مقایسه شیوه های ارزشیابی سنتی با ارزشیابی خودکار مبتنی بر هوش مصنوعی

چکیده مقاله

ارزشیابی یکی از مهم ترین ارکان فرایند آموزشی است که نه تنها عملکرد یادگیرندگان را می سنجد، بلکه نقش تعیین کننده ای در جهت دهی به روند یاددهی یادگیری، اصلاح برنامه های درسی و تصمیم گیری های آموزشی دارد در طول دهه های اخیر، روش های ارزشیابی سنتی همچون آزمون های کتبی، شفاهی، مشاهده مستقیم و بررسی فعالیت های کلاسی، ابزار اصلی سنجش و ارزیابی در نظام های آموزشی مختلف بوده اند این روش ها با وجود مزایای خود، محدودیت هایی جدی دارند؛ از جمله اتکای بیش از حد به قضاوت انسانی، امکان بروز خطای انسانی، وقت گیر بودن فرایند تصحیح و تحلیل نتایج، و عدم توانایی در ارائه بازخوردهای سریع، دقیق و شخصی سازی شده با پیشرفت های چشم گیر در حوزه هوش مصنوعی، به ویژه در دهه اخیر، راهکارهایی نوین برای ارتقاء کیفیت ارزشیابی آموزشی معرفی شده اند که در راس آن ها ارزشیابی خودکار مبتنی بر هوش مصنوعی قرار دارد ارزشیابی خودکار مبتنی بر هوش مصنوعی، با بهره گیری از الگوریتم های یادگیری ماشین، پردازش زبان طبیعی، و تحلیل داده های کلان، قادر است به صورت بلادرنگ به ارزیابی عملکرد فراگیران بپردازد، نتایج را تحلیل کند، و حتی الگوهای پنهان در رفتار یادگیری را کشف نماید از جمله ویژگی های بارز این شیوه می توان به قابلیت اصلاح پذیری مستمر، کاهش وابستگی به منابع انسانی، افزایش دقت و اعتبار نتایج، و ارائه بازخورد فوری اشاره کرد به علاوه، هوش مصنوعی می تواند ابزاری نیرومند در جهت تحقق ارزشیابی های کیفی، همچون تحلیل نوشته های خلاقانه، مقالات، پروژه ها و پاسخ های تشریحی باشد، امری که در روش های سنتی با دشواری های زیادی همراه است در این مقاله، با رویکرد تحلیلی توصیفی و با استفاده از منابع نظری و پژوهشی معتبر داخلی و بین المللی، به مقایسه جامع میان دو رویکرد ارزشیابی سنتی و ارزشیابی خودکار مبتنی بر هوش مصنوعی پرداخته ایم بررسی ها نشان می دهد که در حالی که روش های سنتی هنوز در بسیاری از موقعیت ها ارزشمند هستند و به ویژه در ارزشیابی های کیفی و حضوری نقش ایفا می کنند، اما در دنیای امروز که سرعت، دقت و انعطاف پذیری اهمیت ویژه ای یافته، بهره گیری از فناوری های نوین به ویژه هوش مصنوعی در حیطه ارزشیابی، ضرورتی اجتناب ناپذیر به نظر می رسد تحلیل داده ها و مرور منابع نشان می دهد که استفاده از ابزارهای ارزشیابی خودکار نه تنها می تواند بهره وری معلمان را افزایش دهد، بلکه به دانش آموزان کمک می کند تا بازخوردهای دقیق تر و مرتبط تری دریافت کنند، انگیزه بیشتری برای یادگیری پیدا کنند و درک بهتری از نقاط قوت و ضعف خود به دست آورند در پایان مقاله، به بررسی چالش های پیاده سازی ارزشیابی خودکار در نظام آموزشی ایران پرداخته شده است از جمله این چالش ها می توان به ضعف زیرساخت های فناورانه، کمبود نیروی متخصص، مقاومت فرهنگی در برابر تغییر، و مسائل مربوط به امنیت داده ها اشاره کرد با این حال، پیشنهاد شده است که با فراهم سازی بسترهای مناسب، آموزش معلمان، تدوین سیاست های حمایتی و بومی سازی ابزارهای هوش مصنوعی، می توان به تدریج زمینه بهره برداری موثر از این ظرفیت نوین را در نظام آموزشی کشور فراهم ساخت این پژوهش می کوشد با ارائه بینشی ترکیبی از نظریه و عمل، راه را برای تحول در شیوه های ارزشیابی و گام نهادن به سوی آموزش هوشمند هموار سازد

کلیدواژه‌ها

نویسندگان

هوشنگ سقاری

آموزگار،کارشناسی ارشد مدیریت آموزشی

سونیا اکبری

آموزگار،کارشناسی ارشد روانشناسی تربیتی

سعید سپاهی

هنرآموز،لیسانس مکانیک خودرو

حسین لطیفی پور

معلم

�قاری، هوشنگ و اکبری، سونیا و سپاهی، سعید و لطیفی پور، حسین،1403،مقایسه شیوه های ارزشیابی سنتی با ارزشیابی خودکار مبتنی بر هوش مصنوعی،اولین همایش بین المللی تحولات نوین در علوم تربیتی، روانشناسی و آموزش وپرورش،ارومیه

ارائه‌شده در

مجموعه مقالات اولین همایش بین المللی تحولات نوین در علوم تربیتی، روانشناسی و آموزش وپرورش30 دی 1403 · ارومیه