AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Аутентичное оценивание

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Аутентичное оценивание — проектирование оценочных процедур, которые исследуют выполнение студентами содержательных, реалистичных интеллектуальных задач, а не изолированных стандартизированных тестовых заданий. Возникнув у Уиггинса (1990) как противовес стандартизированным тестам, аутентичное оценивание прошло путь от воспроизведения рабочих задач к многомерной структуре, охватывающей профессиональную, цифровую, личную и социальную аутентичность. Генеративный ИИ сделал аутентичное оценивание вновь насущно необходимым: любая задача, которую языковая модель может убедительно имитировать в домашних условиях, теряет свою валидность как доказательство исходной компетентности студента, поэтому аутентичные формы должны быть перепроектированы вокруг того, что ИИ не может убедительно подделать.

Вопросы для размышления

  • Аутентичное оценивание исследует выполнение содержательных, реалистичных интеллектуальных задач, а не изолированных тестовых заданий. До чтения предполагали ли вы, что «аутентичная» задача просто воспроизводит реальный сценарий или рабочую ситуацию? Эта страница утверждает, что аутентичность эволюционировала далеко за пределы простого воспроизведения — какие другие формы она может принимать?
  • Центральный тезис состоит в том, что любая задача, которую языковая модель может убедительно имитировать в домашних условиях, теряет валидность как доказательство исходной компетентности студента. Какую процедуру оценивания в вашем собственном преподавании или учёбе вы теперь считали бы «поддающейся подделке» — и на каком основании вы это говорите?
  • Страница указывает на поразительный пробел: только 3 из 37 исследований затрагивали социальную аутентичность — помогает ли оценивание студентам вносить вклад в общественные преобразования. Почему, как вы думаете, социальное измерение аутентичности столь запущено, и как могло бы на самом деле выглядеть его оценивание?
  • База знаний утверждает, что аутентичность должна быть «перепроектирована, а не обеспечена силой надзора». Когда студенты становятся соавторами рубрик, выбирают что и как сдавать и участвуют во взаимодействии в реальном времени, использование ИИ становится ожидаемым и заявленным, а не сокрытым. Как это сместило бы отношения между студентом и оценщиком?
  • Устные экзамены и портфолио, основанные на процессе, предлагаются как аутентичные формы, устойчивые к ИИ. Но оцененная рефлексия и самооценивание рискуют стать перформативными — студенты исполняют ту рефлексию, которую, как они думают, от них хотят. Как бы вы спроектировали подлинную рефлексию, а не исполнение?
  • Когда ИИ поставляет рубрику, обратную связь и мониторинг, страница предупреждает, что метакогнитивная практика студента может быть вытеснена. Если инструмент выполняет оценивание, что остаётся учащемуся для действительной практики или учения?

Введение

Аутентичное оценивание лежит в основе того, как Оценивание переосмысливается в эпоху ИИ. Оно связано с Валидность оценивания (измеряет ли оценочная процедура то, что она заявляет?), Формативное оценивание (аутентичные задачи, которые информируют обучение) и Академическая добросовестность (переход от обнаружения к проектированию задач, где использование ИИ ожидаемо и заявлено). Это центральный ответ в литературе базы знаний о перепроектировании оценивания.

Эволюция аутентичности

  • Истоки 1990-х — содержательные интеллектуальные задачи: Уиггинс (1990) предложил аутентичное оценивание как непосредственное исследование «выполнения студентами содержательных интеллектуальных задач», противовес стандартизированным тестам.
  • Распространение в конце 1990-х — воспроизведение рабочей практики: Джухин (1998) определил аутентичность как степень, в которой оценивание воспроизводит профессиональную практику или реальную жизнь, — взгляд, доминировавший два десятилетия.
  • Критика 2020-х — за пределами воспроизведения: Макартур (2023) утверждала, что аутентичное оценивание должно давать студентам возможность «влиять на будущее и преобразовывать общество», а не просто воспроизводить существующие задачи; Аджави и др. (2024) расширили аутентичность до контекстуальных, задач и личных форм, отражающих студенческий опыт.
  • Генеративный ИИ как экзистенциальный вызов: Zhan, Boud & Du (2025) отмечают, что генеративный ИИ делает аутентичность через воспроизведение рабочей практики вновь уязвимой, стимулируя поворот к цифровой грамотности, взаимодействию в реальном времени, социальному вкладу и индивидуальному осмыслению, которые ИИ не может убедительно подделать.

Шестимерная модель проектирования

Обзор сферы Zhan, Boud & Du (2025) из 37 эмпирических исследований (2000–2024) предлагает шесть измерений проектирования: (1) аутентичность оценивания (аутентичность оценивания, профессиональная, цифровая, личная и социальная аутентичность — при том что лишь 3/37 исследования затрагивали социальную аутентичность, критический пробел), (2) когнитивные вызовы, (3) критерии оценивания (причём студенты часто выступают пассивными получателями, а не соавторами рубрик), (4) обратная связь (с преобладанием формирующей, но при редкости устойчивой обратной связи), (5) студенческая субъектность (выбор, что/как/когда/где сдавать, встречался редко) и (6) социальное сотрудничество. Он также предлагает циклическую модель совместного проектирования — согласование целей, создание контекста, совместное проектирование критериев, планирование обратной связи, — которую инструменты ИИ могли бы операционализировать.

Dollinger and Nieminen (2026) ограничивают этот оптимизм парадоксом инклюзивного оценивания: и модель адаптаций, и структурная критика, переформулирующая оценивание как то, что делает студентов недееспособными, оставляют нетронутой логику с нулевой суммой, согласно которой «для того чтобы один студент преуспел, кто-то другой должен потерпеть неудачу», поэтому распределённые и субъектные формы должны изменить эту логику, а не только расширять доступ.

Аутентичное оценивание в эпоху ИИ

Литература базы знаний о перепроектировании оценивания утверждает, что аутентичность должна быть перепроектирована, а не отполирована силой надзора:

  • Beyond Detection утверждает, что аутентичность нельзя внедрить силой надзора; её нужно проектировать, позиционируя ИИ как заявленного соавтора, а не приложение для списывания, и отдавая приоритет аутентичному оцениванию, основанному на процессе, а не наблюдению.

  • Responsible Assessment переформулирует оценивание вокруг доказательств валидности и аутентичных задач, отражающих будущую работу студентов.

  • Authentic products, authenticated processes исследует, как насыщенное ИИ высшее образование может оценивать и подлинные продукты, и процессы, которые их породили.

  • Партнёр-ИИ по составлению черновиков всё же оставляет суждение человеку. Paula et al. (2026) пилотировали конструктор оценочных процедур на GPT-4.1 с восемью координаторами: он производил пригодные обзоры, задачи, критерии, хронологии и рубрики, но многократно упускал дисциплинарный контекст и последовательность тем, и все восемь отказались от сквозной автоматизации, находя академическое суждение в человеке, а не в модели.

  • The tool-invariant framework выступает за оценивание вычислительных методов и процесса, а не специфических для инструмента продуктов, с использованием устной защиты и верификации.

  • Институциональная инфраструктура для доказательств процесса. Заказанная система обеспечения качества превращает аргумент о процессе в политику, трактуя следы учебного процесса — отметки времени по правкам, использование ресурсов, метакогнитивные подсказки — как прочные доказательства, которые не может показать стенограмма экзамена, и ссылаясь на характеристики процесса, объясняющие бо́льшую долю дисперсии в результатах, чем только характеристики продукта (Lodge et al. (2026)).

  • Масштабируемое устное оценивание с оговоркой по оцениванию. Pentland, Lowenthal & Krier (2026) проводили ограниченные по времени, непересматриваемые записанные ответы, оцениваемые по встроенным рубрикам, и обнаружили, что студенты превзошли свои очные экзамены с множественным выбором; они подчёркивают, что это эффект формата, а не прирост в обучении, причём повторное оценивание с помощью LLM согласовывалось с преподавателем на ICC = 0.73 и 0.60.

  • Reconsidering oral exams позиционирует устный экзамен как низкотехнологичную аутентичную альтернативу, устойчивую к ИИ по своей природе, — его диалог в реальном времени проверяет понимание, критическое мышление и рассуждение (а не запоминание), отражает профессиональную практику и не позволяет студентам использовать ИИ для генерации и запоминания ответов. Она предлагает конкретный набор практических рекомендаций (чёткие рубрики, стандартизированное содержание, обучение оценщиков, руководства по промптингу, снижение перекосов) для возврата Устное оценивание в среднюю школу и высшее образование.

  • Оценивание электронных портфолио — ещё одна аутентичная, основанная на процессе форма, устойчивая к фабрикации с помощью ИИ: Zhan, Boud & Du (2025) относят портфолио социального вклада к числу аутентичных форм, наиболее устойчивых к генеративному ИИ, а Beyond Detection рекомендует аннотированные портфолио и записанные разборы, исследовающие рассуждение в реальном времени. Ni & Lam (2026) и Laksana et al. (2026) показывают, что генеративный ИИ может помогать процессу портфолио — обратная связь, составление черновиков, рефлексия, — тогда как следы рассуждений и черновики портфолио сохраняют аутентичность.

  • Критерии аутентичности сами по себе могут сдерживать использование ИИ. Chen and Zou (2026) обнаружили, что рубрика, требующая от студентов обосновывать групповую презентацию их собственным непосредственным преподавательским опытом и рефлексировать над общими наблюдениями в аудитории, привела к тому, что семь из пятнадцати студенческих групп осознанно сократили использование генеративного ИИ. Студенты утверждали, что инструмент не может удовлетворить эпистемическое требование — «ИИ знает только тот момент, когда вы печатаете», — поскольку ему не хватало продольных, ситуативных знаний, которыми обладали их сокурсники и преподаватель. Значимы были оба слоя: аутентичность задачи и реляционная аутентичность внесения собственного мышления в группу, что переформулировало интенсивное использование ИИ как «безбилетный проезд» за счёт сокурсников. Следствие для проектирования: аутентичные, основанные на опыте критерии выполняют оценочную работу даже без принуждения — они дают основание для сдержанности, которого не могут дать программные заявления.

  • Соедините уязвимую задачу с менее уязвимой. Roe, Perkins & Giray (2026) составляют пару из задачи, уязвимой к генеративному ИИ, и второй задачи, оценивающей те же результаты, планируют их близко друг к другу, чтобы каждая могла перекрёстно проверить другую, и делают отметку взаимозависимой через подтверждающий порог или веса.

Sharma (2026) утверждает, что ориентированное на честность проектирование и аутентичное проектирование — это не одно и то же, и что разница эпистемическая, а не стилистическая. Аутентичность спрашивает, отражает ли задача достойную реальную практику; ориентированное на честность проектирование спрашивает, могут ли учащиеся обосновывать свои решения и принимать ответственность по отношению к дисциплинарным стандартам, что делает честность явным, оцениваемым критерием, встроенным в архитектуру задачи, а не случайным побочным продуктом реализма. Предлагаемые им практики — аннотированные траектории решений, верификация заявлений, созданных с помощью генеративного ИИ, устная защита и диалогическая ответственность, различия в черновиках с историей версий — узнаваемо являются формами аутентичного оценивания, но они выбраны за суждение, которое они делают видимым, а не за их реалистичность, что является полезной поправкой для задач, которые выглядят аутентично и остаются поддающимися подделке по существу. Его предостережение принадлежит и этой странице: требование документировать рассуждение привилегирует учащихся, более бегло владеющих рефлексивным дискурсом, а суждение как доказательство «остаётся реляционным и ситуативным, а не механически верифицируемым», так что проектирование несёт собственную нагрузку интерпретационной надёжности.

Тот же вопрос переформулирован Thapa and Lewis (2026), которые называют то, что задача должна аутентифицировать, а не то, выглядит ли она реальной: эпистемическая аутентичность — степень, в которой оценивание фиксирует подлинное вовлечение в интерпретацию, оценочное суждение, рассуждение и конструирование знания. Их аргумент состоит в том, что одна аутентичность не выживает при генеративном ИИ, поскольку аутентичная задача, чьим доказательством является один непроверяемый продукт, подвержена той же проблеме подстановки, что и эссе, которое она заменила. Вместо этого для того, чтобы сделать рассуждение видимым, требуются поэтапные сдачи, рефлексивное обоснование, диалогическое вовлечение и оценочная прозрачность. Они переносят приведённое выше предостережение в проектирование: рефлексивные и диалогические задачи могут привилегировать студентов, уверенно владеющих академической самоартикуляцией, если они не спроектированы инклюзивно и не поддержаны опорой, а реляционная работа усиливает эмоциональный труд преподавателей в больших или ограниченных в ресурсах условиях.

Когда практики отступают к форматам надзора

База знаний утверждает, что аутентичность должна быть спроектирована, а не отполирована надзором, и Goldstein, Marae-Haj and Zidan (2026) дают контрдоказательство из практики: после кризиса доверия, в котором будущие преподаватели сдавали сырые сгенерированные ИИ работы как свои собственные, преподаватели педагогических факультетов в семи израильских колледжах перепроектировали оценивание вокруг доказательств процесса (промпты, история версий документов, отслеживаемые групповые вклады) и работы в аудитории — но несколько из них описали и отступление, как к последнему средству, к контролируемым экзаменам и ожидаемым устным защитам дипломов, причём один участник назвал возврат к экзаменам личностно болезненным, но неизбежным. Прочитанное против позиции «проектирование прежде всего», этот результат означает режим отказа, а не решение: там, где аутентичность не перепроектирована заранее, практической реакцией на неподдающиеся оцениванию сданные работы является восстановление контроля — наблюдение под другим именем, — которое вновь вводит те самые форматы, из которых литература об аутентичном оценивании пытается выйти. Это показывает и ощущаемую цену альтернативы: участники сообщили, что их письменные работы на дом больше вообще не могли служить доказательством обучения и что установление документирования процесса потребовало реальной работы.

Второй режим отказа находится внутри самого перепроектирования: в пяти методах преподавания языков онлайн-напряжения, связанные с аутентичностью, доминировали в отчётах преподавателей (11 из 20), включая коррозию реалистичности задачи — деятельность, перепроектированную как устойчивая к ИИ, а не как аутентичная (Baoyi and Khan (2026)).

Отступление несёт доказательную цену, которую делает видимой доказательная база по конкретным случаям. Munoz et al. (2026) закодировали 1 162 обвинения в нарушениях с использованием генеративного ИИ и обнаружили, что сильнейшие типы доказательств генерируются расследованием или наблюдением, а не самим обвинением, и что доказательства процесса, такие как черновики, встречи под наблюдением и презентации, появляются только там, где эти практики уже существуют, — так что при неперепроектированном оценивании рекомендованные этой литературой доказательства процесса просто отсутствуют, а дела опираются на более слабые категории. То, что стоит на их месте, является слабейшим материалом в их корпусе: результат работы детектора получил наименьшие доказательные оценки среди всех категорий, а Hadra et al. (2026) показывают почему, с macro accuracy 0.69 (Originality) и 0.61 (Turnitin) на 192 текстах, почти полным провалом на гибридном человеко-ИИ письме и пограничной тенденцией ошибочно принимать работы студентов EFL за ИИ. Wright (2026) добавляет измерение проектирования правил: запреты, написанные по идентичности платформы, а не по функции, избыточно широки по определительной случайности, так что формат надзора может наказать студента, который не совершал того, для предотвращения чего правило было предназначено, причём сильнее всего это бьёт по студентам, которые полагались на инструменты транскрипции ради Доступность. Вместе взятое, отступление подменяет наименее доказательные из доступных материалов теми доказательствами процесса, которые аутентичное проектирование сгенерировало бы изначально.

  • Саморегулируемое обучение: студенческая субъектность в аутентичном оценивании (выбор, саморефлексия, совместное проектирование) отражает цикл предвосхищение → исполнение → саморефлексия, хотя оцененная рефлексия рискует стать перформативной.
  • Метакогниция: Метакогниция требуется студентам для оценивания своей работы по совместно спроектированным рубрикам; когда ИИ поставляет рубрику, обратную связь и мониторинг, метакогнитивная практика студента может быть вытеснена.
  • Формирующая и устойчивая обратная связь: аутентичное оценивание подчёркивает формирующую, ориентированную в будущее обратную связь, которая переносится на последующие контексты.

Следствия для ИИ в образовании

  • Типы оценивания, устойчивые к ИИ: демонстрации in vivo, портфолио социального вклада, совместно созданные артефакты с проверяемым происхождением и воплощённое взаимодействие в реальном времени более устойчивы к генеративному ИИ, чем домашние эссе или задания с множественным выбором.

  • Уязвимость измерима. Трёхлетняя программа по психологии оказалась на 90% проходимой: ChatGPT произвёл приемлемый результат на 36 из 40 оценочных работ курса, и только четыре задачи, требовавшие присутствия, визуального артефакта или собственных данных студента, устояли (Ivory et al. (2026)).

  • Совместное проектирование в масштабе: инструменты ИИ могли бы обеспечить совместное проектирование рубрик и совместное создание студентами параметров оценивания в масштабе аудитории или MOOC — хотя опосредованная машиной субъектность должна быть спроектирована осторожно.

  • Устранить пробел социальной аутентичности: лишь 3/37 исследования затрагивали социальные вопросы; инструменты ИИ-оценивания должны помогать студентам вносить вклад в общественные преобразования, а не только имитировать их.

  • Устойчивая обратная связь: обратная связь от ИИ должна быть спроектирована так, чтобы переноситься на будущие контексты, а не только давать реактивные, мгновенные исправления.

  • Ориентированное на процесс измерение теперь имеет доказательства валидности. Oliveira et al. (2025) оценили 70 оценённых эссе по тому, как студенты направляли диалог с генеративным ИИ и делали знание курса видимым; эти оценки процесса коррелировали с традиционными оценками за эссе на r = 0.54, одновременно вознаграждая концептуальную работу над структурированной спецификацией задачи.

  • Аутентичное оценивание подходит практико-ориентированным областям. Mesny, Roberge-Maltais & Galy (2026) обнаруживают, что аутентичное оценивание особенно хорошо подходит для образования в области менеджмента: задачи, отражающие реальные профессиональные проблемы (консалтинговые проекты в реальном времени, панели индикаторов с брифингами для руководства), согласуются с практико-ориентированной, направленной на трудоустройство фокусом этой области и могут поддержать инклюзивные, сохраняющие честность альтернативы экзаменоцентрированному оцениванию в эпоху генеративного ИИ. Однако в их обзоре 58 статей из четырёх журналов по образованию в области менеджмента аутентичное оценивание появлялось в основном через опосредованные технологиями симуляции и часто смешивалось с эмпирическим обучением — терминологический пробел, который может скрывать его бо́льшую ценность и распространение.

  • Аутентичность — это не безопасность, и пробел виден в масштабе сектора. Там, где приведённый выше аудит одной программы нашёл 90% курсовых работ проходимыми, Villanueva (2026) относит записанные презентации, удалённые групповые проекты и неконтролируемые цифровые артефакты к полосе высокой уязвимости по 53 915 позициям, поскольку публичная запись ничего не говорит о том, как контролировалось производство.

Связанные концепции

Связанные статьи

Связанные FAQ

Метаданные

УровеньHigher Ed
Обучение и преподаваниеМетакогниция, Саморегулируемое обучение
Технологии и методыГенеративный ИИ
Оценивание и измерениеОценивание, Валидность оценивания, Аутентичное оценивание, Формативное оценивание, Оценивание, ориентированное на процесс
Основы ИИ в образованииАкадемическая добросовестность
SourceHistoryEditChat

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.