Главная Технологии Оценка знаний в эпоху ИИ: университеты должны действовать на опережение
Технологии

Оценка знаний в эпоху ИИ: университеты должны действовать на опережение

Чтобы быть эффективными, университеты должны не просто устанавливать ограничения, но и кардинально изменять способы оценки знаний, внедряя структурные изменения.

Поделиться
Студент
Студент. Фото - Pexels
Поделиться

Об этом сообщает «Politexpert» со ссылкой на The Conversation 

Использование искусственного интеллекта (ИИ) в учебном процессе стало одной из самых актуальных тем для университетов по всему миру. С момента появления генеративных моделей ИИ, таких как ChatGPT, в последние три года университеты разработали различные подходы к оценке студентов. 

Некоторые учреждения полностью запретили использование ИИ на экзаменах, другие — разрешают его в ограниченных пределах, а третьи — внедряют ИИ в учебный процесс по умолчанию. Однако студенты и преподаватели продолжают сталкиваться с неопределенностью, не зная, как правильно использовать ИИ в рамках образовательной практики.

Важно понимать, что просто установление строгих правил для использования ИИ не решает проблему. В условиях стремительного развития технологий, когда нарушение установленных норм становится всё труднее отследить, традиционные методы оценки, основанные на их соблюдении, оказываются недостаточными для обеспечения справедливости и точности. В этой статье рассматриваются современные подходы к оценке в эпоху ИИ и предлагаются новые пути для развития университетского образования.

Почему важно сохранить «достоверность оценки»

В ответ на вызовы, связанные с распространением генеративного ИИ, многие университеты начали вводить различные системы контроля, например, «светофор» для использования ИИ в учебных заданиях. В Великобритании, например, Университет Лидса разработал систему «светофора», где красный свет указывает на запрет использования ИИ, оранжевый — на ограниченное его применение, а зеленый — на полную свободу для студентов в применении искусственного интеллекта.

Однако сам факт установления таких рамок еще не решает главную задачу — сохранение достоверности оценки. Достоверность оценки связана с тем, что тесты и задания должны точно измерять уровень знаний студентов, а не их умение манипулировать ИИ. Становится актуальной проблема: как обеспечить оценку знаний и умений, а не искусственного интеллекта, который может значительно облегчить выполнение заданий.

Дискурсивные и структурные изменения в оценке

Совсем недавно была опубликована научная статья, в которой представлен подход, разделяющий изменения в оценочных системах на два типа: дискурсивные и структурные. Дискурсивные изменения связаны с изменением правил и инструкций для студентов, например, указанием, что можно использовать ИИ только для редактирования работы. Такие меры предполагают, что студенты будут осведомлены о правилах и добровольно им следовать.

Структурные изменения, с другой стороны, предполагают трансформацию самих заданий. Вместо того чтобы ограничиваться указаниями о том, что делать, структурные изменения нацелены на то, чтобы сама форма задания позволяла оценить способности студентов без необходимости в дополнительных объяснениях правил. Например, введение письменных заданий, выполненных на основе наблюдений в реальном времени, вместо стандартных домашних эссе, предполагает оценку процесса и прогресса студента, а не только конечного результата.

Что нужно для структурных изменений в оценке?

Существующие подходы в большинстве университетов ограничиваются изменениями в правилах. Однако, чтобы сохранить актуальность оценки в эпоху ИИ, необходимо переходить к структурным изменениям. Это потребует разработки таких методов оценки, которые не зависят от того, использует ли студент ИИ или нет. Например, задания, включающие в себя непрерывное наблюдение за развитием мыслительного процесса студентов, позволят оценить их навыки не только через результат, но и через их интеллектуальный путь.

Структурные изменения не означают, что нужно полностью отказаться от традиционных форм оценки. Напротив, они предполагают изменение подходов к задачам таким образом, чтобы оценка была более комплексной и соответствовала реальному пониманию студентом материала. Важно, чтобы эти изменения были внедрены поэтапно и адаптированы к конкретным дисциплинам, что сделает процесс оценки более гибким и адаптивным к новым технологиям.

Напомним, ранее мы писали про создание классификатора птичьих голосов с помощью машинного обучения.

Поделиться

Комментировать

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Материалы по теме
Разработка
Технологии

Как создать востребованный продукт за 48 часов

Создание продукта за 48 часов — это не исключение, а стратегия, опирающаяся...

Инженер
Технологии

Новый рекорд скорости: самый маленький самоуправляемый робот на двух ногах

Миниатюрный и быстрый робот открывает новые перспективы в робототехнике, позволяя решать задачи...

Искусственный интеллект
Технологии

Почему важно понимать, как работает ИИ, прежде чем его использовать

Неверное использование ИИ, недостаток понимания его работы или неправильная настройка могут привести...

Офис
Технологии

Искусственный интеллект как путь к росту производительности: роль работников в процессе

Об этом сообщает «Politexpert» со ссылкой на The Conversation  Многие компании активно...