Künstliche Intelligenz (KI) hat die Online-Bewertungssysteme in der Hochschulbildung tiefgreifend verändert, indem sie die Bewertungen personalisierter, anpassungsfähiger und kontextbezogener gestaltet. Dieser Artikel hebt die Chancen und Herausforderungen hervor, die durch KI-basierte Online-Bewertungen entstehen, und konzentriert sich auf zwei sich ergänzende Dimensionen: kognitive Bewertung und authentische Bewertung. Die erste Dimension konzentriert sich auf die Modellierung der mentalen Prozesse der Lernenden durch die Analyse von Antworten, Lernspuren und Interaktionsmustern, was es adaptiven Systemen ermöglicht, personalisierte Rückmeldungen zu generieren, die metakognitive Regulation zu unterstützen und rechtzeitige Nachbesserungen sicherzustellen. Die authentische Dimension betont die Bewertung von Fähigkeiten in realistischen oder simulierten beruflichen Kontexten, in denen die Handlungen und Entscheidungen der Lernenden reichhaltige Beweise für prozedurale und relationale Fähigkeiten liefern. Während diese Ansätze vielversprechende Perspektiven zur Verbesserung der Validität und des Engagements der Lernenden bieten, werfen sie auch erhebliche methodologische und ethische Herausforderungen im Hinblick auf Zuverlässigkeit, Fairness, Transparenz und Datenschutz auf. Dieser Beitrag analysiert diese Herausforderungen und schlägt Entwurfsprinzipien für robuste, ethische und inklusive KI-basierte Online-Bewertungssysteme vor, die mit den im 21. Jahrhundert erforderlichen Fähigkeiten auf institutioneller, akademischer und professioneller Ebene übereinstimmen.
Smahi et al. (Mon,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: