از پاسخ آماده تا یادگیری پایدار؛ بازنگری در شیوه های ارزیابی یادگیرندگان در عصر هوش مصنوعی

رواج ابزارهای هوش مصنوعی مولد، مفهوم عملکرد آموزشی و شیوه تشخیص میزان یادگیری را با تحولات قابل توجهی روبه رو کرده است. امکان تولید سریع پاسخ های دقیق و منسجم سبب شده است که محصول نهایی یک فعالیت آموزشی همیشه بازتاب دهنده میزان فهم، تلاش شناختی و تسلط واقعی یادگیرنده نباشد. این وضعیت، ضرورت بازنگری در روش هایی را مطرح می کند که بر اساس آن ها کیفیت یادگیری صرفا از طریق تکلیف، پاسخ یا متن نهایی سنجیده می شود. بررسی حاضر با تمرکز بر پیامدهای آموزشی گسترش هوش مصنوعی، بر اهمیت توجه به فرایند شکل گیری یادگیری، توانایی استدلال، توضیح مفاهیم، حل مسئله و کاربرد آموخته ها در موقعیت های جدید تاکید دارد. استفاده هدفمند از هوش مصنوعی می تواند زمینه دریافت بازخورد، دسترسی سریع به منابع و تمرین بیشتر را فراهم کند، اما استفاده جایگزین کننده ممکن است فاصله میان توانایی واقعی فرد و عملکرد ثبت شده را افزایش دهد. بر همین اساس، بازطراحی فعالیت های آموزشی، تقویت سواد هوش مصنوعی و استفاده از شیوه های ارزشیابی فرایندمحور می تواند به اعتبار بیشتر سنجش یادگیری کمک کند.واژگان کلیدی: هوش مصنوعی مولد، یادگیری پایدار، ارزشیابی آموزشی، عملکرد یادگیرنده، سنجش فرایندمحور، سواد هوش مصنوعی، یادگیری عمیق