Авторы: Джейсон М. Лодж, Маргарет Бирман и др., Агентство по качеству и стандартам высшего образования (TEQSA), Правительство Австралии
Генеративный искусственный интеллект (генеративный искусственный интеллект) продолжает преобразовывать преподавание, обучение и оценку в системе высшего образования Австралии. С момента выхода ChatGPT в ноябре 2022 года учебные заведения перешли от первоначальных мер к структурированным подходам, учитывающим проблемы академической добросовестности и долгосрочные последствия для обучения, преподавания и разработки системы оценивания.
Цель данного ресурса:
Данный ресурс предлагает руководство по внедрению стратегий реформы системы оценивания с учетом различных отраслевых контекстов. Если «Реформа системы оценивания в эпоху искусственного интеллекта» была задумана как компас, то данный ресурс призван стать картой, отражая различные институциональные пути и обеспечивая общее понимание их последствий для учебных заведений, студентов, сотрудников и сектора в целом. Как указано ниже, основное внимание уделяется обеспечению качества обучения в соответствии с требованиями Рамочных стандартов высшего образования (Пороговые стандарты) 2021 года, но с полным признанием равной необходимости содействия оценке, которая подготавливает студентов к жизни в мире, где искусственный интеллект становится всё более распространенным явлением. Этот ресурс помогает учреждениям, руководителям учебных заведений, преподавателям и специалистам ориентироваться в трёх основных подходах:
• применение общепрограммного подхода к реформе оценки (под программой здесь понимается «курс обучения» в соответствии с Пороговыми стандартами);
• обеспечение качества обучения по каждому модулю/предмету;
• внедрение комбинации этих подходов.
Основываясь на работе TEQSA на сегодняшний день и институциональных планах действий, представленных всеми австралийскими поставщиками высшего образования в июле 2024 года, этот ресурс объединяет принципы и практику, чтобы описать обоснование, преимущества и недостатки каждого подхода.
Пересмотр принципов и положений
Принципы, изложенные в «Реформе оценки в эпоху искусственного интеллекта», остаются ключевыми для устранения рисков, связанных с ИИ, для обеспечения качества обучения. Опираясь на «Оценку 2020» (Boud and Associates, 2010), утверждающую, что оценка выступает в качестве мощного инструмента вмешательства в процесс обучения учащихся, 2 ключевых руководящих принципа заключаются в следующем:
• Оценка и учебный опыт должны готовить учащихся к этичному, критическому и активному участию в обществе, где ИИ повсеместно распространен.
• Формирование достоверных суждений об обучении учащихся требует множественных, инклюзивных и контекстуализированных подходов к оценке.
Эти принципы раскрываются в пяти положениях, которые оценка должна подчеркивать:
• надлежащее, аутентичное взаимодействие с ИИ
• системный подход к оценке программы, согласованный с дисциплинами/квалификациями
• процесс обучения
• возможности для учащихся эффективно взаимодействовать друг с другом и ИИ
• безопасность на значимых этапах программы для принятия обоснованных решений о продвижении и завершении обучения.
Постоянная потребность в изменениях
Спустя более 18 месяцев после первой публикации «Реформы оценки в эпоху искусственного интеллекта» потребность в реформе оценки, основанной на фактических данных, остается насущной. Многие учебные заведения продолжают бороться с необходимостью внедрения устойчивой реформы, которая обеспечит целостность квалификаций, одновременно используя развивающиеся технологии.
Многие студенты все более искушены в использовании инструментов искусственного интеллекта, в то время как на рабочих местах эти технологии интегрируются в различные дисциплины. Эта ситуация создает для учебных заведений критическое требование переосмыслить концепцию оценки, отразив подлинные профессиональные практики, которые могут законно включать искусственный интеллект там, где это уместно.
Во многих традиционных методах оценки ненадлежащее использование искусственного интеллекта ставит под сомнение надежность и соответствие Пороговому стандарту 1.4.4, который требует демонстрации определенных результатов обучения. Поскольку достоверное выявление использования искусственного интеллекта в оценках на данном этапе практически невозможно, нам необходимы альтернативные подходы, дополняющие процессы обеспечения академической добросовестности. Эти подходы должны:
• разрешать использование ИИ в рамках определённых параметров (признавая, что разрешение любого использования ИИ в большинстве случаев фактически разрешает его использование для выполнения всех задач);
• разрабатывать оценки, в которых использование ИИ не имеет отношения к демонстрации результатов обучения;
• ограничивать несанкционированное использование ИИ посредством прямого надзора за обучением и/или успеваемостью.
Хотя использование ИИ в образовании поднимает множество важных вопросов и создало множество сложных проблем, данный ресурс фокусируется именно на структурных изменениях, необходимых для обеспечения обучения (согласно Corbin et al., 2025) и соответствия пороговому стандарту 1.4.4.
Первый принцип: «Оценка и обучение должны готовить студентов к этичному, критическому и активному участию в жизни общества, где ИИ повсеместно распространен», — жизненно важен, и учебные заведения должны продолжать внимательно его учитывать. В данном ресурсе особое внимание уделяется поиску доказательств обучения в соответствии со вторым принципом.
Вместо того чтобы вкладывать средства в первую очередь в механизмы обнаружения, учреждениям необходимо сделать акцент на перестройке оценки, чтобы фиксировать подлинные демонстрации способностей и понимания учащимися материала.
Три пути
Учитывая сложность реформирования системы оценки, учебные заведения используют различные стратегии для решения проблем академической добросовестности, сохраняя при этом качество и валидность своих оценок. Как уже упоминалось, существует три основных подхода к реформе системы оценки, принятых учебными заведениями:
Путь 1: Обеспечение качества обучения в рамках всей программы обучения
Этот подход предполагает комплексную перестройку системы оценки в рамках всех программ для создания согласованных, интегрированных систем оценки, которые фиксируют достоверные доказательства достижения результатов обучения.
Путь 2: Обеспечение качества обучения по разделам/предметам
Этот подход включает в себя как минимум часть гарантий качества обучения в рамках каждого раздела/предмета, чтобы обеспечить уверенность в том, что одно или несколько оценочных заданий выполнены без несанкционированной помощи.
Путь 3: Обеспечение качества обучения осуществляется в рамках всех структур программ обучения, но часть гарантий сохраняется только в рамках разделов
Эта гибридная стратегия использует элементы как общепрограммной реформы, так и гарантии качества обучения на уровне раздела/предмета для создания сбалансированных систем оценки.
Каждый подход имеет свои преимущества, сложности и ресурсные требования. В последующих разделах данного ресурса эти подходы анализируются подробно, даются рекомендации по вопросам внедрения и стратегиям решения проблем в рамках каждого подхода.