ارزیابی تکوینی و نقش هوش مصنوعی در تقویت آن

گاردنر و همکاران (۲۰۲۱) استدلال می کنند که یکی از فرصت های مهمی که هوش مصنوعی برای ارزیابی تکوینی فراهم می آورد، بهبود هم در کمیت و هم در کیفیت بازخورد است. اهداف اصلی ارزیابی تکوینی، ارائه بازخورد سازنده بر اساس پاسخ های دانش آموزان و کمک به معلمان در طراحی راهبردهای آموزشی متفاوت است. سیستم های ارزیابی تکوینی رایانه محور می توانند اجرای ارزیابی تکوینی را از نظر تعیین فراوانی و زمان بندی متناسب با هر دانش آموز به صورت فردی بهینه کنند (شین و همکاران، ۲۰۲۲). این قابلیت، یکی از محدودیت های اساسی ارزیابی تکوینی سنتی را که به طور معمول به دلیل کمبود زمان معلمان ارائه نمی شود، برطرف می سازد.گیبسون (۲۰۲۳) در مقاله ای که در مجله فناوری آموزشی بریتانیا منتشر شده، مدلی سه سطحی ارائه می دهد که نظریه های یادگیری موجود را برای مدل سازی نقش های هوش مصنوعی در ارتقای فرآیندهای یادگیری ترکیب می کند. این مدل تاکید می کند که با پیشرفت توانایی های نوین هوش مصنوعی، عامل هوش مصنوعی به زودی می تواند بخش قابل توجهی از کارهای ارزیابی و بازخورد را انجام دهد، از جمله کمک در نگارش، ارائه طرح کلی و ارزیابی تحلیلی.