মৌখিক মূল্যায়ন

ইংরেজি পাতার এই স্বয়ংক্রিয় অনুবাদ, এখনও মাতৃভাষিক বক্তার দ্বারা পর্যালোচনা করা হয়নি।

মৌখিক মূল্যায়ন — এমন মূল্যায়ন যেখানে শিক্ষার্থীকে বাচনভঙ্গিতে, সরাসরি বা রেকর্ডকৃতভাবে, বোঝাপড়া ব্যাখ্যা করতে, রক্ষা করতে বা প্রদর্শন করতে হয়: ভাইভা ভোচে, মৌখিক পরীক্ষা, মৌখিক ডিফেন্স, কোড-পর্যালোচনা সাক্ষাৎকার, ক্লিনিকাল পরামর্শ। যেহেতু বিনিময়টি তাৎক্ষণিক এবং প্রশ্নগুলো আগে থেকে জানার দরকার নেই, এই ফরম্যাট বোঝাপড়ার জায়গায় উৎপন্ন পাঠ্য প্রতিস্থাপনের বিরুদ্ধে প্রতিরোধ গড়ে, যা বাড়িতে-করা প্রামাণিক কাজ করতে পারে না। এর একটি স্বতন্ত্র বৈধতা-সমস্যাও আছে: মৌখিক মূল্যায়ন জ্ঞানের পাশাপাশি সাবলীলতা ও আত্মবিশ্বাসও মাপে, তাই এটি কী প্রত্যয়ন করে তা নির্ভর করে এটি কীভাবে নকশা করা হয়েছে, কে প্রশ্ন করছে, এবং শিক্ষার্থীর বাচনভঙ্গিকে কীভাবে প্রমাণ হিসেবে ধরা হচ্ছে তার উপর।

বিবেচনার প্রশ্ন

• এআই-যুগে মৌখিক মূল্যায়নের প্রসার বাড়ছে, কারণ একটি যন্ত্র ঘরে বসে আপনার হয়ে উত্তর দিতে পারে না। তবুও যে কর্পাস এই যুক্তি দেয়, তাতে মৌখিক বনাম লিখিত মূল্যায়নের কোনো র‍্যান্ডমাইজড ট্রায়াল নেই। সেই যুক্তিকে নিষ্পত্তিকৃত ধরার আগে আপনার কী দেখতে দরকার?
• একই কাজ-সমষ্টি উদ্বেগ হ্রাসের দুটি ভিন্ন প্রক্রিয়া রিপোর্ট করে: শিক্ষকের সরাসরি পর্যবেক্ষণ সরানো, এবং অনুশীলনের মাধ্যমে ফরম্যাটের সঙ্গে পরিচিত হওয়া। এরা ভিন্ন নকশা বোঝায়। কোনটি আপনার প্রেক্ষাপটে খাপ খায়, আর কোনটিকে সাধারণীকরণযোগ্য বলে বিশ্বাস করবেন?
• কেবল বাচনভঙ্গি-ভিত্তিক স্কোরিং মৌখিক সাবলীলতাকে ধারণাগত বোঝাপড়া ভেবে ভুল করতে পারে। একজন শিক্ষার্থী সঠিকভাবে অঙ্গভঙ্গি করে কিন্তু ভুল শব্দ বলে, বা সঠিক শব্দ বলে তা না বুঝে — আপনার মূল্যায়ন তখন ঠিক কী মাপছে?
• এই কর্পাসের প্রতিটি মৌখিক নকশা একই দেয়ালে ঠেকে: কর্মী ও ঘরের সময়। সীমাবদ্ধতা যদি পনেরো জন শিক্ষার্থীর জন্য প্রতি সেমিস্টারে আটাশটি সংস্পর্শ-ঘণ্টা হয়, তবে সৎ উত্তর কী — কম সংখ্যক প্রতিরক্ষিত অ্যাসাইনমেন্ট, বড় শিক্ষক-দল, নাকি ভিন্ন ফরম্যাট?

ভূমিকা

মৌখিক মূল্যায়ন সবচেয়ে পুরোনো মূল্যায়ন-ফরম্যাটগুলোর একটি এবং গত শতাব্দীর অধিকাংশ সময়ে সবচেয়ে অপ্রচলিতগুলোরও একটি: বড় মাপে চালানো কঠিন, মানকরণ কঠিন, আপিল-প্রক্রিয়ায় রক্ষা করা কঠিন। জেনারেটিভ এআই এর ভাগ্য উল্টে দিয়েছে। যখন একটি লিখিত জমা চাহিদামতো একটি মডেল তৈরি করতে পারে, তখন নির্মাণটির মূল্যায়ন-মূল্য ধসে পড়ে, আর মনোযোগ যায় ব্যক্তিটির মূল্যায়নে। যে শিক্ষার্থীকে অপরিচিত একটি প্রশ্নের উত্তর সরাসরি, তাৎক্ষণিকভাবে বলতে হয়, সে অন্তত প্রকৃতপক্ষে উপস্থিত ও ভাবছে।

এই উল্টে যাওয়া এখন গবেষণা-কর্পাস জুড়ে দৃশ্যমান, তবে অসমভাবে। কিছু কাজ মৌখিক পরীক্ষাকে একাডেমিক সততার নীতি-উত্তর হিসেবে ধরে, কিছু বড় মাপে মৌখিক প্রদর্শন সরবরাহ বা স্কোর করার একটি স্বয়ংক্রিয় ব্যবস্থা নকশা করে, আর কিছু প্রশ্ন করে বাচনভঙ্গি নিজেই বোঝাপড়া সম্পর্কে কী দেখাতে পারে ও কী পারে না। নিচে সংযুক্ত পাতাগুলো একমত নয় মৌখিক মূল্যায়ন আসলে কতটা প্রমাণ করে তা নিয়ে। একসঙ্গে পড়লে তারা একটি সংকীর্ণ ও বেশি রক্ষণীয় দাবিকে সমর্থন করে, তাদের জন্য সাধারণত যে দাবি করা হয় তার চেয়ে।

একটি সরাসরি প্রদর্শন কী প্রত্যয়ন করতে পারে

Fenton (2025) যুক্তির সবচেয়ে শক্তিশালী রূপ দেন। প্রামাণিক মূল্যায়নের সাহিত্যের উপর ভর করে, প্রবন্ধটির মৌখিক পরীক্ষার পক্ষের যুক্তি দাঁড়ায় এর আন্তঃক্রিয়াশীলতার উপর: পরীক্ষার মুহূর্ত পর্যন্ত প্রশ্ন আটকে রাখা যায়, অনুসন্ধানী অনুপ্রশ্ন তাৎক্ষণিকভাবে করা যায়, আর শিক্ষার্থী যে প্রশ্ন দেখেনি তার উত্তর প্রস্তুত করে আনতে পারে না। এই ফরম্যাট মুখস্থ-রটনাও আটকায়, কারণ স্মরণ পুনরুৎপাদনের বদলে ব্যাখ্যার মধ্য দিয়ে যাচাই হয়। প্রবন্ধটি Educational Researcher-এ একটি পর্যালোচনা ও অবস্থান-প্রবন্ধ, অভিজ্ঞতাভিত্তিক গবেষণা নয়, এবং এটি উন্নত ফলাফলের প্রমাণ নয়, তেরোটি সংখ্যাযুক্ত বাস্তবায়ন-সুপারিশ দিয়ে শেষ হয়।

সততা-দাবির সৎ সংস্করণটি প্রায়ই যেভাবে বলা হয় তার চেয়ে সংকীর্ণ। মৌখিক মূল্যায়ন প্রতিস্থাপন লুকানো কঠিন করে তোলে; কর্পাস দেখায় না যে তা এআই-ব্যবহার কমায়। CS1 মৌখিক কোড-পর্যালোচনা গবেষণায় সাপ্তাহিক পনেরো-মিনিটের সাক্ষাৎকার প্রতিটি অ্যাসাইনমেন্টের গ্রেডের সত্তর শতাংশ বহন করেছিল, তবুও পেস্ট-করা বনাম মোট অক্ষর তিন সেমিস্টার জুড়ে 61.0 শতাংশ থেকে 68.1 শতাংশে বেড়েছে (p < 0.0001), অথচ পরীক্ষার স্কোর পরিসংখ্যানগতভাবে অ-তাৎপর্যপূর্ণ দুই শতাংশ সরেছে। নব্বই শতাংশ শিক্ষার্থী বলেছেন পর্যালোচনাগুলো তাদের কোড ভালোভাবে বুঝতে উৎসাহিত করেছে এবং পঁয়ষট্টি শতাংশ বলেছেন তা এআই-এর উপর অতিরিক্ত নির্ভরতা এড়াতে সহায়তা করেছে, কিন্তু মাপা আচরণ তা অনুসরণ করেনি। মৌখিক মূল্যায়ন কী লুকানো যায় তা বদলেছে, শিক্ষার্থীরা কী করে তা নয়।

কর্পাস আসলে যে নকশা-ক্ষেত্র ঢাকে

কর্পাসের ফরম্যাটগুলো স্বয়ংক্রিয়করণ ও সমকালীনতার বিস্তৃত পরিসর জুড়ে, আর প্রতিটি সমস্যার ভিন্ন অংশের সমাধান করে।

সরাসরি, মানব, সমকালীন। পঁয়ত্রিশ জন প্রি-ইউনিভার্সিটি শিক্ষার্থীর একটি ভাইভা ভোচে গবেষণায় পরীক্ষিত ভাইভা ভোচেই হলো ভিত্তিরেখা: একই শিক্ষক, একই প্রশ্ন, একটি সরাসরি মুখোমুখি এবং একটি এআই ব্যবস্থার মধ্যস্থতায়। ডক্টরাল ভাইভা আসে পনেরো জন স্নাতকোত্তর গবেষকের একটি গুণগত গবেষণায়, যেখানে অংশগ্রহণকারীরা মূল্যায়ন-ভার এর দিকে সরানোর পক্ষে যুক্তি দেন এ কারণে যে থিসিস জাল করা সহজতর এবং ভাইভা ব্যক্তিগতভাবে দিতে হয়। লেখকেরা সেই যুক্তি কেবল আংশিকভাবে গ্রহণ করেন, কারণ ভাইভা সহজাতভাবে এআই-সহায়তার বিরুদ্ধে প্রমাণ নয়।

রেকর্ডকৃত ও অসমকালীন। অসমকালীন মৌখিক মূল্যায়ন ঘরের বদলে সময়সীমাবদ্ধ, পুনঃসংশোধনযোগ্য নয় এমন ওয়েবক্যাম-প্রতিক্রিয়া রাখে, প্রায় ত্রিশ সেকেন্ড প্রস্তুতি ও দুই থেকে তিন মিনিট বাচনভঙ্গি। রিপোর্টকৃত পাইলটে স্কোর সরাসরি বহুনির্বাচনী পরীক্ষার চেয়ে বেশি ছিল: মধ্যবর্তী মধ্যক 92.5 বনাম 70 (p < .001) এবং চূড়ান্ত মধ্যক 94.2 বনাম 86.4 (p = .002), কেবল মধ্যম ক্রস-ফরম্যাট সম্পর্কসহ। লেখকেরা স্পষ্টভাবে পার্থক্যটি শিখনের বদলে ফরম্যাটের প্রতি আরোপ করেন, আর নকশাটি কোর্স-গ্রেডের 7.5 শতাংশ বহন করেছিল।

স্বয়ংক্রিয় সরবরাহ ও স্কোরিং। ভোকেশনাল অটোমোটিভ ও ইঞ্জিনিয়ারিং ক্লাসে পরীক্ষিত একটি কণ্ঠ-ভিত্তিক ব্যবস্থা তেত্রিশ জন শিক্ষার্থীকে মূল্যায়ন করে, যাদের একুশ জন সম্মত যে সরাসরি কণ্ঠ-কাজটি বাস্তবসম্মত মনে হয়েছে এবং কেউই অসম্মত নন যে লিখিত পোর্টফোলিওর চেয়ে তাৎক্ষণিকভাবে বলা কাজটির জন্য বেশি উপযুক্ত। একই প্রশ্নের জন্য শব্দসংখ্যা শিক্ষার্থীদের মধ্যে পাঁচ থেকে আট গুণ ভিন্ন ছিল, সাবলীলতা বদ্ধ আইটেমে কোনো নির্ভুলতা-সুবিধা দেয়নি, এবং একটি প্রাথমিক এজেন্ট-গ্রেড সন্নিহিত উদ্যানপালন ও ডেইরি ট্রায়ালে পঁচানব্বই শতাংশ ক্ষেত্রে মানব টিউটরের সঙ্গে মিলেছে। একটি কথোপকথনমূলক সক্রেটিক পরীক্ষা বিপরীত নকশা-পথ নেয়, লক্ষ্য ধারণাগত প্রশ্নকরণ; এর প্রমাণ হলো আটানব্বই জন শিক্ষার্থীর একটি স্ব-প্রতিবেদন সার্ভে, যেখানে 80.6 শতাংশ সম্মত যে এআই কার্যকরভাবে অবলম্বন দিয়েছে এবং বায়ান্ন শতাংশ জানান চাপ ঐতিহ্যবাহী পরীক্ষার চেয়ে কম। দুটি প্রবন্ধই শিখনের বদলে গ্রহণযোগ্যতা মাপে।

পরীক্ষার বদলে প্রতিরক্ষা হিসেবে মৌখিক প্রমাণ। একটি টুল-নিরপেক্ষ মূল্যায়ন কাঠামো এআই-মুক্ত ক্লাস-কুইজের সঙ্গে মিলিয়ে দেয় কমেন্ট-ছাঁটা, এআই-সহায়ক কাজের দশ-মিনিটের মৌখিক প্রতিরক্ষা, যা কোড-বোঝাপড়া, পদ্ধতি-বোঝাপড়া, পরিভাষা, ব্যাখ্যা ও যাচাইয়ে স্কোর করা হয়, এবং মোট যাই হোক যাচাই পাস করা বাধ্যতামূলক। নকশাটি যাচাইকৃত নয়, যুক্তিসম্মত; পনেরো জন শিক্ষার্থীর জন্য প্রবন্ধের নিজের হিসাব হলো প্রতি অ্যাসাইনমেন্টে আড়াই সংস্পর্শ-ঘণ্টা এবং এগারোটি প্রতিরক্ষিত অ্যাসাইনমেন্ট জুড়ে প্রতি সেমিস্টারে আনুমানিক আটাশ সংস্পর্শ-ঘণ্টা।

আন্তঃক্রিয়ার ফরম্যাটই ঠিক করে একটি এআই-মধ্যস্থ কথন-কাজ কী প্রত্যয়ন করতে পারে। Duolingo English Test-এর সংলাপ-কাজগুলো, পাইলটে যার 713টি ছিল, প্রতিক্রিয়াশীল কথার বদলে উত্তর-নির্বাচন দাবি করেছিল, যা পর্যালোচকদের মতে কাজের জ্ঞানীয় দাবিকে পরীক্ষাটি যে গঠন মাপার দাবি করে তার সঙ্গে অসামঞ্জস্যপূর্ণ করে (Goh ও Aryadoust (2025))।

উদ্বেগ, পক্ষপাত, এবং ফরম্যাট কাকে সুবিধাবঞ্চিত করে

মৌখিক মূল্যায়নের পক্ষে অন্তর্ভুক্তির যুক্তি দেওয়া হয়, কারণ মৌখিক উত্তর লিখিত উত্তরের চেয়ে কিনে নেওয়া কঠিন, আর একই কারণে এর বিপক্ষেও। Fenton চ্যালেঞ্জগুলো সরাসরি তালিকাভুক্ত করেন: সময়সূচির ভার, উদ্বেগ, এবং লিঙ্গ, জাতিগততা, ভাষা ও উত্তর দেওয়ার গতি অনুসারে পক্ষপাত, পাশাপাশি অ-নামহীন মার্কিংয়ের প্রভাব। এর বিপরীতে, প্রবন্ধটি যে প্রমাণ উদ্ধৃত করে তা ইঙ্গিত দেয় মৌখিক মূল্যায়ন লিখিত পরীক্ষার মতোই অন্তর্ভুক্তিমূলক হতে পারে, ডিসলেক্সিয়াসম্পন্ন শিক্ষার্থীদের জন্যও, এবং ফরম্যাট নিজে নয়, বরং অপরিচিততাই রিপোর্টকৃত অধিকাংশ উদ্বেগ চালায়; একটি উদ্ধৃত গবেষণায় শিক্ষার্থীরা পরবর্তী মৌখিক পরীক্ষায় কম উদ্বিগ্ন ছিলেন।

উদ্বেগ সত্যিই যেখানে কমে, সেখানে কারণটা গুরুত্বপূর্ণ। এআই-মধ্যস্থ ভাইভায় স্ব-প্রতিবেদিত প্রশান্তি মুখোমুখি সংস্করণের চেয়ে উল্লেখযোগ্যভাবে বেশি ছিল (গড় 6.50 বনাম 5.86, t(34) = −1.97, p = .028), এবং ব্যবহারযোগ্যতা ভালো রেট পেয়েছে। কিন্তু মুখোমুখি অবস্থা শিক্ষার্থীদের নিজেদের কাজ বুঝতে সহায়তায় উল্লেখযোগ্যভাবে বেশি স্কোর করেছে (p = .004)। শিক্ষকের সরাসরি পর্যবেক্ষণ সরানো শিক্ষার্থীদের শান্ত করেছে এবং, তাদের নিজেদের প্রতিবেদন অনুসারে, নিজেদের কাছে কম আলোকপাত করেছে।

মৌখিক প্রমাণ হিসেবে কী গণ্য হয়, তাও দেখতে যতটা সংকীর্ণ তা নয়। মৌখিক ব্যাখ্যায় দৈহিক প্রমাণের একটি গবেষণা যুক্তি দেয় কেবল বাচনভঙ্গি স্কোর করলে মৌখিক সাবলীলতাকে ধারণাগত জ্ঞান ভেবে ভুল করা হয় এবং ভাষা-সংশ্লিষ্ট কঠিনতাসম্পন্ন শিক্ষার্থীদের সুবিধাবঞ্চিত করা হয়, কারণ অঙ্গভঙ্গি এমন বোঝাপড়া বহন করে যা প্রতিলিপি হারায়। এর প্রদর্শন ছোট: দুইজন ইঞ্জিনিয়ারিং শিক্ষার্থী পরিসংখ্যানগত ধারণা ব্যাখ্যা করছেন, উচ্চ-আত্মবিশ্বাসের অঙ্গভঙ্গি নির্দিষ্ট কিছু ধারণায় জমা পড়ছে, বর্গ ও বাক্স আকার প্রায় চুয়ান্ন থেকে একষট্টি শতাংশে, এবং আরও সুসংগত ব্যাখ্যার সঙ্গে ঘনিষ্ঠতর অঙ্গভঙ্গি-বাচনভঙ্গি সমন্বয়।

স্কোরিং, বৈধতা ও স্কেল-সমস্যা

তিনটি প্রাপ্তি মৌখিক স্কোরকে শিখন-লাভ হিসেবে পড়ার বিপক্ষে যায়। অসমকালীন-ফরম্যাট গবেষণা তার নিজের স্কোর-সুবিধার জন্য শিখন-লাভ অস্বীকার করে, এবং প্রশিক্ষক বনাম মডেল পুনঃস্কোরিং-সামঞ্জস্য রিপোর্ট করে ICC 0.73 মধ্যবর্তীতে ও 0.60 চূড়ান্তে, যা যন্ত্র-স্কোরিংকে কতদূর বিশ্বাস করা যায় তার সীমা টানে। একশত তৃতীয়-বর্ষের চিকিৎসা শিক্ষার্থীর একটি RCT-তে একটি সিমুলেটেড-রোগী ব্যবস্থাকে প্রগতিশীল-প্রকাশ কেস-উপকরণের সঙ্গে তুলনা করে, চূড়ান্ত পরীক্ষার কর্মক্ষমতা বেড়েছে (71.8 বনাম 55.6 শতাংশ, Hedges' g = −0.81) এবং OSCE যোগাযোগ-রেটিং বেড়েছে (পাঁচ-দফা স্কেলে 3.53 বনাম 2.64), অথচ বাইনারি ডায়াগনস্টিক নির্ভুলতা পরিসংখ্যানগতভাবে অভিন্ন (84 বনাম 86 শতাংশ, P = 1.000)। কেবল-নির্ভুলতার পাঠ হস্তক্ষেপটিকে শূন্য বলবে; কেবল-যোগাযোগের পাঠ একে রূপান্তরমুখী বলবে।

বাঁধা-সীমা শিক্ষাবিদ্যা নয়, কর্মী ও হার্ডওয়্যার, আর কর্পাস অসামান্যভাবে স্পষ্ট হিসাব দেয়: পনেরো জন শিক্ষার্থীর জন্য প্রতি সেমিস্টারে আটাশ সংস্পর্শ-ঘণ্টা, CS1 নকশায় একশর বেশি শিক্ষার্থীর ক্লাসে এগারো জন শিক্ষণ-সহায়ক, এবং অফলাইন ভোকেশনাল স্থাপনায় বারো জন একসঙ্গে শিক্ষার্থীর জন্য একটি ল্যাপটপ। এই কাজ-সমষ্টির কোথাও মৌখিক বনাম লিখিত মূল্যায়নের কোনো র‍্যান্ডমাইজড ট্রায়াল নেই, আর যে গবেষণা পার্থক্য মাপে তা প্রতিটি একক-প্রতিষ্ঠান নকশা, নিয়ন্ত্রণ-গোষ্ঠী ছাড়া। মৌখিক মূল্যায়ন এআই-সহায়ক প্রতিস্থাপনের উত্তর হিসেবে ভালোভাবে সমর্থিত, এবং শিখনে উন্নতি হিসেবে পাতলা সমর্থন পায়।

এই বিনিময়ে কোনো ফরম্যাট স্থির অবস্থান ধরে না: মৌখিক মূল্যায়নের পর্যবেক্ষণযোগ্যতা একটি নকশা-পছন্দ, আর এর বাস্তবায়ন-খরচ এমন একটি যা একটি কর্মসূচি বিতরণ করে, মেনে নেয় না — বাস্তবায়নযোগ্যতা একটি শিক্ষামূলক অগ্রাধিকার, ভালো অনুশীলন ক্ষয়কারী সীমাবদ্ধতা নয় (Pedlow প্রমুখ (2026))।

মৌখিকের সততা-যুক্তিও সময়সীমিত: Corbin প্রমুখ (2026) যুক্তি দেন, এআই চশমা ও ইয়ারবাড একটি লাইভ ভাইভার ভেতরে গোপনে তাৎক্ষণিক প্রম্পট পৌঁছে দিতে পারে, কারণ পরিধানযোগ্য এআই কোনো দৃষ্টি-স্থানান্তর বা শনাক্তযোগ্য সংকেত তৈরি করে না, ফলে উচ্চ-আন্তঃক্রিয়াশীল মৌখিক পরীক্ষা আর অনাক্রম্য নয়।

• স্কেলের সিলিংই নকশার সীমাবদ্ধতা। 73 জন কম্পিউটিং শিক্ষকের একটি কর্মশালায় মৌখিক ও আন্তঃক্রিয়াশীল মূল্যায়নকে ব্যক্তিগত বোঝাপড়ার সবচেয়ে শক্তিশালী প্রাপ্য প্রমাণ এবং সবচেয়ে কম স্কেলযোগ্য প্রতিকার হিসেবে রিপোর্ট করা হয়; অংশগ্রহণকারীরা যে প্রশমন বর্ণনা করেন তা ছিল বিতরণ ও নমুনায়ন — ভাগাভাগি শিক্ষণ-সহায়ক পুল, চূড়ান্ত পরীক্ষার নিচে ভারযুক্ত সহকর্মী-মূল্যায়ন, এবং শিক্ষার্থীদের একটি ঘূর্ণায়মান উপসেটকে প্রশ্ন করা (Akbar প্রমুখ, 2026)।

সাধারণ ভুল ধারণা

• "মৌখিক মূল্যায়ন স্কেল করা যায় না।" CS1 মৌখিক কোড-পর্যালোচনা গবেষণায় সাপ্তাহিক পনেরো-মিনিটের সাক্ষাৎকার প্রতিটি অ্যাসাইনমেন্টের গ্রেডের সত্তর শতাংশ বহন করেছিল, এবং পেস্ট-করা বনাম মোট অক্ষর তবুও তথ্যবহুল ছিল। খরচ বাস্তব, এবং নকশাটি কোর্স-স্কেলে বাস্তবায়নযোগ্য।
• "মৌখিক পরীক্ষা লিখিত পরীক্ষার চেয়ে নরম।" রিপোর্টকৃত পাইলটে স্কোর সরাসরি বহুনির্বাচনী পরীক্ষার চেয়ে বেশি ছিল: মধ্যবর্তী মধ্যক 92.5 বনাম 70 (p < .001) এবং চূড়ান্ত মধ্যক 94.2 বনাম 86.4 (p = .002)। মৌখিক মূল্যায়ন উদার বিকল্প ছিল না।
• "একটি সিমুলেটেড সাক্ষাৎ প্রগতিশীল-প্রকাশ কেসের সমতুল্য।" একশত তৃতীয়-বর্ষের চিকিৎসা শিক্ষার্থীর একটি RCT-তে সিমুলেটেড-রোগী ব্যবস্থাকে প্রগতিশীল-প্রকাশ কেস-উপকরণের বিপরীতে তুলনা করা হয় — সমতুল্যতার অনুমান নয়, তার সরাসরি পরীক্ষা।

সংযুক্ত ধারণা

• পেডাগগিক্যাল প্যাটার্ন — মৌখিক ও ভাইভা যাচাই-ক্রম, এবং তারা কী প্রমাণ করে ও করে না
• মূল্যায়ন — যে বিস্তৃত ক্ষেত্রের ভেতরে এই ফরম্যাট বসে
• প্রামাণিক মূল্যায়ন — যে নকশা-ঐতিহ্য সততা-যুক্তিটি তৈরি করে
• মূল্যায়নের বৈধতা — একটি ফরম্যাট কী মাপার দাবি করতে পারে ও পারে না
• একাডেমিক সততা — যে চাপ মৌখিক মূল্যায়নকে আবার সামনে এনেছে
• স্বয়ংক্রিয় মূল্যায়ন — মৌখিক প্রদর্শনের যন্ত্র-সরবরাহ ও স্কোরিং
• এআই শনাক্তকরণ — বিকল্প উত্তর, এবং কেন তা দুর্বলতর
• কণ্ঠ ও স্বর প্রযুক্তি — যে কথন-পাইপলাইনে একটি মৌখিক ব্যবস্থা চলে
• মাল্টিমোডাল এআই — অঙ্গভঙ্গি ও বাচনভঙ্গি মিলিত প্রমাণ হিসেবে
• দুশ্চিন্তা ও চাপ — সরাসরি প্রদর্শনের আবেগগত খরচ
• প্রতিক্রিয়া — একটি ভাইভা শিক্ষার্থীকে তার নিজের বোঝাপড়া সম্পর্কে কী বলে
• উচ্চশিক্ষা — প্রায় সব প্রমাণ যে প্রেক্ষাপট থেকে আসে

সংযুক্ত নিবন্ধ

• Developing and assessing second language listening and speaking: Does AI make it better? — শাখাহীন এআই সংলাপ-কাজ কাজের দাবিকে কথন-গঠনের সঙ্গে অসামঞ্জস্যপূর্ণ করে

• On AI glasses and wearable AI in assessment — লাইভ ভাইভা আর অনাক্রম্য নয়: এআই চশমা ও ইয়ারবাড গোপনে তাৎক্ষণিক প্রম্পট পৌঁছায় (Corbin, Sharpe ও Dawson 2026)

• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — মৌখিক পরীক্ষা ও মূল্যায়নের ব্যবহার নতুন করে ভাবা (Fenton 2025)

• Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era — অসমকালীন মৌখিক মূল্যায়ন: সততা, সম্পৃক্ততা ও পেশাগত যোগাযোগ

• Designing AI-Supported Oral Assessment in TVET — ভোকেশনাল শিক্ষায় এআই-সমর্থিত মৌখিক মূল্যায়নের নকশা

• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — এআই-মধ্যস্থ কর্মদক্ষতা-ভিত্তিক মূল্যায়নে উদ্বেগ ও অভিজ্ঞতা

• Combating Harms of Generative AI in CS1 with Code Review Interviews and a Flipped Classroom — একটি ভূমিকা-প্রোগ্রামিং কোর্সে মৌখিক কোড-পর্যালোচনা সাক্ষাৎকার

• A Multimodal Framework for Embodied Cognition in Oral Explanations — মৌখিক ব্যাখ্যা মূল্যায়নে প্রমাণ হিসেবে অঙ্গভঙ্গি

• The Theoretical Foundation of Socratic Tests: Dynamic, Multimodal, Conversational Examinations — মৌখিক মূল্যায়ন হিসেবে স্বয়ংক্রিয় কথোপকথনমূলক পরীক্ষা

• A Tool-Invariant Framework for Teaching and Assessing Computational Methods in the Age of Agentic AI — এআই-সহায়ক কাজের মৌখিক প্রতিরক্ষা

• Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training — সিমুলেটেড-রোগী ব্যবস্থার অধীনে মৌখিক ক্লিনিকাল সাক্ষাৎকার

• From Research Assistant to Surrogate Supervisor: A Qualitative Study Exploring PGR Students' Diverse Uses of Generative AI — জেনারেটিভ এআই-এর অধীনে ডক্টরাল ভাইভা

• AI Can Do Your Homework. Now What? Report from an online workshop on computing assessment in the age of generative AI — "AI Can Do Your Homework. Now What?" — জেনারেটিভ এআই-এর যুগে কম্পিউটিং মূল্যায়ন নিয়ে একটি অনলাইন কর্মশালার প্রতিবেদন

• Trade-offs in assessment and feedback design: a trilemma-based model — কোনো ফরম্যাটকে স্থির অবস্থান দেয় না এবং বাস্তবায়নযোগ্যতাকে শিক্ষামূলক অগ্রাধিকার হিসেবে নতুন করে কাঠামোবদ্ধ করে