توجيه الذكاء الاصطناعي: استراتيجيات مبتكرة لتحسين تقييم التفسيرات العلمية في الصفوف الدراسية

في عالم التعليم الحديث، يسهم الذكاء الاصطناعي (AI) بشكل كبير في تحسين عملية تقييم الطلاب، خصوصًا في العلوم. لكن، لا تزال هناك تحديات مثل عدم التوازن في الفئات التقييمية، لا سيما تلك التي تتعلق بالتفكير المتقدم. في دراسة حديثة، تم تسليط الضوء على كيفية استخدام استراتيجيات تحسين البيانات لمواجهة هذه التحديات.

تتناول الدراسة استراتيجيات لإثراء نموذج التصنيف النصي القائم على التحويل (Transformer) لتقييم استجابات الطلاب في امتحانات العلوم الفيزيائية، مع التركيز على تعليمات مُتفق عليها بالمعايير المحدثة (NGSS). تم تحليل بيانات تشمل 1466 استجابة لطلاب المدارس الثانوية مُصنفة حسب 11 فئة، تتضمن مكونات علمية ضرورية للحصول على تفسير كامل.

استخدمت الدراسة نموذج SciBERT كنقطة انطلاق، وأجرت تحسينات مستهدفة تشمل استخدام استجابات مولدة بواسطة GPT-4، وطريقة EASE لاستخراج الكلمات والترشيح، بالإضافة إلى طريقة ALP لاستخراج العبارات. أظهرت النتائج تحسنًا ملحوظًا في الأداء مع هذه الاستراتيجيات الجديدة، حيث حققت EASE زيادات كبيرة في توافق النتائج مع التقييم البشري.

يعتبر استخدام هذه الاستراتيجيات خطوة هامة نحو خلق نظام تقييم آلي أكثر دقة وفاعلية، مما يوفر لأساتذة ومعلمي العلوم القدرة على تقديم ملاحظات فورية للطلاب. الدراسة تقدم رؤى جديدة حول كيفية تحقيق توازن فعال في التقييم مع الحفاظ على تغطية المفاهيم الأساسية، مما يعزز التطور التعليمي في مجال العلوم.