Формативное оценивание

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Формативное оценивание — оценивание, предназначенное для информирования текущего обучения и преподавания, в противовес суммативному оцениванию. В сфере ИИ в образовании формативное оценивание одновременно преобразуется ИИ и является для него необходимым: системы ИИ могут генерировать, проверять и адаптировать формативные задания и обратную связь в масштабе, тогда как формативная обратная связь — это основной механизм, с помощью которого ИИ-репетиторы и адаптивные системы поддерживают обучение. Исследования базы знаний рассматривают генерируемые ИИ формативные задания, генерируемую ИИ обратную связь, а также проектирование и оценивание этих систем.

Вопросы для размышления

• Формативное оценивание призвано замыкать контур — выявлять то, чего студенты не знают, и давать обратную связь, на которую можно действовать, пока обучение ещё продолжается. Чем это принципиально отличается от суммативного оценивания, и когда эти два подхода могут быть перепутаны на практике?
• ИИ может генерировать вопросы с несколькими вариантами ответа с впечатляющей точностью по проверяемым измерениям, но он слабее всего по измерениям, связанным с педагогическим суждением. Если машина хороша в правильных ответах, но слабее в педагогическом суждении, чему ей следует доверять — и что должны продолжать делать люди?
• Генерируемая ИИ обратная связь помогает только тогда, когда студенты действительно её реализуют — условие «осуществлённой обратной связи», при котором студенты отбирают, оценивают и применяют предложения, превзошло простое получение обратной связи. Если осуществление важнее самой обратной связи, что это означает для того, как следует проектировать формативную обратную связь?
• Обратная связь описывается не как передача информации, а как этическая, relational practice. Что теряется, когда формативное оценивание производится массово в виде «ИИ-мусора» — и что могут сохранить человеческие банки комментариев и забота об отношениях?

Введение

Формативное оценивание занимает центральное место в ИИ в образовании, потому что находится на стыке Оценивание и обратной связи в обучении. Его цель — замыкать контур: выявлять, что студенты знают и чего не знают, и предоставлять обратную связь, на которую они могут опереться для улучшения. ИИ делает это осуществимым в масштабе — генерируя задания, оценивая ответы и предоставляя индивидуализированную обратную связь, — но исследования базы знаний показывают, что качество резко варьируется в зависимости от типов заданий и что обратная связь помогает только тогда, когда студенты действительно её осуществляют.

Генерируемые ИИ формативные задания

Системы ИИ генерируют задания формативного оценивания в различных модальностях, при этом надёжность варьируется в зависимости от типа:

• Вопросы с несколькими вариантами ответа: CODE-GEN: A Human-in-the-Loop RAG-Based Agentic AI System for Multiple-Choice Question Generation показывает, что агентный ИИ может надёжно генерировать вопросы с множественным выбором для понимания кода при проверке по семи педагогическим измерениям — показатели успеха достигают 98.6% для соответствия концепциям и 79.9% для качества обратной связи, — что позволяет предположить, что ИИ сильнее всего по проверяемым измерениям и слабее всего по измерениям педагогического суждения. Это связано с автоматической генерацией вопросов в более широком смысле.

• Легкий банк сгенерированных заданий не даёт формативного сигнала. При 10-недельном внедрении около 70% генерируемых ИИ практических заданий были правильно отвечены каждым студентом (p = 1.0), поэтому низкоставочные тесты, проходившие каждые 15–20 минут, были хорошо приняты, но несли почти никакой различающей информации для адаптации преподавания (An & Wang (2026)).

• Автоматическое оценивание сочинений: многоагентные фреймворки (например, MASS) повышают согласованность по сравнению с отдельными LLM при оценивании сочинений, хотя интерпретируемость решений многоагентного оценивания остаётся открытой проблемой.

• Конвейеры формативного оценивания: CoTAL сочетает побуждение Chain-of-Thought с активным обучением и Evidence-Centered Design для получения обобщаемого формативного оценивания с человеко-в-цикле проектированием промптов.

• Высокочастотные автоматически проверяемые оценки: автоматическое формативное оценивание на A-level sciences рассматривает влияние высокочастотного, автоматически проверяемого формативного оценивания на результаты обучения. Обзорный анализ (scoping review) автоматической проверки коротких ответов в науке (2017 — начало 2024) подтверждает, что этот формативный сценарий использования коротких ответов — область с реальной динамикой: модели семейства BERT доминировали в автоматической проверке до 2021 года, прежде чем с ~2022 года появились более крупные LLM с побуждением, и модели с дополнением домена, учитывающие рубрики и chain-of-thought, показали наилучшие результаты — однако призывы обзора к комплексной оценке и нерешённые пробелы в справедливости и объяснимости предостерегают от расширения таких систем на немедированное суммативное или высокоставочное использование (Auto-marking short answer questions in science: The foundational years of transformer-based models from BERT to GPT-4).

Генерируемая ИИ обратная связь

Большой корпус исследований базы знаний рассматривает генерируемую ИИ формативную обратную связь:

• Проблема осуществления: Making AI-Generated Feedback Matter (13,037 студентов; 51,296 ресурсов) показывает, что ценность обратной связи зависит от того, осуществляют ли её студенты — условие Enacted Feedback, при котором студенты отбирают, оценивают и применяют предложения ИИ-обратной связи, превзошло простое направленное предоставление обратной связи.
• Обратная связь ИИ может соответствовать обратной связи экспертов-преподавателей, когда рубрика несёт в себе критерии. При слепом оценивании по источнику и рандомизации по 47 университетским проектным группам LLM, получивший совместно построенную рубрику 0–30 и образец, был не уступающим и эквивалентным экспертной обратной связи (+0.23, 90% CI [−0.46, 0.91]) — калибровала рубрика, а не модель (Grion et al. (2026)).
• Обратная связь — не передача информации: The care-full craft of feedback утверждает, что обратная связь — это этическая, relational practice, а не передача информации — обратная связь становится обратной связью только тогда, когда студенты осмысляют её и действуют в соответствии с ней, и противопоставляет массово производимый «ИИ-мусор» человеческим сокращениям в виде банков комментариев.
• Последовательная обратная связь может иметь обратный эффект: Sequenced AI feedback (поощрение → подсказки → правильный ответ, предназначенная для поддержки автономии) фактически навредила обучению в рандомизированном эксперименте (N=199), несмотря на повышение вовлечённости и положительных восприятий, — поучительный результат о проектировании обратной связи.
• Инструменты, центрированные на обучающемся: PolyFeed сочетает модели предложений на основе машинного обучения с практикой преподавателя, показывая, как преподаватели принимают и адаптируют предложения ИИ-обратной связи; AI-supported internal feedback помогает студентам бакалавриата развивать оценочное суждение.
• Побуждение, управляемое рубрикой, и обратная связь с учётом роли: Yaşar et al. (2026) показали, что итеративное совместное уточнение рубрики — прояснение дескрипторов исполнения и явное принятие имплицитных индикаторов обучения — привело к росту согласия между LLM и человеком на студенческих проектных работах с 54.75% до 81.25% (альфа Кронбаха выросла с 0.393 до 0.798), с наибольшими приростами в когнитивно требовательной категории Iteration & Reflection. Задание одной и той же модели ролей преподавателя, рецензента и грантового рецензента давало отличную друг от друга оценочную обратную связь, а LLM после доработки были более согласованны, чем некоторые человеческие оценщики, в применении порогов исполнения, — что позиционирует LLM, управляемые рубрикой, как партнёров по калибровке и совместному проектированию в средах формативной обратной связи, при сохранении необходимости человеческого надзора в цикле.
• Показатели согласия скрывают направление: модель может уклоняться к средней категории. LLM-оценщик, размечающий реплики диалога внутри оценки, основанной на беседе, совпал с человеческой кодировкой на 52.2% из 155 событий, но чаще, чем оценщики, использовал осторожную метку PARTIAL_CORRECT (53.5% против 41.3%) и отметил 5.4% реплик как IRRELEVANT там, где оценщики не отметили ни одной (Hou et al., 2025).
• Обратная связь ИИ поддерживает участие и обеспечивает прирост в масштабе: Geschwind et al. (2026) в семестровом полевом эксперименте на учебных занятиях бакалавриата обнаружили, что индивидуальная формативная обратная связь GPT-4 (охватывающая все три измерения Хатти и Темперли — Feed-Back, Feed-Up, Feed-Forward) поддерживала наибольшее участие в восьми задачах с открытым ответом, удлиняла студенческие ответы и давала наибольший прирост в усвоении содержания, — эффект, обусловленный надёжным и последовательным предоставлением ИИ, поскольку когда качественная текстовая обратная связь сокурсников действительно получалась, результаты сокурсников соответствовали результатам ИИ.
• Будущее обратной связи: Feedback Futures синтезирует специальный выпуск и утверждает, что вопрос не в том, может ли генеративный ИИ производить обратную связь, а в том, как спроектировать обратную связь, поддерживающую обучение, выделяя повторяющиеся напряжения в данной области.
• Большая часть формативной обратной связи является моментальной, а не устойчивой. В обзорном анализе 37 исследований аутентичного оценивания 23 использовали формативную обратную связь для непосредственного улучшения, но лишь четыре использовали устойчивую обратную связь, которую студенты переносят в будущие контексты, — реактивная модель, которую воспроизводят текущие инструменты ИИ-обратной связи (Zhan, Boud & Du (2025)).
• Обратная связь с диагнозом в первую очередь для количественных задач с открытым ответом: Arthur (Yin et al. 2026) предоставляет обратную связь в реальном времени, персонализированную и формативную, по Calculated Formula Questions в Engineering Economics — области, где ранее написанные от руки, неструктурированные решения блокировали поддержку ИИ. Основа XGBoost на каждый вопрос диагностирует вероятные ошибки с метками рубрики по представленным студентами числовым ответам (средняя точность 0.81, полнота 0.79), а схема на основе диалога запрашивает промежуточные ответы только когда уверенность прогноза низка, — балансируя точность обратной связи и эффективность сбора данных в веб-интерфейсе банка вопросов.
• Масштаб и пределы формативной обратной связи LLM (систематические доказательства): систематический обзор, проводимый по руководству PRISMA, 42 эмпирических исследований (2023–2025) показывает, что LLM могут снизить нагрузку на преподавателей и предоставлять быструю, персонализированную обратную связь в масштабе, — особенно в крупных когортах высшего образования, — но что обратная связь иногда слишком общая или не согласована с выставленной оценкой, а надёжность падает на более длинных, многоязычных или нюансированных задачах, что подтверждает: формативную обратную связь ИИ лучше всего разворачивать под надзором преподавателей (Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback).
• Адаптивность — отдельный ингредиент, а не украшение: Sukjaitham, Schaaf, Brod & Breitwieser (2026) предоставляют прямой каузальный тест, который большинство исследований LLM-обратной связи предполагают как данность, противопоставляя обратную связь GPT-4, контингентную ответу, экспертно написанному общему руководству, сопоставленному по структуре, тону, длине и мотивационной фразеологии (проверено пятимерной рубрикой качества, κ = .76–1.00). В предзарегистрированном within-subjects эксперименте 155 немецких пятиклассников и шестиклассников (M = 12.08 лет) дорабатывали шесть планов «если-то»: качество плана выросло с медианы 2 → 5 при адаптивной обратной связи против 2 → 3 при общем руководстве (within-person V = 10,440, p < .001, r = .86; оценка взаимодействия условие × время = 1.68, SE = 0.14, p < .001, при отсутствии различия до поддержки). Дети оценили адаптивную обратную связь и как более полезную (r = .67), и как более мотивирующую (r = .74), а восприятия на уровне попыток предсказывали величину прироста при доработке, — что делает воспринимаемую полезность частью пути, а не аффективным побочным продуктом. Поскольку контрольная группа сама была хорошо спроектирована, исследование показывает добавленную ценность сверх хорошего неконтингентного руководства, а не разницу между обратной связью и её отсутствием: общее руководство — настоящий, но ограниченный заменитель, который выходит на плато на своей собственной медиане. Планирование служило тестовым случаем как основная стратегия саморегулируемого обучения с явными критериями качества, что делает контингентность — свойство, отличающее Скаффолдинг от статической поддержки, — непосредственно измеримой на ответе из одного предложения. Авторы определяют адаптивность узко как контингентную ответу адаптацию содержания обратной связи к конкретному ответу обучающегося, отличая её от конверсационной интерактивности, тона и адаптивного обучения как устойчивой черты.
• Воспринимаемая полезность отслеживает действенность: Mendonça et al. (2026) предложили 144 студентам-программистам оценить 893 экземпляра генерируемой LLM обратной связи по пяти измерениям и 237 консолидированных отчётов по шести, удерживая постоянными домен, задание и инструмент, в то время как уровень образования варьировался. Оценки были благоприятными на протяжении всего исследования, со средними на уровне студента от 4.24 до 4.43 для индивидуальных ответов и от 4.11 до 4.38 для отчётов, однако действенность и полезность получили самые низкие оценки, хотя действенность и воспринимаемая точность несли наибольшие относительные веса (32.6% и 29.0%) в модели, объясняющей 76% дисперсии воспринимаемой полезности, а мотивация и персонализация лидировали в модели намерения использовать на уровне отчёта, объясняющей 53%. Поскольку действенность — это измерение, которое исследования Обратная связь считают самым трудным для обеспечения, паттерн читается как принятие технологии, применённое к обратной связи: полезность отслеживает, может ли обучающийся действовать, а не насколько отполированно звучит обратная связь.
• Согласие офлайн преувеличивает производительность в реальном использовании: конвейер обратной связи GPT-4o Cruz et al. (2026) воспроизводил оценку преподавателя в пределах 0.5 балла в 83% из 362 представленных работ, однако согласие с поправкой на случайность было лишь умеренным (ICC(2,1) = 0.49) и падало с r = 0.92 на исторических работах до 0.57 при живом использовании под надзором преподавателя.
• Понимание обгоняет действенность на пути к доработке: Yao and Fan (2026) разделили диагноз на уровне проблем и предложения и дали студентам письменный лист интерпретации (переформулировка, объяснение эффекта, выявление неопределённости, план доработки) перед самостоятельной доработкой, структурированным разбором преподавателя, переоценкой и рефлексией. В течение трёх циклов письма в двух целых классах (96 студентов; 288 наблюдений на уровне цикла) понимание обратной связи имело самую сильную связь с качеством доработки (r = 0.501, опережая действенность на 0.480 и точность диагноза на 0.445), а диагностическая группа набрала 5.92 балла письма против 3.58 (Hedges' g = 1.12), что локализует рычаг в понимании студентами диагноза, а не только в его действенности.

Проектирование, основанное на учебном плане, с участием преподавателя в цикле

LearnLens решает три стойкие проблемы формативного оценивания с ИИ: оценивание с учётом ошибок (фиксация нюансированных ошибок рассуждения, а не поверхностных промахов), цепочки памяти, связанные с темой (замена шумного поиска на основе сходства — RAG (генерация с дополненным поиском) — структурированным поиском, основанным на учебном плане), и проектирование с участием преподавателя в цикле (настройка и надзор со стороны преподавателя, а не полная автоматизация). Это связано с более широким напряжением в Человек в контуре: масштабируемая автоматизация с экспертной валидацией.

Hoppe, Loibl & Leuders (2026) уточняют, что означает участие преподавателя в цикле, когда инструмент выдаёт собственные утверждения, а не сырые наблюдения. Их концептуальный анализ утверждает, что генерируемые ИИ диагностические выводы качественно отличаются как доказательства, поскольку они уже являются продуктом алгоритмической интерпретации, поэтому преподавателям нужен дополнительный слой, который авторы называют мета-диагностикой: намеренное принятие, отклонение или модификация вывода и его интеграция с собственными контекстными знаниями преподавателя. Спецификация фреймворка DiaCoM для этого рассматривает генерируемые ИИ выводы как характеристику ситуации, а решение принять, отклонить или модифицировать — как диагностическое поведение, расширяя при этом характеристики личности, которые необходимы преподавателям, чтобы включить знание того, как на самом деле работают системы ИИ. Поскольку текущие системы опираются в основном на данные об исполнении, такие как правильность выполнения заданий и время их завершения, мотивационные состояния и динамика аудитории остаются в значительной степени отсутствующими, поэтому статья сохраняет преподавателей, а не информационную панель, в качестве ответственных рефлексивных агентов и формулирует оценивание алгоритмических утверждений как цель профессионального развития.

Сопоставление роли ИИ с уровнем достижений — связанный приём проектирования: преподаватели-стажёры по науке описывали ChatGPT как Терпеливого репетитора для слабых учащихся, Личного тренера для учащихся среднего уровня и Интеллектуального партнёра по спаррингу для сильных учащихся, тогда как преподаватель сохранял за собой окончательное объяснение трудного содержания (Ratniyom et al., 2026).

Компромиссы проектирования

Оценивание, обратная связь и обучение

Формативное оценивание в сфере ИИ в образовании связано с самим процессом обучения:

• Петли обратной связи: петли обратной связи — это механизм, с помощью которого формативное оценивание информирует обучение; ИИ-репетиторы и адаптивные системы замыкают эти петли в масштабе.
• Саморегулируемое обучение: формативная обратная связь поддерживает саморегулируемое обучение, когда студенты отслеживают прогресс и корректируются; обратная связь ИИ должна культивировать оценочное суждение, а не вытеснять его.
• Автоматическое оценивание достигает некоторых фаз цикла, но не всех: Chen & Liu (2026) провели 14-недельный квазиэксперимент, в котором 46 студентов-переводчиков еженедельно представляли свои работы в систему автоматического оценивания, которая возвращала немедленную оценку, расшифровку, размеченные ошибки и эталонный вариант, тогда как контрольная группа получала только обратную связь преподавателя на уровне всего класса. Группа с автоматизацией улучшилась в целом сильнее (d = 1.03), но прирост остался там, где дефицит был разложим, сигнал надёжен, а шкала чувствительна: языковая точность и логическая связность выросли, тогда как точность передачи информации (согласие с человеческими оценщиками r = 0.12) и беглость исполнения не изменились. Саморегулируемое обучение было неровным аналогичным образом: исполнение и мониторинг коррелировали с приростом оценок (r = 0.42), тогда как планирование и эмоциональная мотивация оставались около середины шкалы, а несколько студентов откладывали вовлечение после низких оценок вместо анализа причин. Система достигала фазы исполнения цикла, а не планирования, которое ей предшествует.
• От автоматической диагностики к генерируемой практике: Zhu, Luo & Li (2026) встраивают согласование аудио-оценки, квантификацию ошибок и слой Proximal Policy Optimization в один замкнутый контур для музыкального образования, превращая сигналы ошибок ритма (91.2% полноты, 98.4% специфичности) в вознаграждения, направляющие генерируемые треки практики, и сообщают о значимом взаимодействии Группа × Время в пользу группы с системой (beta = 0.52) в течение 12-недельного квазиэксперимента со 120 студентами-музыкантами бакалавриата. Авторы формулируют это как техническую осуществимость, а практическое чтение — это сортировка, а не оценивание: точность 89.7% означает, что примерно каждая десятая отмеченная ошибка ритма является ложной тревогой, и экспертные рецензенты исследования оценили поддержку музыкальной выразительности как самую слабую область, поэтому автоматические контуры подходят для технических упражнений, тогда как экспрессивное суждение остаётся за преподавателями.
• Скаффолдинг: Скаффолдинг и формативное оценивание работают вместе — ИИ может предоставлять подсказки и промпты «вовремя», хотя исследования последовательной обратной связи предостерегают от чрезмерной структурированности.
• Качество рубрики влияет на согласие при автоматическом оценивании сильнее, чем выбор модели. На 1200 ответах экзамена по Linux/bash Alonso-Carracedo et al. (2026) обнаружили, что добавление полной рубрики вместе с эталонным ответом повышало результаты каждой модели (лучшая: Gemini 3.0 Pro, ICC(3,1) = 0.888 против человеческого потолка 0.949), тогда как согласие монотонно падало по мере роста когнитивного уровня вопроса.
• Генерируемые ИИ рубрики совпали с человеческим оцениванием только в пределах допуска. Четыре рубрики ИИ достигли объединённой эквивалентности с человеческим базовым уровнем в пределах ±5 баллов на 308 ответах по программированию (корреляции 0.948–0.973), но пять ячеек «рубрика–задание» её превысили, и GPT-4.1/4o оценивали систематически строже на структурированных рубриках (−4.46 против −0.66 на свободной форме) (Mendonça et al., 2026).
• Валидность и качество: качество и валидность генерируемых ИИ формативных заданий и обратной связи должны оцениваться; Оценивание ИИ-образования предоставляет методы.
• Оценивание ИИ добавляет угрозу валидности. Поскольку оценщик ИИ может вознаграждать признаки, не связанные с измеряемым конструктом, такие как беглость языка, вместо научного рассуждения, белая книга Stanford/ETS, сформированная по итогам встречи ~100 руководителей, утверждает, что оценивание должно накапливать непрерывные, богатые контекстом доказательства, а не сертифицировать разовые результаты (McGee et al. (2026)).
• Сохраните уязвимое задание и добавьте двойника. Roe, Perkins & Giray (2026) утверждают, что домашние сочинения и исследовательские отчёты несут существенную формативную ценность и должны сохраняться для обучения в паре со вторым заданием, оценивающим те же результаты и предоставляющим надёжные суммативные доказательства.

Риск: оценивание как наблюдение

Системы формативного оценивания могут превращаться из инструментов поддержки обучения в инфраструктуру мониторинга поведения. Те же потоки данных, которые делают возможным адаптивное обучение, могут обеспечить карательное отслеживание, если Управление ИИ слабо. Это связано с Приватность и благополучием студентов и аргументирует в пользу формативных систем, которые поддерживают обучение, а не наблюдают за ним.

Следствия для ИИ в образовании

• Сопоставляйте тип задания с надёжностью ИИ: используйте ИИ для проверяемых измерений (соответствие концепциям, правильность) и сохраняйте человеческое суждение для педагогических измерений (качество дистракторов, глубина обратной связи).
• Проектируйте для осуществления, а не только для предоставления: обратная связь ИИ помогает только тогда, когда студенты отбирают, оценивают и применяют её — структурируйте рабочие процессы, поддерживающие осуществление.
• Проектирование обратной связи важнее её объёма: последовательная или чрезмерно структурированная обратная связь может иметь обратный эффект; отдавайте приоритет обратной связи, поддерживающей осмысление и автономию студента.
• Сохраняйте преподавателей в цикле: системы, основанные на учебном плане и с участием преподавателя в цикле, повышают релевантность и снижают шум.
• Оценивайте качество и валидность: оценивайте генерируемые ИИ задания и обратную связь на качество, валидность и справедливость, а не только на скорость генерации.
• Относитесь к формативному оцениванию как к философии, а не к набору инструментов. Mesny, Roberge-Maltais & Galy (2026) синтезируют более широкую литературу по высшему образованию в парадигму «оценивания для обучения», которая формулирует формативную, непрерывную и индивидуализированную Обратная связь как всеобъемлющую философию, а не просто набор инструментов, — балансируя формативные цели с суммативными и выдвигая на первый план активность студента, саморегуляцию и метакогнитивный навык. Они выделяют пять взаимно усиливающих практик (аутентичное оценивание, само- и Взаимное оценивание, переоценку, нормативно-ориентированное оценивание, аннулирование оценок), посредством которых эту философию можно осуществлять, отмечая при этом, что их внедрение остаётся крайне неровным между областями высшего образования.
• Непрерывное оценивание переосмысливает саму формативную запись. Референтная архитектура AIM-CAI (позиционная статья, а не реализация) предлагает заменить эпизодическое оценивание как основную базу доказательств шестислойной инфраструктурой: генерация доказательств на разных платформах, сериализация с сохранением контекста источника, опосредованный ИИ семантический перевод, психометрическая интерпретация, продольные профили компетенций и федеративное управление. Её таблица изменений описывает сдвиг: обратная связь на уровне отдельного задания становится продольной обратной связью, поддерживающей консультирование и рефлексию; оценки становятся развивающимися профилями компетенций; сертификаты становятся прозрачными записями развития. Слой управления — это настойчивое требование статьи: семь названных напряжений (интероперабельность против локальной автономии, приватность против полезности, активность обучающегося против предиктивной автоматизации, наблюдение против поддержки и др.), каждое из которых отображено на риски и ответные меры, с предупреждением, что неуправляемый непрерывный вывод привилегирует доминирующие культурные нормы. Заявка на новизну является интегративной: компоненты существуют; вклад — это архитектура и карта управления. (AI-Mediated Continuous Assessment Infrastructure (AIM-CAI): Connecting Learning Evidence Across Contexts and Time)

Связанные концепции

• Педагогические паттерны — Последовательные формы, которые принимает формативное оценивание, когда ИИ поставляет часть обратной связи
• Оценивание
• Образовательное измерение
• Автоматизированное оценивание
• Автоматическая генерация вопросов
• Валидность оценивания
• Обратная связь
• Качество обратной связи ИИ
• Грамотность в сфере обратной связи
• Самооценивание
• Аналитика обучения
• Персонализированное обучение
• Адаптивное обучение
• Скаффолдинг
• Саморегулируемое обучение
• Человек в контуре
• Интеллектуальное тьюторство
• Оценивание ИИ-образования
• Итоговое оценивание — Суммативное оценивание: форматы, устойчивые к ИИ (устные, прокторингуемые, закрытые экзамены)

Связанные статьи

• An LLM-Enhanced Multi-Agent Architecture for Conversation-Based Assessment — Архитектура из четырёх агентов для оценивания на основе беседы, оценщик которой уклоняется к средней категории (Hou et al. 2025)
• Causal Modelling of Support Interventions for Student Competency Assessment — Каузальное моделирование интервенций поддержки для оценивания компетенций студентов
• It Takes a Village... Program-Wide Approaches to Redesigning Assessment in a Time of Generative Artificial Intelligence (GenAI) — Подходы на уровне программы к реконструированию оценивания в эпоху генеративного ИИ
• Making AI-Generated Feedback Matter: From Provision to Student Enactment — Making AI-generated feedback matter: from provision to enactment
• The care-full craft of feedback in an age of generative AI — The care-full craft of feedback in an age of GenAI
• Feedback futures: beyond the limits of human and GenAI capacities — Feedback futures: beyond the limits of human and GenAI capacities
• Assessing the Impact and Underlying Pathways of Sequenced AI Feedback on Student Learning — Влияние и пути последовательной обратной связи ИИ
• Enhancing learner-centered feedback with AI: teachers'' practices and perceptions — Усиление центрированной на обучающемся обратной связи с помощью ИИ
• From automated scoring to learning diagnosis: a mechanism study of AI-supported formative assessment in English writing — From automated scoring to learning diagnosis: a mechanism study of AI-supported formative assessment in English writing
• Unravelling undergraduates' development of evaluative judgments through AI-supported internal feedback — Развитие оценочного суждения через поддерживаемую ИИ внутреннюю обратную связь
• CoTAL: Human-in-the-Loop Prompt Engineering for Generalizable Formative Assessment Scoring and Feedback — CoTAL: формативное оценивание с побуждением при участии человека в цикле
• The Effect of High-Frequency, Automatically-marked Formative Assessments on Student Outcomes in A-Level Sciences — Высокочастотное автоматическое формативное оценивание
• Artificial intelligence and feedback in university education: effectiveness and student perceptions — Генерируемая ИИ обратная связь в высшем образовании
• Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education: Insights from Psychological Outcomes — LearnLens: обратная связь ИИ, основанная на учебном плане
• Comparing Generative AI and teacher feedback: student perceptions of usefulness and trustworthiness — Сравнение обратной связи генеративного ИИ и преподавателя
• Students' engagement with ChatGPT feedback: implications for student feedback literacy in the context of generative artificial intelligence — Обратная связь ChatGPT и вовлечённость
• CODE-GEN: A Human-in-the-Loop RAG-Based Agentic AI System for Multiple-Choice Question Generation — CODE-GEN: проверенная генерация вопросов с множественным выбором
• Responsible Assessment in the AI Era: Key Insights from a Future-Focused Conference — Ответственное оценивание в эпоху ИИ
• Designing for Authentic Assessment: A Scoping Review — Проектирование аутентичного оценивания
• Automated Grading of Linux/Bash Examinations Using Large Language Models — Автоматическое оценивание экзаменов по Linux/bash
• Instructor and AI Roles in the Chemistry Classroom: Future Science Teachers' Perceptions in a ChatGPT-Enhanced Formative Assessment — Роли преподавателя и ИИ в усиленном ChatGPT формативном оценивании
• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — Переосмысление устных экзаменов как аутентичного, устойчивого к ИИ оценивания
• Assessment twins: An approach for strengthening assessment validity in the age of generative AI — Двойники оценивания для усиления валидности оценивания в эпоху генеративного ИИ (Roe, Perkins & Giray 2026)
• A Hybrid Reasoning Framework for Artificial Intelligence Assessment Rubric Generation in Human and Automated Contexts: Evidence from an Undergraduate Programming Course — HARMOGEN-R: генерация рубрик оценивания с помощью ИИ
• AI-assisted, instructor-supervised grading and feedback in higher education: Design and evaluation of an end-to-end pipeline — Оцениваемое с участием преподавателя оценивание и обратная связь с помощью ИИ
• Adaptive Scaffolding for Cognitive Engagement in an Intelligent Tutoring System — Адаптивный скаффолдинг ICAP в ITS (BKT против DRL)
• From evaluation to emulation: LLMs as agents of iterative pedagogical design — LLM как агенты итеративного педагогического проектирования
• Auto-marking short answer questions in science: The foundational years of transformer-based models from BERT to GPT-4
• GPT-4 feedback increases student activation and learning outcomes in higher education
• Arthur: An artificial intelligence powered teaching assistant system for Engineering Economics class
• Innovative assessment and grading practices in higher education: A critical exploration for management educators
• Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback
• Adaptivity Makes Feedback Effective: Evidence From AI-Generated Feedback on Children's Plans — Адаптивность делает обратную связь эффективной: доказательства из генерируемой ИИ обратной связи на планах детей
• Impact of automated scoring on interpreting performance and self-regulated learning: evidence from a pedagogical experiment — Автоматическое оценивание, интерпретация исполнения и саморегулируемое обучение (Chen & Liu 2026)
• Rethinking teachers’ diagnostic skills in AI-supported formative assessment: from diagnosis to meta-diagnosis — Диагностические навыки преподавателей при поддерживаемом ИИ формативном оценивании: от диагностики к мета-диагностике
• Perceived usefulness and intention to use large language model-generated feedback across three educational levels: a user-centred study in programming — Воспринимаемая полезность и намерение использовать генерируемую LLM обратную связь в программировании на трёх уровнях образования
• Adaptive teaching assistance model combining generative AI and big data analytics — Адаптивная помощь в преподавании, сочетающая генеративный ИИ и аналитику больших данных, в музыкальном образовании
• Student Use of LLMs and the Limits of AI-Generated Question Difficulty in Data Science Courses — Использование LLM студентами и пределы сложности генерируемых ИИ вопросов в курсах data science
• AI-Mediated Continuous Assessment Infrastructure (AIM-CAI): Connecting Learning Evidence Across Contexts and Time — Инфраструктура непрерывного оценивания, опосредованного ИИ (AIM-CAI): связывание доказательств обучения между контекстами и временем (McNamara & Hasnine 2026)
• A Conversational AI Framework for Teacher Training — Диагностика на разговорном ИИ для заблуждений в преподавании с доказательной аргументацией (Miranda & Calvani 2026)