Методология оценки Основоположники Методологически смежные

Dragan Gašević

Действительно ли AI-инструменты, используемые в образовательных контекстах, помогают тем учащимся, для которых они построены, — и какая инфраструктура оценки нужна для этого сверх обычных ML-benchmark-ов.

Gašević — один из основателей learning analytics как исследовательской дисциплины и первый председатель серии конференций Learning Analytics and Knowledge (LAK). Его более длинная карьера выстроила методологическую инфраструктуру для оценки AI в образовании в масштабе реальных школ и университетов: измеряются не точность на benchmark-ах, а образовательные результаты, эффекты для образовательной справедливости и непредвиденные педагогические последствия в разных популяциях студентов. Для ai100 параллель методологически прямая: развёрнутая AI-система, оценка которой должна учитывать результаты для людей в контексте.

Стоит читать, когда: вам нужна методология оценки LLM, опирающаяся на опыт внедрения AI в образовании — домене, где оценка в реальных человеческих контекстах уже больше десятилетия является условием входа.
Темы: learning analytics как исследовательская дисциплина; методология оценки AI в образовании; оценка развёрнутых AI-систем по результатам.
Ключевые работы: основание серии конференций Learning Analytics and Knowledge (LAK) (с 2011 года); корпус работ по методологии learning analytics; публикации Monash и Society for Learning Analytics Research.