higher education assessment

While higher education institutions increasingly claim to value student-centeredness, engaging students as authentic partners in educational assessment remains in many ways an aspirational practice. Grounded in the collective reflections of assessment professionals from diverse institutional contexts within the Student Partners in Assessment Community for Engagement (SPACE), the authors of this article explore the practical realities of student engagement, from consultation to collaboration, in assessment. Through qualitative thematic analyses, we identified profound promises of this work, including developmental benefits for students, enhanced validity of assessment data, and actionable institutional improvement. However, we also pinpointed significant pitfalls, such as resource and cultural barriers, inherent power imbalances, logistical mismatches with student availability, and tensions around quality. To bridge the gap between aspirational partnership and institutional reality, in this paper, we offer actionable strategies for assessment practitioners to mitigate some of these challenges. Within this paper, we provide a realistic, practitioner-oriented guide for cultivating sustainable and impactful student engagement in higher education

در حالی که مؤسسات آموزش عالی به طور فزاینده‌ای مدعی ارزش‌گذاری بر دانشجو‌محوری هستند، مشارکت دانشجویان به عنوان شرکای واقعی در ارزیابی آموزشی همچنان در بسیاری از موارد یک رویکرد آرمانی باقی مانده است. نویسندگان این مقاله با تکیه بر تأملات جمعی متخصصان ارزیابی از زمینه‌های نهادی متنوع در جامعه Student Partners in Assessment Community for Engagement (SPACE)، به بررسی واقعیت‌های عملی مشارکت دانشجویان، از مشاوره تا همکاری، در فرایند ارزیابی می‌پردازند. از طریق تحلیل‌های کیفی مضمون‌محور، وعده‌های عمیق این رویکرد، از جمله منافع رشدی برای دانشجویان، افزایش روایی داده‌های ارزیابی و بهبودهای قابل اجرا در سطح نهادی شناسایی شد. با این حال، چالش‌های قابل توجهی نیز شناسایی گردید، از جمله موانع منابع و فرهنگی، عدم توازن ذاتی قدرت، ناسازگاری‌های لجستیکی با زمان‌بندی دانشجویان و تنش‌هایی پیرامون کیفیت. به منظور پر کردن شکاف میان مشارکت آرمانی و واقعیت نهادی، در این مقاله راهبردهای عملی برای متخصصان ارزیابی جهت کاهش برخی از این چالش‌ها ارائه می‌شود. این مقاله راهنمایی واقع‌بینانه و مبتنی بر عمل برای پرورش مشارکت پایدار و مؤثر دانشجویان در آموزش عالی ارائه می‌دهد.

Performance-based assessments (PBAs), like literature reviews, evaluate students’ professional skills (e.g., analytical thinking). However, unclear evaluation criteria in PBAs lead to grading inconsistencies and biased outcomes. This diminishes perceptions of fairness among stakeholders. A possible solution to reduce such inconsistencies is to structure methods (e.g., rubrics). Through an online survey, we collected data on two samples: students ( N = 387) and assessors ( N = 469). Using linear mixed modelling, we analysed their fairness perceptions via three vignettes, that varied assessment structure through the availability of evaluation criteria and a scoring strategy. Structured methods were rated as fairer by both samples. Ethnic minority students rated unstructured and moderately structured methods less fair compared to ethnic majority students. The findings highlight that structuring PBAs improves fairness perceptions, which are especially influenced by students’ ethnic background.

ارزیابی‌های مبتنی بر عملکرد (PBAs)، مانند مرور ادبیات، مهارت‌های حرفه‌ای دانشجویان (مانند تفکر تحلیلی) را ارزیابی می‌کنند. با این حال، نبود معیارهای ارزیابی شفاف در PBAs منجر به ناسازگاری در نمره‌دهی و نتایج جانبدارانه می‌شود. این امر ادراک انصاف را در میان ذی‌نفعان کاهش می‌دهد. یکی از راه‌حل‌های ممکن برای کاهش چنین ناسازگاری‌هایی، ساختارمند کردن روش‌ها (مانند استفاده از روبریک‌ها) است. از طریق یک نظرسنجی آنلاین، داده‌هایی از دو نمونه جمع‌آوری شد: دانشجویان (N = ۳۸۷) و ارزیابان (N = ۴۶۹). با استفاده از مدل‌سازی خطی آمیخته، ادراک انصاف آن‌ها از طریق سه سناریو که ساختار ارزیابی را با توجه به وجود معیارهای ارزیابی و یک راهبرد نمره‌دهی متغیر می‌کرد، تحلیل شد. هر دو نمونه، روش‌های ساختاریافته را منصفانه‌تر ارزیابی کردند. دانشجویان اقلیت قومی، روش‌های غیرساختاریافته و نیمه‌ساختاریافته را نسبت به دانشجویان اکثریت قومی کمتر منصفانه ارزیابی کردند. یافته‌ها نشان می‌دهد که ساختارمند کردن PBAs ادراک انصاف را بهبود می‌بخشد و این ادراک به‌ویژه تحت تأثیر پیشینهٔ قومی دانشجویان قرار دارد.

Artificial intelligence (AI) is rapidly reshaping higher education assessment through applications such as automated feedback, adaptive testing, learning analytics, automated scoring, and generative support. Yet scholarship on AI-enabled assessment remains fragmented across technical, pedagogical, ethical, governance, and professional perspectives, limiting the field’s capacity to explain how these dimensions interact in practice and how misalignment among them affects educational legitimacy. This paper develops the AI-Assessment Ecosystem Model, a conceptual ecosystem framework for analysing AI in higher education assessment as a sociotechnical and institutional phenomenon rather than a discrete technical intervention. Drawing on a conceptual synthesis of literature published primarily between 2019 and 2024, and informed by foundational work on assessment validity, feedback, institutional legitimacy, organisational change, inclusive design, and computer-supported collaborative learning, the paper identifies five interdependent domains that shape AI-enabled assessment: technological innovation, pedagogical alignment and learner needs, institutional strategy and governance, faculty and professional readiness, and ethical and inclusive implementation. The paper theorises legitimacy as a relational and contested process through which AI-supported assessment must be justified to students, faculty, institutions, regulators, and other stakeholders as educationally valid, professionally defensible, ethically acceptable, inclusive, and organisationally accountable. The framework argues that AI in assessment cannot be adequately evaluated by technical capability, implementation success, or ethical compliance alone; it must be understood through the relations, tensions, and potential misalignments among educational purpose, organisational conditions, professional practice, student agency, and technological design. The model is offered as a conceptual ecosystem framework for guiding future research, critique, and institutional decision-making.

هوش مصنوعی (AI) به‌سرعت در حال بازشکل‌دهی ارزیابی در آموزش عالی از طریق کاربردهایی همچون بازخورد خودکار، آزمون‌های تطبیقی، تحلیل یادگیری، نمره‌دهی خودکار و پشتیبانی مولد است. با این حال، پژوهش‌ها درباره ارزیابی مبتنی بر هوش مصنوعی در میان دیدگاه‌های فنی، پداگوژیک، اخلاقی، حاکمیتی و حرفه‌ای پراکنده باقی مانده‌اند و این امر ظرفیت حوزه را برای تبیین نحوه تعامل این ابعاد در عمل و چگونگی تأثیر عدم‌همسویی میان آن‌ها بر مشروعیت آموزشی محدود می‌کند. این مقاله مدل اکوسیستم ارزیابی مبتنی بر هوش مصنوعی را توسعه می‌دهد؛ چارچوب مفهومی اکوسیستم برای تحلیل هوش مصنوعی در ارزیابی آموزش عالی به‌مثابه یک پدیده اجتماعی‌فنی و نهادی، نه صرفاً یک مداخله فنی مجزا. با اتکا به سنتز مفهومی ادبیات منتشرشده عمدتاً بین سال‌های ۲۰۱۹ تا ۲۰۲۴ و با الهام از آثار بنیادی درباره روایی ارزیابی، بازخورد، مشروعیت نهادی، تغییر سازمانی، طراحی فراگیر و یادگیری مشارکتی رایانه‌محور، مقاله پنج حوزه وابسته به‌هم را که شکل‌دهنده ارزیابی مبتنی بر هوش مصنوعی هستند شناسایی می‌کند: نوآوری فناورانه، همسویی پداگوژیک و نیازهای یادگیرنده، راهبرد و حاکمیت نهادی، آمادگی اعضای هیئت علمی و حرفه‌ای، و اجرای اخلاقی و فراگیر. مقاله، مشروعیت را به‌مثابه فرایندی رابطه‌ای و مورد مناقشه نظریه‌پردازی می‌کند که طی آن ارزیابی پشتیبانی‌شده با هوش مصنوعی باید برای دانشجویان، اعضای هیئت علمی، نهادها، ناظران و سایر ذی‌نفعان به‌عنوان آموزشی معتبر، حرفه‌ای قابل دفاع، اخلاقاً پذیرفتنی، فراگیر و سازمانی پاسخگو توجیه شود. این چارچوب استدلال می‌کند که هوش مصنوعی در ارزیابی را نمی‌توان صرفاً بر اساس قابلیت فنی، موفقیت اجرا یا انطباق اخلاقی به‌طور کافی ارزیابی کرد؛ بلکه باید آن را از رهگذر روابط، تنش‌ها و عدم‌همسویی‌های بالقوه میان هدف آموزشی، شرایط سازمانی، عمل حرفه‌ای، عاملیت دانشجو و طراحی فناورانه فهمید. این مدل به‌عنوان چارچوب مفهومی اکوسیستم برای هدایت پژوهش‌های آتی، نقد و تصمیم‌گیری نهادی ارائه می‌شود.

Assessment in higher education often suffers from a critical disconnect where student feedback benefits future cohorts rather than current participants. This study presents SHARP (Strategic, Holistic, Adaptive, Reflective, Process), a systematic framework for embedding real-time student voice into assessment design to develop students’ assessment literacy and engagement. SHARP was piloted across three in-class Mathematics tests with 246 students on a foundation-level UK university programme using a mixed-methods quasi-experimental design with post-assessment surveys from 108 students administered before grade release. Quantitative analysis revealed statistically significant improvements in clarity ratings, whilst fairness perceptions rose from 70.3% to 96.0%. A quasi-experimental comparison with historical controls demonstrated a 73% reduction in assessment volatility, reflecting more consistent student performance across assessments. Qualitative evidence illustrated students’ developing capacity to evaluate and articulate assessment design. This pilot demonstrates SHARP’s potential as a transferable framework for student-informed assessment practice, though replication is needed to establish broader generalisability.

ارزیابی در آموزش عالی اغلب با یک گسست اساسی مواجه است که در آن بازخورد دانشجویان بیشتر به نفع گروه‌های آینده است تا شرکت‌کنندگان فعلی. این مطالعه چارچوب SHARP (راهبردی، کل‌نگر، سازگارپذیر، تأملی، فرایندی) را معرفی می‌کند؛ چارچوبی نظام‌مند برای ادغام صدای دانشجویان در زمان واقعی در طراحی ارزیابی با هدف توسعه سواد ارزیابی و مشارکت دانشجویان. چارچوب SHARP در سه آزمون کلاسی ریاضی با حضور ۲۴۶ دانشجو در یک برنامه دانشگاهی سطح پایه در بریتانیا، با استفاده از طرح شبه‌آزمایشی روش‌های ترکیبی و پرسشنامه‌های پس از ارزیابی از ۱۰۸ دانشجو که پیش از اعلام نمرات اجرا شد، به صورت آزمایشی به کار گرفته شد. تحلیل کمی بهبود معنادار آماری در امتیازدهی به وضوح را نشان داد، در حالی که ادراک از انصاف ارزیابی از ۷۰٫۳٪ به ۹۶٫۰٪ افزایش یافت. مقایسه شبه‌آزمایشی با گروه‌های کنترل تاریخی، کاهش ۷۳٪ در نوسان ارزیابی را نشان داد که بیانگر عملکرد یکنواخت‌تر دانشجویان در ارزیابی‌ها بود. شواهد کیفی نیز نشان داد که توانایی دانشجویان در ارزیابی و بیان طراحی ارزیابی توسعه یافته است. این مطالعه آزمایشی، پتانسیل چارچوب SHARP را به عنوان الگویی قابل انتقال برای رویه ارزیابی مبتنی بر مشارکت دانشجویان نشان می‌دهد، هرچند تکرار پژوهش برای تعمیم‌پذیری گسترده‌تر ضروری است.

Introduction Legal and Ethical Business (LEB) curricula in higher education (HE) are traditionally taught through lectures and subsequently assessed via invigilated examinations. These methods have been shown to result in suboptimal student engagement, with challenges to students inculcating the desired theoretical knowledge. Studies have shown that authentic assessment (AA) offers a viable alternative towards enhancement of student learning, engagement, and skill development while maintaining academic integrity. This study proposes an authentic assessment practical framework for LEB. The proposed framework may support the adoption of AA in LEB curricula and in turn have a positive impact on student learning in higher education. Methods A systematic literature review (SLR) was employed to identify, evaluate, and synthesise existing research on the topic. The review followed a structured search, screening and categorisation process to develop the proposed evidence-informed framework for AA. Results A structured framework is proposed for implementing AA in Legal and Ethical Business curricula, comprising of five key processes: (1) selecting appropriate AA forms; (2) aligning AA characteristics with the chosen assessment design; (3) incorporating the anticipated impacts of AA; (4) implementing the designed AA within the curricula; and (5) evaluating its effectiveness. Discussion The proposed framework informed by the SLR and pedagogical experience of the author, aims to guide educators in adopting AA practices that are context-specific, pedagogically-sound, and aligned with learning outcomes. It offers a scaffolded framework for LEB curricula so that it can be structured across key dimensions of authenticity including real-world complexity, core knowledge and skills, as well as meaningful application in the contextual learning environment. It also offers potential applicability to other regulatory curricula in business education and other disciplines with similar learning outcomes. It may support institutions in upholding the necessity for continuous quality enhancement including innovation in teaching, learning and assessment, thereby enhancing the overall student learning experience.

مقدمه: برنامه‌های درسی حقوقی و اخلاقی کسب‌وکار (LEB) در آموزش عالی به طور سنتی از طریق سخنرانی تدریس و سپس از طریق آزمون‌های نظارت‌شده ارزیابی می‌شوند. پژوهش‌ها نشان داده‌اند که این روش‌ها منجر به مشارکت کمتر دانشجویان شده و دانشجویان در درونی‌سازی دانش نظری مطلوب با چالش‌هایی مواجه می‌شوند. مطالعات نشان داده‌اند که ارزیابی اصیل (AA) جایگزینی مناسب برای ارتقاء یادگیری، مشارکت و توسعه مهارت‌های دانشجویان است و در عین حال یکپارچگی علمی را حفظ می‌کند. این مطالعه چارچوب عملی ارزیابی اصیل را برای LEB پیشنهاد می‌کند. چارچوب پیشنهادی می‌تواند از پذیرش AA در برنامه‌های درسی LEB حمایت کند و در نتیجه تأثیر مثبتی بر یادگیری دانشجویان در آموزش عالی داشته باشد. روش‌ها: مرور نظام‌مند ادبیات (SLR) برای شناسایی، ارزیابی و ترکیب پژوهش‌های موجود در این حوزه به کار گرفته شد. این مرور با یک فرایند جستجوی ساختاریافته، غربالگری و دسته‌بندی به منظور توسعه چارچوب مبتنی بر شواهد برای AA دنبال شد. نتایج: چارچوبی ساختاریافته برای اجرای AA در برنامه‌های درسی حقوقی و اخلاقی کسب‌وکار پیشنهاد شده است که شامل پنج فرایند کلیدی است: (۱) انتخاب اشکال مناسب AA؛ (۲) همسویی ویژگی‌های AA با طراحی ارزیابی انتخاب‌شده؛ (۳) گنجاندن تأثیرات مورد انتظار AA؛ (۴) اجرای AA طراحی‌شده در برنامه درسی؛ و (۵) ارزیابی اثربخشی آن. بحث: چارچوب پیشنهادی که مبتنی بر SLR و تجربه آموزشی نویسنده است، با هدف راهنمایی مدرسان در پذیرش شیوه‌های AA که متناسب با زمینه، از نظر آموزشی معتبر و همسو با نتایج یادگیری هستند، ارائه شده است. این چارچوب ساختاریافته برای برنامه‌های درسی LEB ارائه می‌دهد تا بتوان آن را در ابعاد کلیدی اصالت از جمله پیچیدگی دنیای واقعی، دانش و مهارت‌های اصلی و همچنین کاربرد معنادار در محیط یادگیری زمینه‌ای ساختاربندی کرد. همچنین قابلیت کاربرد بالقوه در سایر برنامه‌های درسی مقرراتی در آموزش کسب‌وکار و سایر رشته‌ها با نتایج یادگیری مشابه را دارد. این چارچوب می‌تواند از مؤسسات در حفظ ضرورت ارتقای مستمر کیفیت از جمله نوآوری در تدریس، یادگیری و ارزیابی حمایت کند و در نتیجه تجربه کلی یادگیری دانشجویان را ارتقاء دهد.

As technology-enhanced learning environments increasingly promote active and situated engagement, assessment must move beyond isolated tests of knowledge and skills to capture learners' performance in authentic contexts. In technology and engineering education, systems thinking is often embedded in product-based learning, yet technical product quality alone may not show how pre-service preschool teachers organise, connect, and justify systems-related ideas. The aim of this study was to examine systems-oriented reasoning as part of complex technology and engineering learning outcomes by combining the Distinctions, Systems, Relationships, and Perspectives (DSRP) framework with Epistemic Network Analysis (ENA). Students' written reflections on the “Product as a System” were coded across the four DSRP dimensions and re-encoded as binary indicators of DSRP achievement levels for ENA. Using ENA, we identified differences in the prominence and co-occurrence of DSRP-related reasoning elements between students taught through the technology-enhanced systems-thinking approach (STICT) and those taught through a traditional approach. The findings revealed distinguishable DSRP epistemic network structures between the two groups, with the STICT group displaying a more heterogeneous structure and the traditional group showing a more concentrated network around system organisation, functional relationships, and multiple perspectives. The ENA indicators were more clearly associated with written report quality than with technical product quality. This study contributes to the assessment of systems-oriented reasoning. It suggests that integrating DSRP-based coding and ENA provides complementary evidence about systems-oriented reasoning beyond that captured by product quality alone, thereby contributing to a broader assessment of technology and engineering learning outcomes in authentic higher education assessment tasks.

با توجه به اینکه محیط‌های یادگیری مبتنی بر فناوری به طور فزاینده‌ای مشارکت فعال و موقعیتی را ترویج می‌کنند، ارزیابی باید فراتر از آزمون‌های مجزای دانش و مهارت‌ها رفته و عملکرد یادگیرندگان را در زمینه‌های اصیل ثبت کند. در آموزش فناوری و مهندسی، تفکر سیستمی اغلب در یادگیری مبتنی بر محصول جای گرفته است، اما کیفیت فنی محصول به تنهایی ممکن است نشان ندهد که دانشجومعلمان پیش‌دبستانی چگونه ایده‌های مرتبط با سیستم را سازمان‌دهی، ارتباط‌دهی و توجیه می‌کنند. هدف این مطالعه بررسی استدلال مبتنی بر سیستم به عنوان بخشی از پیامدهای پیچیده یادگیری فناوری و مهندسی از طریق ترکیب چارچوب تمایزات، سیستم‌ها، روابط و دیدگاه‌ها (DSRP) با تحلیل شبکه معرفتی (ENA) بود. بازتاب‌های مکتوب دانشجویان درباره «محصول به عنوان یک سیستم» بر اساس چهار بُعد DSRP کدگذاری شد و به عنوان شاخص‌های دودویی سطوح دستیابی به DSRP برای ENA بازکدگذاری گردید. با استفاده از ENA، تفاوت‌هایی در برجستگی و هم‌رخدادی عناصر استدلال مرتبط با DSRP بین دانشجویانی که با رویکرد تفکر سیستمی مبتنی بر فناوری (STICT) آموزش دیده بودند و آن‌هایی که با رویکرد سنتی آموزش دیده بودند، شناسایی شد. یافته‌ها ساختارهای متمایز شبکه معرفتی DSRP را بین دو گروه نشان داد، به طوری که گروه STICT ساختاری ناهمگن‌تر و گروه سنتی شبکه‌ای متمرکزتر حول سازمان‌دهی سیستم، روابط عملکردی و دیدگاه‌های چندگانه داشت. شاخص‌های ENA ارتباط واضح‌تری با کیفیت گزارش مکتوب نسبت به کیفیت فنی محصول داشتند. این مطالعه به ارزیابی استدلال مبتنی بر سیستم کمک می‌کند و نشان می‌دهد که ادغام کدگذاری مبتنی بر DSRP و ENA شواهد مکملی درباره استدلال سیستمی فراتر از آنچه کیفیت محصول به تنهایی ثبت می‌کند، ارائه می‌دهد و بدین ترتیب به ارزیابی گسترده‌تر پیامدهای یادگیری فناوری و مهندسی در وظایف اصیل ارزیابی آموزش عالی کمک می‌کند.