База знань AIEdAIEd KB
На цій сторінці

Ця сторінка перекладена українською. Сторінки статей досі написані англійською. Читати цю сторінку англійською

Концепції

Оцінювальний розсуд

Створено 2026-10-14

Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.

Оцінювальний розсуд — здатність робити обґрунтовані судження про якість власної роботи та роботи інших, проти критеріїв, якими можна міркувати, а не лише їх декламувати. В епоху generative AI він перейшов від бажаної атрибутики випускника до несучої можливості: коли інструмент може створити правдоподібну завершену роботу, можливість, що відрізняє компетентного здобувача, — це здатність оцінити цей результат: висудити, що є добрим, що є хибним, що прийняти, що відкинути і чому. Це робить оцінювальний розсуд легітимним об’єктом Оцінювання самим по собі і практичним шарніром для переходу закладів від detection до validity-centered і authentic проєктування оцінювання.

Питання для роздумів

  • Згадайте щось, що ви вмієте добре оцінювати. Як ви навчилися цього розсуду — явно навчені чи засвоїли через створення й порівняння — і що це означає для того, як його слід оцінювати?
  • Рубрику можна застосувати механічно або зрозуміти. Якщо студент правильно дотримується критеріїв, але не може сказати, чому одна робота перевершує іншу, яку здатність оцінювання справді виміряло?
  • Коли language model складає правдоподібний розв’язок, робота, що залишається здобувачеві, — здебільшого розсуд: що залишити, що виправити, що відкинути. Чи є це зменшеним завданням чи більш вимогливим, ніж створення чернетки?
  • Студент може прийняти пропозицію ШІ, бо вона добре читається, або бо вона витримує його власну перевірку. Ззовні подання може виглядати ідентично — що дозволило б оцінювачу побачити різницю?
  • Багатосайтовий експеримент виявив, що прямий AI feedback давав найбільші здобутки в переробці, але ризикував пасивним віддаванням розсуду на аутсорсинг. На що вказує цей компроміс щодо того, як ви проєктували б зворотний зв’язок, аби будувати, а не оминати розсуд?
  • Огляд рівесників і огляд ШІ можуть тренувати калібрування, але обидва можуть стати перформативними. Як би ви проєктували оцінювання, щоб здійснення розсуду було необхідним, а не лише зіграним?

Вступ

Оцінювання, яке просить студентів створити роботу, припускає, що вони можуть відрізнити добру роботу від поганої — спершу в інших, а зрештою у власній. Це припущення більше не є надійним: коли generative AI може генерувати компетентну прозу, код і аналіз на вимогу, здатність продукувати продукт є слабким сигналом навчання, тоді як здатність судити продукт — сильним. Оцінювальний розсуд найменує цю здатність, і дослідницька література бази знань з оцінювання постійно до нього приходить, питаючи, що залишається тим, що можна і варто оцінювати. Він лежить там, де сходяться Зворотний зв’язок, Формативне оцінювання і Саморегульоване навчання, бо розсуд розвивається через порівняння роботи зі стандартами і дію на відміну, і він є тим, що робить справді critical engagement з результатами ШІ можливим, а не лише бажаним.

Що таке цей конструкт

Оцінювальний розсуд — це здатність оцінювати якість — власної роботи, роботи рівесників і дедалі частіше роботи системи ШІ — за допомогою критеріїв, якими можна міркувати, а не лише декламувати. Три риси відрізняють його від суміжних понять.

  • Він про якість, а не про правильність. Правильна відповідь потребує знання; судження про те, чи є відповідь доброю, потребує стандартів, яких генератор не може надати від імені здобувача.
  • Він розвивається, а не передається. Розсуд зростає через повторні акти порівняння — проти зразків, явних критеріїв і різних підходів рівесників, — тому зразки, калібрувальні вправи та peer assessment є його природною педагогікою.
  • Він домен-situated. Він здійснюється всередині стандартів доказу і аргументування дисципліни, тому його не можна оцінювати узагальнено більше, ніж можна припускати transfer.

Він тісно пов’язаний із, але вужчий за автентичність в оцінюванні: authentic assessment питає, чи нагадує завдання варту того реальну роботу; оцінювальний розсуд питає, чи може здобувач відрізнити добру роботу від поганої. Самооцінювання оцінює власну роботу, компетентність або поступ здобувача проти критеріїв, тоді як оцінювальний розсуд поширює це оцінювання на роботу рівесників і на результати системи ШІ також.

Чому генеративний ШІ зробив його центральним

Чотири аргументи сходяться.

  • Продукт перестає бути доказом. Завершення завдання більше не демонструє можливість, яку завдання було призначено сертифікувати, бо інструмент може завершити значну його частину. Те, що залишається, — міркування, яке продукує, перевіряє і пояснює продукт, — коротко кажучи, розсуд.
  • Це можливість, що керує використанням ШІ. Вирішити, чи варто прийняти, адаптувати або відкинути пропозицію ШІ, і є оцінювальний розсуд, застосований до машинного результату. Курси, які не можуть зробити його видимим, не можуть відрізнити відповідальне використання від підміни, — тому integrity дослідники дедалі частіше трактують критичне використання ШІ як оцінюваний результат, а не правило для поліціювання.
  • Це шарнір від примусу до проєктування. Там, де заборонене використання не може бути виявлено, Teichmann (2026) найменує культивування оцінювального розсуду одним із трьох ниток проєктування, що переміщують заклади від detection-led enforcement до оцінювання, зосередженого на валідності, — бо там, де заклад не може виявити, можливість, що витримує інспекцію, — це чи може студент пояснити роботу і її якість.
  • Це перетворює розкриття зі сповіді на доказ. Коли завдання просить студентів пояснити, для чого вони використовували ШІ, які пропозиції прийняли чи відкинули і як фінальне подання відображає їхній власний розсуд, declaration стає демонстрацією розсуду, а не визнанням, яке слід тлумачити карально, — і саме це знижує cost of honesty, яка інакше заганяє розкриття у підпілля.

Наступний шар стосується джерела розсуду, а не лише його змісту. AlGhamdi (2026) дає цьому шару точніший словник: його 13 саудівських студентів з обчислювальної галузі висували два незалежні судження в межах однієї події оцінювання — чи був зворотний зв’язок корисним і чи мали його джерело авторитет оцінювати. Усі сприйняли рубричний зворотний зв’язок ChatGPT як ясний і конкретний, водночас переважно зберігаючи оцінку для викладача («Я з ним згоден, але з однією умовою, щоб доктор перевірив зворотний зв’язок»), що натякає на те, що оцінювальний розсуд в опосередкованому ШІ оцінюванні має тепер включати міркування про саму оцінювальну авторитетність, а не лише про якість отриманого зворотного зв’язку.

Sharma (2026) дає цьому конструкту його найсильніше розміщення в літературі з доброчесності. Розширюючи рамку постплагіату Ітон (2023) з ethical орієнтації в проєктування оцінювання, він стверджує, що моделі integrity, засновані на виявленні та верифікації, не узгоджуються з роботами, у яких людський розсуд і машинна генерація переплетені, і переосмислює доброчесність як педагогічну практику, втілену через оцінювальний розсуд — здатність здобувача зважувати варіанти, обґрунтовувати академічні вибори й брати відповідальність за епістемічної невизначеності. Його чотири практики (антотовані сліди рішень, верифікація і підзвітність, усний захист і діалогічна підзвітність, відмінності чернеток з історією версій) роблять цей розсуд видимим як доказ, а не виводять його з артефакту, і він відокремлює розсуд від конструктів, з якими його часто зводять: рефлексивна практика розглядає власне мислення ретроспективно, Метакогніція — усвідомленість і регуляція когнітивних процесів, тоді як розсуд оцінює варіанти проти стандартів і приймає наслідки за невизначеності. Він також найменує режим відмову, який відстежує ця сторінка, — вимога документованого міркування ризикує «заміною одного режиму дотримання іншим», бо розсуд як доказ «залишається реляційним і ситуативним, а не механічно перевірюваним».

Докази: як розсуд розвивається і що ШІ робить з ним

collaborative та дослідницька література бази знань з оцінювання дає сходяться свідчення, що оцінювальний розсуд є таким, що можна навчитися, таким, що можна витіснити, і таким, що можна проєктувати, — і що ШІ ріже в обидві сторони.

  • Навчання на порівнянні вимірно його будує. У 14-тижневому дослідженні з 28 майбутніми teachers AI-generated strong, average, and weak exemplars закріплювали ітеративне порівняння чернеток студентів з референтними точками; фокус оцінювання розширився від поверхневих мовних рис до змісту, організації та узгодженості, — але міркування залишалося тонким, причому зразково-засноване обґрунтування подвоїлося, тоді як найвитонченіше порівняльне міркування залишалося рідкісним. Розсуд можна ввести в існування через скаффолдинг; він не з’являється на вимогу, і якість референтних точок має значення.

  • Проєктування зворотного зв’язку вирішує, чи виживає аґентність. Багатосайтовий, кластер-рандомізований польовий експеримент з 1 176 студентів першого року на 48 секціях compared four feedback conditions для наукової аргументації: лише рівесники, прямий GenAI, рефлексивний GenAI (спершу самооцінювання, потім критика) і гібридний (самооцінювання + рівесники + GenAI). Гібридна умова дала найбільший приріст якості аргументування; прямий зворотний зв’язок GenAI ризикував пасивним засвоєнням — студенти віддавали оцінювальний розсуд на аутсорсинг системі, — тоді як рефлексивні та гібридні дизайни зберігали epistemic agency, змушуючи студента спершу оцінити власну роботу. Ключова знахідка авторів — освітня цінність GenAI залежить менше від доступу до ШІ, ніж від того, чи зберігає середовище зворотного зв’язку аґентність, розсуд і право власності під час переробки.

  • Джерело зворотного зв’язку формує, який вимір розсуду розвивається. У кейс-стаді з докторської статистики ChatGPT-4o давав процедурні настанови, але не міг позначити хибний файл даних чи неправильно застосований тест, тоді як діалог рівесників фіксував хибні дані в режимі реального часу і змушував обґрунтовувати вибір методу (Xie et al. (2025)).

  • Структурований огляд рівесників і ШІ масштабує калібрування. Модель PAIRR (Sperber et al., 2025) поєднує огляд рівесників з оглядом ШІ і структурованою рефлексією і була перевірена в найбільшому на сьогодні дослідженні використання студентами зворотного зв’язку ШІ (654 студенти, десять курсів письма). Вона трактує порівняння між власним розсудом, розсудом рівесників і розсудом ШІ як навчальний ґрунт, позиціонуючи оцінювальний розсуд як явний навчальний результат, а не неявний побічний продукт.

  • Зворотний зв’язок ШІ допомагає лише тоді, коли грамотність уже існує. Концептуальна рамка від лідерів з грамотності у зворотному зв’язку (Boud, Dawson & Yan) аналізує зворотний зв’язок за фазами отримання, обробки та втілення, використовуючи два протилежні кейси IELTS з ChatGPT: студент з низькою feedback literacy використав невиразну підказку, отримав узагальнений результат і йому довірився або його надмірно скопіював, тоді як грамотний студент використовував ШІ критично і навчався. GenAI знижує когнітивні та емоційні бар’єри до пошуку зворотного зв’язку, але сам може бути галюцинованим, упередженим або узагальненим, — тому teachers, як стверджується, мають моделювати оцінювальне планування й тренувати розсуд, а не лише prompting.

  • Сталий розсуд, а не миттєвий зворотний зв’язок, — це прогалина. scoping review автентичного оцінювання (Zhan, Boud & Du) виявив, що формуючий зворотний зв’язок ШІ рясніє, але sustainable feedback — переносимий у майбутні контексти, — присутній лише в 4 із 23 формуючих досліджень. Зворотний зв’язок, який закриває поточне завдання, залишаючи здобувача нездатним судити майбутню роботу, — це відмова оцінювального розсуду в її найяснішій формі.

  • Критика згенерованих чернеток будувала розсуд освітян. Paula et al. (2026) виявили, що грамотність в оцінюванні вісьмох координаторів курсів зросла, коли вони критикували згенеровані інструментом GPT-4.1 рубрики та часові розкладки проти дисциплінарних стандартів, тоді як усі вісьмеро відмовилися від повністю автоматизованого процесу, — інструмент посилив академічний розсуд, а не замінив його.

  • Оцінювання можна проєктувати так, щоб винагороджувати розсуд замість результату. Модель response-region model формалізує чому: перепроєктування знижує виграш від прихованого аутсорсингу й підвищує цінність видимого міркування, пояснення та критики. Прохання до студентів пояснити, які пропозиції ШІ вони прийняли й відкинули, перетворює саме рішення на оцінюваний доказ.

  • Власний розсуд закладу бракує критеріїв, яких він вимагає від студентів. Munoz et al. (2026) оцінили доведену цінність 1 855 елементів доказів у 1 162 звинуваченнях у неправильному використанні генеративного ШІ і виявили, що якість доказів не мала надійного зв’язку з результатами справ, бо жодна стадія процедури не встановлювала мінімального порогу доведеності і не вимагала від слідчих зважати на доведену цінність, перш ніж просувати звинувачення, — панелі зважували докази через неструктурований професійний розсуд. Результат детектора був найслабшою категорією в цьому корпусі (окремі результати детекторів цілком низькі за довірою), а Hadra et al. (2026) показують, що інструмент не може встановити факт, який стверджує знахідка, — макроточність 0,69 і 0,61 на 192 текстах, майже повна відмова на гібридному письмі людини—ШІ і межове занепокоєння щодо упередженості для авторів EFL, — тому власна рекомендація авторів — людський розсуд, чіткіша policy і краще специфіковані завдання, а не нагляд. Краща специфікація важлива двічі: Wright (2026) стверджує, що правила, написані за ідентичністю платформи, а не за функцією, є надмірно об’ємними за ознакою дефініційної випадковості, караючи студента, який не вчинив того, що правило мало запобігти, тож розсуд оцінювача має застосовуватися до того, що зробив інструмент, а не до того, яку платформу використано. Розсуд, здійснюваний без спільних критеріїв, не може бути навчений, калібрований чи проаудиторений, — проблема узгодженості, яку ця сторінка повідомляє для студентів, що доходить до рівня закладу. Розсуд оцінювача несе також вимірюваний власний напрям: п’ять офіцерів із прийому, розділяючи 50 людських і 50 згенерованих ШІ есеїв до прийому, досягли AUC 0,70 (95 % CI [0,65, 0,75]), і їхні оцінки якості падали, коли сприймана ймовірність ШІ зростала, — асоціація, що витримала корекцію на оцінену машиною якість, справжнє походження та характеристики апліканта (−0,109, p < 0,05). Оскільки ніхто не перевіряв подання, цей непідсилений розсуд був усім механізмом примусу, і кожне позначене есе несло на 1,5 відсоткових пункти меншу ймовірність прийому, 2,6 — за утримання якості есея сталою (Isley, Gaebler and Goel 2026).

  • Проксі на рівні аудиторії для розсуду запропоновано. Austin (2026) додає два поведінкові сигнали до перепроєктованої послідовності завдань: UnBlooms™ Discernment Rate — частку результатів ШІ, які здобувач допитує, кидає їм виклик або переробляє, а не приймає, — і First-Pass Acceptance Rate. Жоден із них не валідований — обидва пропонуються як дешеві діагностики на завдання, — але вони роблять конструкт спостережуваним усередині звичайного оцінювання, де розпізнавальна ставка, близька до нуля, на кількох завданнях читається як сигнал проєктування завдання, а не індивідуальний дефіцит.

Як неправильне використання витісняє розсуд

Найясніший ризик — витіснення, і воно підтверджене в літературі з зворотного зв’язку, а не лише теоретизоване. Коли інструмент постачає рубрику, зворотний зв’язок і моніторинг, metacognitive та оцінювальна практика здобувача витісняється, а не підтримується, — оцінювання стає перформансом розсуду, який студент ніколи не здійснював, тим самим режимом відмову, що cognitive offloading, висловлений в регістрі оцінювання. Прямий зворотний зв’язок GenAI в багатосайтовому експерименті пхнув саме до цього пасивного аутсорсингу. Тиск оцінювання його посилює: там, де самооцінювання або рефлексія щодо використання ШІ сама оцінюється, студенти можуть створити ту рефлексію, якої хоче рубрика, а не міркування, тож справжній розсуд потребує зробити вправу наслідковою — рішення, яке проявляється в пізнішій роботі, усному поясненні або документованому обґрунтуванні, яке саме піддається перевірці.

Наслідки для практики

  • Назвіть це результатом. Якщо оцінювання якості роботи — включно з результатами ШІ, — є тим, що має значення, запишіть це в learning outcomes і оцінюйте його, а не залишайте як побічний продукт завдання.

  • Оцінюйте рішення, а не лише артефакт. Просите студентів обґрунтовувати, що вони залишили, змінили чи відкинули; це перетворює мислення на доказ і робить підміну видимою без нагляду.

  • Найменуйте процедуру розсуду. Перевірка аґентності О’Бирна — Credible, Relevant, Acceptable, Nuanced — питає, чи є результат точним, відповідним, придатним і несе позицію й голос; у семестровому дослідженні фінальні артефакти найбільш і найменш схильних судити студентів виглядали оманливо схоже (O'Byrne, 2026).

  • Використовуйте зразки та калібрування свідомо. Порівняльний розсуд проти сильних, середніх і слабких зразків — це механізм, який підтримують докази, і ШІ робить генерацію цих зразків дешевою — одне з його найясніших pedagogical використань.

  • Надавайте перевагу гібридному та рефлексивному зворотному зв’язку над прямим результатом. Самооцінювання перед критикою ШІ або себе + рівесників + ШІ зберігає Суб’єктність здобувача, який прямий зворотний зв’язок ШІ роз’їдає; проєктуйте середовище зворотного зв’язку, а не лише додавайте інструмент.

  • Будуйте до сталого розсуду, а не до миттєвих латок. Зворотний зв’язок, який не може перенестися на наступне завдання, не тренує нічого довговічного.

  • Поєднуйте його з процесом і усним. Артефакти процесу й короткі усні пояснення показують розсуд у дії там, де фінальний продукт не може, і це ключова причина, чому перепроєктування оцінювання в епоху ШІ покладається на них.

  • Робіть утриманий розсуд видимим за допомогою проб боргу розуміння. Mahmoud (2026) визначає чотири наскрізні обов’язки — пояснити, перевірити, змінити й відзвітувати — які роблять утриману компетентність видимою на кожному рівні інтеграції ШІ, і пропонує відкладені запити на зміни, розбори коду, незалежно проєктовані тести, локалізацію дефектів і живу діагностику як проби, що порівнюють те, що було створено, з тим, що можна згодом продемонструвати. За agentic можливості ціль оцінювання переходить до нагляду — контрактів завдань, кордонів дозволів, пісочниць, обв’язок оцінювання, огляду відмінностей, відкату й людської підзвітності, — переміщуючи оцінювання від видимого авторства до видимого розсуду.

Пов’язані поняття

Пов’язані статті

Метадані

РівеньHigher Ed
Цільова аудиторіяInstructors, Learners, Assessment Designers
Навчання та викладанняМетакогніція, Саморегульоване навчання
Оцінювання та вимірюванняВалідність оцінювання, Зворотний зв’язок, Формативне оцінювання
Основи ШІ в освітіАкадемічна доброчесність, Критичне мислення
SourceHistoryEditChat

Вставити цю сторінку

Скопіюйте наведений нижче код, щоб вставити цю сторінку в систему управління навчанням або на інший вебсайт. Вбудована версія показує лише вміст сторінки — вона приховує заголовок сайту, навігацію та колонтитул.