Problem solving and responsible GenAI use in assessment: students’ reported experiences in open and distance learning
حل مسئله و استفاده مسئولانه از GenAI در ارزیابی: تجارب گزارش‌شده دانشجویان در آموزش باز و از راه دور
چکیده
Introduction Generative artificial intelligence (GenAI) is increasingly used by students to obtain explanations, generate ideas, improve written responses and prepare assessment tasks. However, limited evidence exists on how students in open-distance alternative-access programmes experience GenAI in mathematics assessment. Methods This qualitative study examined how 27 Higher Certificate students at a South African open and distance learning institution described the role, benefits and limitations of GenAI while preparing fraction-related portfolio activities. Data were collected via a single open-ended questionnaire item, completed voluntarily after all assessment activities had been submitted. The responses were analysed using reflexive thematic analysis. Results Four overlapping themes were identified: support for understanding and approaching tasks, support for constructing written responses, conditional trust and evaluative engagement, and non-use, resistance and ambiguous engagement. Students reported that GenAI assisted with clarification, examples, organisation, and language, but they also described outputs they perceived as inaccurate, overly general, or insufficiently explained. Ten participants expressed concerns about reliability or described checking, adapting, limiting or rejecting GenAI use, although the study did not verify the quality of these practices. Discussion The findings suggest that the educational value of GenAI is shaped by students' capacity to exercise judgement and retain responsibility for the reasoning represented in their work. Verification is therefore positioned as a potentially important epistemic practice in GenAI-supported mathematics assessment. The study recommends explicit discipline-specific guidance and assessment designs that make students' mathematical reasoning visible.
مقدمه: هوش مصنوعی مولد (GenAI) به طور فزاینده‌ای توسط دانشجویان برای دریافت توضیحات، تولید ایده‌ها، بهبود پاسخ‌های نوشتاری و آماده‌سازی وظایف ارزیابی مورد استفاده قرار می‌گیرد. با این حال، شواهد محدودی درباره تجربه دانشجویان در برنامه‌های دسترسی جایگزین آموزش باز و از راه دور در زمینه استفاده از GenAI در ارزیابی ریاضی وجود دارد. روش‌ها: این مطالعه کیفی به بررسی نحوه توصیف نقش، مزایا و محدودیت‌های GenAI توسط ۲۷ دانشجوی Higher Certificate در یک مؤسسه آموزش باز و از راه دور در آفریقای جنوبی هنگام آماده‌سازی فعالیت‌های پرتفوی مرتبط با کسرها پرداخت. داده‌ها از طریق یک سؤال بازپاسخ در پرسشنامه که به صورت داوطلبانه پس از اتمام تمامی فعالیت‌های ارزیابی تکمیل شد، جمع‌آوری گردید. پاسخ‌ها با استفاده از تحلیل تماتیک بازتابی مورد بررسی قرار گرفتند. نتایج: چهار تم همپوشان شناسایی شد: حمایت برای درک و رویکرد به وظایف، حمایت در ساخت پاسخ‌های نوشتاری، اعتماد مشروط و مشارکت ارزیابانه، و عدم استفاده، مقاومت و مشارکت مبهم. دانشجویان گزارش دادند که GenAI در زمینه شفاف‌سازی، ارائه مثال، سازماندهی و زبان کمک‌کننده بوده است، اما همچنین خروجی‌هایی را توصیف کردند که آن‌ها را نادرست، بیش از حد کلی یا فاقد توضیح کافی می‌دانستند. ده نفر از شرکت‌کنندگان نگرانی‌هایی درباره پایایی ابراز کردند یا به بررسی، تطبیق، محدودسازی یا رد استفاده از GenAI اشاره نمودند، اگرچه این مطالعه کیفیت این اقدامات را تأیید نکرد. بحث: یافته‌ها نشان می‌دهد که ارزش آموزشی GenAI توسط توانایی دانشجویان در اعمال قضاوت و حفظ مسئولیت نسبت به استدلال ارائه‌شده در کارشان شکل می‌گیرد. بنابراین، راستی‌آزمایی به عنوان یک عمل معرفتی بالقوه مهم در ارزیابی ریاضی با حمایت GenAI مطرح می‌شود. مطالعه حاضر راهنمایی صریح و خاص رشته و طراحی ارزیابی‌هایی که استدلال ریاضی دانشجویان را آشکار می‌سازد، توصیه می‌کند.