Научни публикации за изкуствения интелект

Метод/подход: Обобщаващ концептуален подход. Разглеждат се приложения на ИИ при анализ на тенденции, подготовка на научни текстове, избор на тема, генериране на резюме и хипотези, превод, проверка за новост и оригиналност, както и управление на ограниченията. Използват се казуси и SWOT анализ.

Основни резултати: ИИ е определен като ценен инструмент за автоматизация на рутинни дейности, подпомагане на творческите етапи и откриване на връзки, които могат да останат незабелязани при традиционни подходи. Подчертава се необходимостта от човешки контрол и етични правила.

Библиографско описание: Rashidov, A. Artificial intelligence in scientific research. Strategies for Policy in Science and Education, vol. 32 (5s), pp. 35-45, Az-buki, 2024. ISSN: 1310-0270. DOI: 10.53656/str2024-5s-3-ald.

Метод/подход: Предложен е десететапен алгоритъм, който съчетава автоматизиран анализ от ChatGPT и експертна преценка на рецензента. Включени са критерии и тегловни коефициенти, количествена и качествена оценка, SWOT анализ, корекции от рецензента и окончателно решение.

Основни резултати: Подходът може да ускори предварителната оценка, да повиши детайлността и да намали влиянието на част от субективните фактори. Подчертано е, че крайното решение остава при рецензента.

Библиографско описание: Rashidov, A. An algorithm to support the scientific manuscript review process with the assistance of ChatGPT. Strategies for Policy in Science and Education, vol. 32 (6), pp. 669-681, Az-buki, 2024. DOI: 10.53656/str2024-6-1-alg.

Метод/подход: Разработен е структуриран и итеративен алгоритъм за избор на тема чрез ChatGPT. Той комбинира критерии за релевантност, съответствие с експертизата, практическа приложимост, потенциал за сътрудничество, новост и SWOT анализ.

Основни резултати: Алгоритъмът осигурява персонализиран и адаптивен подход и подпомага по-аргументиран избор на тема. Подчертан е потенциалът му за ускоряване на научната работа и стимулиране на интердисциплинарно сътрудничество.

Библиографско описание: Rashidov, A. Algorithm for optimizing the process of selecting a topic for a scientific publication with the assistance of ChatGPT. Strategies for Policy in Science and Education, vol. 33 (3), pp. 281-295, Az-buki, 2025. DOI: 10.53656/str2025-3-1-alg.

Метод/подход: Предложен е алгоритъм с шест основни стъпки: задаване на правила, въвеждане на източниците, адаптиране на правилата, автоматично форматиране, преглед и корекции, окончателно потвърждение и експорт. Разгледано е конфигуриране на GPT асистент с примери за стилове.

Основни резултати: Подходът намалява ръчната работа и риска от формални грешки и предлага гъвкаво, мащабируемо решение за автори и институции.

Библиографско описание: A. Rashidov, “Automating Citation Formatting in Scientific Publications Using ChatGPT,” 2024 Asian Conference on Communication and Networks (ASIANComNet), Bangkok, Thailand, 2024, pp. 1-6. DOI: 10.1109/ASIANComNet63184.2024.10811018.

Метод/подход: Осуетапен алгоритъм: въвеждане на проектното предложение, дефиниране на критерии и под-критерии с тегла, анализ от ChatGPT, качествена оценка, количествена оценка, SWOT анализ, проверка и корекции от рецензент, окончателна оценка и решение.

Основни резултати: Алгоритъмът създава структурирана рамка за по-бързо и последователно оценяване и улеснява формулирането на препоръки за подобрение на проектните предложения.

Библиографско описание: A. Rashidov, “An Algorithm to Support the Review Process of a Scientific Research Project Proposal Using ChatGPT,” 2024 8th International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), Ankara, Turkiye, 2024, pp. 1-6. DOI: 10.1109/ISMSIT63511.2024.10757273.

Метод/подход: Систематизирани са шест приложни казуса и осем групи ограничения. Извършен е SWOT анализ на внедряването на ИИ в научните изследвания и са предложени примерни решения.

Основни резултати: ИИ може да подобри ефективността и качеството на научната работа, но успешното приложение изисква координация между научната общност, индустрията и регулаторите, както и запазване на човешкото участие.

Библиографско описание: A. Rashidov and F. Rashidova, “Challenges and limitations in the use of artificial intelligence in research and some options to overcome them,” 2024 15th International Conference on Computing Communication and Networking Technologies (ICCCNT), Kamand, India, 2024, pp. 1-4. DOI: 10.1109/ICCCNT61001.2024.10724588.

Метод/подход: Девететапен алгоритъм: задаване на тема и рамка, генериране на отговор, оценка от автора, итеративни корекции, SWOT анализ на структурата и съдържанието, решение, превод по избор, граматична и правописна проверка, завършване на процеса.

Основни резултати: Алгоритъмът позволява персонализиране и оптимизиране на времето и ресурсите и осигурява последователен процес за създаване на резюмета според нуждите на автора.

Библиографско описание: A. Rashidov, “Algorithm for generating an abstract of a scientific publication with the assistance of ChatGPT,” 2024 15th International Conference on Computing Communication and Networking Technologies (ICCCNT), Kamand, India, 2024, pp. 1-5. DOI: 10.1109/ICCCNT61001.2024.10724617.

Метод/подход: Девететапен експертен алгоритъм: информация за екипа и темите, анализ на профила, генериране и оценка на предложения, SWOT анализ, избор, допълнително проучване, решение, оптимизация и допълнителни консултации, завършване.

Основни резултати: Подходът осигурява персонализирани предложения, по-бързо вземане на решения и възможност за аргументиран SWOT анализ на алтернативите.

Библиографско описание: A. Rashidov, “Expert algorithm to optimize the process of selecting a topic for a research project with the assistance of ChatGPT,” 2024 International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA), Istanbul, Turkiye, 2024, pp. 1-5. DOI: 10.1109/HORA61326.2024.10550536.

Метод/подход: Структуриран десететапен подход с иницииране на задачата, конкретизиране на изискванията, генериране на редакция, оценка от автора, итеративни корекции, SWOT анализ по избор, многоезикова адаптация или външна проверка и финализиране.

Основни резултати: ChatGPT е представен като ефективен помощник при ясно зададени инструкции и явен авторски контрол. Подходът е гъвкав, бърз и приложим индивидуално и институционално.

Библиографско описание: A. Rashidov and F. Rashidova, “A Structured Approach to Grammar and Style Checking of Scientific Texts With ChatGPT,” 2026 8th International Congress on Human-Computer Interaction, Optimization and Robotic Applications (ICHORA), Ankara, Turkiye, 2026, pp. 1-6. DOI: 10.1109/ICHORA69329.2026.11536994.

Метод/подход: Девететапен интерактивен алгоритъм: иницииране, формулиране на структурни изисквания, начална структура, авторска оценка, решение, нови инструкции, ревизирана структура, SWOT анализ по избор и финализиране.

Основни резултати: При тест с трима автори средното време за генериране е под 15 минути, необходими са 1-3 итерации, средната удовлетвореност е 4.7 от 5 и изискванията са изпълнени във всички случаи.

Библиографско описание: A. Rashidov and F. Rashidova, “Model for generating the structure of a scientific publication using generative AI,” 2025 9th International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), Ankara, Turkiye, 2025, pp. 1-6. DOI: 10.1109/ISMSIT67332.2025.11267973.

Метод/подход: Десететапен алгоритъм за граматична и стилова проверка: инициране, изисквания, начална редакция, авторска оценка, решение, нови инструкции и итерации, SWOT анализ по избор, многоезикова адаптация или външна проверка и финализиране.

Основни резултати: Показана е приложимостта на ChatGPT като редакционен асистент с висока гъвкавост, персонализация и скорост, когато авторът запазва контрол върху смисъла и терминологията.

Библиографско описание: A. Rashidov, F. Rashidova. “Grammar and Style Verification of Scientific Publications Using ChatGPT,” 2025 16th International Conference on Computing Communication and Networking Technologies (ICCCNT), India, 2025, pp. 1-6.

Метод/подход: Концептуален цикличен модел с четири блока: образователни цели и входни условия; области на приложение; механизъм за контролирано и отговорно използване; резултати, оценка и обратна връзка. Разграничени са синхронен и асинхронен режим.

Основни резултати: Формулирана е рамка, която поставя педагогическата цел, преподавателския контрол, прозрачността, етиката и защитата на данните над самоцелното използване на технологията.

Библиографско описание: Рашидов, А. Модел за контролирано и отговорно внедряване на генеративен изкуствен интелект в синхронно и асинхронно дистанционно обучение във висшето образование. Четвърта национална научно-практическа конференция „Дигитална трансформация на образованието - проблеми и решения“, Русе, 2026, pp. 621-626.

Метод/подход: Експериментално сравнение между контролна и експериментална група. В експерименталната група са интегрирани адаптивни упражнения, автоматична проверка, чатботи, виртуални лаборатории, препоръчващи системи и ранна интервенция.

Основни резултати: Група B показва по-високи резултати: финален тест 4.75 ± 0.48 срещу 4.20 ± 0.55; проекти 4.80 ± 0.45 срещу 4.30 ± 0.50; подобрение +22% срещу +9%. Посочена е статистически значима разлика p < 0.05 и по-висока увереност и удовлетвореност.

Библиографско описание: Rashidova, F., Rashidov, A. The application of artificial intelligence in teaching the course Internet-Based Systems. ARTTE, vol. 13, no. 3-4, 2026, pp. 145-152. DOI: 10.15547/artte.2025.03.005.

Метод/подход: Експериментално сравнение на две групи от общо 20 второкурсници. В експерименталната група се използват адаптивни упражнения, автоматична проверка на код, ChatGPT за обяснения и обратна връзка, емулатори и виртуални лаборатории.

Основни резултати: Експерименталната група показва тенденция към по-добри теоретични и практически резултати, по-висока мотивация и увереност и по-бърза обратна връзка. Авторите отбелязват, че резултатите са индикативни.

Библиографско описание: A. Rashidov, F. Rashidova. Integrating Artificial Intelligence into the Teaching of Mobile Application Programming. International Scientific Conference UNITECH 2025, Gabrovo, Bulgaria, 20-21 November 2025.

Метод/подход: Пететапна методология: събиране и подготовка на данни; откриване на функционални зависимости чрез ML, статистически и хибридни подходи; препоръчване на нормални форми; трансформация на таблиците; верификация и оценка.

Основни резултати: Наблюдавани са по-висока мотивация, намаляване на типичните грешки и по-добро разбиране на теорията чрез практическо взаимодействие с ИИ.

Библиографско описание: А. Рашидов, Ф. Рашидова. Методология за нормализиране на бази от данни с използване на изкуствен интелект. International Scientific Conference UNITECH 2025, Gabrovo, Bulgaria, 20-21 November 2025.

Метод/подход: Обзорен и аналитичен доклад с примери за инструменти и практики в предучилищното, средното и висшето образование. Разгледани са приложения, рискове и бъдещи насоки.

Основни резултати: ИИ е определен като катализатор на образователна трансформация. Централна остава ролята на преподавателя като ментор и критичен коректив, както и необходимостта от AI literacy, етична рамка и приобщаващ подход.

Библиографско описание: А. Рашидов, Ф. Рашидова. Образование с изкуствен интелект: перспективи за следващото поколение обучаеми. Е-списание „Наука и образование“, брой 11, юли 2025, pp. 351-361. ISSN: 2683-0191.

Метод/подход: Адаптиран рангов метод на базата на тегловни коефициенти и съгласуваност. Оценяването се извършва по четири критерия: ефективност, удобство, комуникация и доверие. Добавен е динамичен компонент и прогнозиране.

Основни резултати: За 2025 г. най-високи агрегирани предпочитания имат ChatGPT, Grammarly и Microsoft Copilot. Анализът определя устойчиво предпочитание към ChatGPT и Copilot, нарастваща тенденция при Khanmigo, спад при Grammarly, трайно намаляване при AI търсачките и колебливо поведение при Google Bard и други инструменти.

Библиографско описание: Aldeniz Rashidov. Analysis and evaluation of satisfaction and preferences regarding the use of artificial intelligence in education. International Journal on Information Technologies & Security, vol. 17, no. 4, 2025, pp. 23-32. DOI: 10.59035/STBI7753.

Метод/подход: Предложена е модулна концептуална архитектура: електронен нос с газови и химични сензори, предварителна обработка, ML/DL модел за класификация, LLM за интерпретация и диалог, генератор на аромати и обратна връзка от потребителя.

Основни резултати: Архитектурата затваря цикъла „аромат - анализ - предаване - възпроизвеждане - обратна връзка“ и очертава приложения в промишлеността, медицината, VR/AR и електронната търговия.

Библиографско описание: Rashidov, A., Rashidova, F. Conceptual architecture for imparting AI with olfaction: integration of electronic noses, aroma generators and LLM. International Journal on Information Technologies & Security, vol. 17, no. 2, 2025. DOI: 10.59035/VJJI1464.

Метод/подход: Предложена е методология за AISIQ - intelligence quotient of artificial intelligence systems. Дефинирани са видове интелигентност: езикова, логико-математическа, пространствена, музикална, моторна, емоционална и други. Въведени са mAISIQ и корекционен коефициент за „възраст“ на системата.

Основни резултати: Методологията предлага начален количествен инструмент за сравнение на интелигентни системи и за идентифициране на области за подобрение.

Библиографско описание: A. Rashidov, “Determining of the degree of intelligence of artificial intelligence systems,” 2023 14th International Conference on Computing Communication and Networking Technologies (ICCCNT), Delhi, India, 2023, pp. 1-6. DOI: 10.1109/ICCCNT56998.2023.10307831.