הערכה

תרגום אוטומטי של העמוד באנגלית, שטרם נבדק בידי דובר/ת שפת אם.

הערכה — תהליך של איסוף ופרשנות של ראיות על מה שהלומדים יודעים ויודעים לעשות, והשיטות המשמשות להערכת למידה. בינה מלאכותית בחינוך שינתה את ההערכה מהיסוד: היא מפעילה ציון ומתן ציונים אוטומטי, מייצרת ומתאימה פריטי הערכה, ומעלה שאלות עמוקות על מה שהערכות מודדות בפועל כאשר תלמידים יכולים להשתמש בבינה מלאכותית. ההערכה היא מושג-המכסה שמארגן את כיסוי מאגר הידע של הערכה עיצובית, ציון אוטומטי, תקפות ומדידה חינוכית.

שאלות לשימת לב

• ההערכה מוגדרת כאן כאיסוף ופרשנות של ראיות על מה שהלומדים יודעים ויודעים לעשות. לפני הקריאה, כיצד הייתם משלימים את המשפט "הערכה תקפה אם..." — ומה היה משתנה בתשובה ההיא אילו כל תלמיד היה יכול להשתמש בסתר בבינה מלאכותית כדי לייצר את עבודתו?
• העמוד טוען שהדרך שבה תלמיד משתמש בבינה מלאכותית יוצרת (שילוב הערכתי לעומת קליטה קיצור-דרך ביקורתית) חזה את הביצועים, בעוד תדירות השימוש לא חזה דבר. מה הדבר מציע על האינסטינקט הנפוץ לווסת בינה מלאכותית על ידי הגבלת השימוש בה?
• לומד עשוי למסור עבודה ברמה מקצועית שאינו יכול לשחזר ללא הכלי — וקוטע את ההיסק בין ביצוע לכישור הבסיסי. האם נתקלתם ב"כושר" שהוענק על עבודה שהתלמיד לא באמת יכול היה לבצע ללא סיוע? מה הדבר חשף?
• השאלה הבונה שהעמוד מציע אינה "כיצד נמנע מתלמידים להשתמש בבינה מלאכותית?" אלא "כיצד נאפשר שימוש מחשב בהיבטים המשקפים את העבודה העתידית שלהם?" כיצד הייתה נראית ההערכה בתחום שלכם אילו זו הייתה המטרה?
• מסגרת DRIVE מציעה להעריך את איכות המעורבות של תלמיד עם בינה מלאכותית יוצרת — לא רק את התוצר — על ידי בחינה האם הוא מנחה הנחיות באופן אסטרטגי ומשלב את הרעיונות שלו. על מה הייתם מסתכלים כדי להבדיל בין אינטראקציית בינה מלאכותית עמוקה ומהרהרת לבין צריכה שטחית?
• הערכה בתיווך בינה מלאכותית מתרבלת לבחינות בעל-פה, תיקי עבודות ופורמטים שיחתיים שמפחיתים חרדה ומרגישים רלוונטיים מבחינה מקצועית. איזה פורמט הערכה מניסיונכם האישי לדעתכם "עמיד" ביותר בפני בינה מלאכותית — והאם עמידות זהה לערך חינוכי?

מבוא

ההערכה היא מרכזית לבינה מלאכותית בחינוך משתי סיבות. ראשית, הבינה המלאכותית עצמה משמשת להערכת תלמידים — ניתוח חיבורים, קוד, תשובות קצרות ומבחנים בקנה-מידה גדול. שנית, בינה מלאכותית בכיתה משנה את מה שההערכות יכולות למדוד תקפות, מכיוון שתלמידים עשויים להשתמש בבינה מלאכותית יוצרת כדי לייצר עבודה. התחום עושה בכך הן את הכלים שמבצעים הערכה אוטומטית והן את שאלות התקפות והיושרה שהבינה המלאכותית מעלה.

כיצד בינה מלאכותית משמשת בהערכה

• הערכה אוטומטית: הערכה מבוססת בינה מלאכותית עושה מודליות מרובות — שאלות אמריקאיות, תשובה קצרה, חיבור, קוד והערכה מבוססת-ביצוע — באמצעות ציון אוטומטי, ציון אוטומטי של חיבורים ויצירת שאלות אוטומטית.
• הערכה עיצובית: מערכות בינה מלאכותית מייצרות, מאמתות ומתאימות פריטי הערכה עיצוביים בקנה-מידה גדול, ומספקות מידע להוראה המתמשכת ולא רק להערכה מסכמת.
• אנליטיקת למידה ומדידה: אנליטיקת למידה ומדידה חינוכית מחברים נתוני הערכה לתהליכי למידה, באמצעות תיאוריית תגובת הפריט, מעקב ידע ומידול לומד לפרשנות ביצועים. רז אבי ופאוורס (2026) מדגימים הערכת קושי-פריט מבוססת מודלי שפה כקלט מדידה: על פני 5,170 פריטי מתמטיקה וקריאה לכיתות כיתה ה'-ה' שכוילו תחת מודל IRT ראס, דירוגי GPT-4o ללא-מחקר-מוקדם התאחו קשר בינוני-עד-חזק לקשיים האמיתיים (r = 0.83 במתמטיקה, r = 0.81 בקריאה) אך שונו לפי כיתה, בעוד גישה מבוססת-תכונות (תכונות שחולצו על ידי מודל שפה לתוך מודלים מבוססי-עץ) הגיעו למאפיינים עד r = 0.87. המחקר מציע זרימת עבודה מעשית בת שבעה שלבים לבעלי-מקצוע בבוחנים, ומזהיר שההכללה מעבר למתמטיקה וקריאה לכיתות ה'-ה' אינה ברורה.
• לולאות משוב: הערכת בינה מלאכותית מזינה יותר ויותר אל לולאות משוב הסוגרות את המחזור מההערכה ללמידה.
• הערכה באמצעות תיק-עבודות אלקטרוני: תיקי עבודות אלקטרוניים מרכיבים עבודה והרהורי תלמיד לאורך זמן כצורת הערכה מבוססת-תהליך ועמידה-בפני-בינה-מלאכותית. בינה מלאכותית יוצרת יכולה לסייע בתהליך התיק — יצירת משוב, פיגום הרהורים, ו-(עם עיצוב רובריקה מתאים) תמיכה בהערכה — בעוד ההדגשה של התיק על עקביות ההיגיון ועל טיוטות מתנגדת להמצאה של בינה מלאכותית. הערכת תיק-עבודות בסיוע בינה מלאכותית וChatGPT + תיק-עבודות לדיבור בשפת אם חומנית מראים שבינה מלאכותית יכולה לשפר הן את חוויית התיק והן את האוריינות המשוב של הלומד.
• אמינות ציון של שאלות פתוחות תלויה-מודל: פקוחובה, בנגו ודרליק (2025) סחרו אחת-עשר מודלים של בינה מלאכותית יוצרת ומודלי הטבעת-משפט כנגד שני מדרגי מומחה על 1,885 תשובות פתוחות בהנדסת-תוכנה: רק GPTo1 הגיע להסכמה כמעט-מושלמת (כאפא פלייס 0.82), בעוד מודלים מבוססי-ייחוס ענשו תשובות נכונות-אך-מנוסחות-אחרת. כיוון ש-GPTo1 היה המודל היחיד שנחשב לניתן-פריסה ללא פיקוח אך נושא עלויות API קנייניות, המחברים ממליצים על אסטרטגיות היברידיות שמשלבות מודלים מתקדמים עם אפשרות זולות או פיקוח אנושי בסביבות עם משאבים מוגבלים. סקירה שיטתית מונחית-PRISMA של 42 מחקרים אמפיריים (2023–2025) מאשרת את תמונת האמינות-המותנית הזו על פני כל שדה הציון: מודלי שפה מתאימים למדרגי-אדם במשימות סגורות ובתשובות-קצרות אך אינם יכולים להחליף לחלוטין שיפוט אנושי בעבודה מורכבת, פתוחה או סובייקטיבית, ולא נבעה הטיית-ציון אחידה — המודלים היו לפעמים יותר מקלים, לפעמים יותר מחמירים, ולעתים קרובות נמנעו מציונים קיצוניים (Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback). חידוד רובריקה איטרטיבי יכול לדחוף ציון מודל-שפה של שאלות פתוחות לאמינות כמעט-אנושית בסביבות רפואיות בסיכון-גבוה: אולב ושות' (2026) מצאו שברגע שחברי-סגל שכללו רובריקות אנליטיות והוליסטיות שוב ושוב על בסיס ניתוח דפוסי-טעות, GPT-4 הגיע להסכמה משמעותית-עד-כמעט-מושלמת עם מדרגי-סגל בשלוש מארבע שאלות טרום-קליריק (כאפא משוקללת עד 0.94), בעוד הפריט ההוליסטי-השווי נשאר בהסכמה מתונה בלבד (κw = 0.54) — ומראה הן את התשואה של הנדסת-רובריקה אדם-בתוך-הלולאה והן את גבולותיה במשימות הוליסטיות-סינתטיות.
• הערכה בעל-פה וביצועים נתמכת-בינה מלאכותית. מחקר עיצוב חינוך ומיומנויות טכני (TVET) מזיז את ההערכה מפורמטים כבדי-טקסט להערכה בעל-פה אינטראקטיבית הנתמכת-מודל שפה: על פני ארבעה מחזורים, 21 מתוך 33 לומדים דירגו את משימת-הדיוק כריאליסטית ואף אחד לא היסס שדיבור בזמן-אמת משקף כושר טוב יותר מתיק-עבודות בכתב, בעוד מספרי המילים לשאלות זהות שונו פי חמישה-עד-שמונה בין מחזורים ותשעה לומדים ענו בשתיים עד שלוש-עשרה מילים וכולם צדקו. המערכת פעלה ללא חיבור אינטרנט במחשב-נייד בודד המשרת עד 12 לומדים בו-זמנית עם Mistral 7B ו-faster-whisper, מחקה הקלטות לאחר 90 ימים, והשאירה שיפוטי-הציון עם המעריכים — מופע של עיצוב הערכה אדם-בתוך-הלולאה להסמכות פניות-מקום-עבודה. (Designing AI-Supported Oral Assessment in TVET)

אתגרי תקפות ומדידה

בינה מלאכותית מעלה שאלות תקפות בסיסיות: האם הערכות שנקבעות-על-ידי-בינה-מלאכותית מודדות למידת תלמידים או מיומנות הנחיית בינה מלאכותית? האם שימוש התלמידים בבינה מלאכותית מפיל הערכות מסורתיות? אתגרים מפתח כוללים:

• תקפות הבנייה: מחקר על חינוך מבוסס-כושרים מראה שבינה מלאכותית יוצרת קטעה את ההיסק בין ביצוע לכישור בסיסי — לומד עשוי למסור עבודה ברמה מקצועית שאינו יכול לשחזר ללא הכלי. הדבר מעודד קונספטואליזציה מחודשת של מה נבדק ככושר.
• שותפות-כותבים ויושרה: יושרת שותפות-כותבים מציעה מקור חדש של ראיית תקפות שנהפר כאשר תלמידים מגישים תכנים המיוצרים-על-ידי-בינה-מלאכותית שאינם מבינים, וחוקרת "ויווה" AI שיחתיים כתגובה.
• איכות פסיכומטרית: בינה מלאכותית מודעת-פסיכומטרית והערכה מודעת-אמון עובדות לשמור על ציון בינה מלאכותית אמין, בלתי-מוטה וניתן-פרשנות.
• הערכה של מעריכי בינה מלאכותית: הערכת חינוך-בינה מלאכותית מספקת את השיטות והבנצ'מרקים לקביעה האם מעריכים אוטומטיים עובדים בפועל — על אמינות, פדגוגיה ושוויון — ולא רק על דיוק כותרות.
• אמינות תלוית-איכות של ציון בינה מלאכותית ועמיתים (2026): בהשוואה בין ציון ChatGPT, ציון עמיתים וציון מדריך על אותם פרויקטי קבוצה לתואר ראשון, אשר ופאראון (2026) הראו שהיישור הציון עם המדריך הוא מותנה באיכות עבודת התלמיד: ChatGPT הניף הגשות באיכות נמוכה ביותר והיישר טוב יותר עם המדריך בעבודה באיכות גבוהה, בעוד עמיתים היישרו טוב יותר בעבודה חלשה יותר ונתנו ציון נמוך-מדי לפרויקטים חזקים. הממצא מאתגר את המסגור הבינארי "אמין לעומת לא-אמין", ומצביע על מודלי אמינות-מותנית שבהם מעריכים חלופיים מותאמים למשימה ולרמת הביצוע.
• ציון אנושי הוא עצמו עמוס-ערכים (2026): לואו ודוסון (2026) מראים שאפילו ציון אנושי של עבודה בסיוע בינה מלאכותית יוצרת אינו פעולה ניטרלית ומבוססת-קריטריונים. ראיונות מבוססי-תרחיש עם 33 מורים אוניברסיטאים חשפו החלטות-ציון מונעות מערכים מכווני-אדם (יושרה, חריצות), מכווני-כושר (עצמאות, כושר בינה מלאכותית יוצרת, שליטה במקצוע), מכווני-יחס (אמון), ומכווני-צדק (הוגנות, תועלת) — והולכים מעבר להקצאה ועד להשערת המורה על התלמיד. המחקר מעצב מחדש את שאלת ההערכה מ"האם שימוש בבינה מלאכותית יוצרת הוא רמאות?" ל"כיצד שיפוטי-הערכים של המורים מעצבים ציונים, והאם ערכים אלה רלוונטיים לתוצאות הנמדדות?" — ומבליט את התקפות ואת "השקיפות הדו-כיוונית" על אופן שבו שימוש בבינה מלאכותית יוצרת ישפיע על הציונים.

יושרה והדיון על זיהוי

בינה מלאכותית בהערכה החריפה את שיח היושרה. מסילה אחת מתמקדת בזיהוי טקסט המיוצר-על-ידי-בינה-מלאכותית, בעוד גוף גדל של מחקר טוען שהזיהוי הוא כלי מצומצם וקשור-למצב — לא אסטרטגיית כינוס ראשונה. מעבר לזיהוי והערכה אחראית טוענים שאותנטיות אינה ניתנת-אכיפה בקיום; יש לעצב אותה מחדש, וממקמים את הבינה המלאכותית כשותפת מוכרזת ומעדיפים הערכה אותנטית ומבוססת-תהליך על פני מעקב. וולטון ושות' (2025) מקבעים זאת בראיות של כיצד תלמידים שופטים למעשה את דרכם דרך ההערכה עם בינה מלאכותית יוצרת: ראיונות גלילה-חזרה עם 26 תלמידים חשפו ספקטרום של שישה אירועי שיפוט — מהערכה ביקורתית של ידע בינה מלאכותית ולמידה דרך מגבלותיה, ועד לאימוץ רעיונות בלתי-ביקורתי והערכת תרומות בינה מלאכותית בטעות כשלהם. סטטמטוליס ושות' (2026) מוסיפים נגד כמותי: על פני 157 תלמידים, הדרך שבה בינה מלאכותית יוצרת משמשת (שילוב הערכתי לתמיכה בהבנה לעומת קליטת קיצור-דרך עם אימות נמוך) חזה את הביצועים, בעוד תדירות השימוש הפשוטה לא חזה ביצועים ולא יושרה אקדמית. יחד, מחקרים אלה מעצבים מחדש את שאלת ההערכה מהאם תלמידים משתמשים בבינה מלאכותית לכיצד הם שופטים ומעצבים דפוסים לשימוש זה.

באסט ושות' (2026) הולכים רחוק יותר, וטוענים שהזיהוי לא ישמש כלל: הפלט הסבירותני שלו אינו ניתן לאימות עצמאי משום שמוצא הטקסט בעולם האמיתי אינו ידוע, וציוני הגלאים — לבדם או עם סמנים לשוניים, השוואות סגנון, טענת מודל שפה, או שתיקת תלמיד — אינם עומדים בתקן איזון-הסבירות שחקירות יושרה דורשות.

סקירת PRISMA של 25 מחקרים מוסיפה גורם-סיכון שהדיון על הזיהוי מחסיר: דוברים אנגלית שאינה שפת-אמם הראו נטייה גבוהה להפרת יושרה כשהתקשו לכתוב באנגלית, ולכן ציפיות היושרה צריכות להיות מצורפות לתמיכה מעשית-אקדמית-כותבת ולא לאכיפה בלבד (באלאלה ופאנילג' (2025)).

עיצוב מחודש של ההערכה בעידן הבינה המלאכותית

השאלה הבונה בספרות ההערכה של מאגר הידע אינה "כיצד נמנע מתלמידים להשתמש בבינה מלאכותית?" אלא "כיצד נאפשר להם להשתמש בה בחשבונה בהקשרים המשקפים את העבודה העתידית שלהם?" הדבר מעצב מחדש את ההערכה סביב:

• משימות אותנטיות ומבוססות-תהליך שהופכות את שימוש הבינה המלאכותית לגלוי ונמדד. הערכה אותנטית — בחינת ביצוע התלמיד במשימות ראויות וריאליסטיות — היא התגובה המובילה לאתגר הבינה המלאכותית: כל משימה שמודל שפה יכול לדמות באמינות מאבדת את תקפותה, ולכן אותנטיות חייבת לעבור עיצוב מחודש סביב שיתוף פעולה בזמן-אמת, תרומה דיגיטלית וחברתית, ויצירת-משמעות פרטנית. הדבר מתחבר למסגרות עיצוב להערכה אותנטית, לתוצרים אותנטיים ותהליכים מאומתים, ולהערכה תהליך בלתי-תלוית-כלי.
• עיצוב הערכה אחראי המבוסס על ראיית תקפות (Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference)
• הרשאות בינה מלאכותית ברמת-המשימה הנגזרות ממטרות ההערכה: מק'קורקל (2025) מראה את עבודת עיצוב-ההערכה שקדמה למדיניות בינה מלאכותית — ספירת כל משימה בפרויקט, ציון מה נמדד ונגד איזו מטרה, והתרה או איסור בינה מלאכותית לכל משימה על בסיס זה (סיעור-מוחות ואיסוף תמונות מותרים; ניסוח מטרות למידה ועיצוב שקופיות לא). תרגיל היישור עצמו פועל גם כבדיקה על ההיסק שההערכה תומכת, כי הוא מאלץ את המדריך לכנות את הביצוע שהציון אמור להבטיח (תקפות).
• הערכה החורגת מהמצב הלשוני: ג'יאנג ושות' (2026) מגדירים אוריינות הערכה רב-מודלית למורי שפה שנייה כיודע, ערך וכושר למשימות המעוררות תגובות במצבים לשוניים, חזותיים, שמיעתיים, מחוותיים ומרחביים. תוכנית של שנה עם 30 מורי אנגלית בהונג-קונג הרמה את הידע על אסטרטגיות הערכה מ-3.13 ל-4.15 מתוך 5 (η² חלקי = 0.571) ואת הכושר בתמיכה בתלמידים מ-3.05 ל-3.98 (0.482), בעוד כל שלוש תת-הממדות של הערך נשארו שטוחות. הניסיון של המורים עצמם הוסיף שתי מידות למסגרת: שמירה על הפרקטיקה לעומת עדיפות תכנית-לימודים מתחרה, וגיוס בינה מלאכותית יוצרת באופן ביקורתי (ג'יאנג ושות' (2026)).
• שותפות-כותבים והכרזה כחלק מחוזה ההערכה
• יצור ככושר — הערכת יכולת הלומדים לנתב כלים ולייצר עבודה ברמה מקצועית (Knowledge, Skills, Attitudes, Production: Competency-Based Education After Generative AI)
• הערכת תהליך האינטראקציה, לא רק התוצר — מסגרת DRIVE (Directive Reasoning Interaction + Visible Expertise) מתייחסת לאיכות המעורבות של תלמיד עם בינה מלאכותית יוצרת כקונסטרוקט הנמדד. היא מבחינה בין צריכה שטחית לבין אינטראקציה עמוקה ומהרהרת על ידי בחינה האם תלמידים מנהלים הנחיות באופן אסטרטגי (DRI) ומשלבים ומפתחים את הרעיונות הדיסציפלינריים שלהם דרך החלפה (VE), ומקבעת קריטריונים ממוקדי-תהליך בתיאוריות של למידה מונחית-עצמאית ומעורבות קוגניטיבית לאורך קווי הICAP. הדור הופך את DRIVE לדוגמה להערכה אותנטית בתיווך בינה מלאכותית — רובריקה להערכת אופן שבו לומדים משתפים פעולה עם בינה מלאכותית יוצרת ולא לכלי זיהוי.

הצעה בספרות הזו דוחפת מעבר לעיצוב-מחודש-בתוך-המסגרת-הנוכחית. אל-ח'ורי ומא (2026) טוענים שרפורמה המאורגנת סביב מניעת שחיתות או זיהוי שימוש בבינה מלאכותית מצמצמת את הדמיון החינוכי לשליטה וציות, ומציעים הערכה מהנה במקום זאת: הערכה הבטוחה, רספונסיבית-רגשית, מעצימה ותומכת בסוכנות התלמיד, כאשר בטיחות היא התנאי הנושא-משקל כי ללאיה התאמה-רגשית הופכת לביצוע, העצמה הופכת ללחץ וסוכנות הופכת לסיכון. המסגור שלהם מהפך את סדר-היום של הזיהוי — היושרה הופכת לתוצאה של עיצוב הערכה שתלמידים רוצים להתערב בה ולא לנקודת-המוצא שלו — והם ממקמים סוכני בינה מלאכותית שנבנו-על-ידי-מדריך (GPT מותאמים, Gems, סוכני Copilot Studio) כמרחב חזרה בסיכון-נמוך שבו תלמידים מתרגלים לפני שיפוט, בטענה שהבינה המלאכותית מארגנת ראיות בעוד המדריך מפרש אותן.

השלכות עבור בינה מלאכותית בחינוך

• הערכה ולמידה הם בלתי-נפרדים: הערכת בינה מלאכותית טובה צריכה לתמוך בלמידה (משוב עיצובי) לא פחות מאשר להעריך אותה.

• תקפות חייבת לעבור קונספטואליזציה מחודשת: כאשר בינה מלאכותית יכולה לייצר עבודת תלמיד, הערכות חייבות למדוד תהליכים, שיפוט ויצור אותנטי, לא רק תוצרים.

• אוטומציה חייבת להערך בקפדנות: מעריכים אוטומטיים זקוקים להערכה פסיכומטרית והגינות, לא רק לטענות דיוק.

• היושרה עוברת מזיהוי לעיצוב: התגובה העמידה ביותר לבינה מלאכותית בהערכה היא עיצוב משימות שבהן שימוש בבינה מלאכותית צפוי, מוכרז ונבדק.

• פרקטיקות חדשניות יכולות לטפל בבעיות מרובות בו-זמנית. מסני, רוברז'-מלטאס וגאלי (2026) טוענים שמערך של חמש פרקטיקות המחזקות-הדדית — הערכה אותנטית, הערכה-עצמית והערכת-עמיתים, הערכה-חוזרת, ציון מבוסס-תקנים, וביטול-ציונים — המיושרים לפרדיגמת "הערכה ללמידה" יכולים להתנגד להזקים של ציון מסורתי, כבד-מסכם ומייחס-נורמטיבי (למידה שטחית, מוטיבציה פנימית שנמחתה, מתח וחרדה, אי-שוויון, ויושרה פגומה) בעידן בינה מלאכותית יוצרת. הם מוצאים שהאימוץ אינו אחיד בין תחומים — הערכה-עצמית והערכת-עמיתים שולטות בעוד החדשנות הממוקדת-ציון נשארת שולית — ומעודדים מחנכים להתערב יותר בפעילות ובהדדיות עם חדשנות הערכה והציון, בגיבוי של ניסוי תוספתי ותמיכה מוסדית.

• הערכה בתיווך בינה מלאכותית מתרבלת. AIvaluate מראה שסוכן שיחתי מוגבר-מודל שפה הפחית חרדת תלמיד במהלך הערכות מבוססות-ביצוע; פנטלנד (2026) מוצא שהערכות בעל-פה אסינכרוניות הציעו מעורבות גבוהה יותר ונתפסו כרלוונטיות מבחינה מקצועית; ומערכות ITS מבוססות-גרף משתמשות במעקב מצב-ידע מסתגל לספק מידע להערכה.

Connected Concepts

• לומדים — לומדים: המכסה למושגי צד-הלומד
• שיתופי פעולה פדגוגיים — Pedagogical Partnerships
• הערכה עיצובית — הערכה עיצובית: פריטים המיוצרים, המאומתים והמסתגלים בבינה מלאכותית בקנה-מידה גדול
• הערכה אוטומטית — ציון וניקוד אוטומטי על פני מודליות הערכה
• הערכה אותנטית — משימות אותנטיות עמידות-בפני-בינה-מלאכותית ומבוססות-תהליך
• תוקף ההערכה — תקפות של הערכות תחת בינה מלאכותית יוצרת
• מדידה חינוכית — תיאוריית מדידה התומכת בהערכת בינה מלאכותית
• ציון אוטומטי של חיבורים — Automated essay scoring
• יצירת שאלות אוטומטית — Automated question generation
• הערכה בעל-פה — הערכה בעל-פה: פורמטים חיים ומוקלטים המתנגדים להחלפת בינה מלאכותית
• הערכה מסכמת — הערכה מסכמת: פורמטים עמידים-בפני-בינה-מלאכותית (בעל-פה, בפיקוח, ספר סגור)
• תיאוריית תגובת הפריט — IRT לפרשנות תגובות הערכה בעידן הבינה המלאכותית
• בינה מלאכותית מודעת לפסיכומטריה — ציון בינה מלאכותית מודע-פסיכומטרית
• אנליטיקת למידה — אנליטיקה המחברת נתוני הערכה ללמידה
• משוב — לולאות משוב הסוגרות את המחזור מההערכה ללמידה
• אוריינות משוב — אוריינות משוב של הלומד
• יושרה אקדמית — יושרה והדיון על זיהוי בינה מלאכותית
• גילוי בינה מלאכותית — זיהוי טקסט המיוצר-על-ידי-בינה-מלאכותית
• הערכת מערכות בינה מלאכותית בחינוך — שיטות ובנצ'מרקים להערכת מעריכים אוטומטיים
• תיק עבודות אלקטרוני (e-portfolio) — הערכת תיק-עבודות אלקטרוני מבוססת-תהליך
• טכנולוגיות דיבור וקול
• הערכה עמיתים

Connected Articles

• Conceptualizing and developing second language teachers' multimodal assessment literacy in the GenAI era — תוכנית של שנה שמגדירה אוריינות הערכה רב-מודלית ומודדת מה זז ומה לא
• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — AI agents, joyful assessment, and third space
• Designing an Aligned Generative AI Course Policy: An Equitable and Transparent Learner-Centered Approach — הרשאות בינה מלאכותית ברמת-המשימה הנגזרות ממה שנמדד (מק'קורקל 2025)
• Who grades best? Comparing ChatGPT, peer, and instructor evaluations across varying levels of student project quality — השוואה בין ציון ChatGPT, ציון עמיתים וציון מדריך לאורך רמות איכות הפרויקט (אשר ופאראון 2026)
• Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference — Responsible assessment in the AI era
• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — Beyond detection: authentic assessment
• Coauthorship integrity: Reconceptualising assessment validity for the age of generative artificial intelligence — Coauthorship integrity and assessment validity
• Knowledge, Skills, Attitudes, Production: Competency-Based Education After Generative AI — Competency-based education after generative AI
• Generative AI as a Design Variable: An Evidence-Centered Framework for Principled Governance in STEM Assessment — Evidence-centered governance of generative AI in assessment
• Reassessing Academic Integrity in the Age of AI: A Systematic Literature Review on AI and Academic Integrity — סקירת יושרה בבינה מלאכותית: זיהוי חייב להיות מצורף לעיצוב-מחודש של ההערכה
• Heads We Win, Tails You Lose: AI Detectors in Education — Heads we win, tails you lose: AI detectors in education (Bassett et al. 2026)
• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — AIvaluate: LLM-Augmented Assessment of Student Anxiety (2026)
• Intelligent tutoring in dynamic domains: a graph-based system for comparative analysis of adaptive algorithms — Graph-Based Intelligent Tutoring for Dynamic Domains (2026)
• Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era — Asynchronous Oral Assessments in the AI Era (Pentland 2026)
• Assessing students' DRIVE: A framework to evaluate learning through interactions with generative AI — DRIVE: assessing learning through GenAI interaction (DRI + Visible Expertise)
• How university students work on assessment tasks with generative AI: matters of judgement — Judgment in students' work with GenAI on assessment tasks (26 students, scroll-back)
• Same tool, different work: patterns of generative AI use and academic outcomes — Patterns of GenAI use (evaluative integration vs low-verification uptake) and outcomes
• Exploring value judgements in grading: will teachers mark down student work assisted by GenAI, and should they? — Value judgments in grading GenAI-assisted work: honesty, trust, validity, and two-way transparency (Luo & Dawson 2026)
• Estimating Item Difficulty Using Large Language Models and Tree-Based Machine Learning Algorithms — Estimating item difficulty using LLMs and tree-based ML
• Automated Grading of Open-Ended Questions in Higher Education Using GenAI Models
• Innovative assessment and grading practices in higher education: A critical exploration for management educators
• Can Generative Artificial Intelligence Reliably Score Open-Ended Question Assessments in Undergraduate Medical Education?
• Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback
• 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? Report from an online workshop on computing assessment in the age of generative AI