Valutazione

Traduzione automatica della pagina in inglese, non ancora rivista da una persona di madrelingua.

Valutazione — il processo di raccogliere e interpretare evidenza su ciò che i discenti sanno e possono fare, e i metodi usati per valutare l'apprendimento. L'IA in educazione ha fondamentalmente rimodellato la valutazione: alimenta la valutazione e lo scoring automatizzati, genera e adatta gli item di valutazione, e solleva domande profonde su che cosa le valutazioni misurino realmente quando gli studenti possono usare l'IA. La valutazione è il concetto ombrello che organizza la copertura da parte della knowledge base della valutazione formativa, della valutazione automatizzata, dell'validità e della misurazione educativa.

Domande da considerare

• La valutazione è qui definita come il raccogliere e interpretare evidenza su ciò che i discenti sanno e possono fare. Prima di leggere, come completeresti la frase "una valutazione è valida se…" — e che cosa cambierebbe in quella risposta se ogni studente potesse usare segretamente l'IA per produrre il proprio lavoro?
• La pagina sostiene che come uno studente usa la GenAI (integrazione valutativa contro adozione acritica della scorciatoia) prediceva la performance, mentre quanto spesso la usava non prediceva nulla. Che cosa suggerisce questo su un istinto comune a regolare l'IA limitandone l'uso?
• Un discente può consegnare lavoro di standard professionale che non può riprodurre senza lo strumento — recidendo l'inferenza tra performance e abilità sottostante. Hai mai incontrato una "competenza" conferita per lavoro che lo studente non poteva realmente svolgere da solo? Che cosa ha rivelato?
• La domanda costruttiva che la pagina offre non è "come impediamo agli studenti di usare l'IA?" ma "come permettiamo loro un uso riflessivo in contesti che rispecchiano il loro lavoro futuro?" Come sarebbe la valutazione nel tuo campo se quello fosse l'obiettivo?
• Il framework DRIVE suggerisce di valutare la qualità dell'impegno di uno studente con la GenAI — non solo il manufatto — guardando se guida i prompt in modo strategico e integra le proprie idee. Che cosa guarderesti per distinguere un'interazione con l'IA profonda e riflessiva da un consumo superficiale?
• La valutazione mediata dall'IA si sta diversificando in esami orali, portfolio e formati conversazionali che riducono l'ansia e appaiono professionalmente rilevanti. Quale formato di valutazione dalla tua esperienza pensi sia più "resistente all'IA" — e la resistenza è la stessa cosa del valore educativo?

Introduzione

La valutazione è centrale nell'IA in educazione per due ragioni. Primo, l'IA stessa è usata per valutare gli studenti — valutare saggi, codice, risposte brevi ed esami su larga scala. Secondo, l'IA in classe cambia ciò che le valutazioni possono validamente misurare, poiché gli studenti possono usare l'IA generativa per produrre lavoro. Il campo abbraccia quindi sia gli strumenti che automatizzano la valutazione sia le domande di validità e integrità che l'IA solleva.

Come l'IA è usata nella valutazione

• Valutazione automatizzata: la valutazione basata sull'IA abbraccia molteplici modalità — scelta multipla, risposta breve, saggio, codice e valutazione basata sulla performance — attraverso la valutazione automatizzata, la valutazione automatizzata dei saggi, e la generazione automatizzata di domande.
• Valutazione formativa: i sistemi di IA generano, validano e adattano item di valutazione formativa su larga scala, informando l'istruzione in corso anziché solo la valutazione sommativa.
• Analitiche dell'apprendimento e misurazione: le analitiche dell'apprendimento e la misurazione educativa collegano i dati di valutazione ai processi di apprendimento, usando la teoria della risposta all'item, il knowledge tracing e lo modellamento dello studente per interpretare la performance. Razavi e Powers (2026) dimostrano la stima della difficoltà degli item basata sugli LLM come input di misurazione: attraverso 5.170 item di matematica e lettura K-5 calibrati sotto il modello IRT di Rasch, le valutazioni zero-shot di GPT-4o correlavano in modo da moderato a forte con le difficoltà reali (r = 0,83 matematica, r = 0,81 lettura) ma variavano per grado, mentre un approccio basato su feature (feature estratte da LLM in modelli ad albero) raggiungeva correlazioni fino a r = 0,87. Lo studio offre un flusso di lavoro pratico in sette passi per i professionisti del testing, avvertendo al contempo che la generalizzabilità oltre matematica e lettura K-5 non è chiara.
• Cicli di feedback: la valutazione con l'IA alimenta sempre più i cicli di feedback che chiudono il ciclo dalla valutazione all'apprendimento.
• Valutazione con e-portfolio: gli e-portfolio assemblano lavoro e riflessioni degli studenti nel tempo come forma di valutazione basata sul processo e robusta all'IA. L'IA generativa può assistere il processo del portfolio — generando feedback, scaffoldando la riflessione, e (con un design appropriato della rubrica) supportando la valutazione — mentre l'enfasi del portfolio sulle tracce di ragionamento e sulle bozze resiste alla fabbricazione dell'IA. La valutazione del portfolio assistita dall'IA e ChatGPT + e-portfolio per il parlato EFL mostrano che l'IA può migliorare sia l'esperienza del portfolio sia la alfabetizzazione al feedback del discente.
• L'affidabilità della valutazione di risposte aperte dipende dal modello: Pecuchova, Benko & Drlik (2025) hanno messo a benchmark undici modelli GenAI e di embedding di frasi contro due valutatori esperti su 1.885 risposte aperte di ingegneria del software: solo GPTo1 raggiungeva una concordanza quasi perfetta (Kappa di Fleiss 0,82), mentre i modelli basati su riferimento penalizzavano risposte corrette ma formulate in modo divergente. Poiché GPTo1 era l'unico modello ritenuto distribuibile senza supervisione ma porta costi di API proprietari, gli autori raccomandano strategie ibride che accoppiano modelli avanzati con opzioni accessibili o supervisione umana in contesti a risorse limitate. Una revisione sistematica guidata da PRISMA di 42 studi empirici (2023–2025) corrobora questo quadro di affidabilità condizionata attraverso l'intero campo della valutazione: gli LLM eguagliano i valutatori umani sui compiti a risposta chiusa e breve ma non possono pienamente sostituire il giudizio umano sul lavoro complesso, aperto o soggettivo, e non è emerso alcun bias di valutazione uniforme — i modelli erano a volte più indulgenti, a volte più severi, e spesso evitavano i punteggi estremi (Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback). Il raffinamento iterativo della rubrica può spingere lo scoring aperto degli LLM verso un'affidabilità quasi umana in contesti medici ad alto rischio: Olvet et al. (2026) hanno trovato che una volta che i docenti revisionavano ripetutamente le rubriche analitiche e olistiche sull'analisi dei pattern di errore, GPT-4 raggiungeva una concordanza da sostanziale a quasi perfetta con i valutatori docenti su tre delle quattro domande pre-clerkship (kappa ponderato fino a 0,94), mentre l'item residuo a rubrica olistica restava a sola concordanza moderata (κw = 0,54) — mostrando sia il guadagno dell'ingegneria umana della rubrica sia i suoi limiti sui compiti sintetici e olistici.
• Valutazione orale e di performance supportata dall'IA. Uno studio di design TVET sposta la valutazione lontano dai formati pesantemente testuali verso la valutazione orale interattiva supportata da un LLM: attraverso quattro coorti, 21 discenti su 33 valutavano realistico il compito vocale e nessuno dissentiva sul fatto che parlare in tempo reale riflettesse la competenza meglio di un portfolio scritto, mentre i conteggi di parole per domande identiche variavano di cinque-otto volte tra le coorti e nove discenti rispondevano in due-tredici parole ed erano tutti corretti. Il sistema girava offline su un singolo portatile che serviva fino a 12 discenti simultanei con Mistral 7B e faster-whisper, cancellava le registrazioni dopo 90 giorni, e lasciava i giudizi di scoring ai valutatori — un'istanza di design di valutazione human-in-the-loop per qualifiche rivolte al luogo di lavoro. (Designing AI-Supported Oral Assessment in TVET)

Sfide di validità e misurazione

L'IA solleva domande fondamentali di validità: le valutazioni valutate dall'IA misurano l'apprendimento degli studenti o l'abilità di prompting dell'IA? L'uso dell'IA da parte degli studenti invalida le valutazioni tradizionali? Le sfide chiave includono:

• Validità di costrutto: la ricerca sull'educazione basata sulle competenze mostra che l'IA generativa ha reciso l'inferenza tra performance e abilità sottostante — un discente può consegnare lavoro di standard professionale che non può riprodurre senza lo strumento. Questo motiva una riconcettualizzazione di quali competenze siano valutate.
• Copaternità e integrità: la copaternità e integrità propone una nuova fonte di evidenza di validità violata quando gli studenti consegnano contenuto generato dall'IA che non comprendono, ed esplora le "Vive IA" conversazionali come risposta.
• Qualità psicometrica: l'IA consapevole della psicometria e la valutazione consapevole della confidenza lavorano per mantenere lo scoring dell'IA affidabile, imparziale e interpretabile.
• Valutazione dei valutatori di IA: la valutazione dell'AIED fornisce i metodi e i benchmark per determinare se i valutatori automatizzati funzionano realmente — su affidabilità, pedagogia, ed equità — anziché sulla sola accuratezza principale.
• Affidabilità dipendente dalla qualità della valutazione di IA e tra pari (2026): confrontando la valutazione di ChatGPT, tra pari e del docente degli stessi universitari progetti di gruppo, Usher & Faraon (2026) hanno mostrato che l'allineamento della valutazione con il docente è condizionato alla qualità del lavoro degli studenti: ChatGPT gonfiava di più le consegne di bassa qualità e si allineava meglio con il docente sul lavoro di alta qualità, mentre i pari si allineavano meglio sul lavoro più debole e sotto-valutavano i progetti forti. Il risultato sfida l'inquadramento binario "affidabile contro inaffidabile," puntando verso modelli di affidabilità condizionata in cui valutatori alternativi sono abbinati a compito e livello di performance.
• La valutazione umana è essa stessa carica di valore (2026): Luo & Dawson (2026) mostrano che persino la valutazione umana del lavoro assistito dalla GenAI non è un atto neutro e basato su criteri. Interviste basate su scenari con 33 docenti universitari hanno rivelato decisioni di valutazione guidate da valori orientati alla persona (onestà, diligenza), alla capacità (indipendenza, abilità GenAI, padronanza disciplinare), alla relazione (fiducia), e alla giustizia (equità, beneficenza) — estendendosi oltre il compito alla congettura dei docenti sullo studente. Lo studio rinquadra la domanda sulla valutazione da "l'uso della GenAI è imbroglio?" a "come i giudizi di valore dei docenti plasmano i voti, e quei valori sono rilevanti per gli esiti valutati?" — portando in primo piano l'validità e la "trasparenza bidirezionale" su come l'uso della GenAI influenzerà i voti.

Integrità e il dibattito sul rilevamento

L'IA nella valutazione ha intensificato la conversazione sull'integrità. Un filone si concentra sul rilevamento del testo generato dall'IA, mentre un crescente corpo di ricerca sostiene che il rilevamento è uno strumento limitato e situazionale — non una strategia di primo ricorso. Oltre il rilevamento e Valutazione responsabile sostengono che l'autenticità non può essere imposta con la forza dell'ordine; deve essere riprogettata, posizionando l'IA come collaboratore dichiarato e dando priorità alla valutazione autentica e basata sul processo rispetto alla sorveglianza. Walton et al. (2025) fondano questo nell'evidenza di come gli studenti giudicano realmente il proprio percorso attraverso la valutazione con la GenAI: interviste con scroll-back su 26 studenti hanno rivelato uno spettro di sei eventi di giudizio — dalla valutazione critica della conoscenza dell'IA e dall'apprendimento attraverso i limiti dell'IA, all'adozione acritica di idee e al fraintendimento dei contributi dell'IA come propri. Stamatoulis et al. (2026) aggiungono una controparte quantitativa: attraverso 157 studenti, come la GenAI è usata (integrazione valutativa a supporto della comprensione contro adozione della scorciatoia a bassa verifica) prediceva la performance, mentre la semplice frequenza d'uso non prediceva né la performance né l'auto-efficacia accademica. Insieme questi studi rinquadrano la domanda sulla valutazione da se gli studenti usino l'IA a come giudichino e strutturino quell'uso. Bassett et al. (2026) vanno oltre, sostenendo che il rilevamento non dovrebbe essere affatto usato: il suo output probabilistico non può essere verificato indipendentemente perché l'origine reale del testo nel mondo è sconosciuta, e i punteggi dei rilevatori — da soli o con marcatori linguistici, confronti di stile, l'affermazione di un LLM, o il silenzio dello studente — non soddisfano lo standard di bilanciamento delle probabilità che le indagini di integrità richiedono.

Una revisione PRISMA di 25 studi aggiunge un fattore di rischio che il dibattito sul rilevamento lascia fuori: i parlanti non nativi di inglese mostravano un'alta tendenza a violare l'integrità quando lottavano a scrivere in inglese, quindi le aspettative di integrità dovrebbero essere accoppiate a un supporto concreto alla scrittura accademica anziché alla sola applicazione (Balalle e Pannilage (2025)).

Riprogettazione della valutazione nell'era dell'IA

La domanda costruttiva nella letteratura sulla valutazione della knowledge base non è "come impediamo agli studenti di usare l'IA?" ma "come permettiamo loro di usarla riflessivamente in contesti che rispecchiano il loro lavoro futuro?" Questo rinquadra la valutazione attorno a:

• Compiti autentici e basati sul processo che rendono visibile e valutato l'uso dell'IA. La valutazione autentica — esaminare la performance degli studenti su compiti meritevoli e realistici — è la risposta principale alla sfida dell'IA: qualsiasi compito che un LLM può simulare in modo credibile perde la sua validità, quindi l'autenticità deve essere riprogettata attorno alla collaborazione in tempo reale, al contributo digitale e sociale, e alla costruzione di significato individuale. Questo si collega ai framework di design per la valutazione autentica, ai prodotti autentici e processi autenticati, e alla valutazione del processo invariante rispetto allo strumento.
• Design di valutazione responsabile fondato sull'evidenza di validità (Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference)
• Permessi di IA a livello di compito derivati dagli obiettivi di valutazione: McCorkle (2025) mostra il lavoro di design della valutazione che precede una politica sull'IA — inventariare ogni compito in un progetto, specificare che cosa è valutato e contro quale obiettivo, e permettere o proibire l'IA per compito su quella base (brainstorming e curation di immagini permessi; composizione di obiettivi di apprendimento e design di slide no). Lo stesso esercizio di allineamento raddoppia come controllo sull'inferenza che la valutazione supporta, perché forza il docente a nominare la performance che un voto intende garantire (validità).
• Valutazione che va oltre la modalità linguistica: Jiang et al. (2026) definiscono l'alfabetizzazione alla valutazione multimodale per gli insegnanti di seconda lingua come conoscenza, valore e competenza per compiti che suscitano risposte attraverso modalità linguistiche, visive, uditive, gestuali e spaziali. Un programma di un anno con 30 insegnanti di inglese di Hong Kong ha alzato la conoscenza delle strategie di valutazione da 3,13 a 4,15 su 5 (η² parziale = 0,571) e la competenza nel supportare gli studenti da 3,05 a 3,98 (0,482), mentre tutti e tre i sottodomini di valore restavano piatti. L'esperienza propria degli insegnanti aggiungeva due dimensioni al framework: sostenere la pratica contro priorità curriculari concorrenti, e mobilitare la GenAI criticamente (Jiang et al. (2026)).
• Copaternità e dichiarazione come parte del contratto di valutazione
• La produzione come competenza — valutare la capacità dei discenti di dirigere strumenti e produrre lavoro di standard professionale (Knowledge, Skills, Attitudes, Production: Competency-Based Education After Generative AI)
• Valutare il processo di interazione, non solo il manufatto — il framework DRIVE (Directive Reasoning Interaction + Visible Expertise) tratta la qualità dell'impegno di uno studente con la GenAI come costrutto valutato. Distingue il consumo superficiale dall'interazione profonda e riflessiva guardando se gli studenti guidano i prompt in modo strategico (DRI) e integrano e sviluppano le proprie idee disciplinari attraverso lo scambio (VE), fondando criteri focalizzati sul processo nelle teorie dell'apprendimento autodiretto e dell'impegno cognitivo lungo le linee della gerarchia ICAP. Questo rende DRIVE un esempio di valutazione autentica mediata dall'IA — una rubrica per valutare come i discenti fanno squadra con la GenAI anziché uno strumento di rilevamento.

Una proposta in questa letteratura spinge oltre la riprogettazione dentro il quadro attuale. El Khoury e Ma (2026) sostengono che una riforma organizzata attorno alla prevenzione della cattiva condotta o al rilevamento dell'uso dell'IA restringe l'immaginazione educativa al controllo e alla conformità, e propongono invece la valutazione gioiosa: valutazione che è sicura, emotivamente responsiva, empowering e di supporto all'agenzia dello studente, con la sicurezza come condizione portante perché senza di essa l'accordatura emotiva diventa performance, l'empowerment diventa pressione e l'agenzia diventa rischio. Il loro inquadramento inverte l'agenda del rilevamento — l'integrità diventa una conseguenza del progettare valutazione in cui gli studenti vogliono impegnarsi anziché il suo punto di partenza — ed essi posizionano gli agenti di IA costruiti dai docenti (GPT personalizzati, Gems, agenti di Copilot Studio) come uno spazio di prova a basso rischio dove gli studenti si esercitano prima del giudizio, con l'affermazione che l'IA organizza l'evidenza mentre il docente la interpreta.

Implicazioni per l'IA in educazione

• Valutazione e apprendimento sono inseparabili: una buona valutazione con l'IA dovrebbe supportare l'apprendimento (feedback formativo) tanto quanto valutarlo.

• La validità deve essere riconcettualizzata: quando l'IA può produrre lavoro degli studenti, le valutazioni devono misurare processi, giudizio e produzione autentica, non solo output.

• L'automazione deve essere valutata rigorosamente: i valutatori automatizzati necessitano di valutazione psicometrica e di equità, non solo di affermazioni di accuratezza.

• L'integrità si sposta dal rilevamento al design: la risposta più robusta all'IA nella valutazione è progettare compiti in cui l'uso dell'IA è atteso, dichiarato e scrutinato.

• Le pratiche innovative possono affrontare molteplici problemi allo stesso tempo. Mesny, Roberge-Maltais & Galy (2026) sostengono che un insieme di cinque pratiche che si rafforzano reciprocamente — valutazione autentica, auto- e valutazione tra pari, rivalutazione, valutazione basata su standard, e ungrading — allineate con il paradigma della "valutazione per l'apprendimento" può controbilanciare i danni della valutazione tradizionale, pesantemente sommativa e norm-referenziata (apprendimento superficiale, motivazione intrinseca erosa, stress e ansia, iniquità, e integrità compromessa) nell'era dell'IA generativa. Trovano che l'adozione è diseguale tra i campi — l'auto- e la valutazione tra pari dominano mentre le innovazioni focalizzate sulla valutazione restano marginali — e sollecitano gli educatori a impegnarsi più attivamente e reciprocamente con l'innovazione nella valutazione e nel grading, sostenuta da sperimentazione incrementale e supporto istituzionale.

• La valutazione mediata dall'IA si sta diversificando. AIvaluate mostra che un agente conversazionale aumentato con LLM ha ridotto l'ansia degli studenti durante le valutazioni basate sulla performance; Pentland (2026) trova che le valutazioni orali asincrone offrivano un impegno più alto ed erano percepite come professionalmente rilevanti; gli ITS basati su grafo usano il tracciamento adattivo dello stato di conoscenza per informare la valutazione.

Concetti collegati

• Studenti — Discenti: l'ombrello per i concetti lato discente
• Partnership pedagogiche — Partnership pedagogiche
• Valutazione formativa — Valutazione formativa: item generati, validati e adattati dall'IA su larga scala
• Valutazione automatizzata — Valutazione e scoring automatizzati attraverso le modalità di valutazione
• Valutazione autentica — Compiti autentici basati sul processo e robusti all'IA
• Validità della valutazione — Validità delle valutazioni sotto l'IA generativa
• Misurazione Educativa — Teoria della misurazione sottostante alla valutazione con IA
• Valutazione automatizzata dei saggi — Valutazione automatizzata dei saggi
• Generazione automatizzata di domande — Generazione automatizzata di domande
• Valutazione orale — Valutazione orale: formati dal vivo e registrati che resistono alla sostituzione con l'IA
• Valutazione sommativa — Valutazione sommativa: formati resistenti all'IA (orali, con proctoring, esami a libro chiuso)
• Teoria della risposta agli item — IRT per interpretare le risposte di valutazione nell'era dell'IA
• AI consapevole della psicometria — Scoring di IA consapevole della psicometria
• Analitiche dell'apprendimento — Analitiche che collegano i dati di valutazione all'apprendimento
• Feedback — Cicli di feedback che chiudono il ciclo dalla valutazione all'apprendimento
• Literacy del Feedback — Alfabetizzazione al feedback del discente
• Integrità accademica — Integrità e il dibattito sul rilevamento dell'IA
• Rilevamento dell'IA — Rilevare il testo generato dall'IA
• Valutazione dell'IA in educazione — Metodi e benchmark per valutare i valutatori automatizzati
• E-portfolio (portafoglio elettronico) — Valutazione con e-portfolio basata sul processo
• Tecnologie vocali e della voce
• Valutazione tra pari

Articoli collegati

• Conceptualizing and developing second language teachers' multimodal assessment literacy in the GenAI era — Un programma di un anno che definisce l'alfabetizzazione alla valutazione multimodale e misura che cosa si è mosso, e che cosa no
• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — Agenti di IA, valutazione gioiosa, e terzo spazio
• Designing an Aligned Generative AI Course Policy: An Equitable and Transparent Learner-Centered Approach — Permessi di IA a livello di compito derivati da ciò che è valutato (McCorkle 2025)
• Who grades best? Comparing ChatGPT, peer, and instructor evaluations across varying levels of student project quality — Confrontare la valutazione di ChatGPT, tra pari e del docente attraverso i livelli di qualità del progetto (Usher & Faraon 2026)
• Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference — Valutazione responsabile nell'era dell'IA
• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — Oltre il rilevamento: valutazione autentica
• Coauthorship integrity: Reconceptualising assessment validity for the age of generative artificial intelligence — Copaternità, integrità e validità della valutazione
• Knowledge, Skills, Attitudes, Production: Competency-Based Education After Generative AI — Educazione basata sulle competenze dopo l'IA generativa
• Generative AI as a Design Variable: An Evidence-Centered Framework for Principled Governance in STEM Assessment — Governance centrata sull'evidenza dell'IA generativa nella valutazione
• Reassessing Academic Integrity in the Age of AI: A Systematic Literature Review on AI and Academic Integrity — Revisione sull'integrità dell'IA: il rilevamento deve accoppiarsi con la riprogettazione della valutazione
• 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: valutare l'apprendimento attraverso l'interazione con la GenAI (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