238 ע הערכת עבודות גמר בסיוע בינה מלאכותית: ChatGPT מול שיקול דעת המרצים )פוסטר( תקציר רקע: הופעתם של המודלים הגדולים ושל כלי בינה מלאכותית גנרטיבית שינתה במהירות את דפוסי ההוראה. השימוש בהם עדיין נתפס כתחום בלתי יציב ורווי סיכונים, אך גם כהזדמנות. מטרה : מחקר זה מציג ניתוח השוואתי בין הערכות שביצע מרצה באוניברסיטה לבין אלה שמבוצעות על ידי ChatGPT לגבי עשרים עבודות גמר בקורס לתואר מוסמך בחינוך. מטרתו היא לבחון, תוך שימוש במחוון משותף, את הדמיון והשוני בציונים ובהערות בין מעריך אנושי לבין הערכה מבוססת בינה מלאכותית . שאלות המחקר הן: .1 באיזו מידה הציונים המוענקים על ידי מעריך אנושי )מ"א( ועל יד י ChatGPT חופפים או מתפצלים כאשר משתמשים באותו מחוון בהערכת עבודות גמר בקורס אוניברסיטאי? .2 אילו הטיות או ה דגשים נצפים בפרשנות של הקריטריונים להערכה – פורמליים, פדגוגיים ואתיים – בין המעריכים ? מתודולוגיה : מדובר במחקר איכותני השוואתי, חקר מקרים מרובים, שנועד לנתח את נקודות המפגש והפערים בין הערכה אנושית לבין הערכה מבוססת ChatGPT . ההשוואה בוצעה באמצעות אותו מחוון הערכה, תוך שמירה על כלי מדידה קבועים כדי לבודד ככל האפשר את ההבדלים בפרשנות . מסקנות : הממצאים מצביעים על מתאם כולל גבוה בין הציונים האנושיים לציונים מבוססים בינה מלאכותית , בהפרש ממוצע של כ - ±5% . עם זאת, עולים גם פערים בולטים בכמה מקרים שנבחנו. הבינה המלאכות ית רואה את עצמה כמעריכה קפדנית מן הבחינה הפורמלית, המדגישה היבטים צורניים הקשורים למבנה השפה, ובהם בהירות ו צפיפות מושגית; בעוד שהמ'א מתואר על פי הב"מ כמי שמדגיש רכיבים יצירתיים, קונטקסטואליות של התשובות ואותנטיות רפלקסיבית . בנוסף, הב"מ נוטה להדגיש עקביות פורמלית ומבנה טיעוני, בעוד שהמעריך האנושי )על פי הב"מ( נותן משקל רב יותר למקוריות ו לרלוונטיות קונטקסטואלית . אם אכן האפיסטמולוגיה של הבינה המלאכותית מוגבלת להיבטים מסוימים של ההערכה, ייתכן שדווקא מגבלה זו היא המפתח ל אינספור אפשרויות מעבר למודל. המחקר מראה כי הבינה המלאכותית יכולה לשמש כמראה של החשיבה ההערכתית האנושית, ולחשוף היכן מצויה למעשה המיומנות הפדגוגית של המעריך האנושי. השלכות: העמקת קו מחקר זה עשויה להעניק למרצים ולמעריכים באקדמיה תובנות משמעותיות לשם מיטוב השימוש בבינה מלאכותית כעוזרת מחקר והערכה, במסגרת שמירה על תקינות אקדמית ועל אתיקה מקצועית. בעבודה נדונים היקף השימוש והמגבלות של מערכות בינה מלאכותית כעו זרי הערכה, המתח האפיסטמולוגי שבין שיפוט מקצועי לבין אוטומציה, וכן מוצעים קווים מנחים לשימוש אתי בכלים אלה . מילות מפתח : הערכה בסיוע בינה מלאכותית, ,ChatGPT השכלה גבוהה, מחוון הערכה, שיפוט מקצועי של מרצים, אפיסטמולוגיה של הבינה ה מלאכותית . מקורות Doğan, M., Celik, A., & Arslan, H. (2025). AI In Higher Education: Risks and Opportunities From the Academician Perspective. European Journal of Education, 60(1), e12863. Hall, K., & Severance, D. (2025). Development of Evaluation Criteria and Comparison of Performance Between Sophomore and Upper-Division Resident Assistants. The Journal of College and University Student Housing, 51(2), 3-22. Jauhiainen, J. S., & Garagorry Guerra, A. (2025). Generative AI in education: ChatGPT-4 in evaluating students’ written responses. Innovations in Education and Teaching International, 62(4), 1377-1394. Kalantzis, M., & Cope, B. (2025). Literacy in the time of Artificial Intelligence. Reading Research Quarterly, 60(1), e591. Khan, W. N. (2024). Ethical challenges of AI in education: Balancing innovation with data privacy. AI EDIFY Journal, 1(1), 1-13. Oh, J., Kim, E., Cha, I., & Oh, A. (2024). The generative AI paradox on evaluation: What it can solve, it may not evaluate. arXiv preprint arXiv:2402.06204. Román-Acosta, D. (2024). Exploración filosófica de la epistemología de la inteligencia artificial: Una revisión sistemática. Revista Uniandes Episteme, 11(1), 101-122. Spelda, P., & Stritecky, V. (2024). Why and how to construct an epistemic justification of machine learning? Synthese, 204(2), 74.
RkJQdWJsaXNoZXIy Mjk0MjAwOQ==