評価と測定の革新

評価は学習体験と同様に、万人に当てはまるものではありません。学習者の社会的、文化的、教育的背景をどのように独自の学習の旅路に統合できるかを再構築しています。個人こそが私たちの研究の中心です。私たちは評価における標準化から適応的パーソナライズへの重要な移行を主導し、個人や組織が未来の世界で成長し成功するためのテストデザインや測定方法の開発を推進しています。個別評価を通じて学生のサポート方法を変えることで、個人のエンゲージメントと評価のパフォーマンスを最適化し、より公平性と公平性を促進しています。

「私たちのチームは、個人が知識、スキル、能力を証明し、評価を通じて関与し続けるのに最適な条件で評価を体験できるパーソナライズされた評価の革新を推進しています。」

ジェシー・スパークス、ETS研究所

学習技術は、学習を継続的に捉え、評価することを可能にします。このような評価は、公平性、妥当性、信頼性、質というETS評価の基盤に対する揺るぎないコミットメントを維持するべきです。私たちは、 自然な環境で提供されるパフォーマンスベースでインタラクティブな評価を行う次世代のデジタル学習と評価を再構築しています。技術とAIを意図的に統合し、学習者の知識、スキル、行動をより正確に捉えています。「テスト不要」のインタラクティブな学習環境を通じて、AIとビッグプロセスデータを最適化し、将来の複雑なスキルの発展をより深く理解・評価・支援し、すべての学習者のSTEMおよびリテラシー能力の向上を目指しています。

「学びのデジタルの痕跡は至る所に存在します。これらを理解させ、学習者をより文脈的に支援しなければなりません。」

イド・ロール、ETS研究所

人工知能は人々の考え方、学び方、働く方法を急速に変えています。評価 や教育におけるアセプションの使用が責任を持ち、透明性があり、公平に行われるようにすることに注力しています。 人工知能は測定と評価の科学を重要な形で進展させる機会を生み出す一方で、これらのデータや手法の倫理的、妥当性、公正な利用に課題をもたらします。これらの分野でのダイナミックな専門知識を活かし、評価や教育におけるAIの倫理的利用の標準的な道を切り開き、すべての背景の学習者が自分の知識や能力を示す機会を同じように提供しています。

「教育テストにおけるAIの活用は今後も増加し続けることは間違いありません。しかし、私たちの研究の目的は、単に最先端のAI技術を活用することにとどまりません。AI手法の開発・活用を通じて教育評価の質を向上させること、確立された教育測定基準を守り、必要に応じて新たな基準を定義することが求められます。」

マット・ジョンソン、ETS研究所

変化と移行の歴史的な収束が米国の教育システムに影響を与えています。COVID-19パンデミックの残存する影響、生成型人工知能(AI)の台頭、アファーマティブ・アクションの終焉、そして教師不足の増加です。 これらの課題にどう対処し、すべての人にとってより公平でアクセスしやすいシステムを築くことができるでしょうか?

私たちは、 大規模な評価の基盤となり、その範囲を拡大し、強力なデータを活用して重要な政策的洞察を生み出し、世界の人類の進歩を推進し、教育の公平性を世界中で推進する新たな統計手法を開発しています。

私たちは、教育パイプラインと教室への道を多様化し、すでにこの職業に就いている人々にAIを活用したフィードバックや育成の機会を提供し、教員の実践を向上させることで、最も重要なリソースの一つである教師を支援しています。

私たちは、大学の目標を成功裏に追求できると同時に、学生が長期的な生産性と幸福に最も適した選択肢にマッチングできる政策へと 進 めています。

「急速な変化と教育への深い影響の時代において、私たちのチームは関係者や政策立案者と協力し、学生や成人学習者が追いつくために必要なことを理解しようとしています。私たちは多様なスキルを駆使して、必要なデータとアプローチを提供しています。本当に影響力のある研究です!」

ダン・マカフリー、ETS研究所