مع تزايد الاعتماد على نماذج اللغات الضخمة (Large Language Models) في توليد المحتوى التعليمي، يظهر تحدي كبير في غياب معيار موحد لتقييم كفاءة تلك النظم. هنا يأتي دور تقرير جديد يقدم معيارًا مبتكرًا يحمل اسم LessonBench-V1.

يتألف LessonBench-V1 من 647 درسًا تمت كتابتها بواسطة البشر، والتي تم ربطها بخطط دروس مُعدّة باستخدام نماذج الذكاء الاصطناعي. تتناول هذه الدروس مجالات علوم الرياضيات والفيزياء والكيمياء وعلوم الكمبيوتر، مما يضمن تغطية شاملة لموضوعات STEM.

تم استخراج هذه الدروس من 97 مصدرًا موثوقًا، بما في ذلك منصات معروفة مثل LibreTexts وBrilliant.org وGeeksForGeeks. كل خطة درس تم مراجعتها بواسطة مختصين، حيث تم تصميمها بناءً على عِلم التعلم ومناهج تعليمية مُعترف بها عالميًا، مثل تصنيف بلوم ونموذج 5E التعليمي.

هذا المرجع لا يساعد فقط في تقييم فعالية نظم توليد الدروس، بل يوفر أيضًا مجموعة من 3,620 هدف تعليمي مصحوبًا ببيانات بيداغوجية، مما يسهل عملية التقييم الممنهج والقابل للتكرار.

ولتعزيز تجربتنا في استخدام هذا المرجع، تم اقتراح مسار تقييم ثلاثي الأبعاد، سيكون له أثر كبير في الأبحاث المستقبلية المتعلقة بتطوير وكالات إنشاء الدروس بالذكاء الاصطناعي.