في عصر تتطور فيه تقنيات الذكاء الاصطناعي (AI) بسرعة، تطل علينا أبحاث جديدة تسلط الضوء على إمكانيات تقييم العناصر آليًا (Automated Item Evaluation - AIE). يهدف هذا النظام الثوري إلى تقليل الحاجة إلى المراجعات اليدوية للخبراء، من خلال تقديم تقييمات دقيقة لقابلية العناصر للاستخدام.

تم تطوير نموذج AIE باستخدام بيانات تاريخية من برنامج اختبار موحد كبير، حيث شمل تحليل 52,759 عنصرًا في اللغة الإنجليزية والرياضيات، إذ تم رفض 34% منها للاستخدام المستقبلي لأسباب مختلفة مثل ضعف الخصائص النفسية، أو قضايا المحتوى، أو التحيز.

استخدم الباحثون نموذج DeBERTaV3-large لتحليل النصوص الأساسية، بالإضافة إلى نموذج آخر لتحليل الانتقادات الناتجة عن نموذج Qwen3. وقد أظهر النموذج المختلط أداءً قويًا بشكل ملحوظ، حيث بلغت دقة التنبؤ 75%، مما يشير إلى أن دمج الانتقادات مع نصوص العناصر يعزز من جودة التقييم.

مع ذلك، لم يكن النموذج مثاليًا في التعرف على العناصر ذات القضايا الحساسة مثل التحيز، وهو ما يبرز أهمية المراجعة البشرية لضمان العدالة.

هل تعتقد أن تقييم العناصر آليًا سيكون المستقبل في المناهج التعليمية؟ شاركونا آرائكم في التعليقات!