평가

영어 페이지의 자동 번역이며, 아직 원어민의 검수를 받지 않았습니다.

평가 — 학습자가 무엇을 알고 무엇을 할 수 있는지에 대한 증거를 수집하고 해석하는 과정, 그리고 학습을 평가하는 데 쓰이는 방법들입니다. 교육에서의 인공지능는 평가를 근본적으로 재편했습니다. 자동 채점과 점수화를 가능하게 하고, 평가 문항을 생성하고 적응시키며, 학생들이 AI를 사용할 수 있게 된 상황에서 평가가 실제로 무엇을 측정하는지에 대한 깊은 질문을 던집니다. 평가는 이 지식베이스가 형성평가, 자동 채점, 타당성, 교육 측정를 아우르는 커버리지를 조직하는 상위 개념입니다.

생각해 볼 질문들

• 여기서 평가는 학습자가 무엇을 알고 무엇을 할 수 있는지에 대한 증거를 수집하고 해석하는 것으로 정의됩니다. 읽기 전에, '어떤 평가는 …할 때 타당하다'는 문장을 여러분은 어떻게 마무리하시겠습니까? 그리고 모든 학생이 자기 작업물을 몰래 AI로 만들어 낼 수 있다면 그 답에서 무엇이 달라지겠습니까?
• 이 페이지는 학생이 생성형 AI를 어떻게 사용하는지(비판적 통합 대 무비판적 지름길 수용)가 수행을 예측한 반면, 얼마나 자주 사용하는지는 아무것도 예측하지 못했다고 주장합니다. 이는 AI 사용을 제한함으로써 AI를 규제하려는 흔한 본능에 대해 무엇을 시사합니까?
• 학습자가 도구 없이는 재현하지 못하는 전문가 수준의 작업물을 제출할 수도 있습니다. 이는 수행과 기저 역량 사이의 추론을 끊어 버립니다. 학생이 혼자서는 실제로 할 수 없는 일에 대해 '역량'이 인정되는 것을 본 적이 있으십니까? 그것은 무엇을 보여 주었습니까?
• 이 페이지가 내놓는 건설적인 질문은 '어떻게 학생의 AI 사용을 막을 것인가'가 아니라 '어떻게 자신의 미래 업무를 비추는 맥락에서 사려 깊은 사용을 가능하게 할 것인가'입니다. 그것이 목표라면 여러분의 분야에서 평가는 어떤 모습이겠습니까?
• DRIVE 프레임워크는 학생이 생성형 AI와 맺는 참여의 질을 산출물만이 아니라 — 프롬프트를 전략적으로 조종하는지, 자신의 아이디어를 통합하는지를 보고 — 평가하자고 제안합니다. 깊이 있고 성찰적인 AI 상호작용을 피상적 소비와 구분하려면 무엇을 살피시겠습니까?
• AI 매개 평가는 구두 시험, 포트폴리오, 대화형 형식으로 다양해지고 있으며, 불안을 줄이고 직업적 관련성을 높입니다. 여러분의 경험에서 가장 'AI에 강한' 평가 형식은 무엇이라고 보십니까? 그리고 AI에 강한 것이 교육적 가치와 같은 것입니까?

들어가며

평가는 두 가지 이유로 교육에서의 AI에 핵심적입니다. 첫째, AI 자체가 학생을 평가하는 데 쓰입니다. 에세이, 코드, 단답형, 시험을 대규모로 채점합니다. 둘째, 교실의 AI는 학생들이 생성형 AI를 사용해 작업물을 만들어 낼 수 있게 되었기 때문에 평가가 타당하게 측정할 수 있는 것이 달라집니다. 따라서 이 분야는 평가를 자동화하는 도구와 AI가 제기하는 타당성과 정직성 질문을 함께 아우릅니다.

평가에서 AI가 쓰이는 방식

• 자동화 평가: AI 기반 평가는 자동 채점, 자동화 에세이 채점, 자동 문항 생성을 통해 여러 양식에 걸쳐 이어집니다. 선다형, 단답형, 에세이, 코드, 그리고 수행 기반 평가입니다.
• 형성평가: AI 시스템은 형성평가 문항을 대규모로 생성하고 검증하고 적응시키며, 총괄적 평가뿐 아니라 계속되는 교수에 정보를 제공합니다.
• 학습 분석과 측정: 학습 분석와 교육 측정는 문항반응이론, 지식 추적, 학습자 모델링과 적응형 수업을 사용하여 수행을 해석함으로써 평가 데이터를 학습 과정에 연결합니다. Razavi와 Powers(2026)는 LLM 기반 문항 난도 추정을 측정 투입물로 보여 줍니다. Rasch IRT 모형 하에 보정된 K-5 수학·읽기 문항 5,170개를 대상으로, GPT-4o의 제로샷 평정은 실제 난도와 중간에서 강한 상관을 보였으며(r = 0.83 수학, r = 0.81 읽기), 학년에 따라 달랐습니다. 한편 특징 기반 접근(LLM이 추출한 특징을 트리 기반 모형에 투입)은 최대 r = 0.87의 상관에 도달했습니다. 이 연구는 평가 전문가를 위한 실제적인 일곱 단계 작업 흐름을 제시하면서도, K-5 수학·읽기를 넘어서는 일반화 가능성은 불분명하다고 경계합니다.
• 피드백 루프: AI 평가는 점점 더 평가에서 학습으로 고리를 닫는 피드백 루프로 이어집니다.
• 전자 포트폴리오 평가: 전자 포트폴리오는 학생의 작업과 성찰을 시간에 걸쳐 모아 과정 기반의 AI에 강한 평가 형식을 이룹니다. 생성형 AI는 포트폴리오 과정을 도울 수 있습니다. 피드백 생성, 스캐폴딩 성찰 지원, 그리고 (적절한 루브릭 설계와 함께) 평가 지원이 그것이며, 포트폴리오가 추론의 흔적과 초안을 앞세우는 점이 AI 조작에 저항합니다. AI 지원 포트폴리오 평가와 EFL 말하기를 위한 ChatGPT + 전자 포트폴리오는 AI가 포트폴리오 경험과 학습자의 피드백 리터러시를 함께 높일 수 있음을 보여 줍니다.
• 개방형 채점의 신뢰성은 모형에 따라 다릅니다: Pecuchova, Benko & Drlik(2025)는 개방형 소프트웨어 공학 답변 1,885개에 대해 생성형 AI 모형 11개와 문장 임베딩 모형을 전문 채점자 2인과 비교했습니다. GPTo1만이 거의 완벽한 일치에 도달했고(Fleiss' Kappa 0.82), 참조 기반 모형은 표현은 다르지만 옳은 답변에 불이익을 주었습니다. GPTo1은 감독 없이 배치 가능하다고 판단된 유일한 모형이지만 독점 API 비용을 수반하므로, 저자들은 고급 모형과 저렴한 모형을 짝짓는 하이브리드 전략이나 자원이 제한된 환경에서의 인간 감독을 권합니다. 채점 전반에 걸친 PRISMA 가이드 체계적 고찰(2023–2025년 실증 연구 42편)도 이 조건부 신뢰성 그림을 뒷받침합니다. LLM은 폐쇄형 및 단답형 과제에서는 인간 평가자와 맞먹지만, 복잡하고 개방적이며 주관적인 작업에서는 인간 판단을 완전히 대체할 수 없으며, 균일한 채점 편향은 나타나지 않았습니다. 모형이 어떤 때는 더 후하고 어떤 때는 더 엄격했으며 극단 점수를 흔히 회피했습니다(Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback). 반복적인 루브릭 정련은 고위기 의학 환경에서 LLM의 개방형 채점을 인간에 가까운 신뢰성으로 끌어올릴 수 있습니다. Olvet 외(2026)는 교수진이 오류 패턴 분석에 따라 분석적 루브릭과 총체적 루브릭을 거듭 수정한 뒤, GPT-4가 임상 전 단계 네 문항 중 세 문항에서 교수 채점자와 실질적에서 거의 완벽한 일치를 보였다고 보고했습니다(가중 카파 최대 0.94). 남은 총체적 루브릭 문항은 중간 정도의 일치에 머물렀으며(κw = 0.54). 이는 인간 참여형 루브릭 공학의 성과와 그 한계를 종합적·총체적 과제에서 함께 보여 줍니다.
• AI 지원 구두 및 수행 평가. 한 직업 교육(TVET) 설계 연구는 평가를 텍스트 중심 형식에서 LLM이 지원하는 상호작용적 구두 평가으로 옮깁니다. 네 개 코호트에 걸쳐 33명의 학습자 중 21명이 음성 과제를 현실적으로 평가했고, 실시간으로 말하는 것이 서면 포트폴리오보다 역량을 더 잘 반영한다는 데 이의를 제기한 사람은 없었습니다. 같은 질문에 대한 어절 수는 코호트마다 5배에서 8배까지 달랐고, 9명의 학습자가 2어절에서 13어절로 답했으며 모두 정답이었습니다. 이 시스템은 Mistral 7B와 faster-whisper를 써서 노트북 한 대에서 최대 12명의 학습자에게 동시에 오프라인으로 작동하고, 녹음은 90일 뒤 삭제했으며, 채점 판단은 평가자에게 남겨 두었습니다. 이는 직업 현장을 향한 자격을 위한 인간 개입 평가 설계의 한 사례입니다.(Designing AI-Supported Oral Assessment in TVET)

타당성과 측정의 난제

AI는 근본적인 타당성 질문을 던집니다. AI가 채점한 평가는 학생의 학습을 측정하는 것입니까, AI 프롬프트 기술을 측정하는 것입니까? 학생의 AI 사용이 전통적 평가를 무효화합니까? 주요 난제는 다음과 같습니다.

• 구인 타당성: 역량 기반 교육에 관한 연구는 생성형 AI가 수행과 기저 역량 사이의 추론을 끊었다고 보여 줍니다. 학습자가 도구 없이는 재현하지 못하는 전문가 수준의 작업물을 제출할 수 있기 때문입니다. 이는 무엇이 역량으로 평가되는지를 재개념화할 동기를 줍니다.
• 공동 저작과 정직성: 공동 저작 정직성은 학생이 이해하지 못하는 AI 생성물을 제출할 때 위반되는 새로운 원천의 타당성 증거를 제안하고, 그 대응으로 대화형 "AI 비바(viva)"를 탐구합니다.
• 심리측정적 품질: 측정심리를 고려한 AI와 자신감을 아는 평가는 AI 채점이 신뢰할 수 있고 편향되지 않으며 해석 가능하게 유지되도록 합니다.
• AI 평가자의 평가: 교육 분야 AI 개입 평가는 자동화된 평가자가 실제로 작동하는지 — 두목 정확도가 아니라 신뢰성, 교수법과 교수 전략, 형평성의 측면에서 — 를 판단하는 방법과 벤치마크를 제공합니다.
• AI와 동료 채점의 품질 의존적 신뢰성(2026): 같은 학부 모둠 과제에 대해 ChatGPT, 동료, 교수자의 채점을 비교한 Usher & Faraon(2026)는 교수자와의 채점 일치가 학생 작업물의 품질에 조건적임을 보여 주었습니다. ChatGPT는 저품질 제출물에서 점수를 가장 부풀렸고 고품질 작업물에서 교수자와 더 잘 일치한 반면, 동료는 약한 작업물에서 가장 잘 일치하고 강한 프로젝트에는 낮은 점수를 주었습니다. 이 결과는 '신뢰할 만한 대 신뢰할 수 없는'이라는 이분법에 도전하며, 대안적 평가자를 과제와 수행 수준에 짝짓는 조건부 신뢰성 모형을 향해 가리킵니다.
• 인간 채점 자체가 가치를 실립니다(2026): Luo & Dawson(2026)는 생성형 AI 지원 작업물에 대한 인간 채점조차 중립적이고 기준에 따른 행위가 아니라고 보여 줍니다. 대학 교사 33명과의 시나리오 기반 면접은 채점 결정이 인격 중심(정직, 성실), 역량 중심(독립성, 생성형 AI 숙련, 학문적 숙달), 관계 중심(신뢰), 정의 중심(공정성, 선의) 가치에 의해 움직이며, 과제를 넘어 학생에 대한 교사의 추측까지 이어진다는 것을 드러냈습니다. 이 연구는 평가의 질문을 "생성형 AI 사용이 부정행위인가"에서 "교사의 가치 판단이 어떻게 성적을 만들며, 그 가치가 평가되는 결과와 관련이 있는가"로 다시 세웁니다. 그리고 생성형 AI 사용이 성적에 어떤 영향을 줄지에 관한 "양방향 투명성"과 함께 타당성을 앞세웁니다.

정직성과 탐지 논쟁

평가에서의 AI는 정직성 논의를 강화했습니다. 한 흐름은 AI 생성 텍스트를 탐지하는 것에 초점을 맞추는 반면, 연구의 늘어나는 흐름은 탐지가 제한적이고 상황에 따른 도구이며 첫 번째 수단이 되는 전략이 아니라고 주장합니다. Beyond Detection와 Responsible Assessment는 진정성을 단속으로 만들 수는 없으며, 재설계를 통해서만 만들 수 있고, AI를 선언된 협력자로 자리매김하며 실제적이고 과정 기반인 평가를 감시보다 우선에 둔다고 주장합니다. **Walton 외(2025)**는 학생이 생성형 AI와 함께 평가를 헤쳐 나가는 판단의 실제 모습에 대한 증거로 이를 뒷받침합니다. 학생 26명과의 스크롤 회고 면접은 여섯 가지 판단 사건의 스펙트럼을 드러냈습니다. AI 지식을 비판적으로 평가하고 AI의 한계를 통해 배우는 것에서부터, 아이디어를 비판 없이 받아들이고 AI의 기여를 자신의 것으로 오판하는 데까지 이릅니다. **Stamatoulis 외(2026)**는 여기에 양적 짝을 더합니다. 학생 157명을 대상으로, 생성형 AI를 어떻게 사용하는지(이해를 뒷받침하는 비판적 통합 대 검증이 적은 지름길 수용)가 수행을 예측한 반면, 단순한 사용 빈도는 수행과 학문적 자기효능감를 어느 쪽도 예측하지 못했습니다. 이 연구들은 함께 평가의 질문을 학생이 AI를 쓰는지에서 어떻게 판단하고 그 사용에 패턴을 짓는지로 다시 세웁니다. Bassett 외(2026)는 더 나아가 탐지를 아예 사용하지 말아야 한다고 주장합니다. 그 확률적 산출물은 실제 텍스트의 출처를 알 수 없기에 독립적으로 검증될 수 없고, 탐지기 점수는 — 언어 표지, 문체 비교, LLM의 주장, 학생의 침묵과 함께 쓰이거나 단독으로 쓰이거나 — 정직성 조사가 요구하는 개연성의 우세 기준을 충족하지 못한다는 것입니다.

25편의 연구에 대한 PRISMA 고찰은 탐지 논쟁이 빠뜨린 위험 요인을 하나 더합니다. 비원어민 영어 화자는 영어로 글을 쓰는 데 어려움을 겪을 때 정직성을 해칠 가능성이 높았으므로, 정직성에 대한 기대는 단속만이 아니라 구체적인 학문적 글쓰기 지원과 짝을 이루어야 합니다(Balalle and Pannilage (2025)).

AI 시대의 평가 재설계

이 지식베이스의 평가 문헌에서 건설적인 질문은 "어떻게 학생의 AI 사용을 막을 것인가"가 아니라 "어떻게 자신의 미래 업무를 비추는 맥락에서 사려 깊게 사용하도록 할 것인가"입니다. 이는 평가를 다음을 중심으로 다시 세웁니다.

• 실제적이고 과정 기반인 과제로, AI 사용이 보이게 하고 평가되게 합니다. 실제적 평가 — 가치 있고 현실적인 과제에서의 학생 수행을 살피는 것 — 은 AI의 도전에 대한 주된 대응입니다. 대규모 언어 모델(LLM)이 설득력 있게 흉내 낼 수 있는 과제는 타당성을 잃으므로, 실제적임은 실시간 협력, 디지털 및 사회적 기여, 개인의 의미 구성을 중심으로 재설계되어야 합니다. 이는 실제적 평가의 설계 프레임워크, 실제적 산출물과 입증된 과정, 과정의 도구 불변 평가와 연결됩니다.
• 타당성 증거에 뿌리를 둔 책임 있는 평가 설계(Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference)
• 평가 목표에서 도출된 과제 수준의 AI 허용 범위: McCorkle(2025)는 AI 정책에 앞서 이루어지는 평가 설계 작업을 보여 줍니다. 프로젝트의 모든 과제를 목록화하고, 무엇이 어느 목표에 비추어 평가되는지를 명시하며, 그에 근거해 과제별로 AI를 허용하거나 금지하는 것(브레인스토밍과 이미지 큐레이션은 허용, 학습 목표 작성과 슬라이드 설계는 금지)입니다. 이 같은 정렬 작업은 평가가 뒷받침하는 추론에 대한 점검이기도 합니다. 성적이 보증하도록 의도된 수행을 교수자 스스로 이름 붙이게 하기 때문입니다(평가 타당도).
• 언어적 양식을 넘어서는 평가: Jiang 외(2026)는 제2언어 교사를 위한 다중양식 평가 리터러시를, 언어적·시각적·청각적·몸짓적·공간적 양식에 걸쳐 응답을 끌어내는 과제를 위한 지식, 가치, 역량으로 정의합니다. 홍콩 영어 교사 30명을 대상으로 한 1년 프로그램은 평가 전략에 대한 지식을 5점 만점에 3.13에서 4.15로(부분 η² = 0.571), 학생 지원 역량을 3.05에서 3.98로(0.482) 높였으며, 세 가치 하위 영역은 모두 그대로였습니다. 교사들 자신의 경험은 프레임워크에 두 차원을 더했습니다. 경쟁하는 교육과정 우선순위 속에서 실천을 지속하는 것, 그리고 생성형 AI를 비판적으로 동원하는 것입니다(Jiang 외(2026)).
• 평가 계약의 일부로서의 공동 저작과 선언
• 하나의 역량으로서의 생산 — 도구를 지휘하고 전문가 수준의 작업물을 만들어 내는 학습자의 능력을 평가하는 것(Knowledge, Skills, Attitudes, Production: Competency-Based Education After Generative AI)
• 산출물만이 아니라 상호작용 과정을 평가하는 것 — DRIVE 프레임워크(Directive Reasoning Interaction + Visible Expertise)는 학생이 생성형 AI와 맺는 참여의 질을 평가되는 구인으로 다룹니다. 이는 학생이 프롬프트를 전략적으로 조종하는지(DRI), 교환 속에서 자신의 학문적 아이디어를 통합하고 발전시키는지(VE)를 봄으로써 피상적 소비와 깊이 있고 성찰적인 상호작용을 구분하며, 과정 중심의 기준을 자기주도 학습 이론과 ICAP 위계의 선상에 있는 인지적 참여 이론에 뿌리내립니다. 이로써 DRIVE는 AI 매개 실제적 평가의 한 사례가 됩니다. 탐지 도구가 아니라 학습자가 생성형 AI와 짝을 이루는 방식을 평가하기 위한 루브릭입니다.

이 문헌 속 한 제안은 현재의 틀 안에서의 재설계를 넘어섭니다. El Khoury와 Ma(2026)는 부정행위 방지나 AI 사용 탐지를 중심으로 조직된 개혁이 교육적 상상력을 통제와 순응으로 좁힌다고 주장하며, 그 대신 **즐거운 평가(joyful assessment)**를 제안합니다. 안전하고, 정서에 응답하며, 학생의 주체성을 강권하고 지지하는 평가입니다. 이때 안전은 하중을 견디는 조건이 됩니다. 안전이 없으면 정서적 공명은 연기가 되고, 강권은 압력이 되며, 주체성은 위험이 되기 때문입니다. 이들의 틀은 탐지 의제를 뒤집습니다. 정직성은 그 출발점이 아니라 학생이 참여하고 싶어하는 평가를 설계한 결과가 됩니다. 그리고 이들은 교수자가 직접 만든 AI 에이전트(커스텀 GPT, Gems, Copilot Studio 에이전트)를 판단 전에 학생이 연습하는 저위험 공간으로 자리매김하며, AI가 증거를 조직하고 교수가 그것을 해석한다는 주장을 펼칩니다.

교육에서의 AI를 위한 함의

• 평가와 학습은 분리될 수 없습니다: 좋은 AI 평가는 평가하는 만큼이나 학습을(형성적 피드백으로써) 뒷받침해야 합니다.
• 타당성은 재개념화되어야 합니다: AI가 학생의 작업물을 만들어 낼 수 있을 때, 평가는 산출물만이 아니라 과정, 판단, 실제적 생산을 측정해야 합니다.
• 자동화는 엄정하게 평가되어야 합니다: 자동화된 평가자는 정확도 주장만이 아니라 심리측정적·공정성 평가가 필요합니다.
• 정직성은 탐지에서 설계로 옮아갑니다: 평가에서의 AI에 대한 가장 튼튼한 대응은 AI 사용이 기대되고 선언되고 검토되는 과제를 설계하는 것입니다.
• 혁신적 실천은 여러 문제를 한꺼번에 다룰 수 있습니다. Mesny, Roberge-Maltais & Galy(2026)는 서로를 강화하는 다섯 실천 — 실제적 평가, 자기 평가와 동료 평가, 재평가, 기준 기반 채점, 그리고 채점 폐지(ungrading) — 이 "학습을 위한 평가" 패러다임에 맞춰질 때, 전통적이고 총괄적이며 규준 참조적인 채점이 초래하는 해(피상적 학습, 내적 동기의 침식, 스트레스와 불안, 불평등, 훼손된 정직성)를 생성형 AI 시대에 상쇄할 수 있다고 주장합니다. 이들은 채택이 분야별로 고르지 않음을 발견했습니다. 자기 평가와 동료 평가가 우세한 반면 채점 중심의 혁신은 주변에 머물렀습니다. 그리고 교육자들이 점진적 실험과 제도적 지원을 바탕으로 평가와 채점 혁신에 더 능동적이고 상호적으로 참여할 것을 촉구합니다.
• AI 매개 평가는 다양해지고 있습니다. AIvaluate는 LLM이 보강한 대화형 에이전트가 수행 기반 평가 중 학생의 불안을 줄였음을 보여 줍니다. Pentland(2026)는 비동기 구두 평가가 더 높은 참여를 이끌었고 직업적으로 관련 있다고 인식되었다고 보고합니다. 그래프 기반 ITS는 평가에 정보를 제공하기 위해 적응형 지식 상태 추적을 사용합니다.

연결된 개념

• 학습자 — 학습자: 학습자 측 개념을 아우르는 상위 개념
• 교육학적 동반자 관계 — 교수 파트너십
• 형성평가 — 형성평가: 대규모로 생성·검증·적응되는 문항
• 자동화 평가 — 여러 평가 양식에 걸친 자동 채점과 점수화
• 실제적 평가 — 과정 기반의 AI에 강한 실제적 과제
• 평가 타당도 — 생성형 AI 시대의 평가 타당성
• 교육 측정 — AI 평가의 기반이 되는 측정 이론
• 자동화 에세이 채점 — 자동 에세이 채점
• 자동 문항 생성 — 자동 문항 생성
• 구두 평가 — 구두 평가: AI 대체에 저항하는 실시간 및 녹음 형식
• 총괄평가 — 총괄평가: AI에 강한 형식(구두, 감독 하의 시험, 폐북고사)
• 문항반응이론 — AI 시대의 평가 응답을 해석하기 위한 IRT
• 측정심리를 고려한 AI — 심리측정을 고려한 AI 채점
• 학습 분석 — 평가 데이터를 학습에 연결하는 분석
• 피드백 — 평가에서 학습으로의 고리를 닫는 피드백 루프
• 피드백 리터러시 — 학습자의 피드백 리터러시
• 학문적 진실성 — 정직성과 AI 탐지 논쟁
• AI 탐지 — AI 생성 텍스트 탐지
• 교육 분야 AI 개입 평가 — 자동화된 평가자를 평가하기 위한 방법과 벤치마크
• e-포트폴리오 — 과정 기반 전자 포트폴리오 평가
• 음성 및 음향 기술
• 동료 평가

연결된 문서

• Conceptualizing and developing second language teachers' multimodal assessment literacy in the GenAI era — 다중양식 평가 리터러시를 정의하고 무엇이 움직였으며 움직이지 않았는지를 측정한 1년 프로그램
• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — AI 에이전트, 즐거운 평가, 그리고 제3의 공간
• Designing an Aligned Generative AI Course Policy: An Equitable and Transparent Learner-Centered Approach — 평가되는 것에서 도출된 과제 수준의 AI 허용 범위(McCorkle 2025)
• Who grades best? Comparing ChatGPT, peer, and instructor evaluations across varying levels of student project quality — 프로젝트 품질 수준에 따른 ChatGPT, 동료, 교수자 채점 비교(Usher & Faraon 2026)
• Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference — AI 시대의 책임 있는 평가
• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — 탐지를 넘어: 실제적 평가
• Coauthorship integrity: Reconceptualising assessment validity for the age of generative artificial intelligence — 공동 저작 정직성과 평가 타당성
• Knowledge, Skills, Attitudes, Production: Competency-Based Education After Generative AI — 생성형 AI 이후의 역량 기반 교육
• Generative AI as a Design Variable: An Evidence-Centered Framework for Principled Governance in STEM Assessment — 평가에서의 생성형 AI에 대한 증거 중심 거버넌스
• Reassessing Academic Integrity in the Age of AI: A Systematic Literature Review on AI and Academic Integrity — AI 정직성 고찰: 탐지는 평가 재설계와 짝을 이루어야 한다
• Heads We Win, Tails You Lose: AI Detectors in Education — 앞면이 걸리면 우리가 이기고 뒷면이 걸리면 당신이 진다: 교육에서의 AI 탐지기(Bassett et al. 2026)
• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — AIvaluate: 학생 불안에 대한 LLM 보강 평가(2026)
• Intelligent tutoring in dynamic domains: a graph-based system for comparative analysis of adaptive algorithms — 동적 영역을 위한 그래프 기반 지능형 교수법(2026)
• Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era — AI 시대의 비동기 구두 평가(Pentland 2026)
• Assessing students' DRIVE: A framework to evaluate learning through interactions with generative AI — DRIVE: 생성형 AI 상호작용을 통해 학습을 평가하기(DRI + 가시적 전문성)
• How university students work on assessment tasks with generative AI: matters of judgement — 평가 과제에서 생성형 AI와 함께한 학생 작업의 판단(학생 26명, 스크롤 회고)
• Same tool, different work: patterns of generative AI use and academic outcomes — 생성형 AI 사용의 양상(평가적 통합 대 낮은 검증의 수용)과 결과
• Exploring value judgements in grading: will teachers mark down student work assisted by GenAI, and should they? — 생성형 AI 지원 작업의 채점에서의 가치 판단: 정직, 신뢰, 타당성, 그리고 양방향 투명성(Luo & Dawson 2026)
• Estimating Item Difficulty Using Large Language Models and Tree-Based Machine Learning Algorithms — LLM과 트리 기반 기계학습을 이용한 문항 난도 추정
• Automated Grading of Open-Ended Questions in Higher Education Using GenAI Models — 생성형 AI 모형을 이용한 고등교육의 개방형 문항 자동 채점
• Innovative assessment and grading practices in higher education: A critical exploration for management educators — 경영 교육자를 위한 혁신적 평가와 채점 실천에 관한 비판적 탐구
• Can Generative Artificial Intelligence Reliably Score Open-Ended Question Assessments in Undergraduate Medical Education? — 생성형 AI가 학부 의학 교육의 개방형 문항 평가를 신뢰롭게 채점할 수 있는가
• Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback — ChatGPT가 평가에서 교사를 대체할 수 있는가: LLM의 채점과 피드백 제공 활용 연구 고찰
• AI Can Do Your Homework. Now What? Report from an online workshop on computing assessment in the age of generative AI — AI가 여러분의 숙제를 해 줄 수 있습니다. 이제 무엇을 할까요? 생성형 AI 시대의 컴퓨팅 평가에 관한 온라인 워크숍 보고서