Dasturiy kodni avtomatik tekshirish tizimlarining algoritmik yechimlari

Kirish. Hozirgi kunda dasturlashga oid fanlarni o‘qitishda talabalar tomonidan bajarilgan amaliy topshiriqlarni samarali baholash va natijalar asosida tezkor qayta aloqa berish raqamli ta’lim muhitida muhim ahamiyat kasb etmoqda. An’anaviy baholash usullari — o‘qituvchilarning qo‘lda tekshiruvi, tajribaviy baholash hamda individual sharh berish — subyektivlik va vaqt talab qilishi kabi omillar sababli talabalar uchun kechikkan natijalar, noaniqlik va takroriy xatolarni aniqlashdagi cheklovlar bilan bog‘liq muammolarni keltirib chiqaradi. Shuningdek, inson omiliga bog‘liq baholash xatoliklari, dastur kodining optimallik jihatdan baholanmasligi va plagiatni aniqlashning samarali mexanizmlarining yo‘qligi an’anaviy usullarning kamchiliklari qatoriga kiradi [1]. Avtomatik o‘zi-tekshiruvchi tizimlar ushbu muammolarning oldini olish uchun ishlab chiqilgan bo‘lib, ular dasturlash bo‘yicha topshiriqlarning natijaviyligi, kod samaradorligi va sintaktik hamda semantik muvofiqligini avtomatik ravishda baholaydi. Ushbu tizimlar kompyuter fanlarida dastur kodlarini avtomatik tekshirish algoritmlari, kodni statik va dinamik tahlil qilish texnikalari, plagiatni aniqlash mexanizmlari va sun’iy intellekt asosida kod sifatini baholash usullarini o‘z ichiga oladi. Masalan, unit-testlar asosida avtomatik tekshirish tizimlari kodni kirishchiqish testlari orqali tekshirib, talabalar tomonidan kiritilgan natijalarning to‘g‘riligini aniqlaydi. “Фан ва технологиялар тараққиёти” Илмий–техникавий журнал №3/2025 195 Информатика и информационно-коммуникационные системы Bunday tizimlar nafaqat to‘g‘ri javobni, balki dastur kodining samaradorligi, algoritmik yondashuvi va bajarilish vaqtini ham baholash imkoniyatiga ega. Masalan, Codeforces, LeetCode va HackerRank platformalarida kodlarning ishlash tezligi va murakkabligi O(n), O(log n) kabi asemptotik tahlil asosida tekshiriladi [2]. Plagiatni aniqlash algoritmlari (masalan, JPlag, MOSS, Levenshtein Distance usullari) dastur kodlarining o‘zaro o‘xshashlik darajasini aniqlab, akademik halollikni ta’minlashga xizmat qiladi. Shuningdek, avtomatik tekshirish tizimlari ta’lim jarayonida adapsiyalashgan baholash mexanizmlarini ham joriy etish imkonini beradi. Masalan, sun’iy intellekt va mashinaviy o‘rganish algoritmlariga asoslangan baholash tizimlari talabalar kod yozish jarayonidagi xatolarni tahlil qilib, ularning bilim darajasiga mos shaxsiylashtirilgan maslahatlar va kodni optimallashtirish bo‘yicha tavsiyalar berishi mumkin [3]. Biroq dasturlash topshiriqlarining natijalarini avtomatik tekshirish jarayonida qator muammolar ham mavjud. Jumladan:  natijaning to‘g‘riligi – tizim foydalanuvchi kiritgan kod natijasini dastlab belgilangan to‘g‘ri javob bilan solishtiradi, lekin kodning mantiqiy to‘g‘riligini tahlil qilish qiyinchilik tug‘dirishi mumkin.  kod samaradorligi – kod faqat to‘g‘ri javob qaytarishga emas, balki samarali algoritmlarni ishlatishga asoslangan bo‘lishi kerak. Murakkablikni baholash tizimlari hali to‘liq takomillashmagan.  plagiatni aniqlash – talabalar o‘zaro kod almashishi yoki internetdan kodlarni olib foydalanishi mumkin. Shuning uchun plagiatni aniqlash mexanizmlari doimiy ravishda takomillashtirilishi lozim.  moslashuvchanlik – avtomatik tekshirish tizimlari turli dasturlash tillari va murakkab vazifalar uchun yetarlicha moslashuvchan bo‘lishi kerak. Biroq ba’zi tizimlar faqat oldindan belgilangan kodlarni tekshirishi sababli, talabalar ijodiy yondashuvlarini cheklashi mumkin. Dasturlash bo‘yicha amaliy topshiriqlarni avtomatik tekshirish, ya’ni dastur kodini o‘zitekshiruvchi tizimlar borasida bir qator xorijlik olimlar tadqiqotlar olib borgan. Keuning va boshqalar dasturlash bo‘yicha mashqlar uchun avtomatik fikr-mulohaza yaratish usullarini tizimli ravishda ko‘rib chiqishgan. Ular turli yondashuvlarni tahlil qilib, avtomatik tekshirish tizimlarining samaradorligini oshirish bo‘yicha tavsiyalar berishgan. Ihantola esa dasturlash topshiriqlarini avtomatik tekshirish uchun yaratilgan so‘nggi tizimlarni tadqiq etib, ularning xususiyatlari, afzalliklari va kamchiliklarini tahlil qilishgan. Douce dasturlash bo‘yicha topshiriqlarni avtomatik baholashda test asosidagi yondashuvlarni tavsiya etadi. Pieterse topshiriqlarini avtomatik baholashning turli usullarini tahlil qilib, ularning ta'lim jarayonidagi o‘rnini baholagan [4]. AlaMutka dasturlash topshiriqlarini avtomatik tekshirish bo‘yicha turli yondashuvlarni ko‘rib chiqib, ularning samaradorligi va cheklovlarini tahlil qilgan [5]. 1-jadval. Avtomatik baholash tizimlari va platformalar Nomi Izoh AutoGrader va Web-CAT (AQSh, MIT, Stanford) avtomatik tekshirish tizimlari dastur kodining aniqligini, samaradorligini va to‘g‘ri ishlashini tekshiradi CodeRunner (Yangi Zelandiya, Otago Universiteti) Moodle’ga integratsiyalashgan va talabalarning kodlarini avtomatik tekshiruvchi tizim HackerRank, Codeforces, LeetCode xalqaro miqyosdagi avtomatlashtirilgan dasturlash muammolarini baholovchi platformalar MOSS (Measure of Software Similarity, AQSh, Stanford) plagiatni aniqlash uchun keng qo‘llaniladigan vosita talabalar kodlarini tekshiruvchi va sun’iy intellekt yordamida baholovchi avtomatik tizim Pythia (Germaniya, Aachen universiteti) “Развитие науки и технологий” Научно–технический журнал №3/2025 196 Информатика ва ахборот-коммуникацион тизимлар Dasturiy kodni avtomatik baholash tizimlari bo‘yicha xalqaro tajribada bir qator ilg‘or tizimlar va algoritmlar ishlab chiqilgan. Ushbu tizimlar o‘qitish jarayonining samaradorligini oshirish, dasturlash topshiriqlarini obyektiv baholash va talabalar uchun tezkor fikr-mulohaza taqdim etish imkonini beradi. Ilmiy tadqiqotlar va eksperiment natijalari shuni ko‘rsatadiki, bunday tizimlar talabalar bilimini obyektiv baholash, akademik halollikni ta’minlash va o‘qituvchilarning yukini kamaytirishda muhim ahamiyat kasb etadi. Biroq ularning samaradorligini yanada oshirish uchun plagiatni aniqlash, kod samaradorligini baholash va sun’iy intellekt texnologiyalarini integratsiya qilish kabi yo‘nalishlarda tadqiqotlarni davom ettirish zarur. Ushbu rivojlanishlar orqali avtomatik baholash tizimlari ta’lim jarayoniga yanada chuqur integratsiya qilinib, dasturlash bo‘yicha ta’lim sifati oshirilishi mumkin. 1-rasm. Avtomatik baholash tizimlarining samaradorligi Materiallar va metodlar. Dasturlash bo‘yicha amaliy topshiriqlarni avtomatik baholash tizimlarining samaradorligini aniqlash va ularning ta’lim jarayoniga ta’sirini baholash uchun turli usullar qo‘llaniladi. Ushbu usullar tizimning aniqligi, baholash tezligi, plagiatni aniqlash imkoniyatlari va foydalanuvchi tajribasini tahlil qilishga qaratilgan. 2-rasm. Avtomatik o‘zi-tekshiruvchi tizimlarda topshiriqlarni baholash bosqichlari “Фан ва технологиялар тараққиёти” Илмий–техникавий журнал №3/2025 197 Информатика и информационно-коммуникационные системы Shuningdek, bu tizimlarning dasturlash fanini o‘qitish jarayoniga qanday ta’sir ko‘rsatishi, talabalar bilim olish samaradorligini oshirishi va o‘qituvchilarning baholash yukini kamaytirishi kabi jihatlar ham o‘rganiladi. Bunday tahlillar avtomatik baholash tizimlarining real sharoitda ishlash qobiliyatini baholash va ularni yanada takomillashtirish uchun ilmiy asos yaratadi. Bunday tizimlarda foydalanuvchilar dasturiy kodlarini yuklash yoki integratsiyalashgan onlayn muharrir orqali to‘g‘ridan to‘g‘ri yozish imkoniyatiga ega bo‘ladilar. Tizim avtomatik ravishda kodni bir nechta baholash bosqichlaridan o‘tkazadi: sintaktik tahlil, semantik tekshiruv, test sinovlari va samaradorlik baholash jarayonlari. Shu orqali kodning mantiqiy to‘g‘riligi, natijaviyligi va optimalligi aniqlanadi. Tizim foydalanuvchilarga real vaqt rejimida fikr-mulohaza (feedback) taqdim etib, ularning xatolarini tushunish va tuzatish jarayonini tezlashtiradi. Natijada, foydalanuvchilar o‘z dasturiy kodlarini iterativ tarzda yaxshilash, samaradorligini oshirish va plagiat tekshiruvlaridan o‘tkazish imkoniyatiga ega bo‘ladilar. Ushbu jarayon nafaqat individual o‘rganish samaradorligini oshiradi, balki o‘qituvchilar uchun ham baholash jarayonini avtomatlashtirib, ta’lim jarayonini optimallashtiradi. 2-jadval. Avtomatik baholash tizimlariga oid algoritmlarning afzallik va kamchiliklari Algoritm Afzalligi Kamchiligi Unit Testing Kod to‘g‘riligini kafolatlaydi, funksiya uchun mustaqil test. Kodni oldindan yozilgan testlarga nisbatan tekshiradi, xatolarni topa olmaydi. Static Analysis Sintaktik xatolarni oldindan aniqlaydi, tez ishlaydi. Kodning dinamik ishlashini tekshirmaydi, faqat sintaksis xatolarni topadi. Dynamic Analysis Ko‘proq resurs talab qiladi, vaqt bo‘yicha murakkablikni oshirishi mumkin. Plagiarism Detection Ish paytida xatolarni topadi, samaradorlikni o‘lchaydi. Kod o‘zgarishlarini aniqlash qiyin, stilistik o‘zgarishlarni plagiat deb topishi mumkin. Performance Profiling Plagiatga qarshi kurash, kod o‘xshashliklarini aniqlash. Ko‘p ma’lumot to‘plash talab etiladi, real natijalarga bog‘liq. ML-based Assessment Algoritmni baholaydi, resurslarni optimallashtirish. ML modeli katta hajmli ma’lumotlarni talab qiladi, noto‘g‘ri baholash xavfi bor. Chuqur semantik tahlil, moslashuvchan baholash. Yuqoridagi jadvalda avtomatik o‘zi-tekshiruvchi tizimlarda ishlatiladigan asosiy algoritmlar va ul yuqoridagi jadvalda avtomatik o‘zi-tekshiruvchi tizimlarda ishlatiladigan asosiy algoritmlar va ularning kuchli hamda zaif tomonlari qiyosiy tahlil qilindi. Har bir algoritm muayyan baholash jarayonlariga ixtisoslashgan bo‘lib, ular kodning to‘g‘riligi, samaradorligi, plagiatni aniqlash va xatolarni tahlil qilish kabi vazifalarni bajaradi. Masalan, Unit Testing individual funksiyalarni tekshirishda samarali bo‘lsa-da, u kodning umumiy ishlash mantig‘ini tahlil qilish imkoniyatiga ega emas. Statik Analysis dastur kodini bajarishdan oldin sintaktik va semantik xatolarni aniqlashga yordam beradi, biroq dinamik xatolarni tekshira olmaydi. Dinamik Analysis esa kod ishga tushirilgandan keyin uning ishlash jarayonini baholaydi va resurslardan foydalanish samaradorligini tekshiradi. Shuningdek, MOSS va JPlag kabi plagiatni aniqlash algoritmlari dasturiy kodlarning o‘xshashlik darajasini baholashda foydalaniladi, lekin kod tuzilishidagi kichik o‘zgarishlar natijalarni buzishi mumkin. Zamonaviy tendensiyalar shuni ko‘rsatmoqdaki, sun’iy intellekt va mashinaviy o‘rganish asosida ishlaydigan algoritmlar baholash jarayonlarini yanada moslashuvchan va aniq qilish imkonini beradi. Natijalar. Avtomatik tekshirish tizimlari ta’lim jarayonida samaradorlikni oshirishda muhim rol o‘ynaydi. Zamonaviy ta’lim texnologiyalarining rivojlanishi bilan dasturlash bo‘yicha amaliy topshiriqlarni avtomatik baholash tizimlari keng qo‘llanilmoqda. Ushbu tizimlar o‘qituvchilar uchun baholash jarayonini optimallashtirib, talabalar uchun esa tezkor va obyektiv fikr-mulohaza taqdim etish orqali o‘quv jarayonining sifatini oshiradi. Nguyen va boshqalar tomonidan olib borilgan tadqiqotda avtomatik tekshirish tizimlari o‘qituvchilarning yukini kamaytirishi, baholash “Развитие науки и технологий” Научно–технический журнал №3/2025 198 Информатика ва ахборот-коммуникацион тизимлар jarayonining tezligini oshirishi hamda baholash natijalarining obyektivligini ta’minlashi aniqlangan [6]. Tadqiqot natijalariga ko‘ra, ushbu tizimlar an’anaviy baholash usullari bilan solishtirganda 50% gacha vaqtni tejash imkonini beradi. Shuningdek, bu tizimlar kodning sintaktik va semantik jihatdan to‘g‘riligini aniqlash bilan birga, mantiqiy xatolarni tahlil qilish va talabaning dasturiy yechimiga moslashtirilgan fikr-mulohaza berish imkoniyatini yaratadi. Garcia va boshqalar kod o‘xshashligini aniqlash tizimlari akademik halollikni ta’minlashda samarali ekanligini ta’kidlaydilar [7]. Ularning tadqiqot natijalariga ko‘ra, plagiatni aniqlash algoritmlari (MOSS, JPlag, Levenshtein Distance) 90% aniqlik bilan kodlarning o‘xshashligini aniqlashga qodir. Bu esa talabalarni mustaqil ishlashga undash bilan birga, ta’lim muassasalarida akademik halollik siyosatini mustahkamlashga xizmat qiladi. Johnson va boshqalar o‘z tadqiqotlarida bunday tizimlar real vaqt rejimida interaktiv fikrmulohaza berish orqali talabalar o‘zlashtirish darajasini oshirishini ko‘rsatdilar [8]. Tadqiqot natijalariga ko‘ra, avtomatik baholash tizimlari yordamida ta’lim olgan talabalar an’anaviy baholash tizimi asosida ta’lim olgan guruhlarga nisbatan 20% yuqori natijalarga erishgan. Bundan tashqari, real vaqt rejimida baholash imkoniyati talabalarni kod yozish jarayonida tezkor tuzatishlar kiritishga, o‘z xatolarini tezda tushunib, ularni bartaraf etishga undaydi. Bain va boshqalar tomonidan olib borilgan tadqiqot natijalari shuni ko‘rsatdiki, avtomatik tekshirish tizimlari talabalar uchun individual o‘quv yo‘nalishlarini taqdim etish orqali ta’lim jarayonini moslashtirish imkonini beradi [9]. Bunday tizimlar talabalar darajasini baholab, ularga moslashtirilgan (adaptive learning) mashg‘ulotlar va topshiriqlarni taqdim etadi. Masalan, agar talaba dasturlash bo‘yicha ilg‘or darajada bo‘lsa, tizim unga murakkabroq algoritmik muammolar berishi mumkin. Aksincha, boshlang‘ich darajadagi talabalar uchun asosiy konseptlarni mustahkamlovchi vazifalar tavsiya etiladi. Ushbu tadqiqot natijalari shuni ko‘rsatadiki, avtomatik baholash tizimlari dasturlash fanining zamonaviy pedagogik metodlari bilan integratsiya qilinishi natijasida ta’lim jarayonining interaktivligini oshirish, o‘qituvchilarning baholash yukini kamaytirish va talabalar bilimini aniq va shaffof baholashga imkon yaratadi. Shu bilan birga, bunday tizimlarning yanada rivojlanishi sun’iy intellekt va mashinaviy o‘rganish algoritmlarini baholash jarayoniga integratsiya qilish orqali yanada yuqori aniqlikka erishish imkoniyatini taqdim etadi. Dunyoda bir qator ilg‘or avtomatik tekshirish tizimlari mavjud bo‘lib, ular turli funksionallik va imkoniyatlarga ega:  Codeforces: Dasturlash bo‘yicha musobaqalar o‘tkazadigan platforma bo‘lib, real vaqt rejimida baholash va reyting tizimiga ega.  LeetCode: Dasturlash bo‘yicha masalalar to‘plamini taqdim etuvchi platforma bo‘lib, intervyu tayyorgarligi uchun keng qo‘llaniladi.  HackerRank: Turli dasturlash tillarida masalalar va musobaqalar taqdim etuvchi platforma bo‘lib, foydalanuvchilarga o‘z mahoratini sinash imkonini beradi.  AutoGrader: Talabalar kodini avtomatik tekshirish uchun mo‘ljallangan tizim bo‘lib, o‘qituvchilarga baholash jarayonini avtomatlashtirishda yordam beradi.  Moodle Pluginlar: Moodle ta’lim platformasi uchun mo‘ljallangan plaginlar bo‘lib, dasturlash bo‘yicha topshiriqlarni avtomatik tekshirish imkonini beradi. Avtomatik baholash tizimlarining samaradorligini matematik jihatdan ifodalash mumkin. Quyida baholash jarayonining samaradorligi, aniqlik darajasi, plagiatni aniqlash aniqligi va o‘qituvchilarning vaqt tejashi kabi jihatlarni matematik ifodalash mumkin. 1. Baholash tizimining samaradorligi (%): Baholash tizimining samaradorligi an’anaviy baholash jarayoni bilan solishtirilganda qancha vaqt tejashini aniqlash uchun quyidagi formula ishlatilishi mumkin: “Фан ва технологиялар тараққиёти” Илмий–техникавий журнал №3/2025 199 Информатика и информационно-коммуникационные системы Bu yerda: E-avtomatik baholash tizimining samaradorligi (%); Tauto –avtomatik tizim yordamida o‘rtacha baholash vaqti (soniya yoki daqiqa); Tmanual -an’anaviy baholash usulida o‘rtacha baholash vaqti (soniya yoki daqiqa). Masalan, qo‘lda baholash uchun 10 daqiqa talab qilinsa va avtomatik baholash tizimi buni 5 daqiqada bajarsa, samaradorlik quyidagicha hisoblanadi: Bu shuni anglatadiki, avtomatik baholash tizimi 50% tezroq ishlaydi. 2. Baholash tizimining aniqlik darajasi (%) Baholash tizimining aniqlik darajasini aniqlash uchun quyidagi formula ishlatilishi mumkin: Bu yerda: A-baholash tizimining aniqlik darajasi (%); Ncorrect -tizim tomonidan to‘g‘ri baholangan topshiriqlar soni; Ntotal-umumiy topshiriqlar soni. Misol:Agar 100 ta kodni baholaganda tizim 95 ta to‘g‘ri natija chiqarsa Bu shuni anglatadiki, tizim 95% aniqlikka ega. 3. Plagiatni aniqlash aniqligi (%) Plagiatni aniqlash tizimining samaradorligi quyidagi formula orqali hisoblanadi: Bu yerda: P-plagiatni aniqlash samaradorligi (%); Ndetected –tizim tomonidan to‘g‘ri aniqlangan plagiat holatlari; Nactual-aslida plagiat bo’lgan umumiy holatlar soni. Misol: Agar 50 ta plagiat kod mavjud bo’lsa va tizim shundan 45 tasini to‘g‘ri aniqlasa: Bu shuni anglatadiki, plagiatni aniqlash tizimi 90% aniqlik bilan ishlaydi. 4. O‘qituvchilarning vaqt tejashi (%) O‘qituvchilarning vaqt tejash darajasini aniqlash uchun quyidagi formula ishlatilishi mumkin: Bu yerda: S-vaqt tejash darajasi (%); Tauto-total-avtomatik baholash tizimi bilan sarflangan umumiy vaqt (daqiqa yoki soat); Tmanual-total-an’anaviy baholash tizimi bilan sarflangan umumiy vaqt (daqiqa yoki soat). Misol: Agar o‘qituvchi bir semester davomida talabalar kodlarini qo‘lda tekshirishga 50 soat sarflagan bo’lsa va avtomatik baholash tizimi bilan bu 30 soat bo‘lsa: Bu shuni anglatadiki, avtomatik baholash tizimi o‘qituvchilar uchun 40% vaqtni tejash imkonini beradi. Muhokama. Avtomatik o‘zi-tekshiruvchi tizimlar dasturlash ta’limida samaradorlikni oshirishda muhim rol o‘ynaydi. Ushbu tizimlar nafaqat o‘qituvchilarning yukini kamaytiradi, balki talabalar uchun ham tezkor va obyektiv fikr-mulohaza taqdim etadi. Biroq bunday tizimlarni joriy etishda bir qator muammolar va cheklovlar mavjud. Dasturiy ta’minotdagi xatolarni avtomatik aniqlash va tuzatish masalasi bugungi kunda dasturchilar va muhandislik jamoalari uchun dolzarb ahamiyatga ega. Dasturiy mahsulotlarning ishonchliligini oshirish, ishlash samaradorligini ta’minlash va xatolarni minimal darajaga tushirish uchun ilg‘or algoritmlardan foydalanish tobora muhim bo‘lib bormoqda. Ushbu jarayonni “Развитие науки и технологий” Научно–технический журнал №3/2025 200 Информатика ва ахборот-коммуникацион тизимлар takomillashtirishda o‘z-o‘zini o‘rgatuvchi algoritmlar, statik va dinamik tahlil texnologiyalari, test avtomatlashtirish tizimlari hamda mashinaviy o‘rganish asosidagi xato tuzatish modullari keng qo‘llanilmoqda [10]. 3-rasm. Avtomatik o‘zi-tekshiruvchi tizimlarni joriy etishdagi muammolar Bunday algoritmlar kodni oldindan tekshirish (static analysis), bajarilish vaqtida kuzatish (dynamic analysis), plagiatni aniqlash, sintaktik va semantik tahlil, shuningdek, neyron tarmoqlar asosida kodni avtomatik to‘g‘rilash kabi muhim jarayonlarni avtomatlashtiradi. Masalan, kompilyator asosidagi statik analizatorlar dasturchining kod yozish jarayonida xatolarni aniqlash va tuzatish imkonini beradi. Dinamik tahlil usullari esa kod ishga tushirilgandan so‘ng uning bajarilish jarayonini kuzatib, xotira oqishlari, ishlash samaradorligi va xatolik yuzaga kelgan vaziyatlarni tahlil qiladi. Shuningdek, zamonaviy dasturiy ta’minot ishlab chiqishda mashinaviy o‘rganish va sun’iy intellekt texnologiyalaridan foydalanish tendensiyasi ortib bormoqda. Xususan, GPT asosidagi kod tahlil tizimlari, Transformer modellaridan foydalangan holda sintaktik va semantik xato aniqlash tizimlari dasturiy kodni chuqur o‘rganib, oldindan ehtimoliy xatolarni aniqlash va avtomatik tuzatish imkonini beradi. Avtomatik baholash tizimlari o‘qituvchilarga baholash jarayonini tezlashtirish va obyektivlikni ta’minlashda yordam beradi. Biroq bunday tizimlar ba’zi cheklovlarga ega. Masalan, ular murakkab algoritmik masalalarni baholashda qiyinchiliklarga duch kelishi mumkin. Shuningdek, bunday tizimlar dasturiy ta'minotdagi barcha turdagi xatolarni aniqlay olmaydi. Avtomatik baholash tizimlarini ta’lim jarayoniga joriy etishda bir qator qiyinchiliklar mavjud. Masalan, bunday tizimlarni ishlab chiqish va joriy etish uchun katta mablag‘ va vaqt talab etiladi. Shuningdek, bunday tizimlarni ta’lim jarayoniga muvaffaqiyatli integratsiya qilish uchun o‘qituvchilar va talabalar tomonidan qo‘shimcha o‘qitish va tayyorgarlik talab etiladi. Kelajakda avtomatik baholash tizimlari sun’iy intellekt va mashinaviy o‘rganish yondashuvlarini integratsiya qilish orqali yanada rivojlanishi kutilmoqda. Bu esa bunday tizimlarning baholash aniqligini oshirish va ularni murakkabroq dasturlash masalalarini baholashga moslashtirish imkonini beradi. Shuningdek, bunday tizimlarning foydalanuvchi interfeysini yaxshilash va ularni ta’lim jarayoniga yanada chuqurroq integratsiya qilish ustida ish olib borilmoqda. Xulosa. Avtomatik o‘zi-tekshiruvchi tizimlar zamonaviy ta’lim jarayonida nafaqat real vaqt rejimida baholashni amalga oshirish, balki ta’lim jarayonini ilg‘or texnologiyalar bilan uyg‘unlashtirish orqali uning sifatini oshirishga xizmat qilmoqda. Ushbu tizimlar o‘qituvchilarning ish yukini sezilarli darajada kamaytirib, talabalar uchun tezkor, obyektiv va shaffof baholash muhitini yaratishga imkon beradi. Dasturlash fanining texnologik jihatdan rivojlanishi bilan birga, “Фан ва технологиялар тараққиёти” Илмий–техникавий журнал №3/2025 201 Информатика и информационно-коммуникационные системы avtomatik baholash tizimlari ta’limni individuallashtirish, moslashtirilgan ta’lim usullarini joriy etish va talabalar bilimini real sharoitlarga mos baholash imkonini bermoqda. An’anaviy baholash tizimlarining subyektiv baholash, vaqt talabchanlik, o‘qituvchi resurslariga ortiqcha yuk tushishi kabi kamchiliklarini bartaraf etish orqali avtomatik tizimlar zamonaviy raqamli ta’limning ajralmas qismiga aylanib bormoqda. Shu bilan birga, mashinalarni o‘rganish va sun’iy intellekt modellarining integratsiyasi, plagiatni aniqroq tahlil qilish texnologiyalari va semantik kod tahlilini yanada rivojlantirish kabi yo‘nalishlar tizimlarning samaradorligini oshirish uchun keng tadqiq etilmoqda. Dunyo tajribasiga nazar tashlasak, avtomatik baholash tizimlari ko‘plab rivojlangan davlatlarning ta’lim tizimida faol qo‘llanilmoqda. MIT, Stanford, Carnegie Mellon, Cambridge, va Tokio universitetlari kabi yetakchi oliy ta’lim muassasalari ushbu tizimlarning aniqligini oshirish, plagiatni samarali aniqlash va talabalar uchun yanada interaktiv o‘quv jarayonini yaratish bo‘yicha ilmiy izlanishlar olib bormoqda. Misol uchun, Codeforces, LeetCode, HackerRank va AutoGrader kabi platformalar real vaqt rejimida baholash tizimlarini takomillashtirib, ularni global dasturlash ta’limiga keng joriy etmoqda. Ushbu xalqaro tajribalarni mahalliy ta’lim tizimiga joriy etish orqali o‘qitish jarayonining texnologik imkoniyatlarini kengaytirish, o‘ziga xos muammolarni hal qilish va avtomatik baholash tizimlarini milliy kontekstga moslashtirish kelajakdagi ustuvor yo‘nalishlardan biri hisoblanadi. Bunda o‘qituvchilarning tajribasi va sun’iy intellekt imkoniyatlarining uyg‘unlashuvi, ta’lim jarayonini diversifikatsiya qilish hamda dasturlash fanini amaliyotga yaqinlashtirish asosiy maqsadlarga aylanishi lozim. Avtomatik baholash tizimlarining doimiy takomillashtirilishi natijasida nafaqat ta’lim jarayoni, balki dasturlash sohasi bo‘yicha mutaxassislarni tayyorlash tizimi ham yangi bosqichga chiqishi kutilmoqda