Trí tuệ nhân tạo trong kiểm tra đánh giá ở trường đại học: Mô hình triển khai và bài học thực tiễn
Abstract
Bối cảnh: Trong bối cảnh chuyển đổi số và yêu cầu đổi mới kiểm tra đánh giá trong giáo dục đại học, trí tuệ nhân tạo (AI) đang trở thành công cụ quan trọng hỗ trợ nâng cao tính khách quan, hiệu quả và chất lượng phản hồi trong đánh giá kết quả học tập. AI không chỉ tác động đến quy trình chấm điểm mà còn thay đổi cách thức ghi nhận minh chứng học tập và đo lường năng lực, song việc triển khai tại Việt Nam vẫn gặp thách thức về nhận thức, năng lực số và điều kiện hạ tầng. Phương pháp nghiên cứu: Nghiên cứu sử dụng phương pháp phân tích – tổng hợp tài liệu, đối chiếu các mô hình quốc tế và xem xét định hướng ứng dụng trong thực tiễn giáo dục đại học. Vấn đề nghiên cứu: Các vấn đề đặt ra liên quan đến độ tin cậy, công bằng, minh bạch thuật toán và khoảng trống về đánh giá năng lực dựa trên rubric có AI hỗ trợ. Kết quả: Kết quả nghiên cứu đề xuất mô hình phù hợp bối cảnh Việt Nam, nhấn mạnh rubric tự động, phân tích minh chứng và phản hồi cá nhân hóa nhằm định hướng đổi mới đánh giá theo năng lực trong kỷ nguyên AI.
