Оценивание, ориентированное на процесс

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Оценивание, ориентированное на процесс, — это построение Оценивание вокруг того, как учащийся приходит к выводу, а не только вокруг артефакта, который он сдаёт: поэтапные сдачи, рефлексивное обоснование, диалогический и устный обмен, история черновиков и версий, а также критерии, которые студенты могут применять к самим себе. Это не синоним реалистичности задачи и не утверждение о том, кто проверяет работу: реалистичная задача, единственным свидетельством по которой является один неподнадзорный продукт, подвержена той же проблеме подмены, что и сочинение, которое она заменила. Именно генеративный ИИ делает это различие актуальным, поскольку беглый текст теперь можно произвести по требованию, и готовый файл больше не несёт информации о том, чьими рассуждениями он был порождён.

Вопросы для размышления

• Если студент сдаёт отполированное сочинение, что этот артефакт действительно позволяет утверждать о его мышлении — и какие утверждения он лишь создаёт видимость поддержки?
• Свидетельства процесса требуют черновиков, обоснований и диалога. Кто в вашей среде свободно владеет такого рода академической самоартикуляцией, и кого могут оценивать по его комфорту в ней, а не по пониманию?
• Обнаружение ненадёжно, а перестройка вокруг процесса дорога. Куда бы вы потратили ограниченный институциональный бюджет, и какие свидетельства изменили бы ваш ответ?

Введение

Оценивание в высшем образовании давно выводило мышление из продукта. Сданное сочинение, отчёт или ответ на экзамене служили заменителем рассуждения, стоящего за ними, и выставление оценки трактовало хорошо аргументированный артефакт как свидетельство хорошо аргументированного процесса. Thapa и Lewis (2026) называют допущение, которое ломает генеративный ИИ: отполированный ответ «может больше не представлять чей-либо мыслительный процесс», поэтому вывод от артефакта к пониманию перестаёт быть безопасным. Их ответ — не лучший детектор, а иная база свидетельств. Оценивание, ориентированное на процесс, собирает свидетельства интерпретации, обоснования и конструирования знаний по мере их развития, так чтобы рассуждение оставалось видимым, когда результат может быть произведён по требованию.

Полезно сказать, чем это понятие не является. Это не аутентичное оценивание, которое спрашивает, зеркалит ли задача достойную реальную практику; Thapa и Lewis разделяют эти оси и настаивают, что аутентичная задача с единственным неподнадзорным продуктом всё равно остаётся открытой. Это не обнаружение ИИ, которое спрашивает, использовался ли инструмент, а не как было принято решение. И это не автоматизированное оценивание, которое касается того, кто или что проверяет работу: оцениваемое машиной поэтапное портфолио может быть ориентированным на процесс, а проверяемое человеком итоговое сочинение — не обязательно. Понятие касается того, какие свидетельства собираются, за какой период и при каких условиях они производятся.

Идея из предположения превратилась в повторяющуюся рекомендацию по всей базе знаний. Она появляется как названный приоритет в повестке AIED в отношении агентности и Мотивация учащегося, как организующая программа исследований проблемы сохранения и переноса в исследованиях результативности против обучения, как «Оценивание чёрного ящика» в описании Brunnström и Palmqvist саморегулируемого обучения с ИИ, и как запрос от практикующих преподавателей педагогического образования, обнаруживших, что их домашняя письменная работа вообще перестала свидетельствовать об обучении.

Как на практике выглядят свидетельства процесса

Наиболее явный словарь дизайна дают Thapa и Lewis, чьи четыре обязательства проводят аргумент в дизайн задач: рефлексивное обоснование, поэтапное построение задачи, диалогическое включение и прозрачность оценивания. На практике студенты объясняют интерпретационные решения, а не только представляют выводы, сдают работу, развивающуюся через контрольные точки, участвуют в устных или диалогических обменах относительно своих рассуждений и работают против критериев, которые могут применять сами, — это территория грамотности в обратной связи и Самооценивание. Предложение Boysen (2026) об открытых учебных практиках переводит ту же логику в аудиторский след: общий учебный план, заданный до начала проекта, план учебного анализа, называющий обязательные и запрещённые источники, и документированные черновики с историей версий, сохраняемые через режим отслеживания правок и сохранённые версии файлов, которые раскрывают процесс работы и объясняют, что обусловило каждую правку. Он называет это саморегуляцией, ставшей видимой.

Выбранный канал для свидетельств процесса меняет то, что может быть засвидетельствовано: в том же исследовании генеративного ИИ с 79 студентами более глубокое отслеживание и планирование были чаще в блоках «мышления вслух», тогда как более глубокая регуляция была чаще в журналах взаимодействия, поэтому ни одна отдельная запись не фиксирует весь процесс (Li и Liu (2026)). Следы могут также прямо расходиться с оценками: в 150 диалогах студент–ИИ 41% имели оценку за задание ровно 1.00, тогда как наблюдаемое когнитивное участие варьировало, поэтому совпадающие оценки могут скрывать разные процессы (Fábrega, 2026). DraftTrace решает ту же проблему для письма с интеграцией ИИ, согласовывая меры процесса на уровне нажатий клавиш с итоговым продуктом и со следами взаимодействия с ИИ, показывая, что перепечатывание копии идентифицируемо только когда продукт и процесс читаются вместе (Chandarana et al. (2026)) — конкретный случай измерения поведенческих следов, которого полю всё ещё не хватает.

Практические и рамочные описания дополняют картину артефактами. Рамочная модель LEARN Uden и Hwang (2026), направленная на проблемное обучение в части Оценивание, требует процессно-ориентированных рубрик, устных обоснований, поэтапных сдач и следов рассуждения с раскрытием использования ИИ, и трактует рефлексию через учебные дневники и протоколы «мышления вслух» как метакогнитивный двигатель последовательности. Moganadas и коллеги (2026) делают прозрачное в отношении ИИ, ориентированное на процесс оценивание одним из пяти исследовательских предположений, требуя документирования, верификации и рефлексивного обоснования вместо запрета или использования детекторов. Padhy (2026) рекомендует фиксировать историю правок, паттерны взаимодействия и время на задание, в паре с прозрачным раскрытием. Goldstein, Marae-Haj и Zidan (2026) сообщают, что те же артефакты возникают из практики после кризиса Доверие: записи промптов, история версий документов, отслеживаемые вклады групп и рефлексивные «дневники пути», ведшиеся в физических тетрадях — наряду с прямым выводом, что домашняя письменная работа больше не могла свидетельствовать об обучении.

Появляются конкретные инструменты: Kim et al. (2026) операционализируют решение задач как четыре стадии и восемь диагностических под-навыков, чтобы LLM могла генерировать специфичные для стадии вопросы и рубрики; пять преподавателей и 64 студента использовали систему на 90 задачах и 720 подвопросах, со средним баллом по шкале System Usability Scale 83.5.

Иная ось, отличная от аутентичности, и от проверки

Разделение осей важно, потому что их слияние — это то, как перестройка выглядит завершённой, тогда как уязвимость остаётся. Sharma (2026) проводит дополнительное различение между аутентичностью и дизайном, ориентированным на добросовестность: аутентичность спрашивает, зеркалит ли задача достойную практику, тогда как дизайн, ориентированный на добросовестность, спрашивает, могут ли учащиеся обосновывать свои решения и принимать ответственность в отношении дисциплинарных стандартов — и именно поэтому предлагаемые им практики (аннотированные следы решений, верификация внесённых GenAI утверждений, устная защита, различия черновиков с историей версий) отбираются ради суждения, которое они делают видимым, а не ради их реалистичности. Десятилетний обзор делового образования у Espino и Espino (2026) приходит к тому же дизайнерскому выводу со стороны литературы, обнаруживая, что поле сходится к аутентичным, процессно-прозрачным задачам, требующим интерпретации, контекстуального применения и итеративного совершенствования, и рассматривая изолированное внедрение инструментов внутри неизменных структур оценивания как свою наиболее устойчивую неудачу.

Конструкт также отличим от вопроса о том, как оцениваются свидетельства. Валидность — это место, где они встречаются: Brunnström и Palmqvist (2026) утверждают, что когда чат-бот может произвести правдоподобный ответ на экзамене, сданный продукт становится более слабым индикатором того, что выучил студент, — это проблема валидности оценивания, а не только добросовестности. Это тот же вывод, находящийся под риском в аргументе Yan, Greiff, Lodge и Gašević о результативности против обучения, где прирост результативности, сокращающийся после снятия поддержки, показывает прирост, живущий в инструменте, а не в учащемся, и где предлагаемое средство — меры процесса, такие как тесты на сохранение и перенос, а не немедленный успех в задаче.

Почему обнаружение не может нести эту нагрузку

Оценивание, ориентированное на процесс, обычно предлагается как альтернатива обнаружению, и свидетельства об обнаружении объясняют, почему. Литература об обнаружении находит уровни ошибок, зависимость от задачи и систематические искажения против неносителей языка и авторов с ограниченными возможностями, а самые последние работы приходят к процедурному выводу: оценка детектора может побудить к более тщательной проверке, но не является доказательством. Munoz и коллеги (2026) показывают, сколько это стоит на практике. Кодируя 1 162 заявления о нарушениях с генеративным ИИ, они обнаружили, что сильнейшие типы свидетельств производятся расследованием или надзором, что свидетельства процесса, такие как черновики, встречи с надзором и презентации, появляются только там, где эти практики уже существуют, — поэтому при неперестроенном оценивании они просто отсутствуют, — и что вывод детектора получил наименьшие оценки доказательной силы среди всех категорий. Дизайнерское следствие — порядок: свидетельства процесса должны существовать до того, как понадобятся для дела, и рассуждения Weidlich (2026) о том, какой вывод находится под риском, говорят то же со стороны валидности, поскольку попытки восстановить безопасность оценивания через обнаружение вносят дисперсию, нерелевантную конструкту, вместо свидетельств об учащемся.

Цена дизайна и рабочей нагрузки

Источники необычно откровенны в том, что это дорого. Thapa и Lewis прямо формулируют предостережение о справедливости: рефлексивные и диалогические задачи могут привилегировать студентов, более уверенных в академической самоартикуляции, если они не спроектированы инклюзивно и не поддержаны скаффолдингом, а реляционная, интенсивная по обратной связи работа усиливает эмоциональный и профессиональный труд преподавателей в больших или ресурсно ограниченных условиях — противоречие с институциональными ожиданиями масштабируемости, стандартизации и измеримой результативности. Sharma добавляет интерпретационную версию: требование документированного рассуждения привилегирует Учащиеся, более беглых в рефлексивном дискурсе, а суждение как свидетельство «остаётся реляционным и ситуативным, а не механически верифицируемым».

Операционные затраты предметно перечислены в другом месте. Boysen перечисляет новые технологии, пересмотренные задания и учебные программы, обучение студентов незнакомым навыкам и дополнительные материалы для сбора и проверки, предупреждает, что малозначимый зачёт за процесс может завышать оценки, и признаёт, что модель гораздо лучше подходит для крупных проектов развития навыков, чем для повседневной работы по усвоению знаний; он также отмечает, что отслеживание процесса — это то, что некоторые критики называют ИИ-надзором. Участники Goldstein, Marae-Haj и Zidan сообщали, что установление документирования процесса потребовало настоящей работы, что девять из тринадцати профинансированных продвинутых инструментов они оплативали из своего кармана способом, который может углублять цифровое неравенство, и что несколько вернулись к контролируемым экзаменам и предвкушаемым устным защитам диссертаций. Опасение о справедливости имеет специфическую для ИИ грань в находке Brunnström и Palmqvist, что ненаправляемое использование инструмента требует навыка управления взаимодействием, распределённого неравномерно, поэтому ИИ «может быть наиболее полезен уже привилегированным студентам» — тот же дистрибутивный риск, что сопровождает просьбу к студентам управлять документированным процессом. Lopez-López, Bru-Cordero и Correa-Álvarez (2026) обнаружили, что студенты, вложившие больше времени в независимое обучение, строже судили об использовании ИИ, и рекомендуют проверить, снижают ли шаблоны раскрытия, устные защиты и процессное оценивание этическую неопределённость — исследование, в котором поле всё ещё нуждается. Риск прикрепляется к механизму, который заставляет свидетельства процесса работать: там, где сотрудничество, правки и рефлексия оцениваются, у студентов есть причина производить свидетельства, соответствующие тому, чего, как они ожидают, хочет проверяющий, поэтому записи процесса могут стать перформативными, а не доказательными (Alam & Jackson, 2026).

Что остаётся нерешённым

Описание Thapa и Lewis является концептуальным: нет участников, нет сбора данных и нет внедренческого испытания, поэтому четыре принципа аргументированы, а не проверены, и сама статья призывает к эмпирической работе по опыту студентов, рабочей нагрузке преподавателей и долгосрочной жизнеспособности. Осуществимость оставлена неразличённой по условиям — перенос на большие лекции, лаборатории, студии или клинические практики не рассматривается. Рабочая позиция Lane (2026) отмечает институциональный потолок: процессное оценивание притупляется структурами выставления оценок и транскриптов, вознаграждающими отполированные итоговые артефакты, поэтому одна перестройка аудитории не меняет стимул. Измерение также тонко: обзор Jin и коллег (2026) инструментов ИИ-грамотности призывает к основанному на результативности и ориентированному на процесс оцениванию и измерению поведенческих следов промптинга и верификации, но сообщает, что существующие инструменты опираются на самоотчёт. Ни один источник здесь не сообщает о контролируемом испытании процессно-ориентированной перестройки в сравнении с продуктно-ориентированной, что оставляет центральное утверждение — что свидетельства процесса и труднее подделать, и справедливее оценивать — аргументированным из принципа, практического отчёта и материалов дел, а не продемонстрированным в масштабе.

Связанные понятия

• Педагогические паттерны — поэтапные контрольные точки и свидетельства процесса как упорядоченные дизайны
• Оценивание
• Аутентичное оценивание
• Обнаружение ИИ
• Валидность оценивания
• Оценочное суждение
• Формативное оценивание
• Итоговое оценивание
• Обратная связь
• Самооценивание
• Устное оценивание
• Электронное портфолио
• Заявления об использовании ИИ и раскрытии информации
• Саморегулируемое обучение
• Академическая добросовестность
• Справедливость

Связанные статьи

• Process-Oriented Collaborative Essays: Empowering Undergraduate Students Through Assessment Redesign in the Age of Generative AI — оцениваемое, совместно написанное процессное сочинение в первом курсе степени-подобной программы: итерация и сотрудничество в рубрике, GenAI разрешён в заявленных границах (Alam & Jackson 2026)

• Distinguishing performance gains from learning when using generative AI — результативность не есть обучение: программа исследований, построенная на мерах процесса (Yan et al. 2026)

• Human-centered AI for teacher educators: Designing professional learning for critical AI literacy — преподаватели педагогического образования, просящие об устойчивых к ИИ, процессных задачах, построенных на обосновании и рефлексии (Baran et al. 2026)

• Educational integrity in GenAI-augmented assessment: making judgment visible — аннотированные следы решений, устная защита и различия черновиков, отобранные ради видимого суждения

• How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis — что содержат дела о нарушениях и каких свидетельств процесса им не хватает

• Which inference is at risk? Assessment validity reasoning and generative AI — какой вывод находится под риском при подмене свидетельств оценивания

• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — аутентичность должна быть перепроектирована, а не отполирована

• From authentic products to authenticated processes: a systematic conceptual review of authentic assessment in AI-rich — аутентичные продукты и процессы, которые их породили

• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — устной экзамен как устойчивый к ИИ формат, делающий рассуждение живым

• Preserving epistemic authenticity: process-oriented assessment in the age of generative AI — эпистемическая аутентичность и четыре дизайнерских обязательства за ориентированным на процесс оцениванием (Thapa & Lewis 2026)

• Mapping the Distribution and Depth of Metacognitive Processes in Generative AI-Assisted Learning: Evidence from Interaction Logs and Concurrent Think-Aloud Protocols — процессные свидетельства, обусловленные каналом: журналы и «мышление вслух» раскрывают разные процессы

• DraftTrace: A Multi-View Analytics Environment for AI-Integrated Writing — DraftTrace: A Multi-View Analytics Environment for AI-Integrated Writing

• Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education — Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education

• STEPwise: Supporting Teachers in Diagnosing Students' Mathematical Problem-Solving Skills through LLM-Generated Questions — STEPwise: поддержка преподавателей в диагностике навыков математического решения задач с помощью генерируемых LLM вопросов