AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Итоговое оценивание

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Итоговое оценивание — оценивание, используемое для оценки и сертификации того, чему учащийся научился в конце модуля, курса или программы, в отличие от formative assessment, которое поддерживает обучение в ходе преподавания. Итоговое оценивание обычно принимает форму ответственных экзаменов — письменных, устных, с прокторингом или закрытых, — которые выставляют оценки, открывают переход на следующий уровень и подтверждают компетентность. В эпоху ИИ итоговое оценивание стало центральной ареной борьбы за Академическая добросовестность и валидность: generative AI может завышать результаты на заданиях без прокторинга или выполняемых дома, что делает выбор формата итогового оценивания — и того, как он сопротивляется подмене ИИ, — ключевым проектировочным решением.

Вопросы для размышления

  • Итоговое оценивание подтверждает, чему учащийся научился к концу курса, тогда как формирующее оценивание поддерживает обучение в течение курса. Где вы видели, что граница между этими двумя видами размывается, и почему может быть важно, что они выполняют разные функции?
  • Страница утверждает, что генеративный ИИ одновременно меняет итоговое оценивание в двух направлениях: ИИ оценивает экзамены, и учащиеся используют ИИ, чтобы обойти экзаменационное измерение. Какое из этих двух давлений, по вашему мнению, представляет собой бóльшую угрозу валидности и почему?
  • Если задания без прокторинга или выполняемые дома теряют валидность, потому что ИИ может выдать ответы, что это означает для способа проектирования оценивания — и чем может потребоваться пожертвовать в этом процессе?
  • Research, процитированное на странице, показывает, что LLM оценивают эссе не так, как люди. Если автоматизированное выставление оценок быстро и последовательно, но выставляет оценки иначе, является ли это проблемой fairness, возможностью или и тем и другим?
  • Что означает результат ответственного экзамена (оценка, удостоверение, зачисление), если работа за ним могла быть выполнена ИИ? Как бы вы спроектировали оценивание, которому могли бы действительно доверять?

Введение

Итоговое оценивание выполняет принципиально иную функцию, чем формирующее оценивание: оно измеряет и сертифицирует достижения, а не направляет следующие шаги. Оно включает тесты в конце модуля, выпускные экзамены, стандартизированные и ответственные тесты (например, вступительные экзамены), устные защиты и накопительные оценивания исполнения. Поскольку результаты итогового оценивания имеют реальные последствия (оценки, переход на следующий уровень, удостоверения, зачисление в университет), в эпоху ИИ они испытывают особое давление — и как объекты автоматизированного оценивания, и как уязвимые измерения, которые учащиеся могут пытаться обойти с помощью генеративного ИИ.

Ставки эпохи ИИ: валидность и добросовестность

Исследования базы знаний документируют, как генеративный ИИ кардинально изменил ландшафт итогового оценивания в двух направлениях: ИИ используется для оценивания экзаменов в масштабе, и ИИ может использоваться учащимися для обхода экзаменационного измерения их собственного обучения.

  • ИИ как оценщик. Итоговое оценивание всё чаще опирается на automated scoring экзаменов, эссе и коротких ответов. Research on LLM essay grading показывает, что LLM оценивают эссе не так, как люди, что ставит вопросы валидности и справедливости ответственного автоматизированного оценивания. LLMs assessing student self-explanations, и automatic short-answer grading исследуют надёжность оценивания LLM в контекстах итогового оценивания, а psychometrically-aware frameworks стремятся сохранить автоматизированное оценивание надёжным и адаптивным. Письменный экзамен по общей химии с 296 учащимися иллюстрирует, почему требуется выборочный контроль: согласие общей оценки мультимодальной LLM с оцениванием ассистентов преподавателя было высоким (R² = 0.91), однако надёжность на уровне отдельных пунктов резко различалась по формату, а ложные срабатывания (ИИ засчитывает по-настоящему неверные ответы), как правило, остаются незамеченными, потому что учащиеся редко их оспаривают, — поэтому единообразный ИИ-оценщик «оценивает всё» не является оправданным для ответственного использования без опоры на достоверность и передачи человеку (Assisting the grading of a handwritten general chemistry exam with artificial intelligence).
  • Согласие результатов может сохраняться при неточном оценивании пунктов. По сравнению с проверенными официальными оценками мультимодальная LLM, оценивающая 10 364 рукописных страниц с олимпиады по физике и из университета, коррелировала на уровне r = 0.93–0.96 и воспроизвела тот же состав международной команды из пяти учащихся, хотя согласие по частям отдельных вопросов достигало лишь 70% — оценщика судят по решениям, которые он поддерживает (Pathak et al. (2026)).
  • ИИ как средство обхода. Поскольку генеративный ИИ может выдавать ответы на письменные вопросы, итоговые задания без прокторинга и выполняемые дома теряют валидность: proctored, unassisted measures are essential, потому что результаты без прокторинга завышаются ИИ, а guardrailed (hint-not-answer) tools могут устранить экзаменационный штраф, который причиняет неограниченный ИИ. Chirikov's (2026) на более чем 500 000 оценок делает механизм конкретным: после выхода ChatGPT в курсах с бóльшим числом подверженных влиянию ИИ заданий доля оценок A выросла на 13 процентных пунктов, и эффект сконцентрировался в курсах с большим объёмом домашних заданий (дополнительные 16 п.п. в оценке тройных разностей) — прямое свидетельство того, что именно непроверяемые домашние задания, а не подлинные learning gains, являются местом, где ИИ завышает итоговые результаты.
  • Сгенерированные ИИ экзамены. A large-scale field study и EFL assessment research рассматривают, может ли ИИ генерировать качественные экзамены и задания по оцениванию, — новое применение ИИ в проектировании итогового оценивания.

Устойчивые к ИИ форматы итогового оценивания

Ключевая тема базы знаний состоит в том, что формат итогового оценивания определяет устойчивость к ИИ — чем больше задание требует живого, очного, индивидуально проверяемого исполнения, тем труднее учащимся подменить ИИ собственное обучение.

  • Устные экзамены и оценивания. Fenton (2025) утверждает, что устный экзамен является низкотехнологичным, изначально устойчивым к ИИ форматом итогового оценивания: его диалог в реальном времени и в режиме взаимодействия проверяет понимание, critical thinking и рассуждение, а не запоминание, не позволяет учащимся использовать ИИ для генерации и запоминания ответов и отражает профессиональную практику. Socratic tests и code-review interviews распространяют это на динамическое, разговорное и основанное на интервью итоговое оценивание.
  • Закрытые, с прокторингом, без посторонней помощи измерения. Evidence и large-scale field data показывают, что экзамены с прокторингом в закрытой форме — а не завышенные домашние или выполняемые дома работы — являются надёжным сигналом фактического обучения, когда учащиеся используют ИИ. Рамки Responsible assessment встраивают эти измерения без посторонней помощи в перепроектирование, ориентированное на валидность. Там, где экзамены остаются онлайн, remote proctoring берёт на себя эту роль, и два обзора автоматизированного прокторинга в корпусе находят проблемы приватности и fairness наряду с выигрышем в выявлении (Ensuring Academic Integrity through Automated Online Exam Proctoring: A Decade-Long Systematic Review, A Comprehensive Review of the Changing Landscape of Academic Dishonesty in Automated Proctoring in the Era of Artificial Intelligence).
  • Сочетание уязвимого задания с подтверждающим близнецом. Roe, Perkins & Giray (2026) сохраняют уязвимое к GenAI задание ради его ценности для обучения, но сочетают его со вторым заданием, оценивающим те же результаты, делая оценку взаимозависимой через порог подтверждения или весовые коэффициенты, чтобы близнец сертифицировал результат.

Ответственное и стандартизированное итоговое оценивание

Ответственное итоговое оценивание — вступительные экзамены, стандартизированные тесты и сертификация — несёт чрезмерные последствия и является фокусом внимания в эпоху ИИ. The generative AI learning penalty study измерило результаты на вступительных экзаменах в старшую школу (Чжункао) и в университет (Гаокао), обнаружив, что оценки на вступительных экзаменах упали на 18–24% после продолжительного использования ИИ. The Effortless Trap и performance-vs-learning research предупреждают, что приросты на заданиях с ИИ не переносятся на измерения без посторонней помощи с высокой ответственностью.

Итоговое и формирующее оценивание в эпоху ИИ

Литература по оцениванию в базе знаний последовательно подчёркивает, что Оценивание наиболее эффективно, когда оно сочетает formative и итоговые функции, — но эпоха ИИ обостряет это различие. Поскольку ИИ завышает результаты на заданиях с низкой ответственностью, без прокторинга и со скрытым процессом, итоговые (особенно с прокторингом / закрытые / очные) измерения становятся решающей проверкой того, произошло ли фактически обучение. Это мотивирует перепроектирование оценивания, сохраняющее аутентичные, устойчивые к ИИ итоговые задания (устные экзамены, интервью с разбором кода, экзамены с прокторингом, основанные на процессе portfolios) в качестве основы integrity, используя при этом формирующее оценивание для поддержки обучения на протяжении пути. См. Аутентичное оценивание как конструктивный проектировочный ответ.

Значение для ИИ в образовании

  • Формат итогового оценивания — это рычаг валидности и добросовестности: устойчивые к ИИ форматы итогового оценивания (устные, с прокторингом, закрытые, очные) сохраняют связь между оцениваемой результативностью и фактическим обучением.
  • Измерения с прокторингом / без посторонней помощи — это надёжный сигнал: когда учащиеся используют ИИ, экзамены итогового оценивания без посторонней помощи — а не домашние задания — раскрывают подлинное обучение.
  • Автоматизированному оцениванию необходим психометрический анализ: использование LLM для оценивания ответственных экзаменов требует оценки надёжности, справедливости и валидности, а не только точности. Ошибки оценивания также зависят от оценки: в 32 сданных экзаменах по общественному здоровью LLM избегали концов шкалы — ни E, ни F не появилось в быстром режиме, — тогда как лучшая модель точно совпала с оценкой человека в 50.0% случаев и в пределах ±1 оценки в 90.6% (Brevik et al. (2026)).
  • ИИ может также генерировать экзамены: генерация экзаменов и заданий с помощью ИИ — это новое применение в проектировании итогового оценивания, которое само нуждается в оценке качества.
  • Переосмыслить назначение оценивания, а не только формат. Mesny, Roberge-Maltais & Galy (2026) критикуют традиционное итоговое, нормативно-ориентированное оценивание за поощрение поверхностного, фрагментированного обучения, предоставление учащимся малого контроля и прозрачности, вред внутренней Мотивация, усиление стресса и anxiety и увековечивание неравенства при фактической оценке в основном запоминания, а не применения в реальном мире. Они позиционируют переоценивание, standards-based grading и отмену оценивания как инновации, ориентированные на оценивание, способные смягчить практику, перегруженную итоговым оцениванием, признавая при этом, что они остаются маргинальными в образовании для менеджеров из-за нормативных барьеров — оценивания по кривой, внешней сигнализации (рейтинги, стажировки, аккредитация) и инструментального настроя учащихся, — и рекомендуют постепенные эксперименты при институциональной поддержке.

Связанные концепции

Связанные статьи

Метаданные

УровеньHigher Ed, K 12
Оценивание и измерениеОценивание, Аутентичное оценивание, Итоговое оценивание, Образовательное измерение
Методы исследований и оценкаОценивание ИИ-образования
Основы ИИ в образованииАкадемическая добросовестность
Вид страницыEvaluation
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.