БІЛІМ БЕРУДЕГІ ГЕНЕРАТИВТІ ЖАСАНДЫ ИНТЕЛЛЕКТ ТЕХНОЛОГИЯЛАРЫНЫҢ БИБЛИОМЕТРИЯЛЫҚ ТАЛДАУЫ

Генеративті жасанды интеллекттің білім беруде жылдам таралуы оны жауапты пайдалану, академиялық адалдықты сақтау және оқу дизайнын жаңғырту талаптарын күшейтіп отыр. Зерттеудің мақсаты – Web of Science дерекқоры бойынша 2019–2024 жылдардағы GenAI тақырыбындағы жарияланымдардың динамикасын, ықпалды авторларды, ұйымдарды, елдерді және басым тақырыптық кластерлерді айқындау. Зерттеудің маңызы – осы дамуды жүйелеп, Қазақстанда мұғалімдерді даярлау мен оқу жоспарларын жаңартуға дәлелді негіз ұсынуында. Әдіс ретінде библиометриялық талдау қолданылды. Деректер TS-өрнегі бойынша іріктелді. Кілт сөздердің бірлесіп кездесу, бірлескен дәйексөз және бірлескен авторлық желілері VOSviewer 1.6.20 бағдарламасында үлестік санау әдісімен, жиілік шегі ≥5 негізінде визуализацияланды. Талдау үш тақырыптық кластерді анықтады: қабылдау мен сенім; әдіснамалық-нормативтік негіздер, оқу дизайны; қолдану мен тиімділік. Сонымен қатар 2023 жылдан бастап зерттеу күн тәртібі үлкен тілдік модельдерге (LLM), ChatGPT-ге және академиялық адалдық мәселелеріне ауысты. Ынтымақтастық желісінде АҚШ, Қытай және Ұлыбритания негізгі хабтар, ал Сингапур, Канада және Германия байланыстырушы көпірлер болды; өңірлік деңгейде Nazarbayev University жаһандық консорциумдармен түйісу алаңы ретінде ерекшеленді. Қорытынды нәтиже – GenAI зерттеулері техноцентрлік қызығушылықтан институционалданған педагогикалық шешімдерге қарай дамып келеді. Зерттеудің құндылығы – оқу жоспарларына ЖИ сауаттылығы мен этикасын енгізу және халықаралық серіктестікті кеңейту бойынша нақты ұсыныстар тұжырымдауында.

Стремительное распространение генеративного искусственного интеллекта в образовании усиливает требования к его ответственному использованию, поддержанию академической добросовестности и модернизации дизайна обучения. Цель исследования – выявить динамику публикаций по теме GenAI в базе данных Web of Science за 2019–2024 годы, а также влиятельных авторов, организации, страны и приоритетные тематические кластеры. Значимость исследования состоит в систематизации этого развития и формировании доказательной основы для подготовки учителей и обновления учебных программ в Казахстане. В качестве метода использовался библиометрический анализ. Данные отбирались по выражению TS. Сети совместной встречаемости ключевых слов, совместного цитирования и соавторства визуализировались в программе VOSviewer 1.6.20 методом дробного счёта (fractional counting) с порогом частоты ≥5. Анализ выявил три тематических кластера: восприятие и доверие; методологические и нормативные основы, дизайн обучения; применение и эффективность. Кроме того, с 2023 года исследовательская повестка сместилась к большим языковым моделям (LLM), ChatGPT и вопросам академической добросовестности. В сети научного сотрудничества США, Китай и Великобритания выступили ключевыми хабами, а Сингапур, Канада и Германия – связующими мостами; на региональном уровне Nazarbayev University выделился как площадка взаимодействия с глобальными консорциумами. Итоговый вывод: исследования GenAI развиваются от техноцентрического интереса к институционализированным педагогическим решениям. Ценность исследования – в формулировании конкретных рекомендаций по внедрению грамотности и этики ИИ в учебные программы и расширению международного партнёрства.

The rapid spread of generative artificial intelligence in education intensifies the requirements for its responsible use, the maintenance of academic integrity, and the modernization of learning design. The aim of the study is to identify the dynamics of GenAI-related publications in the Web of Science database from 2019 to 2024, as well as influential authors, organizations, countries, and priority thematic clusters. The significance of the study lies in systematizing this development and providing an evidence-based foundation for teacher training and curriculum renewal in Kazakhstan. Bibliometric analysis was used as the method. The data were selected using the TS search expression. Keyword co-occurrence, co-citation, and co-authorship networks were visualized in VOSviewer 1.6.20 using the fractional counting method with a frequency threshold of ≥5. The analysis identified three thematic clusters: perception and trust; methodological and regulatory frameworks and learning design; and application and effectiveness. In addition, since 2023 the research agenda has shifted toward large language models (LLMs), ChatGPT, and issues of academic integrity. In the cooperation network, the United States, China, and the United Kingdom acted as key hubs, while Singapore, Canada, and Germany served as connecting bridges; at the regional level, Nazarbayev University stood out as a point of interaction with global consortia. The final conclusion is that GenAI research is evolving from a technocentric interest toward institutionalized pedagogical solutions. The value of the study lies in formulating concrete recommendations for integrating AI literacy and ethics into curricula and expanding international partnerships.