AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Самооценивание

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Самооценивание — оценка своей собственной работы, компетентности или продвижения по критериям, а также практики и инструменты, построенные на этом акте. Термин несёт два смысла, которые легко свести в один. Как учебная техника — это самооценивание по баллам, основанный на рубриках самопросмотр, самопроверка и направляемая рефлексия: активности, призванные развивать monitoring и judgment, на которых работает Саморегулируемое обучение. Как образовательная мера — это self-report instrument, в котором оценка учащимся своего собственного навыка, уверенности или обучения заменяет наблюдение, которое никто не проводил. Оно соседствует с Взаимное оценивание как другая половина модели «студенты как оценщики» и унаследует ту же зависимость от Скаффолдинг и явных критериев. Оба смысла опираются на одну и ту же способность и оба терпят неудачу в одном и том же направлении: оценка систематически завышена, и чем больше представленная работа учащегося может быть произведена инструментом generative AI, тем меньше эта работа говорит о том, есть ли эта способность вообще.

Вопросы для размышления

  • Когда вы заканчиваете часть своей собственной работы, что говорит вам, хороша ли она: данные вам критерии, усвоенные вами критерии или то, как это ощущается? Могли бы вы определить, какими из них вы на самом деле пользовались?
  • В исследовании 288 преподавателей K-12 самооценка меры AI literacy коррелировала с объективной мерой того же навыка всего лишь на r = 0.07 до r = 0.24. Где в вашей собственной практике самооценка с наибольшей вероятностью разошлась бы с тестом того же навыка, и почему именно там, а не где-то ещё?
  • Самооценивание по баллам может экономить время преподавателя и развивать суждение, а может и выдать отметку, которую студент не заработал. Что должно быть верно о задании, рубрике и обучении, чтобы самооценка несла кредит?
  • Если инструмент может написать эссе, что остаётся студенту оценивать в собственном обучении? Что вы попросили бы его оценить вместо этого?
  • Студенты, оценивающие работу однокурсника, и студенты, оценивающие свою собственную работу, делают разное. Что из этого лучше переносится на следующее задание, и какие доказательства это решили бы?

Введение

Самооценивание — одна из старейших идей в образовании и одна из наиболее запутанных на практике, потому что под этим именем ходят две различные вещи. Первая — техника: студенты, рассматривающие собственную работу по критериям, оценивающие её, проверяющие, размышляющие над ней. Вторая — измерение: собственная оценка учащимся своего навыка, уверенности или обучения, используемая как данные. Техника судится по тому, что она развивает в учащемся; измерение судится по тому, можно ли доверять числу.

Обе важны в assessment design эпохи ИИ, и они важны по разным причинам. Техника — это место, где тренируется evaluative judgment, а оценочное суждение — именно та способность, которая становится дефицитной, когда language model может произвести компетентно выглядящую работу по требованию. Измерение — это место, где область регулярно преувеличивает то, что знает, потому что самоотчёт не может измерить обучение: он может только записать, что кто-то о нём говорит.

Самооценивание как учебная техника

Практики, попадающие под этот заголовок, знакомы: самооценивание по рубрике, самопросмотр черновика до сдачи, самопроверка решений задач, рефлексивные промпты о том, что учащийся сделал бы иначе, и задачи предсказания, где студент оценивает свою результативность, а затем сравнивает. Их цель — развивающая. Студент, рассматривающий собственный черновик по критериям, репетирует ту оценку, которую также тренируют взаимное рецензирование и обратная связь преподавателя, и строит внутренний стандарт, которым будет пользоваться, когда за ним никто не смотрит.

Доказательства того, что техника работает, и того, какая её версия работает, поступают главным образом из письма и из исследований саморегулируемого обучения. В сравнительном исследовании грамотности в отношении обратной связи студенты-первокурсники (N = 118 в Китае, 56 в группе GenAI и 62 в группе взаимного оценивания) прошли три цикла самооценивания за один семестр. Преимущество группы GenAI над группой взаимного оценивания было небольшим, всего 0.17 пунктов шкалы (частичная эта-квадрат = 0.03), и практический вывод исследования — тот, что повторяется: самооцениванию нужен скаффолдинг. Предварительно подготовленные рубрики, руководства по промптам и рабочие листы — это то, что отличает цикл самооценивания, строящий Грамотность в сфере обратной связи, от цикла, порождающего offloading.

Самооценивание — это также место, где цикл Саморегулируемое обучение становится видимым как навык, а не как предрасположенность. В исследовании статистики у студентов бакалавриата студенты, получившие явное обучение в скаффолдинге, ориентированном на рассуждение (пошаговые подсказки и промпты верификации), показали лучшие результаты на более поздней задаче, выполнявшейся без помощи модели, и лучшую калибровку самооценивания, чем студенты, опиравшиеся на модель некритически. Интересна вторая мера: оценки собственного понимания обученной группы лучше согласовывались с тем, что они на самом деле могли делать. Техника, нацеленная на рефлексию, изменила измерительное свойство учащегося.

Обучение калибровке

Наиболее прямая техника — обучение калибровке, где студент предсказывает свой балл или уверенность до увиде́ния результата, а затем сравнивает предсказание с исходом. В исследовании письма с помощью ИИ скрипт грамотности в отношении обратной связи улучшил качество письма, усвоение обратной связи и глубокий пересмотр, тогда как деятельность по калибровке оценивания-результативности преимущественно улучшила точность самооценивания студентов и снизила избыточную уверенность. Сочетание двух дало наибольшие приросты в письме и самое сильное удержание после отзыва поддержки ИИ, хотя деятельность по калибровке в одиночку оставалась лучшим путём к точным самооценкам. Это разделение труда — практический смысл: грамотность в отношении обратной связи улучшает то, что студент делает с комментариями, калибровка улучшает то, насколько хорошо он знает собственное положение, и это не одна и та же интервенция.

Статья уровня эссе об ethical использовании ИИ в одном австралийском университете трактовала направляемое самооценивание как средство, а не как предмет: среди студентов-первокурсников медсестринского дела, наук о здоровье, инженерии и естественных наук с 2021 по 2025 год самооценивания до и после семестра сочетали пункты уверенности по шкале Лайкерта с открытым рефлексивным промптом, и авторы утверждали, что ethical практика — это развивающаяся способность, которую следует строить через рефлексию, а не правило соответствия, которое следует навязывать.

Что ИИ добавляет к технике

ИИ меняет в технике три вещи. Он может генерировать пункты и рубрики, что делает повторные циклы самооценивания дешёвыми. Он может быть тем, что оценивается, и именно так тренируется evaluative judgment: студент, судящий черновик ИИ, практикует оценку с неограниченным запасом материала. И он может сделать суждение учащегося видимым как доказательство процесса. В интерактивных панелях обучения обычная аналитическая панель была расширена функцией самооценивания «суждение об обучении» и диалоговым агентом — на том основании, что выявление собственного суждения учащегося делает больше для вовлечённости, чем сообщение ему того, что показывают данные. Институциональные рамки начали трактовать те же следы процесса, включая структурированные самооценивания и метакогнитивные промпты, как доказательство адаптивных способностей, которых не может показать транскрипт.

Самооценивание как мера

Используемое как мера, самооценивание обычно приходит переодетым во что-то другое: оценка уверенности по шкале Лайкерта, предсказанный балл, пункт «суждение об обучении» или основанный на таксономии инвентарь воспринимаемого навыка. Это одно семейство внутри более широкого множества Меры самоотчёта, и оно унаследует категориальный предел этого семейства. Самоотчёт не может измерить обучение или поведение; он может измерить только то, что человек готов сказать о своём обучении или поведении, и эти две вещи расходятся достаточно часто в этой исследовательской базе, чтобы это было самостоятельной находкой.

Насколько точны оценки

Точность — заголовочная проблема, и направление последовательно. Самые чистые доказательства поступают из исследования, построившего параллельные меры самоотчёта и объективные меры AI literacy преподавателей внутри одной рамки. По 288 преподавателям K-12 корреляции между объективными и самооценёнными факторами находились в диапазоне от r = 0.07 до r = 0.24, и анализ латентных профилей обнаружил шесть профилей: 43 преподавателя оценивали себя последовательно высоко, показывая при этом более низкие баллы по объективной мере, 59 демонстрировали обратный паттерн, а остальные профили группировались около среднего или расходились по предыдущему опыту ИИ-грамотности. Две меры одного навыка, построенные одной командой на одном и том же конструкте, не разделяют почти ничего.

Картина уровня поля согласуется с этим отдельным исследованием. Zainal, Mohd Matore and Maat's 2026 review of teacher AI literacy measurement tools оценил 33 инструмента, опубликованных между 2019 и 2025 годами, и обнаружил, что 31 (93.9%) представляли собой шкалы самоотчёта воспринимаемой уверенности, только два (6.1%) тестировали знание объективно, и ни один не использовал задач на основе результативности. Прочтение авторов — то, на котором строится измерительный смысл этой страницы: балл самоотчёта записывает заявленную уверенность, а не способность, поэтому он не может заменить компетентность, и они выступают за задачи на основе результативности и анализ теории ответов наряду с самооцениванием, чтобы разделить валидированную способность и заявленную уверенность.

Точность также зависит от того, что оценивается. Психометрический анализ основанного на таксономии самооценивания грамотности GenAI со 158 сотрудниками и студентами университета обнаружил инвертированный профиль: респонденты заявляли о владении созданием раньше концептуальных оснований под ним, и лишь слабую корреляцию (r = 0.188) между студенческими и академическими профилями. Опрос студентов педагогического образования обнаружил ту же форму с другой стороны: почти все (97.8%) оценили критический анализ медиа как важный, тогда как только 13.8% сказали, что их курсовая работа это затрагивала, и менее половины (44.9%) верили, что обладают навыками критического анализа медиаинформации. Самооценённая медиакомпетентность отставала от самооценённой важности.

Два механизма объясняют щедрость. Первый — мотивационный и хорошо документированный вне этой литературы: люди оценивают себя щедро, и наименее компетентные завышают сильнее всего. Второй специфичен для когорт, выросших с ИИ. Теоретическая работа 2026 года об отсутствующей когнитивной базовой линии утверждает, что устойчивое замещающее использование ИИ в formative-годах средней и старшей школы сокращает независимые когнитивные встречи, на которые опирается любое академическое самооценивание. Утверждение структурное, а не индивидуальное: самооценивание работает через сравнение текущей результативности с записью предыдущих, и там, где запись никогда не строилась, оценке не с чем калиброваться. Это представлено как отличное от offloading и surrender, которые описывают процессы во время использования ИИ, потому что разрыв сохраняется, когда инструмент отсутствует.

Стадия развития устанавливает одну границу точности, и самые юные учащиеся — это то место, где валидированный инструмент самооценивания редок. Thianwan and Srikoon's 2025 validation study of an AI literacy self-assessment questionnaire for upper primary students построило меру из 15 пунктов для 4–6-х классов по разделам «Обучение об ИИ», «Обучение о том, как работает ИИ» и «Обучение для жизни с ИИ», подтвердив трёхфакторную структуру в выборках 335 и 579 студентов с общей альфой Кронбаха .934. Авторы явны о пределе жанра: точность самооценивания зависит от метакогнитивной способности, которая у детей всё ещё созревает, поэтому баллы индексируют воспринимаемое понимание, а не продемонстрированную компетентность, и инструмент предназначен для формативной диагностики.

Самооценивание как переменная исхода

Измерительный смысл также проявляется в конструкции оценивания, где инструменты самооценивания используются как меры исхода. Одно исследование оценивания сложных отчётов с помощью ИИ в высшем образовании явно оценивает обучение валидированными инструментами грамотности в отношении обратной связи и самооценивания наряду с последующей результативностью и сравнением с контрольной группой. Это защитимо, когда инструмент измеряет убеждение, о котором исследование на самом деле ведёт речь, такое как Самоэффективность или воспринимаемая компетентность, и вводит в заблуждение, когда оно трактуется как замена достижениям. Повторяющаяся критика AI intervention studies применяется здесь с полной силой.

Измерение агентности через опросники после задачи и специфичные для задачи меры Самоэффективность рискует циркулярным рассуждением: оценка учащегося читается обратно как доказательство способности, которую она призвана указывать, а альтернатива — динамическая аналитика, отслеживающая, как самооценивание используется через последовательные циклы (Mao (2025)).

Что меняет генеративный ИИ

Оба смысла сходятся под генеративным ИИ, потому что инструмент атакует связь, на которую оба опираются: что представленная работа учащегося является доказательством об учащемся.

Там, где работа может быть произведена по требованию, доброкачественное эссе больше не демонстрирует суждения за ним, и просьба оценить черновик, который студент не писал, — это другая задача, чем оценка черновика, который он писал. Вот почему аргументы assessment validity переместились от обнаружения к перепроектированию, и вот почему самооценивание перемещается от учебного пособия к компоненту самого проектирования оценивания: суждение, которое студент выносит о куске результата ИИ, зафиксированное и с обоснованиями, является доказательством в том смысле, в котором сам результат им не является.

Это также вводит опасность именования, которую стоит высказать прямо. Самооценивание ИИ — это не эта концепция. Когда работа сообщает, что модель оценивает собственное рассуждение или выставляет баллы своему собственному результату, это — оценивание модели, и оно принадлежит к Автоматизированное оценивание и изучению model training и симулированных учащихся; одно исследование тьюторства делает практическую версию этого пункта, утверждая, что обратная связь должна обусловливаться отдельным диагностическим классификатором, а не самооценённой моделью валидностью рассуждения. Самооценивание учащегося и самооценивание модели разделяют словарь и ничего более.

Следствия для практики

  • Скаффолдите технику. Рубрики, руководства по промптам и рабочие листы — это то, что делает цикл самооценивания развивающим. Голое самооценивание, как и голая обратная связь ИИ, склонно порождать успокоение, а не суждение.
  • Тренируйте калибровку отдельно от использования обратной связи. Деятельности «предскажи и сравни» меняют точность самооценок; работа над грамотностью в отношении обратной связи меняет то, что студенты делают с комментариями. Если цель — точность, проводите деятельность по калибровке.
  • Держите самооценки низкозначимыми, если обучение не настоящее. Самооценка — это утверждение об обучении, сделанное человеком, которому оно выгодно, и профили завышения в исследовании ИИ-грамотности — не малая погрешность, которую можно погасить в суммативной отметке.
  • Используйте самоотчёт там, где он честен. Уверенность, воспринимаемая компетентность и готовность раскрыть использование ИИ — законные вещи для измерения через вопрос. Достижение — нет.
  • Просите суждение, а не мнение. Самое защитимое самооценивание эпохи ИИ просит студента оценить конкретную работу по критериям и обосновать вынесенный вердикт, что тренируемо, инспектируемо и связано с Оценочное суждение.
  • Следите за эффектом когорты. Для студентов, formative-годы которых включали замещающее использование ИИ, точная самооценка может быть недоступной, а не просто оптимистичной, что смещает учебную задачу с исправления избыточной уверенности на перестройку опытной записи, в которой она нуждается.

Связанные концепции

Связанные статьи

Связанные FAQ

Метаданные

УровеньHigher Ed
Целевая аудиторияLearners, Instructors
Обучение и преподаваниеМетакогниция, Саморегулируемое обучение, Скаффолдинг
Оценивание и измерениеВалидность оценивания, Оценочное суждение, Грамотность в сфере обратной связи, Формативное оценивание, Взаимное оценивание, Меры самоотчёта
Справедливость, этика и ответственное использованиеКалибровка доверия
Основы ИИ в образованииИИ-грамотность
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.