Tathmini Inayozingatia Mchakato

Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.

Tathmini inayozingatia mchakato — kubuni kwa Tathmini jinsi mwanafunzi anavyofikia hitimisho badala ya tu kuu ya kitu wanachowasilisha: uwasilishaji wa hatua, hoja za kutafakari, mazungumzo ya mdomo na ya mazungumzo, historia ya rasimu na toleo, na vigezo wanafunzi wanaweza kujitekeleza wenyewe. Si sawa na uhalisia wa kazi na si dai kuhusu ni nani anayeweka alama: kazi ya kweli ambayo ushahidi wake pekee ni bidhaa moja bila usimamizi inaonyesha tatizo lile lile la kubadilishwa na insha iliyochukua nafasi yake. AI ya kizalishaji ndiyo inayofanya tofauti hii iwe ya haraka, kwa kuwa matokeo laini sasa yanaweza kuzalishwa kwa ombi na faili iliyokamilika haibebi tena habari kuhusu ufikiri wa nani uliizalisha.

Maswali ya Kuzingatia

• Ikiwa mwanafunzi anawasilisha insha iliyopangwa vizuri, kitu hicho cha ufundi unakuruhusu nini kudai kuhusu mawazo yao — na ni madai gani ambayo yanaonekana kuyaunga mkono tu?
• Ushahidi wa mchakato unaomba rasimu, hoja, na mazungumzo. Ni nani katika miktadha yako anayefanikiwa katika aina hiyo ya kujitamka kielimu, na ni nani anayeweza kuhukumiwa kwa urahisi wake nayo badala ya ufahamu wake?
• Kugundua ni hakufai na kubuni upya kuzunguka mchakato ni ghali. Ungeweka bajeti ndogo ya taasisi wapi, na ni ushahidi upi ungebadilisha jibu lako?

Utangulizi

Tathmini katika elimu ya juu imedhani kwa muda mrefu mawazo kutoka kwa bidhaa. Insha iliyowasilishwa, ripoti, au jibu la mtihani lilisimamia ufikiri nyuma yake, na kuweka alama kulitendea kitu kilichobuniwa vizuri kama ushahidi wa mchakato uliobuniwa vizuri. Thapa na Lewis (2026) wanaita dhana ambayo AI ya kizalishaji inavunja: jibu lililopangwa vizuri "huenda halimwakilishi tena mchakato wa mawazo wa mtu yeyote," hivyo uamuzi kutoka kwa kitu hadi ufahamu unakoma kuwa salama. Jibu lao si kifaa bora cha kugundua bali msingi tofauti wa ushahidi. Tathmini inayozingatia mchakato inakusanya ushahidi wa tafsiri, hoja, na ujenzi wa maarifa zinavyokua, ili ufikiri uonekane matokeo yanaweza kuzalishwa kwa ombi.

Inafaa kusema dhana hii ni nini. Si tathmini ya kweli, ambayo huuliza kama kazi inaakisi mazoezi ya ulimwengu halisi yenye thamani; Thapa na Lewis huweka milia tofauti na wanasisitiza kuwa kazi ya kweli yenye bidhaa moja bila usimamizi bado inaonyesha. Si kugundua kwa AI, ambayo huuliza kama zana ilitumwa badala ya jinsi uamuzi ulifanywa. Na si tathmini ya kiotomatiki, ambayo inahusu ni nani au nini kinaweka alama: jalada la linaweza kuwa la hatua linaweza kuwa la mchakato, na insha ya mwisho iliyowekwa alama na binadamu haihitaji kuwa. Dhana inahusu ni ushahidi upi unakusanywa, kwa kipindi gani, na chini ya masharti gani unazalishwa.

Wazo limehamia kutoka pendekezo hadi mapendekezo yanayorudiwa katika hifadhi hii ya maarifa. Inaonekana kama kipaumbele cha kuitwa katika ajenda ya AIED kwa uwakala na Motisha wa mwanafunzi, kama mpango wa utafiti unaoandaa kwa tatizo la kuhifadhi na kuhamisha katika utafiti wa utendaji-dhidi-ya-kujifunza, kama "Tathmini ya Sanduku Jeusi" katika maelezo ya Brunnström na Palmqvist ya kujifunza kwa kujidhibiti na AI, na kama ombi kutoka kwa waelimishaji wa kitaalamu wanaofanya kazi ambao waligundua kazi yao ya nyumbani iliyoandikwa haikuweza tena kutoa ushahidi wa kujifunza kabisa.

Ushahidi wa mchakato unaonekanaje katika mazoezi

Msamiati wa kubuni mahususi zaidi unatokana na Thapa na Lewis, ambao ahadi zao nne zinaelekeza hoja hadi kubuni kwa kazi: hoja ya kutafakari, kubuni kwa kazi ya hatua, ushirikiano wa mazungumzo, na uwazi wa kutathmini. Katika mazoezi, wanafunzi wanaeleza maamuzi ya tafsiri badala ya tu kuwasilisha hitimisho, wanawasilisha kazi zinazokua katika sehemu za ukaguzi, wanashiriki katika mazungumzo ya mdomo au ya mazungumzo kuhusu ufikiri wao, na wanafanya kazi dhidi ya vigezo wanaweza kujitekeleza wenyewe — nchi ya ujuzi wa maoni na Tathmini Binafsi. Pendekezo la Boysen (2026) la mazoezi ya kujifunza wazi linatafsiri mantiki ile ile kuwa njia ya ukaguzi: mpango wa kujifunza wa pamoja uliowekwa kabla ya mradi kuanza, mpango wa uchanganuzi wa kujifunza unaoitia vyanzo vinavyohitajika na vinavyokatazwa, na rasimu na historia za toleo zilizorekodiwa, zilizohifadhiwa kupitia Fuatilia Mabadiliko na matoleo ya faili yaliyohifadhiwa, ambazo hufichua mchakato wa kazi na kueleza ni nini kiliamua kila marekebisho. Anaiweka hii kama kujidhibiti kuwa inayoonekana.

Njia iliyochaguliwa kwa ushahidi wa mchakato inabadilisha kile kinachoweza kuthibitishwa: katika utafiti ule ule wa AI ya kizalishaji wa wanafunzi 79, ufuatiliaji na upangaji wa kina kikuu vilikuwa ya kawaida zaidi katika sehemu za kufikiri-kwa-sauti huku udhibiti wa kina kikuu ukiwa wa kawaida zaidi katika kumbukumbu za mwingiliano, hivyo hakuna rekodi moja inayoshika mchakato wote (Li na Liu (2026)). Alama zinaweza pia kutofautiana na alama kabisa: katika mazungumzo 150 ya mwanafunzi–AI, 41% yalibeba alama ya kazi ya haswa 1.00 huku ushirikiano wa kiakili unaoweza kuchunguzwa ukibadilika, hivyo alama zilizolingana zinaweza kuficha michakato tofauti (Fábrega, 2026). DraftTrace inajibu tatizo lile lile kwa uandishi uliojumuishwa na AI kwa kulinganisha vipimo vya mchakato vya kiwango cha kibofya na bidhaa ya mwisho na alama za mwingiliano wa AI, ikionyesha kwamba kunakili kwa kuchapa kinaweza kutambulika tu wakati bidhaa na mchakato vinasomwa pamoja (Chandarana et al. (2026)), mfano halisi wa upimaji wa tabia ambao uwanja bado hauna.

Akaunti za wataalam na za miundo zinajaza bidhaa. Mfumo wa LEARN wa Uden na Hwang (2026), uliolengwa kwa tathmini ya kujifunza kwa msingi wa matatizo Tathmini, unaomba rubriki zinazozingatia mchakato, hoja za mdomo, uwasilishaji wa hatua, na alama za ufikiri zilizo na ufichuzi wa matumizi ya AI, na unatendea tafakari kupitia vitabu vya kujifunza na itifaki za kufikiri-kwa-sauti kama injini ya metaji ya mlolongo. Moganadas na wenzake (2026) wanafanya tathmini ya mchakato yenye uwazi wa AI kuwa moja ya mapendekezo matano yanayoweza kufanyiwa utafiti, yakihitaji nyaraka, uthibitishaji, na hoja ya kutafakari badala ya marufuku au matumizi ya kifaa cha kugundua. Padhy (2026) anapendekeza kushika historia ya marekebisho, mifumo ya mwingiliano, na muda-kwa-kazi, pamoja na ufichuzi wenye uwazi. Goldstein, Marae-Haj na Zidan (2026) wanaonyesha bidhaa zile zile zikitoka katika mazoezi baada ya mgogoro wa Uaminifu: rekodi za kuashiria, historia ya toleo la hati, michango ya kikundi iliyofuatiliwa, na "vitabu vya safari" vya kutafakari vilivyohifadhiwa kwa daftari za kikemia — pamoja na utafiti rahisi kwamba kazi ya nyumbani iliyoandikwa haikuweza tena kutoa ushahidi wa kujifunza.

Zana halisi zinajaanza: Kim na wenzake (2026) wanafanya kutatua matatizo kuwa hatua nne na ujuzi ndogo manane ya utambuzi ili LLM iweze kuzalisha maswali na rubriki za kiwango cha hatua; walimu watano na wanafunzi 64 walitumia mfumo huo kwenye matatizo 90 na maswali ndogo 720, na alama ya wastani ya Skela ya Urahisi wa Mfumo (System Usability Scale) ilikuwa 83.5.

Mlia tofauti na uhalisia, na na kuweka alama

Kuweka milia tofauti ni muhimu, kwa sababu kuchanganya ni jinsi kubuni upya kuonekana kumekamilika huku hatari ikibaki. Sharma (2026) anafanya tofauti inayokamiliana kati ya uhalisia na kubuni unaozingatia uadilifu: uhalisia huuliza kama kazi inaakisi mazoezi yenye thamani, huku kubuni unaozingatia uadilifu ukiuliza kama wanafunzi wanaweza kuhalalisha maamuzi yao na kuchukua uwajibikisho kuhusiana na viwango vya taaluma, ambayo ni kwa nini mazoezi anayoyatoa — njia za maamuzi zilizo na maelezo, uthibitishaji wa madai yaliyochanganywa na GenAI, utetezi wa mdomo, tofauti za rasimu zilizo na historia ya toleo — yamechaguliwa kwa hukumu wanayoifanya iwe inayoonekana badala ya kwa uhakika wao. Ukaguzi wa miaka kumi wa Espino na Espino (2026) wa elimu ya biashara unafikia hitimisho lile lile la kubuni kutoka upande wa fasihi, ukigundua uwanja unakusanyika kwenye kazi za kweli, zinazoonekana kwa mchakato ambazo zinahitaji tafsiri, matumizi ya muktadha, na uboreshaji wa kurudia, na kutendea kupitishwa kwa zana zilizotengwa ndani ya miundo ya tathmini isiyobadilika kama kushindwa kwao kwa kuendelea.

Dhana inaweza pia kutofautishwa na swali la jinsi ushahidi unavyopewa alama. Uhalali wa ufikiri ni mahali milia hii inakutana: Brunnström na Palmqvist (2026) wanadai kwamba wakati chatbot inaweza kuzalisha jibu la mtihani linaloweza kueleweka, bidhaa iliyowasilishwa inakuwa kiashiria dhaifu cha kile mwanafunzi alichojifunza — tatizo la uhalali wa tathmini badala ya tu uadilifu wa kitaaluma. Huo ni uamuzi ule ule unaoweza kupotea katika hoja ya Yan, Greiff, Lodge na Gašević ya utendaji-dhidi-ya-kujifunza, ambapo faida za utendaji zinazopungua mara msaada unapoondolewa zinaonyesha faida inayoishi katika zana badala ya katika mwanafunzi, na ambapo tiba iliyopendekezwa ni vipimo vya mchakato kama vile mitihani ya kuhifadhi na kuhamisha badala ya mafanikio ya haraka ya kazi.

Kwa nini kugundua hakiwezi kubeba mzigo huu

Tathmini inayozingatia mchakato kwa kawaida inapendekezwa kama mbadala wa kugundua, na ushahidi kuhusu kugundua unaeleza kwa nini. Fasihi ya kugundua inagundua viwango vya makosa, utegemezi wa kazi, na upendeleo wenye mifumo dhidi ya waandishi wasio wazawa na wenye ulemavu, na kazi ya hivi karibuni zaidi inafikia hitimisho la utaratibu: alama ya kifaa cha kugundua inaweza kusababisha ukaguzi wa karibu lakini si utafiti. Munoz na wenzake (2026) wanaonyesha gharama yake katika mazoezi. Kuweka kodi mashtaka 1,162 ya matumizi mabaya ya AI ya kizalishaji, waligundua aina zenye nguvu zaidi za ushahidi hutengenezwa na uchunguzi au na usimamizi, kwamba ushahidi wa mchakato kama rasimu, mikutano ya usimamizi, na mawasilisho unaonekana tu pale mazoezi hayo yapo tayari — hivyo katika tathmini isiyobuniwa upya ni hayupo tu — na kwamba matokeo ya kifaa cha kugundua yalipata viwango vya chini zaidi vya uzito wa kipekee katika kategoria yoyote. Matokeo ya kubuni ni mpangilio: ushahidi wa mchakato lazima uwepo kabla ya kesi kuhitaji, na ufikiri wa Weidlich (2026) kuhusu ni uamuzi upi unaoweza kupotea unafanya hoja ile ile kutoka upande wa uhalali, kwa kuwa jaribio la kurejesha usalama wa tathmini kupitia kugundua linaingiza tofauti isiyohusiana na dhana badala ya ushahidi kuhusu mwanafunzi.

Gharama za kubuni na za mzigo wa kazi

Vyanzo ni wazi kwa kushangaza kwamba hii ni ghali. Thapa na Lewis wanataja onyo la usawa moja kwa moja: kazi za kutafakari na za mazungumzo zinaweza kuwapa wanufaika wanafunzi wenye uaminifu mkubwa zaidi katika kujitamka kieledu isipokuwa zimebuniwa kwa njia ya kujumuisha na zimewekewa ngazi za msaada, na kazi ya mahusiano, yenye maoni mengi huongeza juhudi za kihisia na za kitaalamu za waelimishaji katika miktadha mikubwa au yenye rasilimali ndogo — upinzani na matarajio ya taasisi ya upanuzi, usawa, na utendaji unaoweza kupimwa. Sharma anaongeza toleo la tafsiri: kuhitaji ufikiri uliorekodiwa huwapa wanufaika Wanafunzi wenye ufasaha zaidi katika mazungumzo ya kutafakari, na hukumu kama ushahidi "inabaki ya mahusiano na ya hali badala ya kuweza kuthibitishwa kwa kimekaniki."

Gharama za kiendeshaji zimeorodheshwa mahali pengine. Boysen anaorodhesha teknolojia mpya, kazi na mitaala iliyorekebishwa, kufundisha wanafunzi ujuzi wasiozoea, na nyenzo za ziada za kukusanya na kupewa alama, anaonya kwamba mikopo ya hatua ndogo kwa mchakato inaweza kupandisha alama, na anakubali kuwa mfano unafaa miradi mikubwa ya maendeleo ya ujuzi zaidi ya kazi ya kila siku ya kupata maarifa; anaonya pia kwamba kufuatilia mchakato ni kile baadhi ya wakosozi wanaita ufuatiliaji wa AI. Washiriki wa Goldstein, Marae-Haj na Zidan waliripoti kwamba kuanzisha nyaraka za mchakato kulitumia kazi halisi, kwamba tisa kati ya kumi na tatu walilipia zana za juu kutoka mifuko yao wenyewe kwa njia inayoweza kuongeza mgawanyo wa kidijitali, na kwamba kadhaa walirudi kwa mitihani iliyosimamiwa na walitabiri utetezi wa mdomo wa digrii. Wasiwasi wa usawa una upande maalum wa AI katika utafiti wa Brunnström na Palmqvist kwamba matumizi ya zana bila mwongozo yanahitaji ujuzi wa usimamizi wa mwingiliano ambao hausambazwi sawa, hivyo AI "inaweza kuwa ya faida zaidi kwa wanafunzi walio na wanufaika tayari" — hatari ile ile ya usambazaji inayohusiana na kuwauliza wanafunzi kusimamia mchakato uliorekodiwa. Lopez-López, Bru-Cordero na Correa-Álvarez (2026) waligundua wanafunzi waliotumia muda zaidi wa kujifunza kwa kujitegemea walihukumu matumizi ya AI kwa ukali zaidi, na wanapendekeza kupima kama violezo vya ufichuzi, utetezi wa mdomo, na tathmini ya msingi wa mchakato vinapunguza wasiwasi wa kimaadili — utafiti ambao uwanja bado unahitaji. Hatari inaungana na mbinu inayofanya ushahidi wa mchakato ufanye kazi: ambapo ushirikiano, marekebisho, na tafakari yanapata alama, wanafunzi wana sababu ya kuzalisha ushahidi unaolingana na kile wanachotarajia mtoaji alama anataka, hivyo rekodi za mchakato zinaweza kuwa za maonyesho badala ya ushahidi (Alam & Jackson, 2026).

Kile kinachobaki bila kutatuliwa

Akaunti ya Thapa na Lewis ni ya dhana: hakuna washiriki, hakuna ukusanyaji wa data, na hakuna jaribio la utekelezaji, hivyo kanuni nne zinahojiwa badala ya kupimwa, na karatasi yenyewe inaita kazi ya kiushahidi kuhusu ujuzi wa mwanafunzi, mzigo wa kazi wa waelimishaji, na uwezekano wa muda mrefu. Uwezekano umeachwa bila kutofautishwa katika miktadha tofauti — kuhamisha kwa mihadhhara mikubwa, maabara, studio, au nafasi za kliniki hayashughulikiwi. Karatasi ya nafasi ya Lane (2026) inaonyesha kizuizi cha taasisi: tathmini ya msingi wa mchakato hupunguzwa na miundo ya kuweka alama na ya hati za kitaaluma inayowapa thawabu bidhaa za mwisho zilizopangwa vizuri, hivyo kubuni upya kwa darasa peke yake habadilishi motisha. Upimaji ni hafifu pia: ukaguzi wa Jin na wenzake (2026) wa vyombo vya ujuzi wa AI unaita tathmini ya msingi wa utendaji na ya mchakato na upimaji wa alama za tabia za kuashiria na uthibitishaji, lakini unaripoti kwamba vyombo vilivyopo vinategemea kujitangaza. Hakuna chanzo hapa kinachoripoti jaribio lililodhibitiwa la kubuni upya kwa mchakato dhidi ya lile la bidhaa, ambayo linahitaji dai la kiini — kwamba ushahidi wa mchakato ni mgumu zaidi kuiga na haki zaidi kuhukumu — kuhojiwa kutoka kanuni, ripoti ya wataalam, na ushahidi wa faili za kesi badala ya kuonyeshwa kwa kiwango kikubwa.

Dhana Zilizounganishwa

• Mifumo ya Kufundisha — Sehemu za hatua na ushahidi wa mchakato kama miundo iliyopangwa
• Tathmini
• Tathmini Halisi
• Kugundua Maudhui ya AI
• Uhalali wa Tathmini
• Hukumu ya Kutathmini
• Tathmini ya Mchakato
• Tathmini ya Mwisho
• Maoni
• Tathmini Binafsi
• Tathmini ya Mdomo
• Kasha la Kielektroniki (E-Portfolio)
• Taarifa za Matumizi ya AI na za Kudhihirisha
• Kujifunza kwa Kujidhibiti
• Uadilifu wa Kitaaluma
• Usawa

Makala Zilizounganishwa

• Process-Oriented Collaborative Essays: Empowering Undergraduate Students Through Assessment Redesign in the Age of Generative AI — Insha ya mchakato iliyoandikwa kwa ushirikiano, iliyopewa alama, katika mafunzo ya digrii ya mwaka wa kwanza: kurudia na ushirikiano katika rubriki, GenAI inaruhusiwa ndani ya mipaka iliyoainishwa (Alam & Jackson 2026)

• Distinguishing performance gains from learning when using generative AI — utendaji sio kujifunza: mpango wa utafiti uliojengwa juu ya vipimo vya mchakato (Yan et al. 2026)

• Human-centered AI for teacher educators: Designing professional learning for critical AI literacy — waelimishaji wa walimu wanaoomba kazi za msingi wa mchakato zinazopinga AI, zilizojengwa juu ya hoja na tafakari (Baran et al. 2026)

• Educational integrity in GenAI-augmented assessment: making judgment visible — njia za maamuzi zilizo na maelezo, utetezi wa mdomo, na tofauti za rasimu zilizochaguliwa kwa hukumu inayoonekana

• How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis — faili za kesi za matumizi mabaya zina nini, na ushahidi wa mchakato unaokosekana

• Which inference is at risk? Assessment validity reasoning and generative AI — ni uamuzi upi unaoweza kupotea ushahidi wa tathmini unapobadilishwa

• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — uhalisia lazima ubuniwe upya, si kudhibitiwa

• From authentic products to authenticated processes: a systematic conceptual review of authentic assessment in AI-rich — bidhaa za kweli na michakato iliyoizalisha

• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — mtihani wa mdomo kama muundo unaopinga AI ambao hufanya ufikiri uwe hai

• Preserving epistemic authenticity: process-oriented assessment in the age of generative AI — uhalisia wa maarifa na ahadi nne za kubuni nyuma ya tathmini inayozingatia mchakato (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 — Ushahidi wa mchakato wa njia: kumbukumbu na kufikiri-kwa-sauti hufichua michakato tofauti

• DraftTrace: A Multi-View Analytics Environment for AI-Integrated Writing — DraftTrace: Mazingira ya Uchanganuzi ya Mionekano Mingi kwa Uandishi Uliyounganishwa na AI

• Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education — Utendaji Sawa, Mchakato Tofauti: Umiliki wa Maarifa katika Elimu Inayopatanishwa na AI

• STEPwise: Supporting Teachers in Diagnosing Students' Mathematical Problem-Solving Skills through LLM-Generated Questions — STEPwise: Kusaidia Walimu Kutambua Ujuzi wa Wanafunzi wa Kutatua Hisabati kupitia Maswali Yaliyozalishwa na LLM