محدود کردن تقلب در امتحانات از راه دور به کمک هوش مصنوعی

عصر گسترده‌ای از فراگیری راه دور که توسط بیماری همه گیر COVID-19 ایجاد شده نیاز به روش‌های آزمون آنلاین دارد که به طور موثر از تقلب، به ویژه در قالب تبانی بین دانش آموزان جلوگیری می‌کند. با نگرانی در مورد افزایش میزان تقلب در سراسر کشور، راه حلی که مشکل را برطرف کرده و در عین حال حریم خصوصی دانشجویان را نیز حفظ کند از ارزش ویژه‌ای برخوردار خواهد بود.

در تحقیقی که امروز منتشر شده، مهندسان موسسه پلی تکنیک Rensselaer نشان داده‌اند که چگونه یک استراتژی آزمایشی که آنها آن را تست آنلاین از راه دور می‌نامند می‌تواند به طور موثر توانایی دانش آموزان را برای دریافت کمک از یکدیگر کاهش دهد تا مطمعن باشیم که دانش‌آموزان در آزمون‌ها به صورت فردی شرکت می‌کنند.

جن وانگ، استاد مهندسی زیست پزشکی در Rensselaer و نویسنده این مقاله گفت : در امتحانات آنلاین از راه دور  دانش آموزان می‌توانند از طریق تلفن یا اینترنت با یکدیگر صحبت كنند و پاسخ‌ها را باهم تبادل كنند. ایده اصلی روش ما به حداقل رساندن این شانس از طریق بهینه سازی گسسته است که با کمک طبقه بندی میزان توانایی دانش آموزان انجام می‌شود.

در این استراتژی هنگامی که یک آزمون آنلاین از راه دور انجام می‌شود، دانش آموزان سوالات یکسانی را دریافت می‌کنند اما در زمان‌های مختلف بسته به سطح مهارت آنها. به عنوان مثال، دانش آموزان با بالاترین سطح تسلط ، سوال‌ها را پس از پاسخ سایر گروه‌های دانشجو به این سوالات دریافت می‌کنند.

وانگ گفت : این روش انگیزه دانشجویان را برای کمک به دیگران کاهش می‌دهد  زیرا کسانی که قبلا سوالات را پاسخ داده‌اند توانایی کمتری نسبت به کسانی که در حال پاسخگویی هستند دارند. برای تعیین ترتیب سوالات هر دانش آموز، سطح صلاحیت آنها با استفاده از معدل یا نمرات میان ترم آنها برآورد می‌شود.

طبق آزمایشات آماری و نظرسنجی‌های پس از امتحان، ثابت شده که این روش در مقایسه با روش‌های آزمون معمولی‌ می‌تواند به کاهش میزان تقلب بین دانش‌آموزان بیانجامد.

وانگ گفت : به عنوان یک مزیت اضافی، وقتی دانش آموزان می‎دانستند که تبانی امکان پذیر نیست، انگیزه‌ی بیشتری برای مطالعه مطالب کلاس داشتند. وانگ و همکارانش امیدوارند که بتوانند این نوآوری آموزشی را با سایر دانشگاه‌ها به اشتراک بگذارند.

او افزود : ما قصد داریم یک بستر خوب ایجاد کنیم تا سایر موسسات بتوانند به راحتی از این روش استفاده کنند.

 

5/5 - (1 امتیاز)
لینک کوتاه شده : https://amerandish.com/U8r2V

به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

_ مطالب مرتبط _

اخبار هوش مصنوعی

حل مکعب روبیک به روش گام به گام توسط هوش مصنوعی

کالین جی جانسون، دانشیار دانشگاه ناتینگهام یک الگوریتم یادگیری عمیق ایجاد کرده که اصطلاحاً می‌تواند عملکرد تناسب اندام را از مجموعه راه حل‌های نمونه‌ی یک

درخواست شما با موفقیت ارسال شد.

ضمن تشکر بابت ارسال پیام، در سریع‌ترین زمان ممکن کارشناسان شرکت عامراندیش درخواست شما را بررسی خواهند نمود.