بررسی نظام مند تاثیر «هوش مصنوعی در ارزشیابی تحصیلی» و «کاهش سوگیری ارزیابی» در مدارس

ارزشیابی تحصیلی یکی از ارکان اساسی نظام های آموزشی است که نقش مهمی در سنجش پیشرفت یادگیری، هدایت فرآیند تدریس و تصمیم گیری های آموزشی ایفا می کند. با این حال، روش های سنتی ارزشیابی اغلب با چالش هایی مانند سوگیری ارزیابی، نابرابری در قضاوت، خطاهای انسانی و محدودیت در تحلیل داده های یادگیری مواجه هستند. در سال های اخیر، پیشرفت های چشمگیر در حوزه هوش مصنوعی (Artificial Intelligence) امکان تحول در شیوه های ارزشیابی آموزشی را فراهم کرده است.هوش مصنوعی می تواند با استفاده از الگوریتم های یادگیری ماشین، پردازش زبان طبیعی و تحلیل داده های یادگیری، فرآیند ارزشیابی تحصیلی را دقیق تر، سریع تر و عادلانه تر کند. یکی از مهم ترین ظرفیت های این فناوری، کاهش سوگیری های انسانی در ارزیابی عملکرد دانش آموزان است. سوگیری ارزیابی ممکن است ناشی از عوامل مختلفی مانند پیش فرض های معلمان، تفاوت های فرهنگی، جنسیتی یا اجتماعی و حتی خستگی و فشار کاری باشد.در چنین شرایطی، استفاده از سیستم های ارزشیابی مبتنی بر هوش مصنوعی می تواند به استانداردسازی فرآیند ارزیابی، تحلیل داده های یادگیری در مقیاس بزرگ و ارائه بازخوردهای دقیق تر کمک کند. با این حال، استفاده از هوش مصنوعی در ارزشیابی آموزشی نیز با چالش هایی مانند شفافیت الگوریتم ها، عدالت الگوریتمی، حریم خصوصی داده ها و پذیرش اجتماعی مواجه است.هدف این مقاله ارائه یک بررسی نظام مند از پژوهش های مرتبط با تاثیر هوش مصنوعی در ارزشیابی تحصیلی و نقش آن در کاهش سوگیری ارزیابی در مدارس است. این پژوهش با تحلیل مطالعات منتشر شده در پایگاه های علمی معتبر در بازه زمانی ۲۰۱۰ تا ۲۰۲۵ انجام شده است.نتایج این بررسی نشان می دهد که استفاده از سیستم های هوشمند ارزشیابی می تواند دقت ارزیابی، عدالت آموزشی و کیفیت بازخوردهای یادگیری را افزایش دهد. با این حال، اثربخشی این سیستم ها به کیفیت داده های آموزشی، طراحی الگوریتم ها و چارچوب های اخلاقی و قانونی بستگی دارد.

کلیدواژه ها:

هوش مصنوعی ، ارزشیابی ، سوگیری ، مدارس