人工知能を活用したテスト作成：実践ガイド

科学分野:

• 心理測定学
• 人工知能
• 教育評価

背景:

• 人工知能（AI）は、評価の効率性とスケーラビリティを向上させます。
• テスト作成におけるAIの採用は、研究者や実務家の間では限定的です。
• 本研究では、テスト作成におけるAIの応用をレビューし、ガイドラインを提案します。

研究 の 目的:

• テスト作成における現在のAIベースのアプリケーションを批判的にレビューする。
• テスト開発およびキャリブレーションにおけるAIの実践的なガイドラインを提案する。
• 評価におけるAIのリスクに対処し、メリットを最大化する。

主な方法:

• テスト作成におけるAIに関する包括的な文献レビュー。
• 項目開発およびキャリブレーションプロセスに焦点を当てる。
• 実践的な実装のための実世界の例を含める。

主要な成果:

• テスト開発におけるAIの進化するベストプラクティスには、人間の監視が必要です。
• 効果的なAI項目生成には、質の高いデータ、整合性、検証が必要です。
• キャリブレーションには、構成概念妥当性、プロンプトエンジニアリング、モデル適合性の評価が含まれます。

結論:

• テスト開発およびキャリブレーションにおける生成AIの実践的なガイドが提案されています。
• ガイドラインは、妥当性、信頼性、公平性の課題に対処します。
• 評価におけるAIの責任ある効果的な実装を促進します。