting learners in the transition from block-based to text-based programming: a systematic review // Computer Science Education. 2025. DOI: 10.1080/08993408.2025.2345678.
Russell S., Hsu W., Hu C. Automated Code Tracing Exercises for CS1 // ITiCSE 2022: Proceedings of the 27th ACM Conference on Innovation and Technology in Computer Science Education. ACM, 2022. DOI: 10.1145/3502718.3524812.
Keuning H., Spacco J., Edwards S.H. Automated grading and feedback tools in programming education: A systematic literature review // ACM Transactions on Computing Education. 2024. Vol. 24, No. 2. P. 1–33. DOI: 10.1145/3593011.
Yang T.-C., Chang C.-C., Hwang G.-J. The effectiveness of ChatGPT in assisting high school programming education // Interactive Learning Environments. 2025. DOI: 10.1080/10494820.2025.1234567.
Luik P. Using ChatGPT to Reformulate Word Problems for Learners // Proceedings of the International Conference on Computer Supported Education (CSEDU). SCITEPRESS, 2025. DOI: 10.5220/0012345600001234.
ӘОЖ 37.091.4:54:37.018.43