بازاندیشی در سنجش یادگیری در عصر هوش مصنوعی؛ از عملکرد ظاهری تا شواهد واقعی یادگیری

گسترش هوش مصنوعی مولد، بسیاری از برداشت های رایج درباره کیفیت عملکرد و میزان یادگیری را با پرسش های تازه ای روبه رو کرده است. امکان تولید سریع و منسجم پاسخ، محتوا و تکلیف باعث شده است محصول نهایی یک فعالیت آموزشی لزوما بازتاب دقیقی از میزان فهم و توانایی واقعی یادگیرنده نباشد. پژوهش حاضر با هدف تبیین ضرورت بازاندیشی در شیوه های سنجش یادگیری در محیط های آموزشی مبتنی بر هوش مصنوعی انجام شده است. یافته های مطالعات مرتبط نشان می دهد که تکیه صرف بر محصول نهایی، به ویژه در تکالیف قابل تولید توسط ابزارهای هوشمند، می تواند فاصله میان عملکرد قابل مشاهده و یادگیری واقعی را افزایش دهد. در چنین شرایطی، سنجش فرایند تفکر، توانایی توضیح، کاربرد دانش در موقعیت های تازه، حل مسئله و میزان مشارکت فعال یادگیرنده اهمیت بیشتری پیدا می کند. بر این اساس، استفاده مسئولانه از هوش مصنوعی نیازمند تغییر در طراحی فعالیت های آموزشی، تقویت سواد هوش مصنوعی و بازطراحی روش های ارزشیابی است.واژگان کلیدی: هوش مصنوعی مولد، سنجش یادگیری، ارزشیابی آموزشی، عملکرد یادگیرنده، یادگیری واقعی، سواد هوش مصنوعی، تفکر انتقادی