بازطراحی آزمون های استاندارد در مواجهه با هوش مصنوعی: تحلیل مزایا و معایب مدل شفاهی

پژوهش حاضر با هدف بازطراحی آزمون ها در عصر هوش مصنوعی، به بررسی و مقایسه عملکرد سه مدل زبانی پیشرفته (GPT-۴o، Google Gemini ۱.۵ Pro، Anthropic Claude ۳.۵ Sonnet) با دانشجویان انسانی در قالب آزمون های کتبی و شفاهی بازطراحی شده است. روش تحقیق به صورت ترکیبی (کمی و کیفی) بوده و داده ها از طریق آزمون های استاندارد زبان و شناختی (IELTS، Raven’s Progressive Matrices، N-Back)، تحلیل خطا و پرسشنامه تجربه کاری گردآوری شد. جامعه آماری تحقیق شامل دانشجویان پزشکی دانشگاه علوم پزشکی آزاد تهران در سال تحصیلی ۱۴۰۴-۱۴۰۳ بود که معادل ۵۸۵ نفر بوده و نمونه گیری به روش تصادفی طبقه بندی شده انجام شد. حجم نمونه با استفاده از فرمول کوکران؛ معادل ۲۳۲ نفر برآورد گردید.  نتایج نشان داد که مدل های هوش مصنوعی در اغلب شاخص ها (دقت، سرعت پاسخ گویی و میانگین نمرات) عملکردی بالاتر از انسان داشتند، هر چند نوع خطاهای آنان ماهیتا با خطاهای انسانی متفاوت بود. همچنین، نسخه بازطراحی شده آزمون شفاهی موجب بهبود تجربه کاربری، افزایش وضوح دستورالعمل ها، کاهش استرس و ارتقای ادراک عدالت در میان شرکت کنندگان شد. میان مولفه های پرسنامه تجربه کاری نیز همبستگی معناداری در  سطح ۰.۰۱ وجود داشت ( p<۰.۰۱). یافته ها بیانگر آن است که اگرچه هوش مصنوعی توانسته است در بازتولید دانش و پردازش سریع اطلاعات از انسان پیشی گیرد، اما آزمون های شفاهی و تعاملی همچنان ظرفیت بالاتری در سنجش مهارت های استدلالی، خلاقیت و تفکر انتقادی دارند.

کلیدواژه ها:

هوش مصنوعی ، دانشجویان انسانی ، آزمون های کتبی و شفاهی ، خطا