In un’innovativa svolta degli eventi, la Texas Education Agency (TEA) ha incorporato un ‘motore di correzione automatica’ per valutare le domande aperte degli esami STARR. Questa iniziativa rivoluzionaria è destinata a ridurre significativamente il personale necessario per la valutazione, aprendo così una nuova era di efficienza nella valutazione educativa.
Texas all’avanguardia nell’uso dell’Intelligenza Artificiale nelle Valutazioni Accademiche
Gli studenti in Texas sperimenteranno per la prima volta quest’anno un’innovazione educativa: i loro test STARR saranno in parte valutati dall’Intelligenza Artificiale (AI). Gli STARR, una serie di esami supervisionati dalla TEA, sono strutturati per misurare la comprensione degli studenti a ciascun livello scolastico e determinare la loro preparazione per sfide accademiche successive. Sebbene l’obiettivo principale dei test rimanga invariato, l’utilizzo dell’AI nel processo di valutazione segna una significativa trasformazione nella pratica educativa.
Il Texas Tribune riporta che l’aggiunta di AI al processo di valutazione potrebbe far risparmiare allo stato un stimato di 15-20 milioni di dollari, riducendo il numero di lavoratori temporanei necessari da 6.000 a soli 2.000. Questo riorientamento operativo è giustificato dallo screening iniziale delle risposte aperte da parte del modello AI. Successivamente, un quarto degli esami sarà sottoposto a verifica umana per garantire l’accuratezza della valutazione dell’AI.
Se il sistema AI si trova di fronte a risposte che non può valutare con sicurezza o individua risposte non in inglese o gergo sconosciuto, gli esami rispettivi vengono indirizzati ai dipendenti umani per la correzione. La TEA ha chiarito che la loro AI non apprende o si adatta autonomamente, illustrando così il ruolo limitato ma significativo dello strumento nel processo di correzione.
In un insolito tocco di sapore capitalista, gli studenti insoddisfatti dei loro punteggi possono richiedere una revisione a pagamento di 50 dollari. Se la rivalutazione porta a un punteggio più alto, la tassa sarà rimborsata, introducendo una dinamica unica nel sistema educativo. Questo metodo di valutazione integrato con l’AI si distingue come una trasformazione distintiva e innovativa rispetto alle pratiche accademiche convenzionali.
Domande e Risposte Chiave:
Q: Qual è lo scopo dell’impiego dell’AI nella valutazione degli esami STARR?
R: Lo scopo principale dell’utilizzo dell’AI nella valutazione degli esami STARR è aumentare l’efficienza e ridurre i costi e il tempo associati al tradizionale processo di correzione, minimizzando la necessità di correttori umani.
Q: Come gestirà l’AI le risposte che non può valutare con sicurezza?
R: Se l’AI si trova di fronte a risposte che non può valutare con sicurezza, come risposte non in inglese o termini non familiari, questi esami saranno indirizzati ai correttori umani per la valutazione.
Q: Il sistema AI utilizzato per la correzione può apprendere o adattarsi nel tempo?
R: La Texas Education Agency ha specificato che il sistema AI non apprende o si adatta autonomamente, il che significa che funziona entro parametri predefiniti e non modifica il suo comportamento in base a nuovi dati.
Sfide Chiave o Controversie:
Una delle principali sfide nell’utilizzo dell’AI per la correzione è garantire che la tecnologia possa valutare correttamente le risposte aperte senza pregiudizi o malintesi del contesto, il che è essenziale per una valutazione equa del lavoro degli studenti. Inoltre, potrebbero sorgere preoccupazioni etiche sulla trasparenza degli algoritmi di correzione dell’AI e sulla possibilità di errori che potrebbero influenzare il futuro accademico degli studenti.
In modo controverso, l’opzione per gli studenti di pagare per una revisione del punteggio potrebbe essere considerata ingiusta, poiché potrebbe favorire gli studenti con i mezzi finanziari per permettersi la rivalutazione, potenzialmente rinforzando le disparità socioeconomiche.
Vantaggi:
– L’uso dell’AI nella correzione può offrire consistenti risparmi economici allo stato.
– Può snellire il processo di correzione, portando a risultati più rapidi per studenti e insegnanti.
– L’AI può applicare in modo coerente i criteri di correzione senza la variabilità che deriva da correttori umani multipli.
Svantaggi:
– L’AI potrebbe non comprendere appieno le sfumature o il contesto delle risposte degli studenti, con potenziali inesattezze.
– La necessità di supervisione umana implica che il sistema non sia del tutto indipendente, richiedendo passaggi di verifica aggiuntivi.
– Gli studenti che non possono permettersi la tassa per la rivalutazione potrebbero essere svantaggiati se i loro compiti sono corretti in modo errato dall’AI.
Per ulteriori informazioni credibili, consultare i siti web delle pertinenti organizzazioni educative e di ricerca sull’AI:
– Texas Education Agency
– Association for the Advancement of Artificial Intelligence (AAAI)
The source of the article is from the blog crasel.tk