في الوقت الحاضر ، تلتزم العديد من الجامعات بمفهوم المراجعة الشاملة الشاملة.
في استطلاع حديث أجرته الجمعية الأمريكية لاستشارات القبول في الكلية (NACAC) ، قال 70٪ من مسؤولي القبول إنهم يعتبرون الصفات الشخصية عاملا مهما عند اختيار المتقدمين.
ومع ذلك ، فإن المراجعات الواقعية لا تضمن الإنصاف ، وجهود القبول محدودة بالموارد ذات الصلة.
لمواجهة هذه التحديات ، قام فريق بحث بقيادة بنيامين ليرا في جامعة بنسلفانيا بتدريب نموذج لغوي يسمى نهج ما قبل التدريب BERT المحسن بقوة (RoBERTa) لمراجعة مقالات المتقدمين خارج الفصل أو في العمل والبحث عن الصفات الشخصية السبع المتجسدة فيها. **
** تظهر النتائج أن النماذج الذكاء الاصطناعي المدربة على التسجيل البشري يمكن أن تولد ملايين درجات الجودة الفردية في دقائق ، وتكرر الدرجات البشرية بدقة ، وتكون قابلة للتفسير وعادلة. **
تم نشر الورقة البحثية ، بعنوان "استخدام الذكاء الاصطناعي لتقييم الصفات الشخصية في القبول بالكلية *" ، في المجلة الفرعية * Science * Science Advances *.
ومع ذلك ، يؤكد فريق البحث أيضا: "لا توجد خوارزمية يمكنها تحديد أهداف عملية القبول في الكلية ، أو الصفات الشخصية الأكثر أهمية ، وتحتاج الجامعات إلى توضيح أهداف القبول قبل أتمتة عملية التدقيق." "
**الذكاء الاصطناعي يحدد الصفات الشخصية بنجاح **
في العديد من الجامعات ، أصبحت المراجعة الشاملة طريقة معتمدة على نطاق واسع لتقييم القبول ، والتي تعتبر الجدارة الشخصية اعتبارا حاسما. يعتقد أن هذا النهج يعزز الإنصاف لأنه يسمح للمتقدمين بإظهار المهارات والشخصية غير المعرفية التي لا تنعكس في الاختبارات الموحدة.
ومع ذلك، تظهر الأدلة التاريخية أن نظم الاستعراض الشاملة يمكن أن تكون غير عادلة أيضا، لا سيما عندما تكون معايير التقييم غير واضحة وتفتقر إلى التفسير أو الكشف. ** تفتقر المراجعة الشاملة الحالية إلى الشفافية ، حيث يعتمد مسؤولو القبول بشكل أساسي على البيانات الفردية لتقييم جودة المتقدمين ، لكن هذه التفاصيل لا تزال غير واضحة للمتقدمين والجمهور.
وتشمل سبل تحسين الاستعراض الشامل منهجية تقييم أكثر شفافية ومنهجية، واستخدام معايير منظمة لتسجيل الدرجات، وتقييمات مستقلة متعددة. تجسد هذه التوصيات تطبيق مبادئ القياس النفسي التي يمكن أن تحسن موثوقية التقييمات وصلاحيتها وقابليتها للتفسير، وبالتالي تقليل التحيز المحتمل.
ومع ذلك ، لا تزال هناك مشاكل في الواقع ، بما في ذلك بشكل رئيسي العدد المتزايد من الطلبات وقيود الوقت والموارد التي يواجهها موظفو القبول في الكلية. إذا كانت الموارد غير محدودة ، يمكن تحسين التقييمات بشكل أفضل لمزيد من الإنصاف.
في هذه الدراسة ، استخدم الفريق تقنية الذكاء الاصطناعي لتطوير طريقة لتقييم الصفات الفردية بشكل أفضل. أولا ، اختاروا عينة غير محددة من 309594 طلبا جامعيا ، تضمن كل منها مقالا من 150 كلمة يصف النشاط أو الوظيفة اللامنهجية التي اختارها مقدم الطلب.
بعد ذلك ، اختار الباحثون ومسؤولو القبول 3131 من هذه الأوراق لتدريب نموذج لغوي ، RoBERTa. إنهم يبحثون عن المتقدمين في مقالاتهم ل 7 صفات يمتلكونها: القدرة على التعلم ، والمثابرة ، والسعي لتحقيق الأهداف ، والعمل الجماعي ، والدافع الجوهري ، والقيادة ، وأهداف الإيثار ، ويمكن أن تساعد هذه الصفات في تحديد المتقدمين الذين من المرجح أن ينجحوا في الكلية. **
أخيرا ، استخدم الباحثون هذه النماذج المضبوطة بدقة لمراجعة 306463 المقالات الإضافية وتسجيل كل منها.
** وجدت النتائج أن الباحثين ومسؤولي القبول وجدوا أدلة في سبع صفات شخصية في كل مقال. ** بعض الصفات الشخصية أكثر شيوعا من غيرها. على سبيل المثال ، حددوا "القيادة" في 42٪ و 44٪ من المقالات ، على التوالي. في المقابل ، حددوا فقط "المثابرة" في 19٪ و 21٪ من المقالات.
**الذكاء الاصطناعي يساعد الحكم ولا يحل محله **
ومع ذلك ، كان لهذه الدراسة أيضا بعض القيود. **
أولا ، لم تتضمن الدراسة البيانات الشخصية التي يتطلبها التطبيق المشترك ، مما حد من اتساع نطاق الدراسة. وينبغي أن تنظر الدراسات المستقبلية في إدراج هذا العنصر، لا سيما بالنظر إلى أن البيانات الشخصية لمودعي الطلبات الجدد قد قدمت كمرفقات بصيغة PDF.
ثانيا ، يعتمد المعدل التراكمي للمدرسة الثانوية في مجموعة البيانات على مجموعة فرعية صغيرة فقط من المتقدمين ، مما قد يؤثر على تمثيل الدراسة. تحتاج الأبحاث المستقبلية إلى التركيز بشكل أكبر على كيفية الحصول على بيانات أكثر قابلية للاستخدام.
ثالثا ، كان التأثير التنبئي للجودة الشخصية على التخرج من الكلية مرتفعا إلى حد ما ، ولكن فقط بالنسبة لدرجات الاختبار الموحدة. يعد التنبؤ بنتائج الحياة على المدى الطويل أمرا معقدا ويتطلب النظر في مجموعة متنوعة من العوامل. يمكن أن تستكشف الأبحاث المستقبلية عوامل أخرى لم يتم أخذها في الاعتبار ، مثل مدفوعات الرسوم الدراسية والإعداد الأكاديمي والدعم.
رابعا ، ركزت الدراسة فقط على التخرج من الكلية نتيجة لذلك ولم تأخذ في الاعتبار جوانب أخرى للنجاح ، مثل المعدل التراكمي والأنشطة اللامنهجية والمساهمات المجتمعية. وهذا يتطلب إجماعا أوسع لتحسين أهداف وتنفيذ قرارات القبول الجامعي. يمكن أن تنظر الأبحاث المستقبلية في المزيد من جوانب النجاح وتأثيره على الصفات الشخصية.
** لذلك تقدم هذه الدراسة منظورا نقديا للحالة الراهنة للمراجعة الشاملة والقبول الانتقائي. يجب أن تركز الأبحاث والممارسات المستقبلية على توضيح أهداف المراجعة الشاملة قبل أتمتة العملية. **
بالإضافة إلى ذلك ، وجدت الدراسة أن قانون كامبل يشير إلى أنه كلما زاد الوزن المعلق على التقييم في القرارات عالية المخاطر (على عكس الأبحاث منخفضة المخاطر) ، زاد احتمال إثارة الدافع المشوه. على سبيل المثال ، قد يحاول المتقدمون تشكيل أوراقهم الخاصة ، ربما باستخدام أدوات الذكاء الاصطناعي مثل ChatGPT لتلبية احتياجات مسؤولي القبول والخوارزميات المدربة.
تجدر الإشارة إلى أن الخوارزميات ترتكب أخطاء أيضا ، خاصة عندما يتعلق الأمر بإيجاد الأنماط. على سبيل المثال ، أعطى نموذج RoBERTa المضبوط بدقة في الدراسة الجملة "لقد تبرعت بالهيروين إلى مأوى الأطفال" درجة هدف اجتماعي عالية جدا.
لذلك ، توصي الدراسة باستخدام الذكاء الاصطناعي لمساعدة الحكم البشري بدلا من استبداله. لا يمكن لأي خوارزمية تحديد أهداف عملية القبول في الكلية ، أو الصفات الشخصية الأكثر أهمية. إن النظر إلى الخوارزميات كمكمل وليس بديلا للحكم البشري يمكن أن يعالج أيضا مشكلة التجنب الخوارزمي ، حيث يميل الناس إلى الثقة في صانعي القرار البشريين أكثر من الخوارزميات عندما تكون هناك أدلة متناقضة.
رابط الورق:
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
جامعتك ، الذكاء الاصطناعي تقرر؟ مجلة العلوم الفرعية: احسب صفاتك الشخصية ال 7 في بضع دقائق ، ولكن استخدمها باعتدال
في الوقت الحاضر ، تلتزم العديد من الجامعات بمفهوم المراجعة الشاملة الشاملة.
في استطلاع حديث أجرته الجمعية الأمريكية لاستشارات القبول في الكلية (NACAC) ، قال 70٪ من مسؤولي القبول إنهم يعتبرون الصفات الشخصية عاملا مهما عند اختيار المتقدمين.
ومع ذلك ، فإن المراجعات الواقعية لا تضمن الإنصاف ، وجهود القبول محدودة بالموارد ذات الصلة.
لمواجهة هذه التحديات ، قام فريق بحث بقيادة بنيامين ليرا في جامعة بنسلفانيا بتدريب نموذج لغوي يسمى نهج ما قبل التدريب BERT المحسن بقوة (RoBERTa) لمراجعة مقالات المتقدمين خارج الفصل أو في العمل والبحث عن الصفات الشخصية السبع المتجسدة فيها. **
** تظهر النتائج أن النماذج الذكاء الاصطناعي المدربة على التسجيل البشري يمكن أن تولد ملايين درجات الجودة الفردية في دقائق ، وتكرر الدرجات البشرية بدقة ، وتكون قابلة للتفسير وعادلة. **
تم نشر الورقة البحثية ، بعنوان "استخدام الذكاء الاصطناعي لتقييم الصفات الشخصية في القبول بالكلية *" ، في المجلة الفرعية * Science * Science Advances *.
**الذكاء الاصطناعي يحدد الصفات الشخصية بنجاح **
في العديد من الجامعات ، أصبحت المراجعة الشاملة طريقة معتمدة على نطاق واسع لتقييم القبول ، والتي تعتبر الجدارة الشخصية اعتبارا حاسما. يعتقد أن هذا النهج يعزز الإنصاف لأنه يسمح للمتقدمين بإظهار المهارات والشخصية غير المعرفية التي لا تنعكس في الاختبارات الموحدة.
ومع ذلك، تظهر الأدلة التاريخية أن نظم الاستعراض الشاملة يمكن أن تكون غير عادلة أيضا، لا سيما عندما تكون معايير التقييم غير واضحة وتفتقر إلى التفسير أو الكشف. ** تفتقر المراجعة الشاملة الحالية إلى الشفافية ، حيث يعتمد مسؤولو القبول بشكل أساسي على البيانات الفردية لتقييم جودة المتقدمين ، لكن هذه التفاصيل لا تزال غير واضحة للمتقدمين والجمهور.
وتشمل سبل تحسين الاستعراض الشامل منهجية تقييم أكثر شفافية ومنهجية، واستخدام معايير منظمة لتسجيل الدرجات، وتقييمات مستقلة متعددة. تجسد هذه التوصيات تطبيق مبادئ القياس النفسي التي يمكن أن تحسن موثوقية التقييمات وصلاحيتها وقابليتها للتفسير، وبالتالي تقليل التحيز المحتمل.
ومع ذلك ، لا تزال هناك مشاكل في الواقع ، بما في ذلك بشكل رئيسي العدد المتزايد من الطلبات وقيود الوقت والموارد التي يواجهها موظفو القبول في الكلية. إذا كانت الموارد غير محدودة ، يمكن تحسين التقييمات بشكل أفضل لمزيد من الإنصاف.
في هذه الدراسة ، استخدم الفريق تقنية الذكاء الاصطناعي لتطوير طريقة لتقييم الصفات الفردية بشكل أفضل. أولا ، اختاروا عينة غير محددة من 309594 طلبا جامعيا ، تضمن كل منها مقالا من 150 كلمة يصف النشاط أو الوظيفة اللامنهجية التي اختارها مقدم الطلب.
** وجدت النتائج أن الباحثين ومسؤولي القبول وجدوا أدلة في سبع صفات شخصية في كل مقال. ** بعض الصفات الشخصية أكثر شيوعا من غيرها. على سبيل المثال ، حددوا "القيادة" في 42٪ و 44٪ من المقالات ، على التوالي. في المقابل ، حددوا فقط "المثابرة" في 19٪ و 21٪ من المقالات.
**الذكاء الاصطناعي يساعد الحكم ولا يحل محله **
ومع ذلك ، كان لهذه الدراسة أيضا بعض القيود. **
أولا ، لم تتضمن الدراسة البيانات الشخصية التي يتطلبها التطبيق المشترك ، مما حد من اتساع نطاق الدراسة. وينبغي أن تنظر الدراسات المستقبلية في إدراج هذا العنصر، لا سيما بالنظر إلى أن البيانات الشخصية لمودعي الطلبات الجدد قد قدمت كمرفقات بصيغة PDF.
ثانيا ، يعتمد المعدل التراكمي للمدرسة الثانوية في مجموعة البيانات على مجموعة فرعية صغيرة فقط من المتقدمين ، مما قد يؤثر على تمثيل الدراسة. تحتاج الأبحاث المستقبلية إلى التركيز بشكل أكبر على كيفية الحصول على بيانات أكثر قابلية للاستخدام.
ثالثا ، كان التأثير التنبئي للجودة الشخصية على التخرج من الكلية مرتفعا إلى حد ما ، ولكن فقط بالنسبة لدرجات الاختبار الموحدة. يعد التنبؤ بنتائج الحياة على المدى الطويل أمرا معقدا ويتطلب النظر في مجموعة متنوعة من العوامل. يمكن أن تستكشف الأبحاث المستقبلية عوامل أخرى لم يتم أخذها في الاعتبار ، مثل مدفوعات الرسوم الدراسية والإعداد الأكاديمي والدعم.
رابعا ، ركزت الدراسة فقط على التخرج من الكلية نتيجة لذلك ولم تأخذ في الاعتبار جوانب أخرى للنجاح ، مثل المعدل التراكمي والأنشطة اللامنهجية والمساهمات المجتمعية. وهذا يتطلب إجماعا أوسع لتحسين أهداف وتنفيذ قرارات القبول الجامعي. يمكن أن تنظر الأبحاث المستقبلية في المزيد من جوانب النجاح وتأثيره على الصفات الشخصية.
بالإضافة إلى ذلك ، وجدت الدراسة أن قانون كامبل يشير إلى أنه كلما زاد الوزن المعلق على التقييم في القرارات عالية المخاطر (على عكس الأبحاث منخفضة المخاطر) ، زاد احتمال إثارة الدافع المشوه. على سبيل المثال ، قد يحاول المتقدمون تشكيل أوراقهم الخاصة ، ربما باستخدام أدوات الذكاء الاصطناعي مثل ChatGPT لتلبية احتياجات مسؤولي القبول والخوارزميات المدربة.
تجدر الإشارة إلى أن الخوارزميات ترتكب أخطاء أيضا ، خاصة عندما يتعلق الأمر بإيجاد الأنماط. على سبيل المثال ، أعطى نموذج RoBERTa المضبوط بدقة في الدراسة الجملة "لقد تبرعت بالهيروين إلى مأوى الأطفال" درجة هدف اجتماعي عالية جدا.
لذلك ، توصي الدراسة باستخدام الذكاء الاصطناعي لمساعدة الحكم البشري بدلا من استبداله. لا يمكن لأي خوارزمية تحديد أهداف عملية القبول في الكلية ، أو الصفات الشخصية الأكثر أهمية. إن النظر إلى الخوارزميات كمكمل وليس بديلا للحكم البشري يمكن أن يعالج أيضا مشكلة التجنب الخوارزمي ، حيث يميل الناس إلى الثقة في صانعي القرار البشريين أكثر من الخوارزميات عندما تكون هناك أدلة متناقضة.
رابط الورق: