Τεχνητή νοημοσύνη και βαθμολόγηση μαθητών : χρόνος, δικαιοσύνη και υποκειμενικότητα στη σχολική αξιολόγηση
Loading...
Date
2026-01-23
Authors
Παπαγεωργίου, Κωνσταντίνος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η ραγδαία ενσωμάτωση της Τεχνητής Νοημοσύνης (ΤΝ) στις εκπαιδευτικές πρακτικές έχει μετασχηματίσει σημαντικά τις διαδικασίες αξιολόγησης των μαθητών, ιδίως μέσω της χρήσης συστημάτων αυτόματης βαθμολόγησης. Παρότι τα εργαλεία αξιολόγησης που βασίζονται στην ΤΝ υπόσχονται αυξημένη αποδοτικότητα και συνέπεια, εξακολουθούν να υφίστανται προβληματισμοί σχετικά με τη δικαιοσύνη, την υποκειμενικότητα και την πιθανή αλγοριθμική μεροληψία. Σκοπός της παρούσας μελέτης είναι να διερευνήσει κατά πόσο η βαθμολόγηση μέσω ΤΝ μπορεί να ενισχύσει την αξιοπιστία και τη δικαιοσύνη της σχολικής αξιολόγησης σε σύγκριση με τη βαθμολόγηση που πραγματοποιείται από τους εκπαιδευτικούς.
Η έρευνα ακολουθεί ποσοτικό συγκριτικό ερευνητικό σχεδιασμό. Μαθητικά γραπτά δοκίμια βαθμολογήθηκαν τόσο από εκπαιδευτικούς όσο και από τρία συστήματα Τεχνητής Νοημοσύνης (GPT-5, Gemini και DeepSeek), με βάση κοινή ρουμπρίκα αξιολόγησης. Παράλληλα, χορηγήθηκε ερωτηματολόγιο σε εκπαιδευτικούς με στόχο τη διερεύνηση των στάσεών τους απέναντι στη χρήση της ΤΝ στη διαδικασία αξιολόγησης. Για την ανάλυση των δεδομένων χρησιμοποιήθηκαν στατιστικές μέθοδοι όπως το ζευγαρωμένο t-test, ο δείκτης ενδοταξικής συσχέτισης (Intraclass Correlation Coefficient – ICC) και η μέθοδος Bland–Altman, προκειμένου να εξεταστούν ο βαθμός συμφωνίας, η συνέπεια και οι συστηματικές αποκλίσεις μεταξύ ανθρώπινης και αλγοριθμικής βαθμολόγησης.
Τα αποτελέσματα δείχνουν μέτριο έως υψηλό επίπεδο συμφωνίας μεταξύ εκπαιδευτικών και συστημάτων ΤΝ, με τιμές ICC που υποδηλώνουν σημαντική αξιοπιστία. Ωστόσο, εντοπίστηκαν συστηματικές διαφοροποιήσεις, καθώς τα συστήματα ΤΝ τείνουν να είναι πιο επιεική σε χαμηλά επίπεδα επίδοσης και αυστηρότερα σε υψηλά, γεγονός που συνιστά μορφή αναλογικής μεροληψίας (proportional bias). Οι εκπαιδευτικοί αναγνώρισαν γενικά την αποδοτικότητα και τη συνέπεια της αλγοριθμικής βαθμολόγησης, αλλά εξέφρασαν επιφυλάξεις σχετικά με την παιδαγωγική εγκυρότητα, τη διαφάνεια και τον κίνδυνο υπερβολικής εξάρτησης από αυτοματοποιημένα συστήματα.
Συνολικά, τα ευρήματα υποδηλώνουν ότι η Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει ως υποστηρικτικό εργαλείο στη σχολική αξιολόγηση, ενισχύοντας τη συνέπεια και μειώνοντας τον φόρτο εργασίας των εκπαιδευτικών, χωρίς ωστόσο να μπορεί να υποκαταστήσει πλήρως την ανθρώπινη παιδαγωγική κρίση. Προτείνεται η υιοθέτηση ενός υβριδικού μοντέλου αξιολόγησης (human-in-the-loop), στο οποίο η ΤΝ λειτουργεί συμπληρωματικά προς τον εκπαιδευτικό, διασφαλίζοντας ταυτόχρονα την τεχνολογική αποδοτικότητα και τη δικαιοσύνη της εκπαιδευτικής διαδικασίας.
Description
Keywords
Τεχνητή νοημοσύνη στην εκπαίδευση, Αξιολόγηση μαθητών, Αυτόματη βαθμολόγηση, Δικαιοσύνη, Αλγοριθμική μεροληψία