بررسی سامانه‌های امتیازدهی خودکار مقالات با تکیه بر مدل‌های زبانی بزرگ: نقش و چالش‌های استفاده از OpenAI ChatGPT در سیستم‌های AES

Abstract

در دهه‌های اخیر، گسترش فناوری‌های دیجیتال به‌ویژه هوش مصنوعی (AI) تأثیر چشمگیری بر نظام‌های آموزشی و روش‌های ارزشیابی داشته است. یکی از مهم‌ترین کاربردهای این فناوری، سیستم‌های امتیازدهی خودکار مقالات (Automated Essay Scoring - AES)  است که با بهره‌گیری از الگوریتم‌های پردازش زبان طبیعی (NLP)، یادگیری ماشین (ML) و شبکه‌های عصبی عمیق، فرآیند ارزیابی نوشتار را به سطحی دقیق‌تر، سریع‌تر و استانداردتر ارتقا داده‌اند. تاریخچه AES از پروژه PEG در دهه ۱۹۶۰ آغاز شد و با توسعه مدل‌هایی چون e-rater و سیستم‌های مبتنی بر تحلیل معنایی و آماری ادامه یافت. با پیشرفت مدل‌های یادگیری عمیق مانند BERT، RoBERTa  و GPT، این حوزه دستخوش تحولی بنیادین شد.

مدل‌های زبانی بزرگ (LLM) به‌ویژه ChatGPT، توانسته‌اند جنبه‌های پیچیده‌ای از زبان طبیعی مانند انسجام، منطق استدلال و سبک نگارش را در سطحی نزدیک به انسان تحلیل کنند. این توانایی موجب شده AES نه‌تنها در ارزیابی سریع متون بلکه در ارائه بازخورد توصیفی، تحلیل تحلیلی و کل‌نگر، و حتی شبیه‌سازی بازخورد همتایان مورد استفاده قرار گیرد. با این حال، چالش‌هایی همچون ماهیت جعبه‌سیاه مدل‌های عمیق، تعصبات زبانی و فرهنگی، ناپایداری پاسخ‌ها و محدودیت در شفافیت الگوریتمی، همچنان مطرح هستند.

این مقاله با روش مرور نظام‌مند منابع علمی، به بررسی تاریخچه، مبانی نظری، رویکردهای سنتی و مدرن AES پرداخته و جایگاه مدل‌های مبتنی بر هوش مصنوعی، به‌ویژه ChatGPT، در این حوزه را تحلیل می‌کند. یافته‌ها نشان می‌دهد که AES می‌تواند ابزار مکمل ارزشمندی در آموزش نوشتاری باشد، به شرط آنکه همراه با نظارت انسانی و طراحی دقیق پرامپت‌ها به کار رود. در نهایت، پژوهش تأکید می‌کند که بهره‌گیری متعادل از هوش مصنوعی در ارزشیابی آموزشی، می‌تواند هم به بهبود کیفیت یادگیری و هم به کارآمدی نظام‌های آموزشی منجر شود.