Chuyên gia khảo thí của Mỹ: AI đang làm thay đổi hoạt động kiểm tra, đánh giá

Tại Hội nghị quốc tế về hợp tác giáo dục trong kỷ nguyên số do Bộ Giáo dục và Đào tạo tổ chức, ông Jonathan Schmidgall, chuyên gia nghiên cứu cấp cao tại Viện Khảo thí Giáo dục Hoa Kì (ETS) đã có những chia sẻ về việc ứng dụng của trí tuệ nhân tạo (AI) trong hoạt động đo lường đánh giá.

Ông Jonathan Schmidgall đánh giá, khi trí tuệ nhân tạo - AI ngày càng được đưa vào hoạt động kiểm tra, đánh giá. Nhưng điều quan trọng không chỉ là khai thác hiệu quả công nghệ mà còn phải bảo đảm các quyết định dựa trên kết quả đánh giá có đủ cơ sở và đáng tin cậy.

AI mở rộng khả năng đánh giá nhưng cũng đặt ra thách thức mới

Trong giáo dục và môi trường làm việc, nhiều quyết định có ảnh hưởng lớn đến cơ hội phát triển của mỗi người, như tuyển sinh đại học, công nhận tốt nghiệp, cấp chứng nhận nghề nghiệp, tuyển dụng hay thăng chức. Những quyết định này thường dựa vào kết quả đánh giá.

Ông Jonathan Schmidgall nhấn mạnh, một hệ thống đánh giá tốt có thể góp phần giúp các quyết định công bằng hơn, có tính so sánh cao hơn và có cơ sở vững chắc hơn. Vì vậy, đánh giá là một phần quan trọng trong việc xây dựng niềm tin đối với các quyết định của cá nhân và tổ chức.

AI đang tác động trực tiếp đến lĩnh vực này. Tuy nhiên, theo chuyên gia, cần xem xét việc ứng dụng AI từ hai góc độ: AI có thể cải thiện hoạt động đánh giá như thế nào và AI làm thay đổi những gì chúng ta đo lường ra sao?

Nếu câu hỏi thứ nhất tập trung vào công cụ, tốc độ và hiệu quả, thì câu hỏi thứ hai liên quan đến bản chất của năng lực được đánh giá, cũng như chất lượng và ý nghĩa của kết quả đo lường.

Ông Jonathan Schmidgall nhấn mạnh: “Nếu bỏ qua vấn đề này, chúng ta có nguy cơ xây dựng công nghệ tốt hơn nhưng lại phục vụ cho việc đo lường sai”.

Theo ông, hai câu hỏi cần được xem xét đồng thời. Bởi việc cải thiện công nghệ không đồng nghĩa với việc bảo đảm rằng hệ thống đánh giá đang đo lường đúng năng lực cần đo.

Trong thực tế, AI có thể hỗ trợ nhiều khâu của quy trình đánh giá. Ở giai đoạn thiết kế bài kiểm tra, công nghệ này có thể giúp tạo các đoạn văn, tài liệu nghe, câu hỏi và thang điểm. Chatbot và các hệ thống đối thoại bằng lời nói cũng có thể tạo ra những nhiệm vụ tương tác, cho phép người dự thi tham gia vào các cuộc trao đổi thực sự thay vì chỉ nói với bản ghi âm.

Ở khâu tổ chức kiểm tra, AI có thể hỗ trợ xác minh danh tính và phát hiện những dấu hiệu bất thường trong quá trình làm bài. Trong chấm điểm, công nghệ này mở ra khả năng kết hợp đánh giá của con người với đánh giá của máy móc. Còn trong hoạt động học tập, AI có thể cung cấp phản hồi cá nhân hóa, xác định và đáp ứng nhu cầu của từng người học.

Những ứng dụng này có tiềm năng giúp hoạt động đánh giá hiệu quả hơn, đồng thời mở rộng các hình thức đánh giá có thể triển khai.

Tuy nhiên, AI cũng tạo ra những rủi ro mới. Chuyên gia Jonathan Schmidgall lưu ý rằng các công cụ hỗ trợ người học luyện tập cũng có thể được sử dụng để trả lời câu hỏi thi. Nội dung đề thi có thể bị thu thập, sao chép và chia sẻ trên quy mô lớn.

Do đó, công nghệ vừa có thể hỗ trợ bảo đảm an ninh, vừa có thể tạo ra những thách thức đối với tính bảo mật của các kỳ thi.

Kinh nghiệm nhiều thập niên ứng dụng công nghệ chấm điểm tự động trong đánh giá năng lực ngôn ngữ cũng cho thấy không thể mặc nhiên coi kết quả từ một công nghệ là bằng chứng đủ để áp dụng cho công nghệ khác. Khi sử dụng các mô hình AI quy mô lớn trong đánh giá, cần có bằng chứng chứng minh rằng điểm số thu được đáp ứng yêu cầu về giá trị, độ tin cậy và tính công bằng.

Khi AI làm thay đổi chính năng lực được đo lường

Một thách thức sâu hơn xuất hiện khi AI không chỉ hỗ trợ quy trình đánh giá mà còn làm thay đổi bản thân những kỹ năng cần được đánh giá.

Ông Jonathan Schmidgall cho biết, con người hiện sử dụng AI để viết, dịch, tóm tắt và chuẩn bị nội dung.

Trong lĩnh vực đo lường, năng lực mà một bài kiểm tra hướng tới đánh giá được gọi là cấu trúc năng lực. Khi cách con người thực hiện công việc thay đổi những năng lực này cũng cần được xem xét lại.

Sự thay đổi thể hiện rõ trong lĩnh vực ngôn ngữ và giao tiếp. Ngoài ra, khả năng giải quyết vấn đề, tư duy phản biện và lập luận chuyên môn cũng chịu tác động. Bên cạnh đó, những năng lực mới như khả năng phối hợp giữa con người và AI cũng như năng lực hiểu biết về AI ngày càng trở nên quan trọng.

Vấn đề đặt ra là nếu AI được sử dụng trong các hoạt động thực tế, một số hình thức đánh giá trong tương lai có thể được thiết kế để tích hợp công nghệ này ngay từ đầu. Khi đó, ý nghĩa của điểm số phải được xác định rõ ràng.

Điểm số phản ánh năng lực của một người khi có AI hỗ trợ, năng lực khi không có AI hay kết quả phối hợp giữa con người và AI? Đây là những cách diễn giải khác nhau và không thể mặc nhiên coi là tương đương.

Bên cạnh đó, khả năng tiếp cận và kinh nghiệm sử dụng AI giữa các cá nhân không giống nhau. Sự chênh lệch này có thể tạo ra bất bình đẳng trong cơ hội học tập và thể hiện năng lực. Vì vậy, kết quả đánh giá vẫn cần bảo đảm khả năng so sánh giữa các cá nhân, tổ chức và các thời điểm khác nhau.

Trước những thay đổi do AI mang lại, ông Jonathan Schmidgall cho rằng các hệ thống đánh giá cần tiếp tục bảo đảm ba yêu cầu cơ bản.

Thứ nhất, ý nghĩa của điểm số phải rõ ràng. Người sử dụng cần hiểu bài kiểm tra đo lường điều gì, điểm số thể hiện điều gì và những loại quyết định nào có thể được đưa ra một cách hợp lý dựa trên kết quả đó.

Thứ hai, các tiêu chuẩn chất lượng gồm độ tin cậy, tính giá trị và tính công bằng phải được duy trì. Việc ứng dụng AI không làm giảm yêu cầu đối với những tiêu chuẩn này. Mọi tuyên bố về chất lượng của một hình thức đánh giá dựa trên AI đều cần có bằng chứng chứng minh. Khi công nghệ thay đổi, những bằng chứng đó cũng phải được cập nhật.

Thứ ba, trách nhiệm bảo đảm chất lượng đánh giá cần được phân định rõ. Các chương trình khảo thí phải cung cấp bằng chứng có thể kiểm tra và rà soát. Người sử dụng kết quả đánh giá cần đặt ra những câu hỏi về ý nghĩa của điểm số và cơ sở chứng minh chất lượng.

Ông Jonathan Schmidgall khẳng định, AI chắc chắn sẽ tiếp tục làm thay đổi hoạt động đánh giá. Vì vậy, các nhà quản lý giáo dục, các tổ chức khảo thí và những người sử dụng kết quả đánh giá không nên chỉ quan tâm đến việc AI có thể giúp quá trình thi và đánh giá nhanh, hiệu quả hơn mà cần đặc biệt quan tâm đến việc AI đang làm thay đổi bản chất của năng lực được đo lường như thế nào.

Đây cũng là vấn đề có ý nghĩa quyết định đối với độ tin cậy, giá trị và sự công bằng của các hệ thống đánh giá trong bối cảnh AI ngày càng hiện diện sâu rộng trong giáo dục.