Σταθεροποιήστε το επίπεδο δυσκολίας των εξετάσεων εισαγωγής στο πανεπιστήμιο.

GD&TĐ - Μετά από διαμάχη σχετικά με τη δυσκολία των εξετάσεων εισαγωγής στο πανεπιστήμιο, το Υπουργείο Παιδείας της Νότιας Κορέας εξετάζει το ενδεχόμενο χρήσης τεχνητής νοημοσύνης για τη σταθεροποίηση του επιπέδου δυσκολίας των εξετάσεων.

Ωστόσο, πολλοί ειδικοί προειδοποιούν ότι η τεχνολογία δεν μπορεί ακόμη να λύσει τις βαθύτερες αιτίες των ελλείψεων στο εκπαιδευτικό σύστημα.

Στις αρχές Μαρτίου, το Υπουργείο Παιδείας της Νότιας Κορέας ανακοίνωσε σχέδια για την ανάπτυξη ενός συστήματος τεχνητής νοημοσύνης ικανού να δημιουργεί αποσπάσματα κατανόησης κειμένου στα αγγλικά, συνήθως αποσπάσματα από ακαδημαϊκό ή δημοσιογραφικό υλικό. Αυτό το σύστημα όχι μόνο θα βοηθούσε στη συλλογή αλλά και στην αξιολόγηση της συνάφειας του περιεχομένου. Οι εξετάσεις θα μπορούσαν να ξεκινήσουν με δοκιμαστικές εξετάσεις στο εγγύς μέλλον.

Αυτή η πρόταση προέκυψε αφότου το αγγλικό τμήμα των εξετάσεων εισαγωγής στο πανεπιστήμιο του 2025 αποδείχθηκε ασυνήθιστα δύσκολο, υπερβαίνοντας το εύρος των γνώσεων των σχολικών βιβλίων. Η διαμάχη γύρω από τη δυσκολία της εξέτασης έγινε ακόμη πιο εμφανής όταν εξετάστηκαν τα δεδομένα. Στις εξετάσεις του 2025, μόνο περίπου το 3,1% των υποψηφίων πέτυχε την υψηλότερη βαθμολογία στα αγγλικά, τη χαμηλότερη από την εφαρμογή του συστήματος τέλειας βαθμολόγησης το 2018. Οι σημαντικές διακυμάνσεις με την πάροδο των ετών, με ορισμένα έτη να καταγράφουν ποσοστά που υπερβαίνουν το 12%, υποδηλώνουν έλλειψη σταθερότητας στο τρέχον σύστημα.

Το περιστατικό εγείρει ερωτήματα σχετικά με τη σταθερότητα και την αμεροληψία της εξέτασης.

Σύμφωνα με τους ειδικούς, ένας από τους κύριους λόγους για τους οποίους οι εξετάσεις γίνονται πολύ δύσκολες είναι οι αναθεωρήσεις της τελευταίας στιγμής. Περίπου το 42% των ερωτήσεων αλλάζουν ακριβώς πριν από την ημέρα των εξετάσεων, αφήνοντας ανεπαρκή χρόνο για έλεγχο ώστε να διασφαλιστεί η ακρίβεια. Σε αυτό το πλαίσιο, η Τεχνητή Νοημοσύνη αναμένεται να βοηθήσει στην τυποποίηση της διαδικασίας δημιουργίας εξετάσεων, από τη δημιουργία περιεχομένου έως την πρόβλεψη του επιπέδου δυσκολίας κάθε ερώτησης.

Επιπλέον, η τρέχουσα δομή των εξετάσεων έχει και ακούσιες συνέπειες. Οι εξετάσεις Αγγλικών βαθμολογούνται με βάση μια κλίμακα απόλυτων βαθμολογιών, ενώ άλλα μαθήματα χρησιμοποιούν ένα σχετικό σύστημα βαθμολόγησης. Αυτό όχι μόνο δεν μειώνει την ακαδημαϊκή πίεση, αλλά προκαλεί και μετατόπιση των δαπανών για την ιδιωτική εκπαίδευση προς νεότερες ηλικιακές ομάδες, καθώς οι γονείς επιδιώκουν να προετοιμάσουν τα παιδιά τους νωρίς.

Ως εκ τούτου, ορισμένοι ειδικοί θεωρούν τη χρήση της Τεχνητής Νοημοσύνης ως μια πολλά υποσχόμενη πρόταση. Ο καθηγητής Lee Byung-min, ο οποίος διδάσκει στο Εθνικό Πανεπιστήμιο της Σεούλ, σχολίασε: «Έχουν υπάρξει προβλήματα με την επιλογή παραγράφων, με αποτέλεσμα κείμενα που είναι μερικές φορές ασυνάρτητα, πολύ αφηρημένα ή πολύ σύντομα για να παρέχουν το πλαίσιο. Εάν η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στην αξιολόγηση και τη βελτίωση αυτών των πτυχών, σίγουρα θα ωφελήσει τους εξεταζόμενους».

Η Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει ως εργαλείο τεχνικής υποστήριξης, συμβάλλοντας στη βελτίωση της ποιότητας του περιεχομένου και στην ελαχιστοποίηση του ανθρώπινου λάθους. Επιπλέον, η Τεχνητή Νοημοσύνη μπορεί να αναλύσει μεγάλα δεδομένα από προηγούμενες εξετάσεις για να προβλέψει τα επίπεδα δυσκολίας, συμβάλλοντας έτσι στη διατήρηση της συνέπειας με την πάροδο των ετών.

Αντίθετα, ο καθηγητής Yoon Hee-cheol, ο οποίος διδάσκει στο Πανεπιστήμιο Γυναικών Duksung, προειδοποιεί: «Η τεχνολογία τεχνητής νοημοσύνης δεν μπορεί να λύσει τα πιο θεμελιώδη προβλήματα. Η εφαρμογή της τεχνητής νοημοσύνης μπορεί να βοηθήσει στην προσαρμογή της δυσκολίας της εξέτασης αντί να αφήνει τους εξεταζόμενους να επιλέγουν οι ίδιοι τα αποσπάσματα. Ωστόσο, η εξάρτηση από περιεχόμενο που δημιουργείται από τεχνητή νοημοσύνη μπορεί να οδηγήσει σε αποσπάσματα που δεν έχουν βάθος ή δεν αντικατοπτρίζουν με ακρίβεια το πραγματικό πλαίσιο, επηρεάζοντας έτσι την ικανότητα ολοκληρωμένης αξιολόγησης της γλωσσικής επάρκειας».

Ένα άλλο ανησυχητικό ζήτημα είναι ο κίνδυνος αυξημένης ανισότητας. Καθώς η Τεχνητή Νοημοσύνη ενσωματώνεται στις εξετάσεις, τα ιδιωτικά εκπαιδευτικά ιδρύματα μπορούν να προσαρμοστούν γρήγορα και να εκμεταλλευτούν αυτό το πλεονέκτημα.

Ο καθηγητής Yoon Hee-cheol, ο οποίος διδάσκει στο Πανεπιστήμιο Γυναικών Duksung στη Νότια Κορέα, προειδοποιεί: «Η λύση δεν έγκειται μόνο στην τεχνολογία αλλά και στον τρόπο ορισμού των «κατάλληλων επιπέδων δυσκολίας». Χρειαζόμαστε σαφείς κατευθυντήριες γραμμές ή μια ευρύτερη συναίνεση σχετικά με το σύστημα κλειδιών απαντήσεων, ευθυγραμμισμένη με τις κοινωνικές προσδοκίες και τις κατευθύνσεις της εκπαιδευτικής πολιτικής».

Σύμφωνα με την Korea JoongAng Daily

Πηγή: https://giaoducthoidai.vn/on-dinh-do-kho-ky-thi-dai-hoc-post771132.html