Mövzu seçimi üzrə bələdçi

“Çətin mövzu, aydın izah” müsabiqəsi üçün işçi bələdçi

Bələdçidən istifadə

Dünya Azərbaycanlı Alimlər Birliyinin (DAAB) bu səhifəsi informatika üzrə tədris materialı hazırlamaq istəyən müəllimlərə, mütəxəssislərə və «Çətin mövzu, aydın izah» müsabiqəsinin iştirakçılarına mövzu seçməkdə kömək edir. Burada təhsil baxımından əhəmiyyətli və praktikada aktual olan mövzular, onların öyrənilməsindəki çətinliklər və aydın izah üçün nümunələr bir araya gətirilir.

Səhifə işçi bələdçidir. Siyahı mümkün mövzuları məhdudlaşdırmır. İştirakçılar göstərilən istiqamətlərdən birini seçə və ya təhsil əhəmiyyətini əsaslandıraraq yeni mövzu təklif edə bilərlər. Materialın dəyəri auditoriyanın konkret sualına cavab verməsi və öyrənənə yeni bilik və ya bacarıq qazandırması ilə müəyyən olunur.

İnformatika mövzularının populyarlığı və çətinliyi üzrə hamı tərəfindən qəbul edilmiş vahid qlobal reytinq yoxdur. Burada «maraq» və ya «populyarlıq» öyrənənlərin ehtiyacları, tədris proqramlarının prioritetləri və texnologiya sahəsindəki fəaliyyət barədə göstəricilərin ümumi şərhidir; internet axtarışlarının sayını bildirmir. Otuz mövzudan ibarət cədvəldəki sıra və «yüksək», «çox yüksək» kimi qiymətlər istiqamətləndirici qiymətləndirmələrdir, vahid üsulla hesablanmış ballar deyil.

Mövzu seçərkən üç məsələni birlikdə nəzərə alın: mövzunun öyrənən üçün əhəmiyyəti, tətbiq sahəsi və başa düşülməsində yaranan çətinlik. Əvvəlcə mənbələrin nəyi göstərdiyini oxuyun. Sonra prioritet cədvəlinə baxın, məktəb və ya universitet siyahısından altmövzu seçin. Hər siyahı izah və nümunələrdən əvvəl gəlir.

Məzmun inteqrasiya olunmuş bələdçidən gəlir. O, yenidən işlənmiş Word sənədini və əvvəlki veb səhifəni birləşdirir. Mənbələr bir-birini tamamlayanda məlumat eyni bölmədə verilir. Fərqli söz, qruplaşma və ya qətiyyət seçəndə fərq gizlədilmir.

Mənbələr arasındakı fərqlər

Aşağıdakı cədvəl iki mənbənin eyni fakta fərqli söz, qruplaşma və ya qətiyyətlə yanaşdığı yerləri toplayır. Bu, səhv və ya düzgün versiya seçimi deyil. İşlək izahda daha ehtiyatlı və ya daha dəqiq ifadə əsas götürülür, o biri qısa qeyd kimi saxlanılır.

MəsələFərqBu səhifədə
Python tövsiyəsiYenidən işlənmiş sənəd Python-u praktik başlanğıc sayır və vahid «ən yaxşı dil» hökmündən çəkinir. Əvvəlki veb səhifə onu hazırda ən uyğun ümumi tədris dili adlandırmışdı.Hər iki ifadə dil bölməsində saxlanılır.
TypeScript göstəricisiYenidən işlənmiş sənəd 2025-ci ilin avqustunda GitHub istifadə göstəricisinə görə TypeScript-in Python və JavaScript-i keçdiyini yazır. Əvvəlki səhifə «ən çox istifadə olunan dil» demiş, platformanı dəqiqləşdirməmişdi.GitHub Octoverse 2025 ifadəsi əsas götürülür.
CSTA «ixtisaslar»Əvvəlki səhifə süni intellekt, kibertəhlükəsizlik və s. üzrə ixtisaslar yazırdı. Yenidən işlənmiş sənəd bunların ali təhsil ixtisası deyil, məktəb səviyyəsində ixtisaslaşma istiqamətləri olduğunu vurğulayır.Siyahı saxlanılır; ehtiyat izah əlavə edilir.
CSTA-da süni intellektYenidən işlənmiş sənəd süni intellektin baza səviyyəsində istiqamətlərə inteqrasiya olunduğunu, yuxarı siniflərdə dərinləşdiyini yazır. Əvvəlki səhifə standartların süni intellekti prioritet saydığını vurğulayırdı.Hər iki vurğu CSTA bölməsində yan-yanadır.
Universitet mövzularının qruplaşmasıƏvvəlki səhifə 25 nömrələnmiş bənd istifadə edir: nəzəriyyə 25-ci bənddir. Yenidən işlənmiş sənəd paradiqmaları icra ilə, avtomatları isə alqoritmlərlə bir qrupda vermişdi.Nömrələmə 25 bənd olaraq saxlanılır; qrup fərqi universitet bölməsində qeyd olunur.
Deadlock və şəbəkə tıxacıYenidən işlənmiş sənəd qarşılıqlı kilidlənmə və sıxlıq yazır. Əvvəlki səhifə tıxac və tıxaclıq yazırdı. Eyni kök iki fərqli anlayışı qarışdıra bilər.Hər iki cüt izahda saxlanılır.
Termin cütləriPolimorfizm / çoxformalıq; iki amilli autentifikasiya / iki faktorlu təsdiq; Big-O / Böyük-O; uyğunluq / tutarlılıq; izolyasiya / izolə; orkestrasiya / orkestrləşdirmə; konsensus / razılaşma; obyektyönlü / obyektyönümlü; heap / dinamik yaddaş.İlk keçiddə hər iki forma verilir.
Müsabiqə keçidləriYenidən işlənmiş sənəd yerli işçi ünvan da göstərmişdi. Veb səhifə ictimai keçidlərdən istifadə edir.İctimai keçidlər əsasdır; yerli ünvan inkişaf nüsxəsi kimi qeyd olunur.

Mövzu seçiminin əsaslandığı mənbələr

Mövzuların seçimi üç mənbə qrupuna əsaslanır. Hər qrup fərqli suala cavab verir və digərlərini tamamlayır. Təhsil standartı bir mövzunun öyrədilməsinin vacibliyini göstərə bilər, lakin onun nə qədər populyar və ya çətin olduğunu birbaşa ölçmür.

Mənbə qrupuƏsas sualTöhfəsi
Təhsil standartları və proqram tövsiyələriNəyi bilmək və bacarmaq lazımdır?Əsas anlayışları və uyğun təhsil səviyyəsini göstərir.
Peşəkar fəaliyyət və maraq göstəriciləriHansı texnologiyalar istifadə olunur və diqqət çəkir?Mövzunun müasir tətbiqlərlə əlaqəsini göstərir.
Öyrənmə və tədris tədqiqatlarıÖyrənənlər harada və niyə çətinlik çəkir?Aydın izaha ehtiyacı olan anlayışları müəyyənləşdirməyə kömək edir.

CSTA məktəb standartları

CSTA — Computer Science Teachers Association, yəni İnformatika Müəllimləri Assosiasiyasıdır. PK–12 məktəbəqədər mərhələdən 12-ci sinfə qədər olan təhsil pillələrini ifadə edir. PK «pre-kindergarten», K isə «kindergarten» sözlərinin qısaltmasıdır. Bu bölgü Azərbaycan təhsil sisteminin sinifləri ilə avtomatik eyniləşdirilməməlidir. [1]

CSTA-nın 2026-cı il standartları məktəb informatikasını beş istiqamət ətrafında qurur:

  • Alqoritmlər və layihələndirmə;
  • Proqramlaşdırma;
  • Verilənlər və təhlil;
  • Sistemlər və təhlükəsizlik;
  • Hesablama və cəmiyyət.

Süni intellekt baza səviyyəsində bu istiqamətlərə inteqrasiya olunur. Əvvəlki səhifə eyni standartların süni intellekti prioritet saydığını da vurğulayırdı. Bu iki ifadə ziddiyyət deyil: inteqrasiya baza səviyyəsini, prioritet isə vurğunu təsvir edir. [1]

Yuxarı siniflərdə dərinləşdirilmiş öyrənmə üçün süni intellekt, kibertəhlükəsizlik, verilənlər elmi, oyunların hazırlanması, fiziki hesablama və proqram təminatının hazırlanması nəzərdə tutulur. Bunlar ali təhsil ixtisasları deyil, məktəb səviyyəsində ixtisaslaşma istiqamətləridir.

Fiziki hesablama proqramın sensorlar və elektron qurğular vasitəsilə real mühitlə qarşılıqlı işləməsidir. Məsələn, torpağın rütubətini ölçüb suvarmanı işə salan qurğu bu istiqamətə uyğun layihədir.

CS2023 universitet tövsiyələri

CS2023 — Computer Science Curricula 2023, kompüter elmləri üzrə tədris proqramı tövsiyələridir. Sənəd üç peşəkar təşkilatın birgə işidir.

İxtisarTam adı və izahı
ACMAssociation for Computing Machinery — kompüter elmləri və texnologiyaları üzrə elmi-peşəkar assosiasiya.
IEEE-CSIEEE Computer Society — Elektrik və Elektronika Mühəndisləri İnstitutunun kompüter sahəsi üzrə cəmiyyəti. IEEE: Institute of Electrical and Electronics Engineers.
AAAIAssociation for the Advancement of Artificial Intelligence — Süni İntellektin İnkişafı Assosiasiyası.

CS2023 əsasən bakalavr təhsilinə yönəlib. Adında «2023» olsa da, yekun sənəd 2024-cü ildə təsdiqlənib. O, alqoritmlər, süni intellekt, verilənlərin idarə edilməsi, şəbəkələr, əməliyyat sistemləri, təhlükəsizlik və proqram mühəndisliyi daxil olmaqla 17 bilik sahəsini əhatə edir. [2], [23]

Bu yanaşmada biliklərin tətbiqi, əməkdaşlıq, məsuliyyət və peşəkar davranış da nəzərə alınır. Materialı planlaşdırarkən «Hansı məlumatı təqdim edirəm?» sualı ilə yanaşı «Öyrənən bu materialdan sonra nə edə biləcək?» sualını vermək buna görə faydalıdır. [24]

AP Computer Science Principles

AP — Advanced Placement, məktəblilər üçün universitetin giriş səviyyəsinə uyğun kurs və imtahan proqramıdır. CSP — Computer Science Principles, «Kompüter elmlərinin əsasları» deməkdir. Proqramı College Board təqdim edir. [3]

AP CSP beş əsas mövzunu birləşdirir:

  • Yaradıcı həllərin hazırlanması;
  • Verilənlər;
  • Alqoritmlər və proqramlaşdırma;
  • Kompüter sistemləri və şəbəkələr;
  • Hesablama texnologiyalarının təsiri.

Kurs proqramlaşdırma ilə yanaşı internetin işləməsi, verilənlərdən nəticə çıxarılması və texnologiyanın cəmiyyətə təsiri barədə ilkin anlayış yaradır. CSTA məktəb təhsilini, AP CSP universitetə giriş səviyyəli hazırlığı, CS2023 isə bakalavr təhsilini istiqamətləndirir. Bu fərq mövzunun dərinliyini seçmək üçün əhəmiyyətlidir. [1][3]

Stack Overflow və GitHub

Stack Overflow proqramlaşdırma suallarının müzakirə olunduğu platformadır. Onun Developer Survey hesabatı proqramçıların alətlərdən istifadəsi, iş üsulları və münasibətləri barədə illik sorğudur. 2025-ci ilin nəticələrində 177 ölkədən 49 009 cavab istifadə olunub. İştirakçılar əsasən platformanın öz kanalları vasitəsilə cəlb edildiyindən nəticələr bütün proqramçıların tam təmsilçi mənzərəsi sayılmamalıdır. [4], [25]

Süni intellektdən istifadə barədə suala cavab verənlərin 84 faizi bu alətlərdən istifadə etdiyini və ya istifadə etməyi planlaşdırdığını bildirib. Dəqiqliyə etibar barədə ayrıca sualda 46 faiz etimadsızlıq, 33 faiz isə etimad ifadə edib. 84 faiz göstəricisi yalnız hazırda istifadə edənləri bildirmir. [26]

Bu nəticələrdən «Süni intellektin yaratdığı kodu necə yoxlamaq olar?» və «İnandırıcı cavab niyə səhv ola bilər?» kimi mövzu təklifləri çıxarmaq mümkündür. Bunlar sorğunun birbaşa tövsiyələri deyil, nəticələrin tədris məqsədilə şərhidir.

GitHub proqram kodunun saxlanması və birgə hazırlanması platformadır. Octoverse onun illik fəaliyyət hesabatının adıdır, ixtisar deyil. 2025-ci il hesabatı süni intellekt layihələrinin artmasını və həmin ilin avqustunda TypeScript-in GitHub-un istifadə göstəricisinə görə Python və JavaScript-i keçməsini vurğulayır. Hesabatda Python-un yeni süni intellekt repozitoriyalarının təxminən yarısında istifadə olunduğu da göstərilir. Repozitoriya layihənin kodunu və dəyişiklik tarixçəsini saxlayan mühitdir. [5]

Fərq. Əvvəlki səhifə TypeScript-in 2025-ci ildə «ən çox istifadə olunan dil» olduğunu yazmış, platformanı dəqiqləşdirməmişdi. Bu səhifə GitHub Octoverse 2025 ifadəsindən istifadə edir. Hər iki mənbə eyni hesabata istinad edir. Bu göstəricilər platformadakı fəaliyyəti təsvir edir; əmək bazarının tələbatını, mövzunun təhsil dəyərini və ya öyrənmə çətinliyini birbaşa ölçmür.

Öyrənmə tədqiqatları

Empirik tədqiqat real müşahidələrə və toplanmış məlumatlara əsaslanan araşdırmadır. Tədrisdə bu, öyrənənlərlə müsahibələr, tapşırıq cavablarının təhlili və dərsdən əvvəl və sonra aparılan ölçmələr ola bilər.

Konsepsiya inventarı (concept inventory) əsas anlayışların nə dərəcədə başa düşüldüyünü və yanlış təsəvvürləri müəyyən edən diaqnostik testdir. Səhv cavab variantları da düşüncə səhvlərini üzə çıxarmaq üçün hazırlanır. Dinamik proqramlaşdırma üzrə belə bir alətin hazırlanmasında əvvəlki tədqiqatlarda müəyyən olunmuş yanlış təsəvvürlərdən istifadə edilib. [27]

Nümunə olaraq aşağıdakı əmrləri ardıcıllıqla nəzərdən keçirin:

a = 5
b = a
a = 8

Sonda b-nin qiyməti 5-dir. b-yə a-nın həmin andakı qiyməti mənimsədilib; sonrakı əmr yalnız a-nı dəyişir. «b də 8 olar» cavabı mənimsətmənin daim yenilənən əlaqə kimi başa düşüldüyünü göstərə bilər.

Testin yaşa, dilə və öyrədilən mövzulara uyğunluğu yoxlanmalıdır. SCS1 — Second CS1, giriş proqramlaşdırmasında anlayışları ölçən qiymətləndirmə vasitəsidir; CS1 ilkin kompüter elmləri və ya proqramlaşdırma kursunu bildirir. SCS1 üzrə tədqiqat alətin tətbiq sərhədlərini və öyrənmə artımını qiymətləndirmək üçün əvvəl və sonra ölçmələrinin əhəmiyyətini vurğulayır. [28]

Tövsiyə olunan 30 əsas mövzu

Bu cədvəl mövzulara ümumi baxış verir. Sıra ilkin prioritet təklifidir, statistik reytinq deyil. «Hər iki qrup» məktəbliləri və universitet tələbələrini bildirir; eyni mövzu bu qruplara fərqli dərinlikdə izah olunmalıdır. «Yuxarı siniflər» və «universitet» bölgüsü sərt qəbul şərti deyil. Əvvəlki səhifə bəzi sətirlərdə «kollec» də əlavə etmişdi.

SıraMövzuƏsas auditoriyaMaraqİzah çətinliyi
1Generativ süni intellekt və böyük dil modelləriHər iki qrupÇox yüksəkÇox yüksək
2Alqoritmlər və hesablama vasitəsilə məsələ həlliHər iki qrupÇox yüksəkÇox yüksək
3Dəyişənlər, mənimsətmə, verilənlərin tipləri və proqramın vəziyyətiHər iki qrupYüksəkÇox yüksək
4Səhvlərin tapılması, testlər və xəta mesajlarının oxunmasıHər iki qrupÇox yüksəkÇox yüksək
5Kibertəhlükəsizlik, məxfilik və təhlükəsiz rəqəmsal davranışHər iki qrupÇox yüksəkÇox yüksək
6Verilənlər elmi, verilənlərin şərhi və vizuallaşdırılmasıHər iki qrupÇox yüksəkYüksək
7Şərtlər, Bul məntiqi və qərarverməHər iki qrupYüksəkYüksək
8Dövrlər, təkrarlanma və dayanmaHər iki qrupYüksəkÇox yüksək
9Funksiyalar, parametrlər, qaytarılan qiymətlər və görünmə sahəsiHər iki qrupYüksəkÇox yüksək
10İnternetin və Vebin işləməsiHər iki qrupÇox yüksəkYüksək
11Maşın öyrənməsi, təlim verilənləri, modellər və proqnozlarYuxarı siniflər və universitetÇox yüksəkÇox yüksək
12Verilənlər strukturları və tətbiqləriUniversitetYüksəkÇox yüksək
13Alqoritmlərin səmərəliliyi və Big-OUniversitetYüksəkÇox yüksək
14Verilənlər bazaları, modelləşdirmə və SQLYuxarı siniflər və universitetYüksəkÇox yüksək
15Obyektyönlü proqramlaşdırmaYuxarı siniflər və universitetYüksəkÇox yüksək
16RekursiyaYuxarı siniflər və universitetOrta–yüksəkÇox yüksək
17Yaddaş, istinadlar, göstəricilər, stek və dinamik yaddaşUniversitetYüksəkÇox yüksək
18Eynizamanlı, asinxron və paralel proqramlaşdırmaUniversitetÇox yüksəkÇox yüksək
19İkilik saylar və rəqəmsal məlumatın təqdimatıHər iki qrupYüksəkYüksək
20Veb proqramlaşdırma, API və müştəri–server tətbiqləriHər iki qrupÇox yüksəkYüksək
21Əməliyyat sistemləri, proseslər, yaddaş və fayl sistemləriUniversitetYüksəkÇox yüksək
22Bulud hesablaması, konteynerlər və paylanmış sistemlərUniversitetÇox yüksəkÇox yüksək
23Proqram mühəndisliyi, Git və birgə proqram hazırlamaYuxarı siniflər və universitetYüksəkYüksək
24Kompüter arxitekturası, prosessor, yaddaş və əmrlərYuxarı siniflər və universitetOrta–yüksəkYüksək
25Dinamik proqramlaşdırma və mürəkkəb alqoritmlərin qurulmasıUniversitetOrta–yüksəkÇox yüksək
26Kriptoqrafiya, şifrələmə, heşləmə və rəqəmsal imzalarYuxarı siniflər və universitetÇox yüksəkÇox yüksək
27Avtomatlar, hesablana bilmə və mürəkkəblik sinifləriUniversitetOrtaÇox yüksək
28Etika, alqoritmik qərəz və hesablamanın sosial təsirləriHər iki qrupÇox yüksəkYüksək
29Oyunların hazırlanması və interaktiv qrafikaMəktəblilər və yeni başlayanlarÇox yüksəkOrta–yüksək
30Robot texnikası, fiziki hesablama və Əşyaların İnternetiMəktəblilər və universitetYüksəkYüksək

Məktəblilər və orta məktəb şagirdləri üçün

Bu mövzular şagirdlər və orta məktəb şagirdləri üçün xüsusilə faydalıdır. Məktəb auditoriyası üçün konkret situasiyadan başlamaq və sonra ümumi anlayışa keçmək əlverişlidir. Yenidən işlənmiş sənəd eyni 23 bəndi tematik qruplarda toplayır; əvvəlki səhifə onları nömrələyib hər bəndə nümunə verir. Aşağıda əvvəlcə tam siyahı, sonra eyni sırada izah və nümunələr gəlir. Nümunələr materialın qurulmasına kömək edən təkliflərdir, məcburi tapşırıq deyil.

Mövzu siyahısı

  1. Alqoritm nədir — və gündəlik məsələni addımlara necə çevirməli
  2. Bölmə, qanunauyğunluq və abstraksiya
  3. Dəyişənlər — dəyişən saxlanılan dəyərlər
  4. Mənimsətmə ilə riyazi bərabərliyin fərqi
  5. Şərtlər və Bul ifadələri
  6. İç-içə şərtlər və mürəkkəb məntiq
  7. Dövrlər necə işləyir və sonsuz dövr nədən yaranır
  8. Funksiya ilə sadəcə nəticə çap edən əmr
  9. Təsadüfi kod dəyişmək əvəzinə sistemli sazlama
  10. İkilik ədədlər, bit, bayt və onaltılıq yazılış
  11. Mətn, şəkil, səs və video rəqəmsal necə təqdim olunur
  12. İtkili və itkisiz sıxılma
  13. İnternet, Veb və brauzerin fərqi
  14. IP ünvanı, DNS, marşrutlaşdırıcı, paketlər və HTTP
  15. Parollar, fişinq, zərərli proqram, məxfilik və iki amilli autentifikasiya
  16. Şifrələmə, heşləmə və rəqəmsal imzalar
  17. Süni intellekt adi proqramdan nə ilə fərqlənir
  18. Təlim verilənləri və maşın öyrənməsində nümunələrin rolu
  19. Süni intellekt niyə hallüsinasiya edir və ya qərəzi təkrarlayır
  20. Süni intellektin verdiyi məlumatı və kodu necə yoxlamalı
  21. Verilənlərin toplanması, qrafiklər, yanıltıcı təsvir və qərəz
  22. Sayt, oyun, mobil tətbiq və robototexnikanın əsasları
  23. Müəllif hüququ, rəqəmsal kimlik, dezinformasiya və məsuliyyətli istifadə

CSTA 2026. Yeni CSTA standartları məktəb informatikasını alqoritmlər və layihələndirmə, proqramlaşdırma, verilənlər və təhlil, sistemlər və təhlükəsizlik, həmçinin hesablama və cəmiyyət ətrafında qurur. Onlar süni intellekti prioritet sayır və süni intellekt, kibertəhlükəsizlik, verilənlər elmi, oyun işlənməsi, fiziki hesablama və proqram təminatı üzrə dərinləşmə istiqamətləri müəyyən edir. Bunlar ali təhsil ixtisasları deyil, məktəb səviyyəsində ixtisaslaşma istiqamətləridir. (CSTA 2026 Standards) [1]

Kompüter kimi düşünmək

1. Alqoritm nədir — və gündəlik məsələni addımlara necə çevirməli

Alqoritm məqsədə çatmaq üçün müəyyən ardıcıllıqla yerinə yetirilən, sonlu və aydın addımlardır. Çətin olan sözün özü deyil, gündəlik işi maşının təxmin etmədən yerinə yetirə biləcəyi addımlara çevirməkdir.

Nümunə. Çay dəmləmək: suyu qaynat, stəkana paket qoy, suyu tök, gözlə, paketi çıxar. Hansısa addım əskikdirsə — «nə qədər gözlə?» — alqoritm natamamdır.

2. Bölmə, qanunauyğunluq və abstraksiya

Bölmə böyük məsələni kiçik hissələrə ayırmaqdır. Qanunauyğunluq təkrarlananı görməkdir. Abstraksiya həmin məqsəd üçün vacib xüsusiyyətləri saxlayıb ikinci dərəcəli detalları kənara qoymaqdır.

Nümunə. Məktəbə ən qısa yolu seçərkən küçələrin əlaqəsi və məsafəsi vacibdir, binaların rəngi isə adətən vacib deyil.

Başqa nümunə. Məktəb gəzintisini planlamaq: biletlər, yemək və cədvəl (bölmə); hər avtobusun çıxış vaxtı olmalıdır (qanunauyğunluq); oturacağın rəngini yox, «neçə yer var» sualını saxlamaq (abstraksiya).

İlk proqramlar

3. Dəyişənlər — dəyişən saxlanılan dəyərlər

Dəyişən proqramın sonradan dəyişə biləcəyi dəyəri saxlayan adlı yerdir. Bu, cəbrdən gələn sirli simvol deyil, adı olan yaddaşdır.

Nümunə. score = 0, sonra score = score + 10. score adlı yerdə artıq 10 var.

Başqa nümunə. a = 5, b = a, a = 8. Sonda b 5 qalır, çünki b-yə a-nın həmin andakı qiyməti yazılıb.

4. Mənimsətmə ilə riyazi bərabərliyin fərqi

Mənimsətmə dəyəri dəyişənə yazır. Bir çox dildə bərabərlik işarəsi riyaziyyatdakı kimi «hər iki tərəf artıq eynidir» demir.

Nümunə. x = x + 1 tənlik kimi mənasızdır, mənimsətmə kimi isə «indiki x-i götür, bir əlavə et, nəticəni yenə x-ə yaz» deməkdir.

5. Şərtlər və Bul ifadələri

Şərt bəli-xeyr sualı verir. Bul (Boolean) dəyəri yalnız doğrudur və ya yanlışdır. Proqram növbəti addımı bu cavaba görə seçir.

Nümunə. Əgər temperatur > 30-dursa, «isti» yaz; əks halda «normal» yaz.

6. İç-içə şərtlər və mürəkkəb məntiq

Şərtlər bir-birinin içində ola bilər, bir neçə yoxlama isə «və» və ya «və ya» ilə birləşdirilə bilər. Çətinlik qərar sırasını aydın saxlamaqdır.

Nümunə. Həftə içidirsə və yağış yağırsa, avtobusa min; həftə içidirsə və quru havadırsa, piyada get; əks halda evdə qal.

7. Dövrlər necə işləyir və sonsuz dövr nədən yaranır

Dövr eyni addımları təkrarlayır. Onun dayanma yolu olmalıdır. Sonsuz dövr dayanma şərti heç vaxt doğru olmayanda baş verir.

Nümunə. «Çən dolmayana qədər su tök» yalnız hər tökülən su səviyyəni qaldırırsa işləyir. Kran bağlıdırsa, dövr bitmir.

8. Funksiya ilə sadəcə nəticə çap edən əmr

Funksiya girişlər (parametrlər) ala və nəticə (qaytarılan qiymət) verə bilən adlı iş parçasıdır. Ekrana rəqəm yazmaq onu sonrakı istifadə üçün qaytarmaq deyil.

Nümunə. add(2, 3) funksiyası təkcə «5» göstərməməli, 5-i qaytarmalıdır ki, proqramın başqa hissəsi onu saxlaya bilsin.

9. Təsadüfi kod dəyişmək əvəzinə sistemli sazlama

Sazlama (debugging) səhvləri təsadüfi sətir dəyişməklə yox, fərziyyəni yoxlamaqla tapmaqdır. Əvvəlcə gözlənilən nəticə müəyyənləşdirilir, sonra faktiki nəticə ilə müqayisə olunur. Bunu öyrənmək də, öyrətmək də çətindir, çünki təcrübəli proqramçılar çox vaxt açıqlamadıqları üsullara arxalanır. [10]

Nümunə. Cəm səhvdirsə, əvvəl birinci girişi, sonra toplamanı, sonra göstərişi — bir-bir — yoxla; bütün proqramı yenidən yazma.

Kompüterlər məlumatı necə saxlayır

10. İkilik ədədlər, bit, bayt və onaltılıq yazılış

Kompüterlər məlumatı bitlərlə — 0 və ya 1 — saxlayır. Səkkiz bit bir baytdır. Onaltılıq (16-lıq) eyni ikilik dəyərləri qısa yazmaq üsuludur.

Nümunə. Adi mətn kodlaşdırmasında A hərfi 01000001 baytıdır, onaltılıqda çox vaxt 41 yazılır.

11. Mətn, şəkil, səs və video rəqəmsal necə təqdim olunur

Kompüter şəkli «görmür», mahnını «eşitmir». O, rəng, parlaqlıq və ya hava təzyiqinin nümunələrini ədədlərlə saxlayır, sonra həmin ədədlərdən media yenidən qurulur. Təsviri piksellər və onların rəng qiymətləri ilə izah etmək mümkündür.

Nümunə. Ağ-qara şəkil 0 və 1-lərdən ibarət tor ola bilər: 0 ağ, 1 qara.

12. İtkili və itkisiz sıxılma

Sıxılma faylı kiçildir. Itkisiz sıxılmada ilkin məlumat tam bərpa olunur. İtkili sıxılmada həcmi azaltmaq üçün məlumatın bir hissəsi atılır.

Nümunə. Mətnin ZIP arxivi adətən itkisizdir. Güclü sıxılmış foto bir qədər yumşaq görünə bilər, çünki rəng təfərrüatının bir hissəsi atılıb.

Şəbəkələr və təhlükəsizlik

13. İnternet, Veb və brauzerin fərqi

İnternet bir-biri ilə əlaqələnmiş şəbəkələr sistemidir. Veb həmin infrastruktur üzərində işləyən xidmətlərdən biridir: ünvanlarla bağlı səhifələr. Brauzer isə veb məzmununa baxmağa imkan verən proqramdır.

Nümunə. İnternet yol şəbəkəsidir; Veb yol kənarındakı mağazalardır; brauzer mağazaya getdiyin avtomobildir.

14. IP ünvanı, DNS, marşrutlaşdırıcı, paketlər və HTTP

IP ünvanı maşının şəbəkə nömrəsidir. DNS (Domain Name System) domen adını şəbəkə ünvanına uyğunlaşdırır. Marşrutlaşdırıcı paketləri — kiçik məlumat dilimlərini — ötürür. HTTP (Hypertext Transfer Protocol) veb resursları üçün sorğu və cavab qaydalarını müəyyənləşdirir.

Nümunə. Səhifə ünvanını yazanda əvvəl DNS-dən nömrə soruşulur, sonra HTTP həmin maşından səhifəni istəyir, səhifə paketlər şəklində gəlir.

15. Parollar, fişinq, zərərli proqram, məxfilik və iki amilli autentifikasiya

Fişinq aldadıcı mesaj və ya saytla parol və ya başqa sirri əldə etməyə cəhddir. Zərərli proqram zərər vurmaq və ya casusluq etmək üçün yazılmış proqramdır. İki amilli autentifikasiya (həm də: iki faktorlu təsdiq) fərqli kateqoriyalardan iki yoxlama vasitəsindən istifadə edir.

Nümunə. Məktəb hesabına girişdə parol birinci yoxlamadır; ayrıca cihaz və ya tətbiq vasitəsilə təsdiq ikinci amil ola bilər.

Başqa nümunə. Məktəb portalına bənzəyən, amma naməlum saytda «parolunu təsdiqlə» deyən mesaj adi fişinq nümunəsidir.

16. Şifrələmə, heşləmə və rəqəmsal imzalar

Şifrələmə məlumatın məxfiliyini qoruyur: onu yalnız düzgün açarı olan oxuya bilir. Heşləmə məlumatın qısa rəqəmsal izini yaradır; izdən əsli faydalı şəkildə bərpa etmək olmur. Rəqəmsal imza bütövlüyü və mənşəyi yoxlamağa xidmət edir.

Nümunə. Mesajlaşma tətbiqi mətni yolda şifrələyə bilər. Sayt parolun özünü yox, heşini saxlaya bilər.

Süni intellekt və verilənlər

17. Süni intellekt adi proqramdan nə ilə fərqlənir

Adi proqram insanın yazdığı qaydaları izləyir. Bir çox süni intellekt sistemi, xüsusən maşın öyrənməsi, davranışını tam yazılı qayda kitabından yox, təlim verilənlərindən — böyük nümunə dəstlərindən — qurur. Süni intellektin bütün üsulları eyni qaydada işləmir.

Nümunə. Spam süzgəcinə bütün mümkün zibil cümlələr verilmir. Ona çoxlu spam və adi məktub nümunəsi göstərilir, sonra yeni məktubun hansına daha çox bənzədiyi qiymətləndirilir.

18. Təlim verilənləri və maşın öyrənməsində nümunələrin rolu

Təlimdə istifadə olunan nümunələr sistemin nə edə biləcəyini və harada yanılacağını formalaşdırır. Nümunələr dar və ya qərəzli olsa, cavablar da belə olacaq.

Nümunə. Yalnız yay fotoları ilə öyrədilmiş model qarı şəkildəki qüsur kimi səhv adlandıra bilər.

Başqa nümunə. Yalnız bir şəraitdə çəkilmiş şəkillərlə öyrədilmiş model başqa şəraitdə zəif nəticə göstərə bilər.

19. Süni intellekt niyə hallüsinasiya edir və ya qərəzi təkrarlayır

Hallüsinasiya süni intellekt sisteminin inandırıcı görünən, lakin yanlış və ya əsassız məlumat yaratmasıdır. Sistem yoxlanılmış fakta baxmır, ehtimal olunan söz sırasını proqnozlaşdırır. Təlim verilənlərindəki qərəzi də təkrarlaya bilər. İzahda düzgün səslənən cavabla yoxlanmış cavab arasındakı fərq göstərilməlidir.

Nümunə. Söhbət botu real görünən məqalə adı uydura bilər, və ya verilənlərdə tez-tez görünən stereotipi təkrarlaya bilər.

20. Süni intellektin verdiyi məlumatı və kodu necə yoxlamalı

Süni intellektin çıxışını qaralama sayın. İddiaları etibarlı mənbə ilə tutuşdurun, koda isə etibar etməzdən əvvəl onu işə salın. Bu, yalnız mütəxəssis yox, məktəb səviyyəli bacarıq kimi göstərilir. Stack Overflow 2025 nəticələri də bu yoxlamanı praktik mövzu kimi əsaslandırır. [4], [26]

Nümunə. Model tarix və ya düstur yazırsa, istinad olunan səhifəni açın və ya düsturu tanış nümunə ilə yoxlayın.

21. Verilənlərin toplanması, qrafiklər, yanıltıcı təsvir və qərəz

Süni intellektsiz də verilənlər yanıltmağa bilər. Qrafik miqyası gizlədə, seçmə bir qrupu buraxa, rəngli diaqram isə zəif qanunauyğunluğu güclü göstərə bilər.

Nümunə. 0-dan yox, 90-dan başlayan sütun diaqramı yaxın iki nəticəni uzaq göstərə bilər.

Nəsə qurmaq

22. Sayt, oyun, mobil tətbiq və robototexnikanın əsasları

Bunlar yuxarıdakı ideyaların real auditoriya ilə qarşılaşdığı ilk praktik mühitlərdir: açılan səhifə, xal toplayan oyun, ayarı saxlayan telefon tətbiqi, hiss edib hərəkət edən robot. Onlar əsaslar kimi göstərilir; hər şagirdin dördünü də qurması tələb deyil. Sadə oyun layihəsi şərtləri, dövrləri və hadisələri birlikdə izah edə bilər.

Nümunə. Sadə oyunda belə dəyişən (xal), dövr (oyun davam edir) və şərt (udulub) lazımdır.

Hesablama və cəmiyyət

23. Müəllif hüququ, rəqəmsal kimlik, dezinformasiya və məsuliyyətli istifadə

Hesablama yalnız texnika deyil. Şagirdlər əsərin kimə məxsus olduğunu, onlayn kimliyin necə kopyalana biləcəyini, yalan iddiaların necə yayıldığını və məsuliyyətli istifadənin nə olduğunu da bilməlidirlər. Layihənin şəkil, səs və mətn mənbələrinin göstərilməsi müəllif hüquqları ilə texniki işi əlaqələndirir.

Nümunə. Şəkli məktəb işinə kredit vermədən qoymaq, onu yükləmək asan olsa belə, müəllif hüququnu poza bilər.

Universitet tələbələri üçün

Bu auditoriya üçün təkcə mexanizmin işləməsini deyil, alternativ həllər arasındakı fərqi və seçim səbəblərini də izah etmək vacibdir. Əvvəlki səhifə mövzuları kollec və universitet təhsili üçün xüsusilə vacib sayırdı; yenidən işlənmiş sənəd eyni bəndləri yeddi qrupda birləşdirir.

Quruluş fərqi. Əvvəlki səhifə 25 bəndi belə düzür: icra (1–5), verilənlər strukturları (6–9), bazalar (10–12), sistemlər (13–18), maşın öyrənməsi (19–21), proqram işi (22–24), nəzəriyyə (25). Yenidən işlənmiş sənəd paradiqmaları və kompilyatorları icra qrupuna, avtomatlar, P və NP-ni isə alqoritmlər qrupuna salır. Məzmun eynidir; aşağıdakı nömrələmə 25 bəndi saxlayır ki, siyahı izahlarla eyni sırada qalsın.

Mövzu siyahısı

  1. Proqramın icra modelləri və vəziyyətin izlənməsi
  2. Əhatə dairəsi, ömür, parametr ötürmə və təxəllüs
  3. İstinadlar, göstəricilər və yaddaş idarəsi
  4. Rekursiya və rekursiv çağırış steki
  5. Obyekt kimliyi, siniflər, obyektlər, irsiyyət və polimorfizm
  6. Siyahılar, bağlı strukturlar, steklər, növbələr, ağaclar, heap-lər və qraflar
  7. Sıralama, axtarış və qraf alqoritmləri
  8. Big-O, ən pis hal və yaddaş–vaxt mübadiləsi
  9. Acgöz alqoritmlər, böl və həll et, dinamik proqramlaşdırma
  10. Relyasion modelləşdirmə, açarlar, birləşmələr və normallaşdırma
  11. SQL-də aqreqasiya, alt sorğular və pəncərə funksiyaları
  12. Tranzaksiyalar, izolyasiya, kilidləmə və verilənlər bazasının uyğunluğu
  13. Proseslər, axınlar, planlaşdırma və virtual yaddaş
  14. Yarış vəziyyətləri, sinxronlaşdırma, qarşılıqlı kilidlənmə və qeyri-determinizm
  15. Şəbəkə protokolları, marşrutlaşdırma, etibarlılıq və sıxlıq
  16. Autentifikasiya, avtorizasiya, şifrələmə və təhlükəsiz proqram layihələndirməsi
  17. Paylanmış sistemlər, replikasiya, uyğunluq və konsensus
  18. Bulud hesablaması, konteynerlər, orkestrasiya və yerləşdirmə
  19. Maşın öyrənməsinin qiymətləndirilməsi, həddindən artıq və yetərsiz öyrənmə
  20. Verilənlər sızması, sinif balanssızlığı, model qərəzi və izah edilə bilmə
  21. Böyük dil modellərində tokenləşdirmə, vektor təmsilləri, diqqət, axtarış və hallüsinasiya
  22. Proqramın yoxlanması, arxitektura, versiyaların idarə edilməsi və davamlı inteqrasiya
  23. Funksional, məntiqi və eynizamanlı proqramlaşdırma paradiqmaları
  24. Kompilyatorlar, interpretatorlar və proqramlaşdırma dillərinin semantikası
  25. Avtomatlar, hesablana bilmə, reduksiya, P, NP və NP-tamlıq

Proqramlar necə işləyir

1. Proqramın icra modelləri və vəziyyətin izlənməsi

Proqram vəziyyətin — dəyişənlərin cari qiymətlərinin və növbəti əmrin — ardıcıl dəyişməsidir. İzləmə hər addımdan sonra həmin vəziyyəti yazmaqdır. Sonrakı bir çox yanlış anlama bu prosesin zehni modelinin olmaması ilə bağlanır. [8], [9]

Nümunə. x = 2; x = x * 3 üçün iz: əvvəl x yoxdur; birinci sətirdən sonra x 2-dir; ikinci sətirdən sonra x 6-dır.

2. Əhatə dairəsi, ömür, parametr ötürmə və təxəllüs

Əhatə dairəsi və ya görünmə sahəsi adın harada əlçatan olduğunu bildirir. Ömür saxlanan dəyərin və ya obyektin nə qədər mövcud olduğudur. Parametr ötürmə girişlərin funksiyaya necə düşməsidir. Təxəllüs (aliasing) iki adın eyni obyektə işarə etməsidir.

Nümunə. Funksiya siyahı alıb element əlavə edirsə, çağıranın siyahısı da dəyişə bilər — hər iki ad eyni siyahıya baxırdı.

Başqa nümunə. İki dəyişən eyni obyektə yönəlirsə, obyekt dəyişdikdə hər iki istinad vasitəsilə həmin dəyişiklik görünür. İstinadların birini başqa obyektə yönəltmək isə fərqli əməliyyatdır.

3. İstinadlar, göstəricilər və yaddaş idarəsi

İstinad və ya göstərici dəyərin özünü yox, yerini saxlayır; dəqiq davranış dildən asılıdır. Yaddaş idarəsi həmin yerin nə vaxt yaradılıb azad olunacağına qərardır. Dolayı müraciət bir neçə ildən sonra da çətin qala bilər. [14]

Nümunə. İki dəyişən eyni müştəri qeydinə baxa bilər. Ünvanı hansı dəyişənlə dəyişsən, eyni qeyd dəyişir.

4. Rekursiya və rekursiv çağırış steki

Rekursiya funksiyanın birbaşa və ya dolayı yolla özünü çağırmasıdır; əlavə çağırış tələb etməyən baza halına qədər. Hər çağırış daxili çağırış bitənə qədər çağırış stekində gözləyir. İzahda həm yeni çağırışların yaranmasını, həm də nəticələrin geri qayıtmasını göstərmək lazımdır. [13]

Nümunə. factorial(4) factorial(3)-ü, o da factorial(2)-ni gözləyir, ta factorial(1) 1 qaytarana qədər.

5. Obyekt kimliyi, siniflər, obyektlər, irsiyyət və polimorfizm

Sinif təsvirdir; obyekt isə bir nüsxədir. Kimlik iki obyektin eyni ədədləri saxlayıb-saxlamamasından çox, hansı obyekt olduğunu soruşur. İrsiyyət bir sinfin o birinin quruluşunu yenidən istifadəsinə imkan verir. Polimorfizm (həm də: çoxformalıq) eyni interfeysin müxtəlif obyektlərdə fərqli davranış verməsinə imkan yaradır. Konstruktor obyekt yaradılarkən onun başlanğıc vəziyyətinin qurulmasında iştirak edir. [12]

Nümunə. Dairə və düzbucaqlı hər ikisi «sahə» deyə bilər, amma hər biri onu fərqli hesablayır.

Verilənlər strukturları və alqoritmlər

6. Siyahılar, bağlı strukturlar, steklər, növbələr, ağaclar, heap-lər və qraflar

Verilənlər strukturu bəzi əməliyyatların ucuz qalması üçün dəyərləri təşkil etmə üsuludur. Siyahı sıranı saxlayır; stek son gələn birinci çıxır; növbə birinci gələn birinci çıxır; ağac və heap iyerarxiyanı, qraf isə əlaqələri modelləşdirir. Burada heap verilənlər strukturu kimi yığını bildirir; eyni söz yaddaş bölgəsi üçün də işlənir. [11]

Nümunə. Brauzerin Geri düyməsi stek kimidir: açdığın son səhifəyə birinci qayıdırsan.

7. Sıralama, axtarış və qraf alqoritmləri

Bunlar elementləri sıraya salmaq, tapmaq və ya əlaqələr üzrə gəzmək üçün standart üsullardır. Tələbə həm üsulu, həm də onun nə vaxt doğru olduğunu görməlidir.

Nümunə. Sıralanmış sinif siyahısında ad tapmaq üçün ikili axtarışdan istifadə oluna bilər: qalan siyahını dəfələrlə yarıya bölmək.

8. Big-O, ən pis hal və yaddaş–vaxt mübadiləsi

Big-O (həm də: Böyük-O) giriş böyüdükcə alqoritmin resurs tələbinin artımına yuxarı sərhəd vermək üçün istifadə olunur; dəqiq saniyə sayı deyil. Ən pis hal ən bahalı qanuni girişi soruşur. Yaddaş–vaxt mübadiləsi vaxt qazanmaq üçün daha çox yaddaş, və ya əksi, istifadə etməkdir.

Nümunə. Hər elementi bir dəfə baxmaq xətti vaxtdır. Hər cütə baxmaq siyahı uzandıqca daha sürətlə bahalaşır.

9. Acgöz alqoritmlər, böl və həll et, dinamik proqramlaşdırma

Acgöz üsul yerli ən yaxşı addımı götürür. Böl və həll et məsələni parçalayır, hissələri həll edir və birləşdirir. Dinamik proqramlaşdırma kəsişən altməsələlərin nəticələrini saxlayır ki, yenidən hesablanmasın. Üsul seçimi və rekurrent əlaqə adi çətinliklər sırasındadır. [20], [27]

Nümunə. Ən az sikkə ilə xırdalamaq, sikkə sistemi imkan verirsə, acgöz ola bilər; bəzi sistemlər daha diqqətli, saxlanılan həll üsulu tələb edir.

Verilənlər və verilənlər bazaları

10. Relyasion modelləşdirmə, açarlar, birləşmələr və normallaşdırma

Relyasion baza məlumatı cədvəllərdə saxlayır. Açar sətri unikal tanıyır. Birləşmə (JOIN) bir neçə cədvəlin sətirlərini birləşdirir. Normallaşdırma təkrarlanma və yenilənmə problemlərini azaltmaq üçün cədvəllərin təşkilidir.

Nümunə. Tələbələr və fənlər cədvəlləri qeydiyyat cədvəlində görüşür. Eyni tələbənin bir neçə kursa yazılması nəticədə niyə bir neçə sətir yarandığını göstərir.

11. SQL-də aqreqasiya, alt sorğular və pəncərə funksiyaları

SQL (Structured Query Language) verilənlər bazasına sorğu vermək üçün istifadə olunan dildir. Aqreqasiya çoxlu qiymətdən cəm, say və orta kimi ümumi nəticə çıxarır. Alt sorğu başqa sorğunun içində yerləşir. Pəncərə funksiyası əlaqəli sətirlər üzrə hesab apararaq ayrı sətirləri nəticədə saxlayır. Geniş təhlildə tələbə səhvləri tez-tez birləşmə, alt sorğu və GROUP BY ilə bağlıdır. [16]

Nümunə. Universitetin tələbə və qeydiyyat cədvəlləri JOIN əməliyyatını izah etməyə yaraya bilər. Əvvəlcə birləşmənin sətir sayını artırdığını, sonra GROUP BY-nin həmin sətirləri kurs və ya tələbə üzrə yığdığını göstərmək olar.

12. Tranzaksiyalar, izolyasiya, kilidləmə və verilənlər bazasının uyğunluğu

Tranzaksiya əlaqəli əməliyyatları vahid iş kimi idarə edir: birlikdə başa çatmalı və ya birlikdə uğursuz olmalıdır. İzolyasiya (həm də: izolə) paralel tranzaksiyaların bir-birinin aralıq nəticələrini necə görə bildiyini müəyyənləşdirir. Kilidləmə eyni məlumat üzərində toqquşmanın qarşısını alır. Uyğunluq (həm də: tutarlılıq) dəyişiklikdən sonra saxlanan faktların qaydalara əməl etməsidir.

Nümunə. Bank köçürməsi bir hesabdan çıxarış etməməli, o biri hesaba da əlavə etməyibsə.

Sistemlər

13. Proseslər, axınlar, planlaşdırma və virtual yaddaş

Proses icra olunan proqramın mühitidir; adətən öz yaddaşı olur. Axın həmin mühitdə icra yoludur. Planlaşdırma prosessorun növbəti işinin hansı olacağına qərar verir. Virtual yaddaş proqramın gördüyü ünvanları fiziki yaddaşdan ayırır. Tələbələr bu mexanizmləri əzbərləyə, amma həllər arasında seçim etməkdə çətinlik çəkə bilərlər. [17]

Nümunə. Brauzer hər vərəqə üçün ayrı proses saxlaya bilər ki, bir səhifənin çökməsi o birilərini aparmasın.

14. Yarış vəziyyətləri, sinxronlaşdırma, qarşılıqlı kilidlənmə və qeyri-determinizm

Bir neçə işin icrası üst-üstə düşdükdə nəticə addımların ardıcıllığından asılı ola bilər. Yarış vəziyyəti nəticənin icra ardıcıllığından asılı olmasıdır. Sinxronlaşdırma axınları əlaqələndirir. Qarşılıqlı kilidlənmə (həm də: tıxac) işlərin bir-birinin saxladığı resursları gözləyərək dayanmasıdır. Qeyri-determinizm səhv proqramın bəzi işəsalmalarda düzgün görünə bilməsi deməkdir. Proqramın bir dəfə düzgün işləməsi bütün mümkün icra ardıcıllıqlarında düzgün olduğunu sübut etmir. [15]

Nümunə. İki axın da «1 yer qalıb» oxuyur və hər ikisi son yeri satır.

Başqa nümunə. İki axının eyni sayğacı yeniləməsini addımlara bölmək yarış vəziyyətini göstərir.

15. Şəbəkə protokolları, marşrutlaşdırma, etibarlılıq və sıxlıq

Protokol maşınlar arasında razılaşdırılmış söhbətdir. Marşrutlaşdırma yolu seçir. Etibarlılıq itən məlumatın tapılıb-tapılmayacağını və yenidən göndəriləcəyini soruşur. Sıxlıq (həm də: tıxaclıq) ortaq yolun həddən artıq yüklənməsidir.

Nümunə. Video zəng yol tıxandıqda əbədi donmaq əvəzinə şəkil keyfiyyətini sala bilər.

16. Autentifikasiya, avtorizasiya, şifrələmə və təhlükəsiz proqram layihələndirməsi

Autentifikasiya «Siz kimsiniz?», avtorizasiya isə «Nə etməyə icazəniz var?» sualına cavab verir. Şifrələmə məlumatı yolda və ya saxlancda qoruyur. Təhlükəsiz layihə bunları əvvəldən sistemin hissəsi sayır. Kibertəhlükəsizlikdə zəiflik, təhdid, risk və qorunma tədbiri qarışdırıla bilər. [19]

Nümunə. Giriş kimliyi sübut edir; tələbə olmaq başqa tələbənin qiymətini dəyişmək hüququ vermir.

17. Paylanmış sistemlər, replikasiya, uyğunluq və konsensus

Paylanmış sistemdə hissələr müxtəlif kompüterlərdə işləyir və şəbəkə ilə əlaqə saxlayır. Replikasiya məlumatın surətlərini müxtəlif yerlərdə saxlamaqdır. Nüsxələr razılaşmaya bilər, ona görə uyğunluq qaydası və bəzən növbəti dəyər üçün konsensus (həm də: razılaşma) üsulu lazımdır.

Nümunə. İki surətin müvəqqəti əlaqəsiz qalması məlumatların uyğunlaşdırılmasını izah etmək üçün yaxşı başlanğıcdır.

Başqa nümunə. Bir neçə serverdə saxlanan sənəddə iki nəfər eyni anda yazırsa, kimin düzəlişinin qalacağına qərar verilməlidir.

18. Bulud hesablaması, konteynerlər, orkestrasiya və yerləşdirmə

Bulud hesablaması server, saxlanc və şəbəkəni xidmət kimi icarəyə verir. Konteyner tətbiqi asılılıqları ilə birlikdə işlətməyi asanlaşdırır. Orkestrasiya (həm də: orkestrləşdirmə) çoxlu konteynerin yerləşdirilməsi, işə salınması və idarə edilməsinin əlaqələndirilməsidir. Yerləşdirmə yeni versiyanı xidmətə qoymaqdır.

Nümunə. Kurs saytı konteynerdə işləyə bilər ki, eyni obraz həm noutbukda, həm də buludda işləsin.

Maşın öyrənməsi və iri modellər

19. Maşın öyrənməsinin qiymətləndirilməsi, həddindən artıq və yetərsiz öyrənmə

Həddindən artıq öyrənmə (overfitting) modelin təlim məlumatının özəlliklərinə həddən çox uyğunlaşıb yeni nümunələrdə yanılmasıdır. Yetərsiz öyrənmə (underfitting) modelin əsas əlaqələri kifayət qədər öyrənməməsidir. Qiymətləndirmə modelin görmədiyi verilənlərlə aparılmalıdır.

Nümunə. Keçən ilin sinifindəki hər tələbəni tanıyan, amma yeni tələbəni yerləşdirə bilməyən model artıq uyğunlaşıb.

20. Verilənlər sızması, sinif balanssızlığı, model qərəzi və izah edilə bilmə

Verilənlər sızması modelə proqnoz anında olmayacağı məlumatı təsadüfən verməkdir. Sinif balanssızlığı nümunə kateqoriyalarının sayca qeyri-bərabər olmasıdır. Qərəz nəticələrin müəyyən qruplar üçün sistemli şəkildə təhrif olunması ola bilər. İzah edilə bilmə nəticəyə təsir edən amillərin insanlar üçün açıqlana bilməsidir.

Nümunə. Sınaq məlumatının təlimə qarışması qiymətləndirmə kontekstində verilənlər sızmasına nümunədir.

Başqa nümunə. Tibbi model xəstəxana adını görürsə, əlamətlərdən yox, həmin xəstəxananın tipik xəstələrindən «proqnoz» verə bilər.

21. Böyük dil modellərində tokenləşdirmə, vektor təmsilləri, diqqət, axtarış və hallüsinasiya

LLM — Large Language Model, yəni böyük dil modelidir. Tokenləşdirmə mətni modelin emal etdiyi hissələrə bölür; token həmişə bütöv söz olmur. Vektor təmsili (həm də: yerləşdirmə vektoru, embedding) həmin hissələri ədədlərlə ifadə edir. Diqqət mexanizmi kontekstdəki hissələr arasındakı əlaqələri çəkiləndirir. Xarici mənbədən məlumat gətirilməsi cavab üçün əlavə əsas verə bilər, lakin düzgünlüyə avtomatik zəmanət yaratmır.

Nümunə. Eyni söz bir və ya bir neçə token ola bilər; buna görə bəzi modellər qeyri-adi yazılış və ya kodlarda büdrəyir.

Proqram işi

22. Proqramın yoxlanması, arxitektura, versiyaların idarə edilməsi və davamlı inteqrasiya

Yoxlama kodun nəzərdə tutulanı edib-etmədiyinə baxır. Arxitektura iri miqyaslı quruluşdur. Versiya nəzarəti (çox vaxt Git) kimin nəyi dəyişdiyini yazır. Davamlı inteqrasiya (Continuous Integration, CI) kod dəyişikliklərini müntəzəm birləşdirib avtomatlaşdırılmış yoxlamalardan keçirməsidir.

Nümunə. Komanda giriş səhifəsini kimin son dəyişdiyini və o dəyişiklikdən sonra testlərin keçib-keçmədiyini görə bilər.

23. Funksional, məntiqi və eynizamanlı proqramlaşdırma paradiqmaları

Paradiqma proqramın qurulmasına ümumi yanaşmadır. Funksional üslub funksiya və dəyərləri, məntiqi üslub münasibət və axtarışı, eynizamanlı üslub isə vaxtca kəsişən işi önə çıxarır. Eynizamanlılıq bir neçə işin irəliləməsinin üst-üstə düşməsidir; paralellik işlərin həqiqətən eyni anda icrasıdır.

Nümunə. Eyni «ən qısa yol» məsələsi funksional dildə funksiya tərkibi, məntiqi dildə məhdudiyyət, eynizamanlı modeldə isə bir neçə axtarışın üst-üstə düşməsi kimi görünə bilər.

24. Kompilyatorlar, interpretatorlar və proqramlaşdırma dillərinin semantikası

Interpretator proqramı birbaşa yerinə yetirir. Kompilyator onu əvvəlcə başqa formaya çevirir. Semantika dil konstruksiyalarının nə məna daşıdığını müəyyən edir — proqramın necə yazıldığından çox, nə etməyə icazəsi olduğu.

Nümunə. Eyni qısa proqramı əvvəl sətir-sətir izləmək, sonra «bu dil x = x + 1 deyərkən dəqiq nə edir?» sualını vermək semantikanı kompilyasiya və ya interpretasiya mexanizmindən ayırmağa kömək edir.

Hesablama nəzəriyyəsi

25. Avtomatlar, hesablana bilmə, reduksiya, P, NP və NP-tamlıq

Avtomat vəziyyət və keçidlərlə təsvir olunan formal modeldir. Hesablana bilmə məsələnin alqoritmlə həllinin mümkün olub-olmadığını araşdırır. Reduksiya (həm də: ixtisar) bir məsələni başqa məsələ vasitəsilə həll etməyə uyğun çevirmədir. P polinomial vaxtda həll edilən qərar məsələləridir. NP üçün müsbət cavabın uyğun sübutu polinomial vaxtda yoxlana bilir. NP «polinomial olmayan» demək deyil. NP-tam məsələ NP-dədir və bütün NP məsələləri ona polinomial vaxtda reduksiya edilə bilir.

Nümunə. A məsələsinin hər nümunəsini B məsələsinin nümunəsinə çevirə bilsən, B üçün sürətli üsul A üçün də sürətli üsul verər.

Mövzuların öyrənilməsini çətinləşdirən səbəblər

Mənbələr öyrənənlərin zəif olduğunu iddia etmir. Tədris tədqiqatlarının nəticəsini göstərir: ideyaların özü asanlıqla səhv oxunur, mütəxəssislər isə öz qısaltmalarını çox vaxt görmür. Bu nəticələr konkret araşdırmaların auditoriya və metodlarına bağlıdır. Onlardan yerli auditoriyada yoxlanacaq izah və tapşırıqlar hazırlamaq üçün istifadə etmək daha məqsədəuyğundur.

Proqramlaşdırmada üç əsas çətinlik

İlkin proqramlaşdırma üzrə ədəbiyyat icmalı çətinlikləri sintaksis, anlayışların mənimsənilməsi və məsələ həlli strategiyası ilə əlaqələndirir. Sintaksis dilin yazılış qaydalarıdır. Bu qaydaları bilmək proqramın niyə belə işlədiyini başa düşmək üçün təkbaşına kifayət etmir. Mənbə Qian və Lehmanın ədəbiyyat icmalına istinad edir. [6]

Əvvəlki araşdırmanı yenidən yoxlayan tədqiqatda müəllimlərin rekursiya, funksiyalar, dövrlər, səhvlərin tapılması və koddan əvvəl düşünmə və planlaşdırmanı öyrətməkdə çətinlik çəkdiyi göstərilir. Təkrar tədqiqat (replication) əvvəlki nəticələrin başqa vaxtda və ya şəraitdə yenidən müşahidə olunub-olunmadığını yoxlayır. [7]

Proqramın işləməsi haqqında düzgün təsəvvür

Öyrənən kompüterin əmrləri necə yerinə yetirdiyinə dair düzgün zehni model qurmadıqda dəyişənlər, dövrlər, funksiyalar, istinadlar və rekursiya bir-biri ilə əlaqəsi zəif qaydalar kimi görünə bilər. Notional machine proqramın icrasını izah edən sadələşdirilmiş tədris modelidir. İcra ardıcıllığını, yaddaşdakı qiymətləri və çağırışları görünən etmək bu məqsədə xidmət edir. [8], [9]

Səhvlərin tapılması və düzəldilməsi

Təcrübəli proqramçı səhv axtararkən çox vaxt özünün artıq avtomatlaşdırdığı düşüncə addımlarından istifadə edir. Bu addımlar açıq izah edilmədikdə yeni başlayan yalnız hazır düzəlişi görür. Tədrisdə ehtimalın necə qurulduğunu, hansı yoxlamanın seçildiyini və nəticənin necə şərh edildiyini göstərmək vacibdir. [10]

Ayrı sahələrdə müəyyən edilmiş çətinliklər

  • Verilənlər strukturları və alqoritmlər. 2026-cı il sistematik icmalında 92 yanlış təsəvvür və öyrənmə çətinliyi müəyyənləşdirilib. Bu say bütün tələbələrin eyni səhvləri etdiyini deyil, icmalın müxtəlif tədqiqatlarda belə problemlər topladığını göstərir. [11]
  • Obyektyönlü proqramlaşdırma. Çaşqınlıq çox vaxt sinif ilə obyektin fərqi, konstruktorlar, obyektlərin bir-birindən qurulması və icra axını ətrafındadır. [12]
  • Rekursiya. İç-içə çağırışların izlənməsi, çağırışların geri qayıtması və dayanma şərti çətinlik yaradır. [13]
  • İstinadlar və göstəricilər. Dolayı müraciət, təxəllüs, görünmə sahəsi və parametr ötürülməsi bir neçə ildən sonra da çətin qala bilər. [14]
  • Eynizamanlılıq və paralellik. Mümkün icra ardıcıllıqlarının müxtəlifliyi səhv proqramın bəzən düzgün görünməsinə səbəb olur. [15]
  • SQL. Genişmiqyaslı təhlildə cədvəllərin birləşdirilməsi, alt sorğular və GROUP BY ilə bağlı səhvlər qeyd olunur. [16]
  • Əməliyyat sistemləri. Mexanizmi əzbərləmək alternativ həllərin üstünlük və çatışmazlıqlarını izah etməyə həmişə kifayət etmir. [17]
  • Ədəd təqdimatı. Mövqeli yazılış, ikiyə tamamlayıcı kod və daşma ilə bağlı yanlış təsəvvürlər kompüterin təşkili kursundan sonra da qala bilər. Daşma nəticənin ayrılmış bit sayına sığmamasıdır. [18]
  • Kibertəhlükəsizlik. Zəiflik, təhdid, risk və qorunma tədbiri qarışdırıla bilər. Hücum edən tərəfin mümkün addımlarını düşünmək ayrıca bacarıq tələb edir. [19]
  • Dinamik proqramlaşdırma. Üsulun nə vaxt seçilməsi, altməsələlər arasındakı əlaqənin qurulması və səmərəsiz təkrarlardan qaçılması çətindir. [20]
  • Süni intellekt. Məktəbli təsəvvürlərini araşdıran tədqiqat uşaqların sistemlərə insan xüsusiyyətləri aid edə və təlim verilənlərinin rolunu nəzərdən qaçıra bildiyini göstərir. [21]

Müsabiqə materialını yazanlar bu nəticələri tapşırıq kimi götürə bilər: yalnız tərifi yox, əskik zehni modeli izah edin.

İlk nəşrlər üçün plan

Əlçatan tədris məqalələri hazırlamaq üçün aşağıdakı ardıcıllıq təklif olunur. Başlıqlar ən yüksək prioritet cədvəllə üst-üstə düşür və qeyri-mütəxəssisin sualı görməsi üçün yazılıb. Bu, nəşr üçün başlanğıc planıdır; müsabiqənin məcburi mövzu və ya ardıcıllıq tələbi deyil.

  1. Generativ süni intellekt və ChatGPT tipli sistemlər necə işləyir
  2. Süni intellekt niyə inandırıcı görünən yanlış cavablar verir
  3. Proqram işləyərkən kompüterdə nə baş verir
  4. Dəyişənlər və x = x + 1 əmrinin mənası
  5. Kod yazmazdan əvvəl alqoritmi necə qurmaq olar
  6. Dövrlər necə işləyir və sonsuz dövr niyə yaranır
  7. Funksiyalar, parametrlər, ekrana çıxarılan nəticələr və qaytarılan qiymətlər
  8. Proqram səhvlərini tapmaq və düzəltmək üçün praktik üsul
  9. İnternet veb səhifəni istifadəçiyə necə çatdırır
  10. Kompüter mətn, təsvir və səsi necə təqdim edir
  11. Parollar, şifrələmə və rəqəmsal imzalar necə işləyir
  12. Verilənlər necə yanlış nəticəyə gətirə bilər və qərəzli təhlili necə tanımaq olar

Auditoriyanın ehtiyacına görə mövzuların sırası dəyişdirilə və hər mövzu daha kiçik materiallara bölünə bilər.

Tədris üçün tövsiyə olunan dillər

Hər iki mənbə eyni üç istiqaməti göstərir: proqramlaşdırma, verilənlər elmi və süni intellekt nümunələrində Python; veb nümunələrində JavaScript və TypeScript; verilənlər bazası mövzularında SQL. Aydın izah başqa dildən də istifadə edə bilər, əgər həmin dil seçilmiş auditoriyanın həqiqətən rastlaşdığı dildirsə.

Fərq, qətiyyət. Yenidən işlənmiş sənəd Python-u «praktik başlanğıc seçimi» adlandırır və bunu bütün auditoriyalar üçün vahid «ən yaxşı dil» hökmü kimi qəbul etməməyə çağırır. Əvvəlki səhifə Python-u «hazırda ən uyğun ümumi tədris dili» sayırdı. Bu səhifə hər iki ifadənı saxlayır və dili mövzunun məqsədinə, auditoriyanın əvvəlki biliyinə və nümunəni işlətmək imkanına görə seçməyi tövsiyə edir.

2025-ci il Stack Overflow sorğusunda Python istifadəsinin artması və GitHub hesabatında Python-un süni intellekt layihələrində geniş iştirakı bu dilin aktuallığını göstərir. TypeScript-in GitHub-dakı yüksəlişi veb nümunələrinə marağı da əsaslandıra bilər. [4], [5]

Mövzu təklifinin hazırlanması

Bu bölmə yenidən işlənmiş sənəddə var və yuxarıdakı on iki məqalə tövsiyəsini tamamlayır. Hər mövzu üçün aşağıdakı beş suala qısa cavab hazırlamaq təklif olunur:

  • Auditoriya — material kimlər üçündür və hansı ilkin bilikləri tələb edir;
  • Təhsil əhəmiyyəti — hansı anlayış və ya bacarığı öyrədir;
  • Praktik əlaqə — həmin bilik harada istifadə olunur;
  • Öyrənmə çətinliyi — hansı yanlış təsəvvürü və ya anlaşılmazlığı aradan qaldırır;
  • Gözlənilən nəticə — öyrənən materialdan sonra nəyi izah və ya tətbiq edə biləcək.

Məsələn, «Funksiya ilə nəticəni ekrana çıxarmaq arasındakı fərq» mövzusu ilkin proqramlaşdırma öyrənənlərə ünvanlana bilər. Materialın məqsədi qaytarılan qiymətin başqa hesablamada istifadə oluna bildiyini göstərməkdir. Biri yalnız ekrana yazan, digəri isə qiymət qaytaran iki qısa funksiya bu fərqi görünən edə bilər.

İzahı gündəlik sual və ya kiçik problemlə başlamaq, əsas anlayışları təqdim etmək, nümunəni addımlarla açmaq və sonda qısa yoxlama tapşırığı vermək olar. Bu quruluş tövsiyədir və mövzuya uyğun dəyişdirilə bilər. Mövzunun hər üç mənbə qrupunda eyni vaxtda önə çıxması şərt deyil. Rekursiya gündəlik texnologiya xəbərlərində az görünsə də, onun aydın izahı ciddi təhsil dəyəri daşıya bilər.

Terminlər və ixtisarlar

Bu lüğət mətndə və mövzu siyahılarında işlənən əsas texniki terminləri qısa şəkildə izah edir. Təşkilat adları və təhsil çərçivələri yuxarıdakı mənbə bölməsində açıqlanır. Sinonimlər mötərizədə göstərilib.

AI / SI
Artificial Intelligence və süni intellekt. İnsan zəkası ilə əlaqələndirilən tapşırıqları yerinə yetirən hesablama üsulları və sistemləri.
API
Application Programming Interface. Proqramların bir-biri ilə məlumat və əmrlər mübadiləsi üçün interfeys.
CPU
Central Processing Unit. Əmrləri icra edən mərkəzi prosessor.
DNS
Domain Name System. Domen adlarını IP ünvanları ilə əlaqələndirən sistem.
HTTP
Hypertext Transfer Protocol. Vebdə sorğu və cavab mübadiləsi üçün protokol.
IP
Internet Protocol. Şəbəkələr arasında paketlərin ünvanlanması və ötürülməsi üçün protokol.
IoT
Internet of Things. Sensor və qurğuların şəbəkə vasitəsilə məlumat mübadiləsi apardığı Əşyaların İnterneti.
SQL
Structured Query Language. Verilənlər bazalarında məlumatla işləmək üçün sorğu dili.
LLM
Large Language Model. Mətnlə işləyən böyük dil modeli.
OOP
Object-Oriented Programming. Verilənləri və əməliyyatları obyektlər ətrafında quran yanaşma.
DSA
Data Structures and Algorithms. Verilənlər strukturları və alqoritmlər.
CI
Kontekstdən asılı olaraq Continuous Integration — davamlı inteqrasiya, və ya Concept Inventory — anlayışları ölçən diaqnostik test.
CS1 / SCS1
CS1 ilkin kompüter elmləri və ya proqramlaşdırma kursudur. SCS1 — Second CS1 həmin səviyyədə anlayışları ölçən alətdir.
Big-O
Girişin ölçüsü artdıqca resurs tələbinin artımına asimptotik yuxarı sərhəd verən işarələmə. Həm də Böyük-O yazılır.
P / NP
P polinomial vaxtda həll edilən qərar məsələləridir. NP üçün müsbət cavabın uyğun sübutu polinomial vaxtda yoxlana bilir. NP «polinomial olmayan» demək deyil.
NP-tamlıq və reduksiya
NP-tam məsələ NP-dədir və bütün NP məsələləri ona polinomial vaxtda reduksiya edilə bilir. Veb səhifə eyni anlayışı bəzən ixtisar adlandırmışdı.
Bul məntiqi
Doğru və yanlış qiymətlərinə, eləcə də VƏ, VƏ YA, DEYİL əməliyyatlarına əsaslanan məntiq.
Görünmə sahəsi və yaşam müddəti
Görünmə sahəsi adın harada əlçatan olduğunu, yaşam müddəti isə obyektin nə qədər mövcud olduğunu bildirir.
Parametr və qaytarılan qiymət
Parametr funksiyanın girişini qəbul edir. Qaytarılan qiymət nəticəni çağıran hissəyə ötürür.
İstinad, göstərici və aliasing
İstinad və göstərici obyektə müraciət vasitələridir; dəqiq davranış dildən asılıdır. Aliasing eyni obyektə bir neçə adla çıxışdır.
Stek və heap
Stek son daxil olanın ilk çıxması prinsipi ilə işləyir; çağırış steki funksiyaların icrasını izləyir. Heap yaddaş bölgəsi və ya ayrıca yığın strukturu ola bilər.
Rekursiya və baza halı
Rekursiya funksiyanın özünü çağırmasıdır. Baza halı yeni çağırışa ehtiyac olmayan dayanma vəziyyətidir.
İrsiyyət və polimorfizm
İrsiyyət siniflər arasında xüsusiyyətlərin ötürülməsidir. Polimorfizm (çoxformalıq) eyni interfeysin fərqli davranış verməsinə imkan yaradır.
Normallaşdırma
Relyasion bazada təkrarlanma və yenilənmə problemlərini azaltmaq üçün cədvəllərin təşkili.
JOIN
Əlaqəli cədvəllərin məlumatını birləşdirir. Aqreqasiya çoxlu qiymətdən cəm, say və orta çıxarır.
Alt sorğu və pəncərə funksiyası
Alt sorğu başqa sorğunun içində yerləşir. Pəncərə funksiyası əlaqəli sətirlər üzrə hesab aparıb ayrı sətirləri saxlayır.
Tranzaksiya və izolyasiya
Tranzaksiya əlaqəli əməliyyatları vahid iş kimi idarə edir. İzolyasiya paralel tranzaksiyaların aralıq nəticələri necə görə bildiyini müəyyənləşdirir.
Eynizamanlılıq və paralellik
Eynizamanlılıq işlərin irəliləməsinin üst-üstə düşməsidir. Paralellik işlərin həqiqətən eyni anda icrasıdır.
Yarış vəziyyəti və kilidlənmə
Yarış vəziyyətində nəticə icra ardıcıllığından asılı olur. Qarşılıqlı kilidlənmə (tıxac) işlərin bir-birini gözləyərək dayanmasıdır.
Proses, axın və virtual yaddaş
Proses icra olunan proqramın mühitidir; axın həmin mühitdə icra yoludur. Virtual yaddaş proqramın gördüyü ünvanları fiziki yaddaşdan ayırır.
Autentifikasiya və avtorizasiya
Autentifikasiya kimliyi, avtorizasiya isə əməliyyatı etməyə icazəni yoxlayır.
Fişinq və iki amilli autentifikasiya
Fişinq aldadıcı mesaj və ya saytla məlumat əldə etməyə cəhddir. İki amilli autentifikasiya (iki faktorlu təsdiq) fərqli kateqoriyalardan iki yoxlama istifadə edir.
Şifrələmə, heşləmə və imza
Şifrələmə məlumatı açarla qoruyur. Heşləmə qısa rəqəmsal iz yaradır. Rəqəmsal imza bütövlüyü və imzalayanla əlaqəni yoxlamağa imkan verir.
Təlim və qiymətləndirmə
Təlim zamanı model nümunələrdən öyrənir. Qiymətləndirmə onun ayrıca məlumat üzərində necə işlədiyini yoxlayır.
Həddindən artıq və yetərsiz öyrənmə
Overfitting zamanı model təlim məlumatının özəlliklərinə həddən çox uyğunlaşır. Underfitting zamanı əsas əlaqələri kifayət qədər öyrənmir.
Sinif balanssızlığı və qərəz
Sinif balanssızlığı nümunə kateqoriyalarının sayca qeyri-bərabər olmasıdır. Qərəz nəticələrin müəyyən qruplar üçün sistemli təhrifidir.
İzah edilə bilmə
Modelin nəticəsinə təsir edən amillərin insanlar üçün başadüşülən şəkildə açıqlana bilməsi.
Token, vektor təmsili və diqqət
Token mətnin emal vahididir; həmişə bütöv söz olmur. Vektor təmsili onu ədədlərlə göstərir. Diqqət mexanizmi kontekst hissələri arasındakı əlaqələri çəkiləndirir.
Git / GitHub
Git dəyişiklik tarixçəsini izləyən versiya idarəetmə sistemidir. GitHub Git layihələrinin saxlanması və birgə işlənməsi üçün platformadır.
İkiyə tamamlayıcı kod
Sabit bit sayında işarəli tam ədədlərin, o cümlədən mənfi ədədlərin təqdim edilməsi üsulu.
Avtomat və hesablana bilmə
Avtomat vəziyyət və keçidlərlə təsvir olunan formal modeldir. Hesablana bilmə məsələnin alqoritmlə həllinin mümkün olub-olmadığını araşdırır.
Müştəri və server
Müştəri xidmət üçün sorğu göndərir, server həmin sorğunu emal edib cavab verir.
İnsan xüsusiyyətləri aid etmə
Sistemə insan kimi düşüncə, niyyət və hisslər aid etmək. Süni intellekt barədə izahlarda bu fərziyyə mexanizmin başa düşülməsini çətinləşdirə bilər.

Mənbələr və istinadlar

Mətn daxilindəki nömrələr aşağıdakı mənbələrə uyğundur. Tədqiqatlar üçün qısa təsviri adlar saxlanılıb; onlar tam biblioqrafik başlıq kimi təqdim edilmir.

  1. [1] CSTA’s 2026 PK–12 Standards — https://csteachers.org/pk12standards/
  2. [2] ACM/IEEE-CS/AAAI CS2023 — knowledge areas — https://csed.acm.org/knowledge-areas/
  3. [3] AP Computer Science Principles — https://apcentral.collegeboard.org/courses/ap-computer-science-principles
  4. [4] 2025 Stack Overflow Developer Survey — https://survey.stackoverflow.co/2025/technology
  5. [5] GitHub Octoverse 2025 — https://github.blog/news-insights/octoverse/octoverse-a-new-developer-joins-github-every-second-as-ai-leads-typescript-to-1/
  6. [6] Qian and Lehman’s literature review — https://doi.org/10.1145/3077618
  7. [7] 20-year CS1 replication study — https://doi.org/10.1145/3730405
  8. [8] Sorva’s notional-machine research — https://doi.org/10.1145/2483710.2483713
  9. [9] Study of variable evaluation — https://doi.org/10.1145/3017680.3017724
  10. [10] Systematic review of debugging instruction — https://doi.org/10.1145/3690652
  11. [11] DSA systematic review — https://doi.org/10.1080/08993408.2026.2633989
  12. [12] Long-term OOP study — https://doi.org/10.1080/08993400500224310
  13. [13] Recursion concept inventory — https://doi.org/10.1080/08993408.2017.1414728
  14. [14] Indirection study — https://doi.org/10.15388/infedu.2507.015
  15. [15] Concurrency study — https://doi.org/10.15388/infedu.2021.29
  16. [16] SQL misconception study — https://doi.org/10.1145/2899415.2899464
  17. [17] Operating-systems concept inventory — https://doi.org/10.1145/2538862.2538886
  18. [18] Number-representation study — https://doi.org/10.1080/08993408.2011.611712
  19. [19] Cybersecurity misconception study — https://digitalcommons.kennesaw.edu/jcerp/vol2018/iss1/5/
  20. [20] Replication study on dynamic programming — https://doi.org/10.1080/08993408.2022.2079865
  21. [21] Study of pupils’ AI conceptions — https://doi.org/10.1016/j.caeai.2022.100095
  22. [22] Müsabiqənin açıq dəvəti. Yenidən işlənmiş sənəddə yerli inkişaf ünvanı da göstərilib. — https://daab-waas.com/az/complex-topics.html
  23. [23] CS2023 official page — https://csed.acm.org/
  24. [24] CS2023 knowledge and competency model — https://csed.acm.org/wp-content/uploads/2024/04/1.3-Introduction-to-Knowledge-Model.pdf
  25. [25] Survey methodology — https://survey.stackoverflow.co/2025/methodology
  26. [26] Survey AI section — https://survey.stackoverflow.co/2025/ai
  27. [27] Dynamic-programming concept inventory — https://arxiv.org/abs/2411.14655
  28. [28] Validation and use of SCS1 — https://www.sci.sdsu.edu/crmse/msed/papers/parker2-parker-guzdial-engleman_SCS1.pdf
  29. [29] Bu mövzu bələdçisinin veb nüsxəsi — https://daab-waas.com/az/complex-topics-informatics.html
  30. [30] Müsabiqənin təşkili — işçi plan — https://daab-waas.com/az/complex-topics-approach.html

Bu səhifə yeni mənbə deyil. O, yuxarıdakı sənədləri və inteqrasiya olunmuş bələdçini — yenidən işlənmiş Word sənədi ilə əvvəlki veb səhifənin birləşməsini — bir araya gətirir.