حال و آینده ارزیابی و سنجش یادگیری در عصر هوش مصنوعی

ارزیابی و سنجش آخرین حلقه زنجیره، آموزش نقش کلیدی در تحقق یادگیری دارد. با پیشرفت روزافزون هوش مصنوعی و گسترش ابزارهای نوینی همچون مدلهای زبانی، انتظار آن می رود که در حوزه ارزیابی یاددهی و یادگیری و نیز سنجش آن، طرحواره های جدید و تحول آفرین مبتنی بر این فناوری نوظهور تعریف و عرضه شود. در این سخنرانی قصد داریم بعد از معرفی مختصر چارچوب و روش های سنتی در حوزه سنجش؛ تاثیر هوش مصنوعی، مخصوصا مدلهای زبانی بزرگ را، بر فرآیند آموزش و سنجش مرور کرده و روش های نوین موثری را معرفی کنیم. ارزیابی با اهداف مختلفی از جمله سنجش فرایند یادگیری و نیز سنجش یادگیرنده و نیز اندازه گیری کارایی مدرس در یاددهی تعریف می شود و ابزارهای مختلفی را برای هر یک از اهداف فوق معرفی کند. نکات کلیدی در سنجش مطرح است که برخی از آنها در مدل سنتی یا قابل اجرا نیست و یا مرارت زیادی دارد و در عمل غیرممکن می شود. از جمله این نکات که به نظر می آید با استفاده از مدلهای زبانی قابل حل باشد، انجام ارزشیابی عینی از طریق آزمون های چند گزینه ای است. آیا با کمک مدلهای زبانی می توان محدودیت های آزمون های فوق را برطرف کرد؟ آیا با کمک این مدل ها می توان کج فهمی های یادگیرنده را تشخیص داده و فرآیند یاددهی را نیز بهبود بخشید؟ چگونه می توان یادگیرنده را به فعالیتی واداشت که درک و فهم؛ حل مسئله؛ قدرت استدلال و تفکر و نیز کاربرد آموخته ها را با کمک هوش مصنوعی افزایش دهد؟ آیا می شود از طریق ایجاد امکان گفتگوی گروهی با GPT رفتار گروهی دانش بنیان را ترغیب کرد؟ مدلهای زبانی چگونه می توانند روایی یا پایایی نتایج سنجش را بهبود بخشند؟ با توجه به برتری ارزشیابی تکوینی به ارزشیابی تراکمی و نیز ارزشیابی تشخیصی؛ آیا مدلهای زبانی می توانند در تدوین ارزشیابی های مستمر تکوینی و تهیه و تنظیم بازخورد شخصی سازی شده برای هر یادگیرنده به مدرس کمک کنند؟ آیا نمره گذاری خودکار توسط یک مدل زبانی در آزمون های ذهنی (subjective) می تواند نمره دهی را منصفانه تر کند؟ آیا اتوماتیک شدن نمره دهی می تواند بر کاهش اضطراب یادگیرندگان اثر داشته باشد؟ آیا مدلهای زبانی می توانند نقشه راه درس؛ به تعمیق یادگیری و افزایش سطوح یادگیری در یادگیرندگان کمک کنند؟ در این ارائه برآنیم که برخی از سوالات فوق را پاسخ دهیم و برای بقیه سوالاتی که احتمالا هنوز پاسخ داده نشده اند، موضوع تحقیقاتی معرفی کنیم. بخشی از یافته های تحقیقات جاری آزمایشگاه یادگیری الکترونیکی دانشگاه تهران بعنوان راهکارهای جدید در سنجش در این ارائه معرفی خواهد شد.

کلیدواژه ها:

هوش مصنوعی ، ارزیابی ، سنجش ، یادگیری ، مدل زبانی