Застосування штучного інтелекту для автоматизованого оцінювання навчальних досягнень студентів в освітньому середовищі

Abstract

У статті досліджено актуальну проблему інтеграції технологій штучного інтелекту (ШІ) в освітній процес, зокрема для автоматизованого оцінювання навчальних досягнень студентів в освітньому середовищі. Розвиток цифрової грамотності здобувачів освіти та підготовка педагогів до використання інноваційних технологій є важливими складовими успішного навчання в сучасних умовах. Розглянуто різні методи та технології ШІ, що застосовуються для оцінювання, серед яких алгоритми обробки природної мови (NLP) для перевірки есе, аналізу граматики, синтаксису, семантики та виявлення плагіату. Окрім цього, досліджено алгоритми машинного навчання (машини опорних векторів, логістична регресія, випадковий ліс) для класифікації відповідей на тестові завдання та прогнозування рівня знань студентів на основі попередніх результатів. Розглянуто використання адаптивних тестів що дає можливість змінювати складність завдань у режимі реального часу залежно від відповідей, забезпечуючи більш точне визначення індивідуального рівня підготовки кожного студента. У роботі обґрунтовано, що застосування систем ШІ відкриває широкі можливості для трансформації традиційних підходів: забезпечується персо- налізація навчального процесу, адаптація до індивідуальних потреб студентів, а також суттєве підвищення об’єктивності та ефективності навчання. Автоматизація рутинних завдань значно скорочує час викладачів на перевірку робіт, дозволяючи зосередитися на індивідуальному спілкуванні та глибокому аналізі процесу засвоєння матеріалу. Крім того, автоматизовані системи надають миттєвий об’єктивний зворотний зв’язок у реальному часі та сприяють розширенню можливостей для інклюзивного і дистанційного навчання завдяки адаптації матеріалів та перекладу. Водночас у статті проаналізовано низку суттєвих викликів і недоліків, пов’язаних із впровадженням ШІ в освіту. Серед головних загроз виділено ризики надмірної залежності від технологій, що може перетворити студентів на пасивних споживачів інформації та призвести до зниження рівня їхнього критичного мислення й творчості. Значну увагу приділено проблемам конфіденційності даних, етичним аспектам збору інформації, можливій упередженості алгоритмів ШІ, а також загрозі зменшення обсягу живої людської взаємодії, яка є незамінною для розвитку соціальних навичок та емоційного інтелекту. Наголошується на питаннях надійності систем автоматичного оцінювання, високій вартості впровадження інновацій та необхідності оновлення технічної інфраструктури закладів вищої освіти. Окреслено функціональні можливості сучасних інструментів на основі ШІ (Gradescope, Course Hero, ChatGPT, Synthesia, MagicSchool, Duolingo та ін.), які вже ефективно використовуються для генерації освітнього контенту, управління групою та автоматизованого оцінювання письмових робіт. Прогнозується, що майбутнє освіти нерозривно пов’язане з подальшим розвитком глибокого навчання, автономних систем та впровадженням віртуальних репетиторів, доступних цілодобово. Зроблено висновок про необхідність збалансованого підходу до інтеграції ШІ, який комплексно враховує як переваги, так і недоліки цієї технології. Акцентовано увагу на потребі підготовки викладачів до використання нових технологій оцінювання та важливості подальших наукових досліджень для розробки етичних рамок використання ШІ в педагогічному процесі.

This article examines the pressing issue of integrating artificial intelligence (AI) technologies into the educational process, particularly for the automated assessment of students’ academic performance within an educational setting. The development of digital literacy among learners and the training of teachers in the use of innovative technologies are key components of successful learning in today’s environment. Various AI methods and technologies used for assessment are considered, including natural language processing (NLP) algorithms for essay marking, analysis of grammar, syntax and semantics, and plagiarism detection. In addition, machine learning algorithms (support vector machines, logistic regression, random forest) are investigated for classifying answers to test questions and predicting students’ knowledge levels based on previous results. The use of adaptive tests is considered, which allows the difficulty of tasks to be adjusted in real time depending on the answers, ensuring a more accurate assessment of each student’s individual level of preparation. The paper demonstrates that the use of AI systems opens up vast opportunities for transforming traditional approaches: it enables the personalisation of the learning process, adaptation to students’ individual needs, and a significant improvement in the objectivity and effectiveness of teaching. The automation of routine tasks significantly reduces the time teachers spend marking work, allowing them to focus on individual communication and in-depth analysis of the learning process. Furthermore, automated systems provide instant, objective feedback in real time and help expand opportunities for inclusive and distance learning through the adaptation of materials and translation. At the same time, the article analyses a number of significant challenges and shortcomings associated with the introduction of AI into education. Among the main threats, the risks of excessive reliance on technology are highlighted, which could turn students into passive consumers of information and lead to a decline in their critical thinking and creativity. Considerable attention is paid to data privacy issues, the ethical aspects of information collection, the potential bias of AI algorithms, and the threat of a reduction in face-to-face human interaction, which is indispensable for the development of social skills and emotional intelligence. The report highlights issues regarding the reliability of automated assessment systems, the high cost of implementing innovations, and the need to upgrade the technical infrastructure of higher education institutions.The functional capabilities of modern AI-based tools (Gradescope, Course Hero, ChatGPT, Synthesia, MagicSchool, Duolingo, etc.) have been outlined; these are already being used effectively to generate educational content, manage groups and automate the marking of written work. It is predicted that the future of education is inextricably linked to the further development of deep learning, autonomous systems and the introduction of virtual tutors available around the clock. A conclusion has been drawn regarding the need for a balanced approach to the integration of AI, which comprehensively takes into account both the advantages and disadvantages of this technology. Attention is drawn to the need to train teachers in the use of new assessment technologies and the importance of further research to develop an ethical framework for the use of AI in the teaching process.