VNR Content
Pearl
Từ năm 2023, bài kiểm tra đánh giá năng lực học sinh tại Texas (Mỹ) được thiết kế lại với nhiều câu hỏi mở, thay cho hình thức trắc nghiệm truyền thống. Số lượng câu hỏi mở có thể nhiều gấp 7 lần so với trước đây. Theo tờ Texas Tribune, việc sử dụng hệ thống xử lý ngôn ngữ tự nhiên (NLP) giúp tiểu bang Texas tiết kiệm đến 20 triệu USD mỗi năm – khoản tiền lẽ ra sẽ dùng để thuê bên thứ ba chấm bài thi bằng tay. Jose Rios, giám đốc đánh giá học sinh tại Cục Giáo dục Texas (TEA), cho biết họ muốn giữ lại tối đa những câu hỏi dạng mở, nhưng khẳng định việc đánh giá các đáp án này tốn rất nhiều thời gian. Máy móc hiện chưa hoàn toàn thay thế con người trong công tác chấm thi, ít nhất là ở thời điểm hiện tại. TEA từng phải thuê 6000 nhân công chấm bài tạm thời vào năm ngoái, nhưng năm nay chỉ cần chưa đến 2000 người.
Khoảng 1/4 các bài giải dạng mở ban đầu do AI chấm sẽ được con người xem xét lại. Những bài thi mà máy tự chấm không đạt độ tin cậy cao cũng sẽ được đánh giá lần nữa bởi các chuyên gia. Bên cạnh đó, các bài dùng ngôn ngữ khác ngoài tiếng Anh và có chứa nhiều từ lóng cũng chuyển sang hình thức chấm thi truyền thống. Công cụ chấm bài tự động được đào tạo dựa trên 3000 mẫu bài giải đã trải qua hai vòng chấm điểm bằng người. Dữ liệu này cho phép AI nắm bắt các đặc điểm chung của bài làm, và được hướng dẫn cách chấm điểm tương tự con người. Chris Rozunick, giám đốc phát triển đánh giá tại TEA, cho biết họ luôn có quy trình kiểm soát chất lượng chặt chẽ với cả người chấm thi, và quy trình này cũng tương tự với hệ thống máy tính. Tuy nhiên, ông nhấn mạnh rằng đừng gọi đây là trí tuệ nhân tạo. "Chúng tôi còn rất xa mới đạt đến mức tự chủ hay có thể tự suy nghĩ," Rozunick nói. Ví dụ, hệ thống chấm điểm này không "học" được từ bài này sang bài khác; mà luôn phải dựa vào bộ dữ liệu ban đầu để làm tham chiếu. >>> Meta, OpenAI trong cuộc chạy đua ra mắt mô hình AI "biết tư duy lý luận, có trí nhớ"
