sarps: نقشه راه ارزشیابی در عصر هوش مصنوعی مولد

با ظهور هوش مصنوعی، نظام ارزشیابی در آموزش عالی با چالش‌های بی‌سابقه‌ای مواجه شده است. ابزارهای پیشرفته هوش مصنوعی، اگرچه امکان ارزیابی‌های سریع، شخصی‌سازی‌شده و انطباق‌پذیر را فراهم کرده‌اند، اما نگرانی‌هایی جدی درباره یکپارچگی علمی، کاهش تعاملات انسانی و نابرابری‌های آموزشی ایجاد کرده‌اند. این مسئله مربیان را با پرسشی اساسی روبه‌رو کرده است: چگونه می‌توان ارزشیابی را در این عصر نوین بازطراحی کرد تا هم از پتانسیل‌های هوش مصنوعی بهره برد و هم اصالت و عدالت در یادگیری حفظ شود؟ این مقاله در پی یافتن پاسخی برای این پرسش با مرور منابع مرتبط در سالهای 2022 تا 2025 بر آن است که مقاله‌های تالیف شده در زمینه راهبردهای ارزشیابی به کمک هوش مصنوعی را مورد بررسی قرار دهد. یافته‌های این پژوهش شش استراتژی محوری تحت عنوان sarps (six assessment redesign pivotal strategies) را معرفی می‌کند که چارچوبی عملی و نوآورانه برای ارزشیابی در عصر هوش مصنوعی ارائه می‌دهند.این استراتژی‌ها شامل: 1) استفاده از روش‌های متعدد ارزشیابی برای ارزیابی جامع و کاهش سوگیری، با بهره‌گیری از هوش مصنوعی برای نمره‌دهی عینی و بازخورد معلمان برای تحلیل عمیق؛ 2) ترویج ارزشیابی‌های اصیل مبتنی بر سناریوهای واقعی برای تقویت کاربرد عملی دانش؛ 3) تضمین یکپارچگی علمی از طریق آموزش سواد هوش مصنوعی و طراحی تکالیفی که سوءاستفاده از فناوری را دشوار می‌سازند؛ 4) بهره‌گیری از هوش مصنوعی به‌عنوان شریک یادگیری برای تقویت همکاری بین انسان و ماشین، مانند تحلیل داده‌ها و ارائه بازخورد فوری؛ 5) اولویت دادن به مهارت‌های نرم مانند تفکر انتقادی، همدلی و رهبری که فراتر از توانمندی‌های هوش مصنوعی هستند؛ و 6) جایگزینی نمره‌دهی سنتی با بازخورد مداوم برای ترویج رشد پایدار و کاهش استرس دانشجویان می‌شوند. sarps نه تنها به مربیان کمک می‌کند تا با تهدیداتی مانند تقلب مبتنی بر هوش مصنوعی مقابله کنند، بلکه فرصتی برای ارتقای تجربه یادگیری از طریق تلفیق هوشمندانه فناوری و انسان‌محوری فراهم می‌آورد. این مقاله با ارائه راهکارهای عملی و مثال‌های ملموس، مربیان را به سوی طراحی ارزشیابی‌هایی هدایت می‌کند که هم با پیشرفت‌های هوش مصنوعی همگام باشند و هم ارزش‌های بنیادین آموزش را تقویت کنند.