সমষ্টিগত মূল্যায়ন

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

সমষ্টিগত মূল্যায়ন — ইউনিট, কোর্স বা কর্মসূচির শেষে শিক্ষার্থী কী শিখেছে তা মূল্যায়ন ও প্রত্যয়িত করতে ব্যবহৃত মূল্যায়ন, যার বিপরীতে গঠনমূলক মূল্যায়ন শিক্ষাদানের সময়কালে শিখনকে সমর্থন করে। সমষ্টিগত মূল্যায়ন সাধারণত উচ্চ-ঝুঁকির পরীক্ষার রূপ নেয় — লিখিত, মৌখিক, প্রহরীযুক্ত বা বন্ধ-বই — যা গ্রেড দেয়, অগ্রগতির দ্বার নিয়ন্ত্রণ করে এবং যোগ্যতা প্রত্যয়ন করে। এআই-যুগে সমষ্টিগত মূল্যায়ন একাডেমিক অখণ্ডতা ও বৈধতা নিয়ে একটি কেন্দ্রীয় যুদ্ধক্ষেত্রে পরিণত হয়েছে: জেনারেটিভ এআই প্রহরীবিহীন বা বাড়িতে-করা কাজে কর্মদক্ষতাকে ফুলিয়ে তুলতে পারে, ফলে সমষ্টিগত বিন্যাসের পছন্দ — এবং তা এআই-প্রতিস্থাপনকে কীভাবে প্রতিরোধ করে — একটি নির্ণায়ক নকশা-সিদ্ধান্ত হয়ে দাঁড়ায়।

বিবেচনার প্রশ্ন

• সমষ্টিগত মূল্যায়ন প্রত্যয়ন করে একটি কোর্সের শেষে শিক্ষার্থী কী শিখেছে, যেখানে গঠনমূলক মূল্যায়ন তার চলাকালীন শিখনকে সমর্থন করে। কোথায় আপনি এই দুটির মধ্যের রেখাটি ঝাপসা হতে দেখেছেন, এবং তাদের ভিন্ন ভূমিকা পালন করা কেন গুরুত্বপূর্ণ হতে পারে?
• পাতা জেনারেটিভ এআই-কে একইসঙ্গে দুই দিকে সমষ্টিগত মূল্যায়নকে পুনর্গঠনকারী হিসেবে চিত্রিত করে: এআই পরীক্ষা স্কোর করে, আর শিক্ষার্থীরা পরীক্ষাভিত্তিক মাপজোক এড়াতে এআই ব্যবহার করে। এই দুই চাপের মধ্যে কোনটি বৈধতার জন্য বড় হুমকি বলে আপনি মনে করেন, এবং কেন?
• প্রহরীবিহীন বা বাড়িতে-করা কাজ যদি বৈধতা হারায় কারণ এআই উত্তর তৈরি করতে পারে, তবে তা মূল্যায়ন কীভাবে নকশা করা উচিত তা সম্পর্কে কী বোঝায় — এবং এই প্রক্রিয়ায় কী বিসর্জিত হতে পারে?
• পাতায় উদ্ধৃত গবেষণা দেখে এলএলএম প্রবন্ধ গ্রেড করে মানুষের মতো নয়। স্বয়ংক্রিয় স্কোরিং যদি দ্রুত ও সুসংগত হয় কিন্তু ভিন্নভাবে গ্রেড করে, তবে তা একটি ন্যায্যতা-সমস্যা, একটি সুযোগ, নাকি দুটোই?
• একটি উচ্চ-ঝুঁকির ফলাফল (গ্রেড, সনদ, ভর্তি) কী অর্থ বহন করে যদি তার পেছনের কাজটি এআই তৈরি করে থাকতে পারে? আপনি এমন একটি মূল্যায়ন কীভাবে নকশা করবেন যা সত্যিই বিশ্বাস করা যায়?

ভূমিকা

সমষ্টিগত মূল্যায়ন গঠনমূলক মূল্যায়ন থেকে মৌলিকভাবে ভিন্ন ভূমিকা পালন করে: এটি পরবর্তী পদক্ষেপের দিশা দেওয়ার বদলে অর্জন মাপে ও প্রত্যয়ন করে। এতে রয়েছে ইউনিট-শেষ পরীক্ষা, চূড়ান্ত পরীক্ষা, প্রমিত ও উচ্চ-ঝুঁকির পরীক্ষা (যেমন ভর্তি পরীক্ষা), মৌখিক উপস্থাপনা, এবং ক্রমপুঞ্জিত কর্মদক্ষতা-মূল্যায়ন। যেহেতু সমষ্টিগত ফলাফল প্রকৃত পরিণতি বহন করে (গ্রেড, অগ্রগতি, সনদ, বিশ্ববিদ্যালয়-ভর্তি), এআই-যুগে তারা বিশেষ চাপের মুখে — একইসঙ্গে স্বয়ংক্রিয় স্কোরিংয়ের লক্ষ্য হিসেবে এবং ঝুঁকিপূর্ণ মাপজোক হিসেবে যা শিক্ষার্থীরা জেনারেটিভ এআই ব্যবহার করে ফাঁকি দিতে চাইতে পারে।

এআই-যুগের বাজি: বৈধতা ও অখণ্ডতা

জ্ঞানভাণ্ডারের গবেষণা নথিভুক্ত করে কীভাবে জেনারেটিভ এআই দুই দিকে সমষ্টিগত মূল্যায়নের প্রেক্ষাপট মৌলিকভাবে পুনর্গঠন করেছে: এআই বৃহৎ পরিসরে পরীক্ষা স্কোর করতে ব্যবহৃত হয়, আর শিক্ষার্থীরা নিজেদের শিখনের পরীক্ষাভিত্তিক মাপজোক এড়াতে এআই ব্যবহার করতে পারে।

• স্কোরার হিসেবে এআই। সমষ্টিগত মূল্যায়ন ক্রমবর্ধমানভাবে পরীক্ষা, প্রবন্ধ ও সংক্ষিপ্ত উত্তরের স্বয়ংক্রিয় স্কোরিংয়ের উপর নির্ভর করে। এলএলএম প্রবন্ধ-গ্রেডিং নিয়ে গবেষণা দেখে এলএলএম মানুষের মতো প্রবন্ধ গ্রেড করে না, যা উচ্চ-ঝুঁকির স্বয়ংক্রিয় স্কোরিংয়ের জন্য বৈধতা ও ন্যায্যতার প্রশ্ন তোলে। শিক্ষার্থীর আত্ম-ব্যাখ্যা মূল্যায়নে এলএলএম ও স্বয়ংক্রিয় সংক্ষিপ্ত-উত্তর গ্রেডিং সমষ্টিগত প্রেক্ষাপটে এলএলএম স্কোরিংয়ের নির্ভরযোগ্যতা যাচাই করে, যেখানে সাইকোমেট্রিকভাবে সচেতন কাঠামো স্বয়ংক্রিয় স্কোরিংকে বিশ্বাসযোগ্য ও অভিযোজিত রাখতে চায়। 296 জন শিক্ষার্থীর হস্তলিখিত সাধারণ-রসায়ন পরীক্ষা দেখায় কেন নির্বাচনী তদারকি দরকার: একটি মাল্টিমোডাল এলএলএম-এর মোট-স্কোরে টিএ-গ্রেডিংয়ের সঙ্গে মিল ছিল উচ্চ (R² = 0.91), তবুও আইটেম-স্তরের নির্ভরযোগ্যতা বিন্যাস অনুযায়ী তীক্ষ্ণভাবে বদলায়, আর মিথ্যা ইতিবাচক (এআই সত্যিই ভুল উত্তরকে সঠিক বলা) সাধারণত ধরা পড়ে না কারণ শিক্ষার্থীরা বিরলভাবেই এর প্রতিবাদ করে — তাই একটি অভিন্ন "সবকিছু গ্রেড করো" এআই স্কোরার উচ্চ-ঝুঁকির ব্যবহারের জন্য আত্মবিশ্বাস-ভিত্তিক মানব-প্রেরণ ছাড়া রক্ষণযোগ্য নয় (Assisting the grading of a handwritten general chemistry exam with artificial intelligence)।
• ফলাফল-মিল অপরিশুদ্ধ আইটেম-স্কোরিং সত্ত্বেও টিকে থাকতে পারে। নিয়ন্ত্রিত সরকারি নম্বরের বিপরীতে, একটি মাল্টিমোডাল এলএলএম 10,364টি হস্তলিখিত পদার্থবিজ্ঞান অলিম্পিয়াড ও বিশ্ববিদ্যালয় পৃষ্ঠা গ্রেড করে r = 0.93-0.96 সম্পর্ক দেখায় এবং একই পাঁচ-শিক্ষার্থীর আন্তর্জাতিক দল ফিরে পায়, যদিও সঠিক প্রশ্ন-অংশ মিল পৌঁছায় 70%-এ — একটি স্কোরারকে বিচার করা হয় সে যে সিদ্ধান্তগুলোকে দিশা দেয় তা দিয়ে (Pathak et al. (2026))।
• এড়ানোর উপায় হিসেবে এআই। যেহেতু জেনারেটিভ এআই লিখিত প্রশ্নের উত্তর তৈরি করতে পারে, প্রহরীবিহীন ও বাড়িতে-করা সমষ্টিগত কাজ বৈধতা হারায়: প্রহরীযুক্ত, সহায়তাহীন মাপজোক অপরিহার্য কারণ অ-প্রহরীযুক্ত কর্মদক্ষতা এআই দ্বারা ফুলে ওঠে, আর গার্ডরেইলযুক্ত (ইঙ্গিত-দাও-উত্তর-নয়) সরঞ্জাম অরক্ষিত এআই যে পরীক্ষা-জরিমানা ঘটায় তা দূর করতে পারে। চিরিকভের (2026) 500,000+ গ্রেডের আধা-পরীক্ষা প্রক্রিয়াটি মূর্ত করে: ChatGPT মুক্তির পর, যেসব কোর্সে এআই-প্রকাশিত কাজ বেশি ছিল সেখানে এ-গ্রেডের অংশ 13 শতাংশ-পয়েন্ট বেড়েছে, আর প্রভাব কেন্দ্রীভূত হয়েছে হোমওয়ার্ক-প্রধান কোর্সে (ত্রিমুখী-পার্থক্য অনুমানে অতিরিক্ত 16 শতাংশ-পয়েন্ট) — সরাসরি প্রমাণ যে অ-প্রহরীযুক্ত হোমওয়ার্ক, প্রকৃত শিখন-লাভ নয়, সেখানেই এআই সমষ্টিগত ফলাফল ফুলিয়ে তোলে।
• এআই-উৎপন্ন পরীক্ষা। একটি বৃহৎ-পরিসরের ক্ষেত্র-গবেষণা ও EFL মূল্যায়ন গবেষণা যাচাই করে এআই উচ্চমানের পরীক্ষা ও মূল্যায়ন-কাজ তৈরি করতে পারে কি না — সমষ্টিগত নকশায় এআই-এর একটি উদীয়মান ব্যবহার।
• শিক্ষার্থীরা এআই-খসড়া আইটেম নির্ভরযোগ্যভাবে শনাক্ত করতে পারে না। একটি ক্রেডিটপ্রাপ্ত ফ্যামিলি মেডিসিন পরীক্ষায় Vogt et al. (2026) দেখেন 30টি এআই-উৎপন্ন ও 30টি লাইসেন্সিং-পরীক্ষার বহুনির্বাচনী আইটেমের মধ্যে উৎস-নির্ধারণে কোনো উল্লেখযোগ্য পার্থক্য নেই, সঠিক শনাক্তকরণের গড় 68.6 থেকে 77.5 শতাংশ, এবং উৎপন্ন আইটেমের 18.2 শতাংশ মানব-পর্যালোচনায় বাদ পড়ে।

এআই-প্রতিরোধী সমষ্টিগত বিন্যাস

জ্ঞানভাণ্ডারের একটি মূল থিম হলো সমষ্টিগত বিন্যাসই এআই-প্রতিরোধ নির্ধারণ করে — কাজটি যত বেশি সরাসরি, সশরীরে, ব্যক্তিগতভাবে-অনুসন্ধানকৃত কর্মদক্ষতা দাবি করে, শিক্ষার্থীদের পক্ষে নিজেদের শিখনের বদলে এআই প্রতিস্থাপন করা তত কঠিন।

• মৌখিক পরীক্ষা ও মূল্যায়ন। ফেন্টন (2025) যুক্তি দেন মৌখিক পরীক্ষা একটি নিম্ন-প্রযুক্তি, সহজাতভাবে এআই-প্রতিরোধী সমষ্টিগত বিন্যাস: এর তাৎক্ষণিক, ইন্টারঅ্যাকটিভ সংলাপ মুখস্থ করার বদলে বোধগম্যতা, সমালোচনামূলক চিন্তা ও যুক্তি পরীক্ষা করে, শিক্ষার্থীদের এআই দিয়ে উত্তর তৈরি ও মুখস্থ করা থেকে বিরত রাখে, এবং পেশাগত অনুশীলনের প্রতিফলন ঘটায়। সক্রেটিক পরীক্ষা ও কোড-পর্যালোচনা সাক্ষাৎকার এটিকে গতিশীল, কথোপকথনভিত্তিক ও সাক্ষাৎকারভিত্তিক সমষ্টিগত মূল্যায়নে বাড়িয়ে নেয়।

• বন্ধ-বই, প্রহরীযুক্ত, সহায়তাহীন মাপজোক। প্রমাণ ও বৃহৎ-পরিসরের ক্ষেত্র-উপাত্ত দেখায় প্রহরীযুক্ত বন্ধ-বই পরীক্ষা — ফুলে ওঠা হোমওয়ার্ক বা বাড়িতে-করা কাজ নয় — শিক্ষার্থীরা এআই ব্যবহার করলে প্রকৃত শিখনের নির্ভরযোগ্য সংকেত। দায়িত্বশীল মূল্যায়ন কাঠামো এই সহায়তাহীন মাপজোকগুলোকে বৈধতা-চালিত পুনর্নকশার ভেতরে বসায়। যেখানে পরীক্ষা অনলাইনেই থাকে, সেখানে দূর-প্রহরী সেই ভূমিকা নেয়, আর কর্পাসের স্বয়ংক্রিয় প্রহরীর দুটি পর্যালোচনা শনাক্তকরণ-লাভের পাশাপাশি গোপনীয়তা ও ন্যায্যতার উদ্বেগ খুঁজে পায় (Ensuring Academic Integrity through Automated Online Exam Proctoring: A Decade-Long Systematic Review, A Comprehensive Review of the Changing Landscape of Academic Dishonesty in Automated Proctoring in the Era of Artificial Intelligence)।

• একটি ঝুঁকিপূর্ণ কাজকে একটি প্রত্যয়নকারী যমজের সঙ্গে জোড়া দিন। Roe, Perkins & Giray (2026) একটি জেনএআই-ঝুঁকিপূর্ণ কাজকে তার শিখন-মূল্যের জন্য রেখে দেন, কিন্তু তা একই ফলাফল মাপে এমন দ্বিতীয় কাজের সঙ্গে জোড়া দেন, এবং নম্বরকে পরস্পর-নির্ভর করেন একটি প্রত্যয়নকারী থ্রেশহোল্ড বা ওয়েটিংয়ের মাধ্যমে, যাতে যমজটি ফলাফল প্রত্যয়ন করে।

উচ্চ-ঝুঁকি ও প্রমিত সমষ্টিগত মূল্যায়ন

উচ্চ-ঝুঁকির সমষ্টিগত মূল্যায়ন — ভর্তি পরীক্ষা, প্রমিত পরীক্ষা ও সনদায়ন — অতিরিক্ত পরিণতি বহন করে এবং এআই-যুগের উদ্বেগের কেন্দ্রে। জেনারেটিভ এআই শিখন-জরিমানা গবেষণা উচ্চবিদ্যালয় (জংকাও) ও কলেজ (গাওকাও) ভর্তি পরীক্ষায় ফলাফল মাপে এবং দেখে দীর্ঘস্থায়ী এআই-ব্যবহারের পর ভর্তি-পরীক্ষার স্কোর 18-24% কমেছে। The Effortless Trap ও কর্মদক্ষতা বনাম শিখন গবেষণা সতর্ক করে এআই-সহায়তাপ্রাপ্ত কাজে লাভ সহায়তাহীন উচ্চ-ঝুঁকির মাপজোকে স্থানান্তরিত হয় না।

এআই-যুগে সমষ্টিগত বনাম গঠনমূলক

জ্ঞানভাণ্ডারের মূল্যায়ন-সাহিত্য ধারাবাহিকভাবে জোর দেয় মূল্যায়ন সবচেয়ে কার্যকর যখন তা গঠনমূলক ও সমষ্টিগত উভয় ভূমিকা মেলায় — কিন্তু এআই-যুগ পার্থক্যটিকে ধারালো করে। যেহেতু এআই নিম্ন-ঝুঁকির, অ-প্রহরীযুক্ত ও প্রক্রিয়া-লুকানো কাজে কর্মদক্ষতা ফুলিয়ে তোলে, সমষ্টিগত (বিশেষত প্রহরীযুক্ত/বন্ধ-বই/সশরীরে) মাপজোকই হয়ে দাঁড়ায় নির্ণায়ক যাচাই শিখন সত্যিই ঘটেছে কি না। এটি এমন মূল্যায়ন-পুনর্নকশাকে প্রেরণা দেয় যা প্রামাণিক, এআই-প্রতিরোধী সমষ্টিগত কাজ (মৌখিক পরীক্ষা, কোড-পর্যালোচনা সাক্ষাৎকার, প্রহরীযুক্ত পরীক্ষা, প্রক্রিয়াভিত্তিক পোর্টফোলিও)কে অখণ্ডতার নোঙর হিসেবে রাখে, আর পথের পাশে শিখনকে সমর্থন করতে ব্যবহার করে গঠনমূলক মূল্যায়ন। গঠনমূলক নকশা-প্রতিক্রিয়ার জন্য দেখুন প্রামাণিক মূল্যায়ন।

শিক্ষায় এআই-এর জন্য তাৎপর্য

• সমষ্টিগত বিন্যাস একটি বৈধতা ও অখণ্ডতার লিভার: এআই-প্রতিরোধী সমষ্টিগত বিন্যাস (মৌখিক, প্রহরীযুক্ত, বন্ধ-বই, সশরীরে) মূল্যায়িত কর্মদক্ষতা ও প্রকৃত শিখনের মধ্যে সংযোগ রক্ষা করে।
• প্রহরীযুক্ত/সহায়তাহীন মাপজোকই নির্ভরযোগ্য সংকেত: শিক্ষার্থীরা এআই ব্যবহার করলে সহায়তাহীন সমষ্টিগত পরীক্ষা — হোমওয়ার্ক নয় — প্রকৃত শিখন প্রকাশ করে।
• স্বয়ংক্রিয় স্কোরিংয়ের সাইকোমেট্রিক যাচাই দরকার: উচ্চ-ঝুঁকির পরীক্ষা গ্রেড করতে এলএলএম ব্যবহারে কেবল নির্ভুলতা নয়, নির্ভরযোগ্যতা, ন্যায্যতা ও বৈধতার মূল্যায়ন দরকার।
• গ্রেডিং-ত্রুটি গ্রেড-নির্ভরও: 32টি জনস্বাস্থ্য পরীক্ষা-জমার জুড়ে এলএলএম স্কেলের প্রান্ত এড়িয়ে গেছে — দ্রুত মোডে কোনো E বা F আসেনি — আর সেরা মডেল মানব-গ্রেডের সঙ্গে হুবহু মিলেছে 50.0%-এ এবং ±1 গ্রেডের ভেতরে 90.6%-এ (Brevik et al. (2026))।
• এআই পরীক্ষাও তৈরি করতে পারে: এআই-সহায়তাপ্রাপ্ত পরীক্ষা ও কাজ-উৎপাদন একটি উদীয়মান সমষ্টিগত-নকশা প্রয়োগ যা নিজেই গুণমান-মূল্যায়ন দাবি করে।
• কেবল বিন্যাস নয়, গ্রেডিংয়ের উদ্দেশ্য পুনর্বিবেচনা করুন। Mesny, Roberge-Maltais & Galy (2026) ঐতিহ্যবাহী সমষ্টিগত, নর্ম-তুলনামূলক গ্রেডিংয়ের সমালোচনা করেন — এটি অগভীর, খণ্ডিত শিখনকে উৎসাহ দেয়, শিক্ষার্থীদের সামান্য নিয়ন্ত্রণ বা স্বচ্ছতা দেয়, অন্তর্নিহিত প্রেরণার ক্ষতি করে, চাপ ও উদ্বেগ বাড়ায়, এবং বৈষম্য টিকিয়ে রাখে, আর মূলত মুখস্থ-নির্ভরতাই মাপে, বাস্তব-জগতের প্রয়োগ নয়। তাঁরা পুনর্মূল্যায়ন, মানভিত্তিক গ্রেডিং ও আনগ্রেডিংকে গ্রেডিং-কেন্দ্রিক উদ্ভাবন হিসেবে উপস্থাপন করেন যা সমষ্টিগত-প্রধান অনুশীলনকে নরম করতে পারে, তবে স্বীকার করেন এসব ব্যবস্থাপনা শিক্ষায় প্রান্তিকই থাকে নর্মগত বাধার কারণে — বক্ররেখায় গ্রেডিং, বাহ্যিক সংকেত (র‍্যাংকিং, ইন্টার্নশিপ, স্বীকৃতি), এবং শিক্ষার্থীদের উপকরণবাদী মানসিকতা — এবং প্রাতিষ্ঠানিক সহায়তায় ক্রমবর্ধমান পরীক্ষা-নিরীক্ষার সুপারিশ করেন।

সাধারণ ভুল ধারণা

• "একটি এলএলএম সরকারি মানে গ্রেড করতে পারে না।" নিয়ন্ত্রিত সরকারি নম্বরের বিপরীতে, একটি মাল্টিমোডাল এলএলএম 10,364টি হস্তলিখিত পদার্থবিজ্ঞান অলিম্পিয়াড ও বিশ্ববিদ্যালয় পৃষ্ঠা গ্রেড করে জোরালো সম্পর্ক দেখায়। ফলাফল-মিল অপরিশুদ্ধ আইটেম-স্তরের স্কোরিং সত্ত্বেও টিকে থাকতে পারে — যার অর্থ উপযোগী প্রশ্নটি হলো কোথায় আইটেম-স্তরের নির্ভুলতা আসলে দরকার।
• "এআই গ্রেড-মুদ্রাস্ফীতি অনুমান।" চিরিকভের (2026) 500,000+ গ্রেডের আধা-পরীক্ষা প্রক্রিয়াটি মূর্ত করে: ChatGPT মুক্তির পর, যেসব কোর্সে এআই-প্রকাশিত কাজ বেশি ছিল সেখানে উচ্চ গ্রেডের অংশ বেড়েছে। প্রভাব সেখানেই কেন্দ্রীভূত যেখানে কাজগুলো প্রকাশিত ছিল, যা একটি প্রক্রিয়া যা পূর্বানুমান করবে ঠিক সেই ধরন।
• "এআই ব্যবহারকারী শিক্ষার্থীদের এআই-অব্যবহারকারীদের থেকে আলাদা করা যায় না, তাই উৎস-প্রমাণ আশাহীন।" এই ফলাফল যে এআই-উৎপন্ন ও লাইসেন্সিং-পরীক্ষার আইটেমের মধ্যে উৎস-নির্ধারণে কোনো উল্লেখযোগ্য পার্থক্য নেই, সঠিক শনাক্তকরণ 68.6-77.5 শতাংশ এবং ভুল-নির্ধারণের হার 18.2 শতাংশ — তা শনাক্তকরণ ব্যর্থ হওয়া সম্পর্কে, উৎস-প্রমাণ অপ্রয়োজনীয় হওয়া সম্পর্কে নয়। বরং এটি যাচাইকৃত উৎস-প্রমাণের দাবি বাড়িয়ে তোলে।

সংযুক্ত ধারণা

• রিমোট প্রাধান্য
• মূল্যায়ন
• গঠনমূলক মূল্যায়ন
• প্রামাণিক মূল্যায়ন
• স্বয়ংক্রিয় মূল্যায়ন
• মূল্যায়নের বৈধতা
• একাডেমিক সততা
• এআই শিক্ষা মূল্যায়ন
• উচ্চশিক্ষা
• K-12

সংযুক্ত নিবন্ধ

• Large language models as grading assistants in public health education: a method-comparison study of essay-style exam assessment — এলএলএম গ্রেডার উচ্চ-ঝুঁকির প্রবন্ধ-মূল্যায়নে গ্রেড-স্কেল সংকুচিত করে এবং প্রান্ত এড়িয়ে যায়

• A Comprehensive Review of the Changing Landscape of Academic Dishonesty in Automated Proctoring in the Era of Artificial Intelligence

• Ensuring Academic Integrity through Automated Online Exam Proctoring: A Decade-Long Systematic Review

• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — প্রামাণিক, এআই-প্রতিরোধী সমষ্টিগত মূল্যায়ন হিসেবে মৌখিক পরীক্ষার পুনর্বিবেচনা

• The Generative AI Learning Penalty: Evidence from Chinese Secondary Education — জেনারেটিভ এআই শিখন-জরিমানা: প্রহরীযুক্ত/বন্ধ-বই পরীক্ষার প্রমাণ

• Artificial Intelligence and Grade Inflation — গ্রেড-মুদ্রাস্ফীতির প্রক্রিয়া হিসেবে এআই কাজ-স্থানচ্যুতি; হোমওয়ার্ক-প্রধান কোর্স (চিরিকভ 2026)

• Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build — দ্রুততর সম্পন্নতা, কম শিখন: প্রহরীযুক্ত মাপজোক অপরিহার্য

• Generative AI without guardrails can harm learning: Evidence from high school mathematics — গার্ডরেইলবিহীন জেনারেটিভ এআই শিখনের ক্ষতি করে

• Assessing the Quality of AI-Generated Exams: A Large-Scale Field Study — এআই-উৎপন্ন পরীক্ষার গুণমান মূল্যায়ন

• LLMs Do Not Grade Essays Like Humans — এলএলএম মানুষের মতো প্রবন্ধ গ্রেড করে না

• Exploring the Effectiveness of Using LLMs for Automated Assessment of Student Self Explanations in Programming Education — শিক্ষার্থীর আত্ম-ব্যাখ্যার স্বয়ংক্রিয় মূল্যায়নে এলএলএম

• Confidence Estimation in Automatic Short Answer Grading with LLMs — স্বয়ংক্রিয় সংক্ষিপ্ত-উত্তর গ্রেডিং

• PsyScore: A Psychometrically-Aware Framework for Trait-Adaptive Essay Scoring and ZPD-Scaffolded Feedback — সাইকোমেট্রিকভাবে সচেতন বৈশিষ্ট্য-অভিযোজিত প্রবন্ধ-স্কোরিং

• The Theoretical Foundation of Socratic Tests: Dynamic, Multimodal, Conversational Examinations — সক্রেটিক পরীক্ষা: গতিশীল, কথোপকথনভিত্তিক, মাল্টিমোডাল মূল্যায়ন

• Combating Harms of Generative AI in CS1 with Code Review Interviews and a Flipped Classroom — CS1-এ কোড-পর্যালোচনা সাক্ষাৎকার

• Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference — এআই-যুগে দায়িত্বশীল মূল্যায়ন

• Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests — পরীক্ষা-চালিত এআই-সহায়তাপ্রাপ্ত শিখন

• Revisiting the Performance of Generative Artificial Intelligence on Introductory Object-Oriented Programming — অবজেক্ট-ওরিয়েন্টেড প্রোগ্রামিং মূল্যায়নে জেনএআই-এর কর্মদক্ষতা

• The Effortless Trap: Productive Struggle, AI, and the Illusion of Learning — The Effortless Trap: উৎপাদনশীল সংগ্রাম ও শিখনের মায়া

• AI-Generated versus Human-Developed Assessment Tasks in EFL Context: Insights from TPCK Model — EFL-এ এআই-উৎপন্ন বনাম মানব-উন্নীত মূল্যায়ন-কাজ

• Assessment twins: An approach for strengthening assessment validity in the age of generative AI — জেনএআই-যুগে মূল্যায়ন-বৈধতা শক্তিশালী করতে মূল্যায়ন-যমজ (Roe, Perkins & Giray 2026)

• Large Scale AI Grading of Handwritten Physics Assessments: Score Agreement and Olympiad Team Selection Outcomes — হস্তলিখিত পদার্থবিজ্ঞান মূল্যায়নের (অলিম্পিয়াড) এআই গ্রেডিং

• Innovative assessment and grading practices in higher education: A critical exploration for management educators

• Assisting the grading of a handwritten general chemistry exam with artificial intelligence

• Can students identify AI? – A cross-sectional quantitative study about AI recognition in tablet-based MCQ assessment among fifth-year undergraduate medical students at Saarland University, Germany — শিক্ষার্থীরা এআই-খসড়া আইটেম নির্ভরযোগ্যভাবে শনাক্ত করতে পারে না