ЧИ МОЖЕ ШІ ОЦІНЮВАТИ РЕЗУЛЬТАТИ НАВЧАННЯ? ЯКІ МЕЖІ МАЄ АВТОМАТИЗАЦІЯ?
На сайті Times Higher Education опубліковано статтю Джульєт Роуселл «Використання ШІ для оцінювання не спрямоване на заміну людей».
Йдеться про британський пілотний проєкт, у межах якого університети тестують системи штучного інтелекту для перевірки студентських робіт і підготовки зворотного зв’язку. Його організатори наголошують, що остаточне рішення та кінцевий академічний контроль має залишатися за викладачами, а не алгоритмами. Ініціатором згаданого проєкту став Jisc – організація, яка забезпечує підтримку цифрової інфраструктури для усього британського сектору вищої освіти. Вона керує національною дослідною та освітньою мережею Janet із забезпечення високошвидкісного підключення до мережі, опікується кібербезпекою, цифровими бібліотеками та платформами даних, консультує з питань штучного інтелекту та цифрового навчання. До проєкту долучились десять університетів, які згодились тестувати платформу Graide, покликану здійснювати оцінювання та готувати зворотній зв’язок для студентів на основі критеріїв оцінювання, прикладів студентських робіт і попередньо заданих правил. Ще кілька освітніх закладів паралельно випробовують платформу TeacherMatic, яка допомагає викладачам створювати навчальні матеріали, завдання й структури освітні курси. Джульєт наголошує, що в основі проєкту – обов’язкова участь людини у процесі оцінювання: викладачі мають перевіряти та підтверджувати коментарі, сформовані системою штучного інтелекту, перш ніж їх побачать студенти. Технологія ШІ тут виступає інструментом підтримки академічної роботи, а не способом повної автоматизації перевірки знань. Водночас частина викладачів висловлює занепокоєння можливим знеціненням людських оцінок, які є важливою складовою педагогічної взаємодії між студентом і викладачем. Окрему увагу приділено проблемі навантаження в університетах, адже перевірка робіт і підготовка детального зворотного зв’язку залишаються одними з найбільш трудомістких елементів академічної праці. Саме тому ШІ розглядається як можливість пришвидшити окремі технічні процеси через створення чернеток коментарів та аналіз типових помилок. При цьому результати пілоту, за словами учасників, демонструють, що студенти все одно високо цінують саме людський коментар і персональну академічну взаємодію.
У матеріалі простежується важлива різниця між формативним і підсумковим оцінюванням. Організатори вважають, що системи штучного інтелекту наразі більше придатні для формативного оцінювання, тобто для надання проміжного зворотного зв’язку під час навчання, коли студент ще може доопрацювати роботу. Натомість використання ШІ у високоризикових формах підсумкового оцінювання, які впливають на остаточні результати навчання та присудження кваліфікацій, поки що вважають передчасним.
Детальніше: https://www.timeshighereducation.com/news/ai-marking-trial-not-looking-replace-humans
Фото: pixabay.com
#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини #НРАТ_TimesHigherEducation
