ข้ามไปยังเนื้อหา
The AI Teacher
← บทความทั้งหมด

AI กับการวัดและประเมินผลการศึกษา: ความแม่นยำ ความเป็นธรรม และบทบาทของครู

เข้าชม 7 ครั้ง

หมวด: AI กับการเรียนรู้
แท็ก: การวัดและประเมินผล, Feedback, Automated Essay Scoring, AI Detector, Academic Integrity

หมายเหตุการตรวจสอบ: ข้อมูลบรรณานุกรมและ DOI ตรวจสอบกับ Crossref หรือ DataCite เมื่อเดือนพฤศจิกายน พ.ศ. 2569 สรุปผลวิจัยมาจากบทคัดย่อ ยังไม่ได้ตรวจกับเอกสารฉบับเต็ม หัวข้อการวิเคราะห์และข้อเสนอแนะเป็นความเห็นของผู้เขียน ไม่ใช่ผลวิจัย

บทนำ

การประเมินเป็นหนึ่งในภาระงานที่ใช้เวลามากที่สุดของครู และเป็นจุดที่ส่งผลโดยตรงต่อโอกาสของผู้เรียน เมื่อแบบจำลองภาษาขนาดใหญ่สามารถอ่านงานเขียนและตอบกลับเป็นภาษาธรรมชาติได้ จึงมีความคาดหวังว่า AI จะช่วยให้ครูให้ข้อมูลป้อนกลับได้เร็วและทั่วถึงขึ้น ในอีกด้านหนึ่ง AI ก็ทำให้การรักษาความซื่อสัตย์ทางวิชาการยากขึ้น หลายสถาบันจึงหันไปใช้เครื่องมือตรวจจับข้อความจาก AI

บทความนี้แบ่งการใช้ AI ในการประเมินออกเป็น 3 บทบาท ได้แก่ ผู้ให้ข้อมูลป้อนกลับ ผู้ช่วยให้คะแนน และเครื่องมือตรวจสอบความซื่อสัตย์ แล้วทบทวนว่าหลักฐานแต่ละด้านสนับสนุนอะไร และเตือนอะไร

แนวคิดสำคัญ

ความเที่ยงตรงและความเชื่อมั่นของการประเมิน

ในทางการวัดผล คำถามหลักคือ คะแนนสะท้อนสิ่งที่ต้องการวัดจริงหรือไม่ และให้ผลคงเส้นคงวาเพียงใด เมื่อนำ AI มาใช้ คำถามนี้ไม่ได้หายไป เพียงแต่ต้องถามเพิ่มว่าระบบให้ผลสอดคล้องกับผู้เชี่ยวชาญเพียงใด ให้ผลเท่าเทียมกันระหว่างกลุ่มผู้เรียนหรือไม่ และครูตรวจสอบเหตุผลของผลลัพธ์ได้หรือไม่

ข้อมูลป้อนกลับต่างจากการตัดสิน

ผู้เขียนเห็นว่าควรแยกการประเมินเพื่อพัฒนาออกจากการประเมินเพื่อตัดสิน เพราะความเสียหายเมื่อระบบผิดพลาดต่างกันมาก ข้อมูลป้อนกลับที่คลาดเคลื่อนยังให้ครูและผู้เรียนพิจารณาได้ ขณะที่การตัดสินคะแนนหรือการกล่าวหาทุจริตมีผลต่อผู้เรียนโดยตรง

ผลวิจัยที่ตรวจสอบได้

AI ในฐานะผู้ให้ข้อมูลป้อนกลับ

Dai et al. (2023) ศึกษาความเป็นไปได้ในการใช้ ChatGPT ให้ข้อมูลป้อนกลับแก่นักศึกษา รายงานว่า ChatGPT สร้างข้อมูลป้อนกลับที่ละเอียดกว่าและสรุปผลการทำงานได้อย่างลื่นไหลกว่าผู้สอน และมีความสอดคล้องสูงกับผู้สอนในการประเมินหัวข้อของงาน

การเปรียบเทียบกับมนุษย์โดยตรงของ Steiss et al. (2024) จากเรียงความนักเรียนมัธยม 200 ชิ้น ให้ภาพที่รอบคอบกว่า ผู้ให้ข้อมูลป้อนกลับที่เป็นมนุษย์ทำได้ดีกว่าในทุกหมวดคุณภาพ ยกเว้นหมวดที่อิงเกณฑ์ แต่ผู้วิจัยระบุว่าเมื่อพิจารณาความง่ายในการสร้างและคุณภาพโดยรวมของ ChatGPT ความแตกต่างเชิงปฏิบัติไม่มากนัก และข้อมูลป้อนกลับไม่แตกต่างตามสถานะทางภาษาของผู้เรียน ทั้งจากมนุษย์และ AI

ในด้านผลต่อการเรียนรู้ การศึกษากึ่งทดลอง 6 สัปดาห์กับผู้เรียน 48 คนของ Escalante et al. (2023) รายงานว่าไม่พบความแตกต่างของผลการเรียนรู้ระหว่างกลุ่มที่ได้รับข้อมูลป้อนกลับจาก AI กับจากมนุษย์ในการเขียนภาษาอังกฤษของผู้เรียนภาษาที่สอง ความชอบของผู้เรียนแบ่งใกล้เคียงกัน ผู้วิจัยแนะนำแนวทางผสมผสาน

AI ในฐานะผู้ช่วยให้คะแนน

Mizumoto และ Eguchi (2023) ทดลองใช้แบบจำลอง GPT-3 text-davinci-003 ให้คะแนนเรียงความภาษาอังกฤษของผู้เรียนต่างภาษา 12,100 ชิ้น รายงานว่ามีความแม่นยำและความเชื่อมั่นในระดับหนึ่ง สามารถสนับสนุนการประเมินของมนุษย์ได้ และการใช้ลักษณะทางภาษาร่วมด้วยช่วยเพิ่มความแม่นยำ คำว่า ระดับหนึ่ง และการสนับสนุนมนุษย์เป็นถ้อยคำที่ควรเน้น เพราะงานนี้ไม่ได้เสนอให้ใช้แทนผู้ประเมิน

เครื่องมือตรวจจับ: ไม่ควรใช้เป็นหลักฐานเดี่ยว

Weber-Wulff et al. (2023) ทดสอบเครื่องมือสาธารณะ 12 รายการและระบบเชิงพาณิชย์ 2 ระบบ สรุปว่าเครื่องมือที่มีอยู่ไม่แม่นยำและไม่น่าเชื่อถือ มีแนวโน้มจัดข้อความเป็นงานเขียนของมนุษย์ และเทคนิคอำพรางเนื้อหาทำให้ประสิทธิภาพแย่ลงมาก

ประเด็นความเป็นธรรมปรากฏชัดใน Liang et al. (2023) ซึ่งรายงานว่าเครื่องตรวจจับมักจัดงานเขียนของผู้ที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่ผิดเป็นข้อความจาก AI ผู้เขียนเห็นว่าข้อค้นพบนี้ควรได้รับความสนใจเป็นพิเศษในบริบทไทย แต่ต้องย้ำว่างานนี้ศึกษาภาษาอังกฤษ จึงยังบอกไม่ได้ว่าเครื่องมือทำงานกับภาษาไทยอย่างไร

ความซื่อสัตย์ทางวิชาการ

Cotton et al. (2024) อภิปรายศักยภาพการใช้เครื่องมือเหล่านี้ไปในทางทุจริต ความยากในการตรวจจับและป้องกัน และเสนอให้มหาวิทยาลัยจัดทำนโยบาย ให้การฝึกอบรม และใช้วิธีตรวจจับและป้องกันที่หลากหลาย บทความนี้เป็นการอภิปรายเชิงแนวคิด ไม่ใช่ผลทดลอง

การวิเคราะห์ของผู้เขียน

หลักฐานในชุดนี้ชี้ไปทางเดียวกันในระดับหนึ่งว่า AI มีศักยภาพสูงกว่าในงานประเมินเพื่อพัฒนามากกว่างานตัดสิน ผู้เขียนยังเห็นความไม่สมมาตรของความเสี่ยง หากเครื่องตรวจจับกล่าวหาผิด ผู้เรียนรับผลกระทบทันที และกลุ่มที่เสี่ยงอาจเป็นกลุ่มที่เสียเปรียบอยู่แล้ว การออกแบบการประเมินใหม่จึงอาจคุ้มค่ากว่าการลงทุนกับการจับผิด

อีกข้อสังเกตคือ ความเห็นต่างระหว่างงาน Dai et al. (2023) กับ Steiss et al. (2024) อาจมาจากเกณฑ์ที่ใช้ ความละเอียดของข้อมูลป้อนกลับไม่จำเป็นต้องเท่ากับคุณภาพทางการสอน ครูจึงควรพิจารณาว่าข้อมูลป้อนกลับนำไปสู่การแก้ไขที่ดีขึ้นหรือไม่

การประยุกต์ใช้: ข้อเสนอแนะของผู้เขียน

  • เริ่มจากงานความเสี่ยงต่ำ: ใช้ AI ร่างข้อมูลป้อนกลับสำหรับงานฉบับร่าง โดยครูตรวจก่อนส่งให้ผู้เรียน

  • ใช้ Rubric ที่ชัด: ส่งเกณฑ์ให้ AI และสุ่มตรวจเทียบกับการให้คะแนนของครู

  • ไม่ใช้ผลเครื่องตรวจจับเป็นหลักฐานเดี่ยว: หากสงสัย ให้สนทนากับผู้เรียน ดูฉบับร่าง และประวัติการทำงาน

  • ออกแบบงานที่แสดงกระบวนการ: เช่น บันทึกการคิด ฉบับร่างหลายรอบ การนำเสนอ และการตอบคำถาม

  • กำหนดนโยบายการเปิดเผย: ระบุให้ชัดว่างานแต่ละแบบใช้ AI ได้ระดับใด และให้ผู้เรียนบอกวิธีใช้

  • คุ้มครองข้อมูล: ไม่ส่งข้อมูลที่ระบุตัวตนนักเรียนเข้าสู่บริการที่ยังไม่ได้ตรวจเงื่อนไขการใช้ข้อมูล

ครูที่สนใจแนวทางเชิงปฏิบัติสามารถดูสินค้าดิจิทัลที่เกี่ยวกับงานครู และคลัง Prompt โดยควรทดลองกับงานตัวอย่างและตรวจผลทุกครั้ง

ข้อจำกัด

บทความนี้อ่านจากบทคัดย่อ งานส่วนใหญ่เป็นการศึกษาภาษาอังกฤษในปี 2023 และใช้แบบจำลองรุ่นที่ปัจจุบันอาจเปลี่ยนไปแล้ว ผู้เขียนไม่พบหลักฐานที่ตรวจสอบได้เกี่ยวกับความแม่นยำของ AI ในการให้คะแนนงานเขียนภาษาไทย และไม่พบการวิเคราะห์อภิมานด้านการให้คะแนนในชุดแหล่งที่ตรวจสอบได้ ข้อสรุปจึงควรใช้เป็นแนวทางเบื้องต้น และสถานศึกษาควรทดสอบกับงานจริงของตนก่อนนำไปใช้

สรุป

AI เป็นผู้ช่วยที่มีศักยภาพในการให้ข้อมูลป้อนกลับและสนับสนุนการให้คะแนน แต่ยังไม่มีหลักฐานเพียงพอให้ใช้แทนดุลยพินิจของครูในการตัดสินที่มีผลสูง ส่วนเครื่องมือตรวจจับงานจาก AI ไม่ควรถูกใช้เป็นหลักฐานชี้ขาด คุณภาพการประเมินในยุคนี้จึงยังขึ้นอยู่กับการออกแบบของครูและกระบวนการตรวจสอบที่เป็นธรรม

เอกสารอ้างอิง

Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148

Dai, W., Lin, J., Jin, H., Li, T., Tsai, Y.-S., Gašević, D., & Chen, G. (2023). Can large language models provide feedback to students? A case study on ChatGPT. In 2023 IEEE International Conference on Advanced Learning Technologies (ICALT) (pp. 323–325). IEEE. https://doi.org/10.1109/icalt58122.2023.00100

Escalante, J., Pack, A., & Barrett, A. (2023). AI-generated feedback on writing: Insights into efficacy and ENL student preference. International Journal of Educational Technology in Higher Education, 20(1), 57. https://doi.org/10.1186/s41239-023-00425-2

Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. https://doi.org/10.1016/j.patter.2023.100779

Mizumoto, A., & Eguchi, M. (2023). Exploring the potential of using an AI language model for automated essay scoring. Research Methods in Applied Linguistics, 2(2), 100050. https://doi.org/10.1016/j.rmal.2023.100050

Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., Warschauer, M., & Olson, C. B. (2024). Comparing the quality of human and ChatGPT feedback of students’ writing. Learning and Instruction, 91, 101894. https://doi.org/10.1016/j.learninstruc.2024.101894

Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P., & Waddington, L. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19(1), 26. https://doi.org/10.1007/s40979-023-00146-z

บทความอื่น ๆ

ภาพประกอบบทความ จาก Digital Literacy สู่ AI Literacy และ Synthetic Literacy: ทักษะการรู้เท่าทันในยุคสื่อที่ AI สร้างได้
เข้าชม 8 ครั้ง

จาก Digital Literacy สู่ AI Literacy และ Synthetic Literacy: ทักษะการรู้เท่าทันในยุคสื่อที่ AI สร้างได้

บทความทบทวนว่าการรู้ดิจิทัลขยายไปสู่การรู้เท่าทัน AI และสื่อสังเคราะห์อย่างไร งานวิจัยบอกอะไรได้บ้าง และเหตุใดการวัดทักษะเหล่านี้จึงยังเป็นโจทย์สำคัญ

ภาพประกอบบทความ Generative AI กับการจัดการเรียนรู้: โอกาส ความเสี่ยง และสิ่งที่งานวิจัยเตือน
เข้าชม 4 ครั้ง

Generative AI กับการจัดการเรียนรู้: โอกาส ความเสี่ยง และสิ่งที่งานวิจัยเตือน

คะแนนที่ดีขึ้นขณะใช้ AI ไม่ได้แปลว่าผู้เรียนเรียนรู้มากขึ้นเสมอไป บทความนี้ทบทวนงานวิจัยว่าการออกแบบการใช้ Generative AI ส่งผลต่อการเรียนรู้อย่างไร

ภาพประกอบบทความ AI กับการเพิ่มประสิทธิภาพการทำงาน: หลักฐาน ข้อจำกัด และเส้นแบ่งที่มองไม่เห็น
เข้าชม 3 ครั้ง

AI กับการเพิ่มประสิทธิภาพการทำงาน: หลักฐาน ข้อจำกัด และเส้นแบ่งที่มองไม่เห็น

งานวิจัยพบว่า AI ช่วยเพิ่มผลิตภาพในหลายงาน แต่ผลแตกต่างตามงานและผู้ใช้ และบางงานกลับทำให้ถูกต้องน้อยลง บทความนี้สรุปหลักฐานสำหรับคนทำงานและองค์กร