Magistr Dissertasiyasının Qiymətləndirilməsi Çərçivəsi (Master’s Dissertation Marking Framework, MDMF), magistr dissertasiyalarının daha ədalətli, ardıcıl və əsaslandırıla bilən şəkildə qiymətləndirilməsini dəstəkləmək üçün peşəkar akademik mühakiməni, kalibrasiyanı, institusional siyasəti, qiymətləndirici təyinatını, qiymətləndirmə mədəniyyətini və texnoloji infrastrukturu birlikdə nəzərdən keçirən sosiotexniki qiymətləndirmə çərçivəsidir. Tədqiqat MDMF-ni 2022–2025 arasında altı Design-Based Research mərhələsində ədəbiyyat icmalı, sorğular, yarı-strukturlaşdırılmış müsahibələr və qarışıq metodlu işçi heyət məlumatları ilə iterativ şəkildə inkişaf etdirmişdir. Yekun MDMF Version 5 generativ süni intellekti akademik qiymətləndirməni əvəz edən hakim kimi deyil, aydın etik sərhədlər daxilində istifadə edilə bilən mühit və infrastruktur elementi kimi mövqeləndirir.

2025-ci ilin sonundakı kəmiyyət nəticələri akademik heyətin Sİ alətlərini dissertasiya qiymətləndirilməsindəki əsas ədalət və proses problemlərini həll etməkdə zəif gördüyünü göstərir. Sİ-nin qərəz problemlərini həll etməkdə qəbul edilən effektivliyi orta hesabla 2,08/7, iş yükü və proses problemlərində effektivliyi 2,20/7 olduğu halda, Sİ ilə bağlı narahatlıqların orta göstəricisi 5,60/7-dir. Mövcud dissertasiya qiymətləndirmə praktikalarının Sİ tərəfindən tamamilə əvəz edilməsinə dəstək 1,27/7 səviyyəsindədir.

İştirakçıların əsas narahatlıqları Sİ-nin orijinallığı qiymətləndirməkdə məhdudluğu, həddən artıq asılılıq riski, Sİ əsaslı qiymətləndirmədə mümkün qərəzlər, məlumat məxfiliyi, kontekst çatışmazlığı və insan qiymətləndirməsindəki şəxsi/peşəkar ölçünün itirilməsidir. Bununla yanaşı, bəzi iştirakçılar Sİ-nin mətnin xülasələşdirilməsi, ardıcıllığın yoxlanılması və ya tanış olmayan texniki mövzu haqqında kontekst əldə edilməsi kimi birbaşa qiymət yaratmayan məhdud dəstək funksiyalarına açıq olmuşdur.

Tədqiqatın əsas şərh məhdudiyyəti MDMF-nin hələ inteqrə olunmuş müdaxilə kimi tam tətbiq edilməmiş və eksperimental şəkildə qiymətləndirilməmiş olmasıdır. Məlumatlar Birləşmiş Krallıqdakı bir ali təhsil müəssisəsində kiçik və məqsədli akademik heyət nümunələrindən əldə edilmişdir. Buna görə tədqiqat MDMF-nin qiymətləndirmə ardıcıllığını müəyyən nisbətdə artırdığını sübut etmir; yüksək riskli dissertasiya qiymətləndirilməsində daha ədalətli və əsaslandırıla bilən insan mühakiməsini strukturlaşdırmaq üçün empirik şəkildə hazırlanmış çərçivə təqdim edir.

MDMF Nədir və Hansı Qiymətləndirmə Problemini Həll Etməyi Məqsədləyir?

Master’s Dissertation Marking Framework (MDMF), dissertasiya keyfiyyətini avtomatik hesablayan alqoritm deyil; qiymətləndiricilərin peşəkar mühakiməsinin hansı şərtlərdə daha ardıcıl, şəffaf və əsaslandırıla bilən şəkildə istifadə edilə biləcəyini strukturlaşdıran sosiotexniki qiymətləndirmə çərçivəsidir. MDMF-nin məqsədi insan mühakiməsini aradan qaldırmaq deyil, rubrik, kalibrasiya, qiymətləndirici ekspertizası, moderasiya, institusional siyasət, iş yükü və texnologiya arasındakı əlaqələri açıq sistem daxilində tənzimləməkdir.

Magistr dissertasiyalarını qiymətləndirmək niyə çətindir?

Magistr dissertasiyaları standart imtahan suallarından fərqlənir. Onlar tədqiqat, proqram təminatının hazırlanması, eksperimental iş və ya qarışıq layihə kimi müxtəlif formalarda ola bilər; mövzuların texniki mürəkkəbliyi dəyişə və qiymətləndiricilərin mövzu ekspertizası eyni olmaya bilər. Dissertasiya rəhbərinin tələbəni və tədqiqat prosesini yaxından tanıması dəyərli kontekst yaradır, lakin həmin yaxınlıq qiymətləndirmə mühakiməsinə təsir göstərə bilən amil də ola bilər.

Tədqiqatın ədəbiyyat və əvvəlki sahə məlumatları rubriklərin təkbaşına bu problemi aradan qaldırmadığını göstərir. Eyni meyarlardan istifadə edən qiymətləndiricilər “yaxşı”, “əla”, “orijinal” və ya “tənqidi” kimi ifadələri fərqli şərh edə bilərlər. Təcrübəli qiymətləndiricilər həmçinin formal rubrikdən kənar örtük sahə biliyindən və bütöv peşəkar mühakimədən istifadə edə bilərlər.

Ədalət və ardıcıllıq eyni şey deyil

Ardıcıllıq oxşar şəraitdə oxşar akademik performansların oxşar şəkildə qiymətləndirilməsini ifadə edir. Ədalət isə yalnız nəticələrin bir-birinə yaxın olması ilə məhdudlaşmır; qiymətləndiricinin ekspertizası, tələbənin real töhfəsi, dil və mədəni fərqlər, layihə növü, moderasiya prosesi və qiymətləndirmə mühiti kimi kontekstual amilləri də əhatə edir.

MDMF-nin nəzəri istiqaməti buna görə yalnız “iki qiymətləndiricinin eyni balı verməsi” problemini həll etməyə çalışmır. Çərçivə akademik mühakimənin hansı institusional, münasibət və texnoloji şəraitdə formalaşdığını da qiymətləndirmə sisteminin bir hissəsi hesab edir.

Rubriklər niyə kifayət deyil?

Rubriklər və qiymətləndirmə sxemləri gözləntiləri görünən edə, nümunə işləri ortaq standartla əlaqələndirə və yeni qiymətləndiricilər üçün struktur təmin edə bilər. Bununla belə, mənbə ümumi və abstrakt meyarların müxtəlif dissertasiya növlərinə tətbiqində şərh fərqlərinin davam edə bildiyini göstərir.

Buna görə MDMF rubriki təkbaşına həll kimi istifadə etmir. Rubrikin hansı nümunələrlə izah edildiyi, qiymətləndiricilərin onu necə şərh etdiyi, qiymətləndirmə öncəsi kalibrasiyanın aparılıb-aparılmadığı və moderasiya zamanı fikir ayrılıqlarının necə həll edildiyi də qiymətləndirmə keyfiyyətinin bir hissəsidir.

Moderasiya rolu

Moderasiya müxtəlif qiymətləndiricilərin qərarlarını nəzərdən keçirərək ardıcıllığı və hesabatlılığı gücləndirən keyfiyyət təminatı prosesidir. Lakin tədqiqat moderasiyanın əsasən düzəldici xarakter daşıdığını vurğulayır: qiymətləndirmə bitdikdən sonra bal fərqlərini azalda bilər, lakin qiymətləndiricilərin başlanğıcdan niyə fərqli mühakimələrə gəldiyini avtomatik həll etmir.

MDMF buna görə moderasiyadan əvvəl kalibrasiya qatı yerləşdirir. Məqsəd qiymətləndiricilərin standartlar, nümunələr və çətin sərhəd halları haqqında qiymətləndirmə başlamazdan əvvəl ortaq şərh zəmini formalaşdırmasıdır.

MDMF necə inkişaf etdi?

Çərçivənin inkişafı Design-Based Research məntiqinə əsaslanır. İlk mərhələdə problem və ehtiyaclar təhlil edilmiş; sonrakı mərhələlərdə çərçivə hazırlanmış, real akademik heyət təcrübələri ilə qiymətləndirilmiş və yenidən işlənmişdir.

MDMF v1: üç əsas proses

İlk versiya ədəbiyyatdan üç əsas komponent çıxarmışdır: qiymətləndirmə öncəsi tapşırıqlar, qiymətləndirici xüsusiyyətlərinə görə dissertasiya təyinatı və qiymətləndirmə/moderasiya prosesi.

Qiymətləndirmə öncəsi tapşırıqlara aydın qiymətləndirmə sxemləri, nümunə dissertasiyalar və qiymətləndirici təlimi kimi hazırlıqlar daxildir. Dissertasiya təyinatı komponenti rəhbərin və ikinci qiymətləndiricinin rolunu, sahə ekspertizasını və koqnitiv profilini nəzərə alır. Son proses isə ardıcıllıq və moderasiya mexanizmlərini əhatə edir.

MDMF v2 və v3: ədalət, texnologiya və qiymətləndirmə mədəniyyəti

2022 sorğusu ilə çərçivəyə ədalət/bərabərlik problemlərinin sistemli müəyyənləşdirilməsi və texnologiyanın asanlaşdırıcı rolu əlavə edilmişdir. Akademiklər yüksək iş yükü, mövzu ekspertizasının uyğunsuzluğu, ümumi rubriklərin qeyri-müəyyənliyi, anonimlik problemləri və qiymətləndiricinin rifahı kimi dəyişənlərin qiymətləndirmə qərarlarına təsir etdiyini bildirmişlər.

Yeddi akademiklə aparılmış 2022 müsahibələri MDMF v3-də “qiymətləndirmə mədəniyyəti” ölçüsünü gücləndirmişdir. Ortaq müzakirələr, kor moderasiya, üçüncü qiymətləndirici, sahə fərqləri və dil qərəzi kimi mövzular çərçivədə daha aydın şəkildə yerləşdirilmişdir.

Generativ Sİ Dissertasiya Qiymətləndirməsini Daha Ədalətli və ya Daha Obyektiv Etdimi?

Bu tədqiqatdakı akademik heyət məlumatları belə nəticəni dəstəkləmir. İştirakçılar Sİ alətlərini rəhbər qərəzi, ikinci qiymətləndirici qərəzi, dil qərəzi, layihə mürəkkəbliyi, anonimlik və ya tələbənin real töhfəsinin müəyyənləşdirilməsi kimi əsas problemlərə qarşı zəif təsirli hesab etmiş; əvəzində orijinallıq, həddən artıq asılılıq, kontekst çatışmazlığı, məlumat məxfiliyi və Sİ mənşəli qərəzlərlə bağlı yüksək narahatlıq bildirmişlər.

2023: ChatGPT-dən sonrakı ilk reaksiya

ChatGPT ictimaiyyətə açıldıqdan qısa müddət sonra aparılan iki araşdırma akademik heyətin Sİ-ni qiymətləndirmə prosesində sürətlə mənimsəmədiyini göstərmişdir. İlk 2023 sorğusunda 19 nəfərin 16-sı, yəni %84-ü, ChatGPT-dən dissertasiya qiymətləndirilməsinin heç bir hissəsində istifadə etmədiyini bildirmişdir. İl ərzində keçirilən ikinci sorğuda səkkiz nəfərdən beşi qiymətləndirmədə ChatGPT istifadə etmədiyini demiş; üç nəfər suala cavab verməmişdir.

İştirakçılar şəxsi və ya tədris məqsədli mətn layihəsi hazırlamaq, nümunə yaratmaq və dili təkmilləşdirmək kimi istifadələri dissertasiya haqqında akademik hökm vermək vəzifəsindən aydın şəkildə ayırmışlar. Dissertasiya qiymətləndirilməsi sahə ekspertizası, kontekstual şərh və akademik hesabatlılıqla əlaqələndirilmişdir.

Generativ Sİ yeni “orijinallıq” problemi yaradır

2025 müsahibələri qiymətləndiricilərin artıq yalnız dissertasiya mətninin keyfiyyətini deyil, mətnin nə qədərinin tələbəyə aid olduğunu da daha intensiv sorğuladığını göstərir. Eynitipli dil, tələbənin şəxsi akademik səsinin itməsi və ya uydurma istinadlar kimi əlamətlər şübhə yarada bilər.

Lakin mənbə bu əlamətləri etibarlı Sİ aşkarlama alqoritmi kimi təqdim etmir. Əksinə, şübhə ilə sübut arasındakı fərqin qorunmalı olduğu vurğulanır. Tələbənin işi yalnız Sİ-dən istifadə edilmiş ola biləcəyi düşüncəsinə görə cəzalandırılmamalıdır.

Dil axıcılığı keyfiyyətlə qarışdırıla bilər

Generativ Sİ dil baxımından səliqəli dissertasiya hazırlamağa kömək etdikdə formal axıcılıqla intellektual keyfiyyət arasındakı əlaqə daha mürəkkəb olur. İştirakçılar Sİ ilə cilalanmış mətnin zəif tədqiqat məzmununu olduğundan güclü göstərə bildiyini və rəhbərlə ikinci qiymətləndirici arasında bal fərqlərinə səbəb ola bildiyini bildirmişlər.

MDMF v5 bu problemi AI-mediated grade distortion, yəni Sİ vasitəli qiymət qavrayışı təhrifi çərçivəsində nəzərdən keçirir. Çərçivənin məqsədi “axıcı mətni cəzalandırmaq” deyil; dilin səthi keyfiyyəti ilə orijinal düşüncə, metodoloji yetkinlik, sübut və tənqidi iştirakı ayıra bilən insan kalibrasiyasını gücləndirməkdir.

Qiymət sıxılması / grade compression

Bəzi iştirakçılar Sİ-nin dissertasiyaların dil görünüşünü bir-birinə oxşadaraq işlərin “orta yetərlilik” ətrafında toplanmasına səbəb ola bildiyini bildirmişlər. Mənbə bunu birbaşa ölçülmüş qiymət paylanması təhlili kimi deyil, akademik heyətin təcrübələrindən çıxan tema kimi nəzərdən keçirir.

Buna görə Verianla izahı “Sİ qiymətləri statistik olaraq B-yə sıxışdırdı” formasında səbəb-nəticə nəticəsi yaratmır. Mənbədə kəmiyyət qiymət paylanması müqayisəsi aparılmamışdır.

İnsan kalibrasiyası niyə daha vacib olur?

Sİ ilə düzəldilmiş səthi dil rəhbərə və ikinci qiymətləndiriciyə fərqli siqnallar verə bilər. Rəhbər tələbənin layihə prosesini bilir; ikinci qiymətləndirici isə çox vaxt yalnız təqdim edilmiş məhsulu görür. Bu informasiya asimmetriyası Sİ dəstəkli axıcılıq altında daha qabarıq ola bilər.

MDMF həlli qiymətləndirmə qərarını avtomatik sistemə verməkdə deyil, qiymətləndiricilərin nümunələr, rubriklər və sərhəd hallar üzərində ortaq şərh yaratmasında görür. Beləliklə kalibrasiya yalnız ilkin təlim deyil, Sİ dövründə akademik standartın birgə şərh olunduğu peşəkar prosesə çevrilir.

Texnologiya həll, yoxsa infrastruktur?

MDMF v5-də texnologiya qiymətləndirmə qərarının sahibi deyil. Texnologiyanın əsas rolu informasiyaya çıxışı asanlaşdırmaq, dissertasiya və qiymətləndirici uyğunlaşdırmasını dəstəkləmək, rubrikləri inteqrasiya etmək, qeyd və audit izi təmin etmək və lazımsız inzibati sürtünməni azaltmaqdır.

Bu fərq vacibdir: daha çox Sİ funksiyası əlavə etmək daha ədalətli qiymətləndirmə demək deyil. Mənbədə heyətin əhəmiyyətli hissəsi mövcud infrastruktur problemlərini —dağınıq təqdimetmə nöqtələri, yetərsiz metadata, uzun əlavə videolar, bir-birindən ayrılmış sistemlər— birbaşa qiymətləndirmə səmərəliliyinə və ədalətə təsir edən amillər kimi görür.

Tədqiqatın Metodu və Nəticələri

Tədqiqat sualları

Tədqiqatın üç tədqiqat sualı vardır:

1. Magistr dissertasiyalarının qiymətləndirilməsində ədalətə, ardıcıllığa və akademik mühakiməyə hansı problemlər təsir edir?
2. Bu problemlər generativ süni intellekt kontekstində necə dəyişir?
3. Strukturlaşdırılmış və empirik əsaslandırılmış çərçivə daha ədalətli və əsaslandırıla bilən dissertasiya qiymətləndirmə praktikalarını necə dəstəkləyə bilər?

Design-Based Research yanaşması

Design-Based Research, real təhsil mühitindəki mürəkkəb problemləri yalnız kənardan təsvir etmək əvəzinə, nəzəri biliyi və praktiklərin təcrübəsini iterativ dizayn dövrlərində birləşdirən tədqiqat yanaşmasıdır. Bu tədqiqatda təhlil və kəşf, dizayn və qurma, qiymətləndirmə və refleksiya dövrləri MDMF-nin ardıcıl versiyalarını yaratmışdır.

Mənbənin 6-cı səhifəsindəki Şəkil 1 bu dövrü üç əsas istiqamətlə göstərir: problem və ehtiyacların araşdırılması, çərçivənin inkişaf etdirilməsi, sonra real kontekstdə qiymətləndirmə və refleksiyadan yenidən dizayna qayıdış. Çərçivənin v1-dən v5-ə irəliləməsi xətti məhsul inkişaf prosesi deyil, bu təkrarlanan DBR məntiqinin nəticəsidir.

İştirakçılar

Bütün empirik mərhələlər eyni Birləşmiş Krallıq ali təhsil müəssisəsində aparılmışdır. İştirakçılar əsasən Computing Science və əlaqəli sahələrdə magistr dissertasiyasına rəhbərlik, ikinci qiymətləndirmə və ya moderasiya vəzifələrini yerinə yetirən akademik heyətdir.

Erkən karyera akademiklərindən intensiv qiymətləndirmə təcrübəsi olan heyətə qədər müxtəlif təcrübə səviyyələri mövcuddur. Lakin məqsədli və kiçik nümunə dizaynına görə tədqiqat bütün ali təhsil akademiklərinin fikirlərini statistik olaraq təmsil etdiyini iddia etmir.

Keyfiyyət təhlili

Müsahibələr və açıq uçlu sorğu cavabları tematik yanaşmalarla təhlil edilmişdir. 2025-ci ilin əvvəlindəki müsahibələrdə Braun və Clarke-ın altı mərhələli yanaşmasına əsaslanan refleksiv tematik təhlil istifadə edilmişdir.

Keyfiyyət məlumatları xüsusilə Sİ istifadəsinin etik sərhədləri, orijinallıq və müəlliflik qeyri-müəyyənliyi, dil qərəzi, qiymətləndirici yorğunluğu, moderasiya münaqişəsi və peşəkar məsuliyyət kimi temaları üzə çıxarmışdır.

Kəmiyyət təhlili

2025-ci ilin sonundakı kəmiyyət maddələri 1–7 aralığında şkalalarla ölçülmüşdür. Məlumatlar kiçik və məqsədli nümunəyə görə əsasən orta göstərici, standart kənarlaşma və median kimi təsviri statistikalarla şərh edilmişdir.

Dörd birləşdirilmiş alt şkala yaradılmışdır: Sİ-nin qərəz problemlərini həll etməkdə qəbul edilən effektivliyi, iş yükü/proses problemlərini həll etməkdə effektivliyi, Sİ narahatlıqları/məhdudiyyətləri və Sİ istifadəsinə dəstək. Alt şkalalar üçün Cronbach's alpha bildirilmiş, bəzi nümunələr Spearman korrelyasiyası, Friedman və post-hoc Wilcoxon testləri ilə kəşfiyyat xarakterli araşdırılmışdır.

Seçilmiş fərdi kəmiyyət nəticələri

Friedman və Wilcoxon nəticələri

Dörd əsas alt şkalanın sıra paylanması Friedman testi ilə müqayisə edilmişdir. Nəticə:

\[ \chi^2(3)=11.73,\quad p=0.008,\quad n=11 \]

Bu test dörd alt şkalanın qəbul edilən səviyyələrinin eyni paylanmaya malik olmadığına dair kəşfiyyat xarakterli sübut verir. Kiçik və məqsədli nümunəyə görə mənbə bunu əhali səviyyəsində ümumiləşdirmə üçün deyil, alt şkalalar arasındakı nisbi nümunəni araşdırmaq üçün istifadə edir.

Post-hoc Wilcoxon testlərində Sİ narahatlıqları Sİ-nin qərəz problemlərində qəbul edilən effektivliyindən daha yüksək olmuşdur:

\[ Z=-2.49,\quad p=0.013 \]

Sİ narahatlıqları iş yükü/proses problemlərini həll etməkdə qəbul edilən effektivlikdən də daha yüksək olmuşdur:

\[ Z=-2.85,\quad p=0.004 \]

Korrelyasiya nümunələri

Sİ-nin qərəz problemlərini həll etməkdə effektivliyinə daha yüksək bal verən iştirakçılar iş yükü/proses effektivliyinə də daha yüksək bal verməyə meyllidirlər:

\[ \rho=0.683,\quad p=0.010 \]

Qərəz problemlərini həll etmə effektivliyi ilə ümumi Sİ dəstəyi arasındakı əlaqə daha da güclüdür:

\[ \rho=0.914,\quad p<0.001 \]

Sİ narahatlıqları ilə Sİ dəstəyi arasında əks istiqamətli əlaqə bildirilmişdir:

\[ \rho=-0.742,\quad p=0.009 \]

Bu korrelyasiyalar münasibət strukturları arasındakı əlaqəni göstərir; bir münasibətin digərinə səbəb olduğunu sübut etmir.

MDMF Version 5-in Altı Əsas Komponenti Nədir?

MDMF Version 5 yeni komponent siyahısı yaratmaq əvəzinə Version 4-dəki altı strukturu yenidən çəkiləndirir: etik sərhədlər və Sİ siyasətinin aydınlığı; ədalət və bərabərlik problemləri; qiymətləndirmə öncəsi tapşırıqlar və insan kalibrasiyası; qiymətləndirici xüsusiyyətlərinə əsaslanan dissertasiya təyinatı; qiymətləndirmə prosesi, mədəniyyəti və qiymətləndirici rifahı; texnologiya, infrastruktur və sistem dizaynı. Bu altı element birlikdə peşəkar akademik mühakimənin hansı şərtlərdə daha ədalətli və əsaslandırıla bilən ola biləcəyini tənzimləyir.

1. Etik sərhədlər və Sİ siyasətinin aydınlığı

MDMF v5-də bu komponent bütün çərçivənin normativ onurğasına çevrilir. Əsas sual “Sİ harada istifadə edilə bilər?” sualından əvvəl “hansı akademik mühakimələr Sİ-yə ötürülməməlidir?” sualıdır.

2. Ədalət və bərabərlik problemləri

Version 5 Sİ dəstəkli yazının yeni ədalət riskləri yarada biləcəyini açıq şəkildə nəzərə alır. Bunlara qiymətlərin bir-birinə yaxınlaşması, axıcı dilin intellektual zəifliyi maskalaması, tələbənin real töhfəsinin görünməzləşməsi və Sİ ilə gücləndirilmiş dil axıcılığının yeni bərabərsizlik mənbəyinə çevrilməsi daxildir.

3. Qiymətləndirmə öncəsi tapşırıqlar və kalibrasiya

Kalibrasiya MDMF v5-də Sİ mənşəli qeyri-müəyyənliyi idarə etməyin əsas insan mexanizminə çevrilir. Qiymətləndiricilər nümunə dissertasiyaları, sərhəd halları və qiymətləndirmə meyarlarının mənasını birlikdə müzakirə etməlidirlər.

Nümunələrin yalnız yaxşı yazılmış mətnləri deyil, dil baxımından axıcı, lakin tənqidi cəhətdən zəif halları da göstərməsi tövsiyə olunur. Beləliklə akademik dərinliklə səthi dil keyfiyyəti bir-birindən daha şüurlu şəkildə ayrılır.

4. Qiymətləndirici xüsusiyyətlərinə görə dissertasiya təyinatı

Rəhbər tələbənin tədqiqat prosesini bilir; ikinci qiymətləndirici isə çox vaxt təqdim edilmiş nəticəyə çıxış əldə edir. Sİ ilə cilalanmış mətn bu informasiya fərqini böyüdə bilər. MDMF v5 buna görə strukturlaşdırılmış rəhbər xülasələrini, layihə kontekstinin paylaşılmasını və mövzu ekspertizası ilə daha yaxşı uyğunlaşdırmanı vurğulayır.

Sİ savadlılığı faydalı kontekstual bacarıq kimi görülə bilər; lakin sahə ekspertizasını və ya akademik mühakiməni əvəz etmir.

5. Qiymətləndirmə prosesi, mədəniyyəti və rifah

MDMF v5 qiymətləndirici yorğunluğunu və emosional əməyi ikinci dərəcəli insan resursları problemi olmaqdan çıxarıb ədalətli qiymətləndirmə şərtlərindən biri kimi nəzərdən keçirir.

Yüksək iş yükü, zaman təzyiqi, təkrarlanan Sİ-yə bənzər dil nümunələri, təsdiqlənə bilməyən Sİ şübhəsi və etik qeyri-müəyyənlik akademikin diqqətinə və qiymətləndirmə təcrübəsinə təsir edə bilər. Həll kimi avtomatik hakimlikdən çox daha real iş yükü, müzakirəyə əsaslanan moderasiya, kalibrasiya və institusional dəstək tövsiyə olunur.

6. Texnologiya, infrastruktur və sistem dizaynı

Son komponent texnologiyanı “daha çox süni intellekt”lə eyniləşdirmir. Version 5-in prioriteti qiymətləndirmə prosesindəki sürtünməni azaldan, qeyd və audit izi təmin edən və akademikin mühakiməsini asanlaşdıran infrastrukturdur.

MDMF Sİ-nin İnsan Qiymətləndiricini Əvəz Edə Biləcəyini Göstərirmi?

Xeyr. MDMF-nin mərkəzi nəzəri nəticəsi bunun əksidir: yüksək riskli dissertasiya qiymətləndirilməsində peşəkar akademik mühakimə etibarlı qiymətləndirmənin əsasını təşkil edir və generativ Sİ bu mühakiməni avtomatlaşdıran həll kimi deyil, yeni etik və epistemik qeyri-müəyyənliklər yaradan sosiotexniki kontekst kimi nəzərdən keçirilməlidir. Mənbə məhdud dəstəkçi Sİ istifadələrini istisna etmir; lakin qiymət vermək, orijinallıq haqqında yekun qərar çıxarmaq və yüksək riskli akademik hökmü insandan təhvil almaq MDMF v5-in təklif etdiyi rol deyil.

Peşəkar akademik mühakimə

MDMF mürəkkəb akademik işin keyfiyyətinin yalnız əvvəlcədən müəyyən edilmiş qaydaların mexaniki tətbiqi ilə müəyyənləşdirilə bilməyəcəyi fikrini qəbul edir. Sahə biliyi, kontekst, metodoloji yetərlilik, sübut keyfiyyəti, orijinal töhfə və tənqidi düşüncə birlikdə şərh edilməlidir.

Generativ Sİ bu tələbi azaltmaq əvəzinə bəzi hallarda artıra bilər; çünki dil axıcılığı ilə real intellektual töhfə arasındakı əlaqəni daha az görünən edə bilər.

Prosedur ədalətindən kontekstual bərabərliyə

Anonim qiymətləndirmə, ikili qiymətləndirmə və moderasiya hələ də vacibdir. Lakin MDMF-nin nəzəri töhfəsi ədaləti yalnız prosedurların bərabər tətbiqi kimi görməməsidir.

Sİ-yə çıxış, dil dəstəyi səviyyəsi, tələbənin real töhfəsinin görünməsi, mövzu ekspertizası və institusional siyasət də qiymətləndirmə şərtlərini formalaşdıra bilər. Buna görə “hər tələbəyə eyni proseduru tətbiq et” yanaşması hər halda bərabər nəticə yaratmaya bilər.

Qiymətləndirmə sosiotexniki sistemdir

MDMF dissertasiya qiymətləndirilməsini insan, siyasət, institut, texnologiya və təşkilati infrastrukturun birlikdə yaratdığı sosiotexniki sistem kimi nəzərdən keçirir. Texnoloji alətin dizaynı və ya müəssisənin Sİ siyasətindəki qeyri-müəyyənlik qiymətləndirmə davranışına təsir edə bilər.

Buna görə etik Sİ idarəçiliyi yalnız daha yaxşı model qurmaq demək deyil. Kimin hansı qərarı verdiyi, hansı qərarın audit edilə bildiyi, hansı tələbə məlumatının istifadə oluna bildiyi və fikir ayrılıqlarının necə həll edildiyi də qiymətləndirmə dizaynının bir hissəsidir.

Tədqiqatın dəstəklədiyi və dəstəkləmədiyi nəticələr

Tədqiqatın məhdudiyyətləri

Birinci məhdudiyyət bütün empirik mərhələlərin tək institusional kontekstdə aparılmasıdır. Müxtəlif universitetlərin qiymətləndirmə mədəniyyəti, Sİ siyasətləri, moderasiya praktikaları və fənn strukturları eyni deyil.

İkinci məhdudiyyət kiçik və məqsədli nümunələrdir. Xüsusilə n=3 müsahibə mərhələsi və n=10–13 ətrafındakı son kəmiyyət alt şkalaları əhali səviyyəsində güclü ümumiləşdirmə üçün nəzərdə tutulmamışdır.

Üçüncü məhdudiyyət MDMF-nin müxtəlif komponentləri illər boyunca empirik məlumatlarla inkişaf etdirilsə də, yekun MDMF v5-in inteqrə olunmuş müdaxilə kimi hələ tam tətbiq və təsir qiymətləndirilməsindən keçməməsidir.

Dördüncü məhdudiyyət generativ Sİ mühitinin sürətlə dəyişməsidir. Model imkanları, institusional siyasətlər və tələbələrin istifadə üsulları dəyişdikcə bu gün müəyyən edilmiş problemlər də dəyişə bilər.

Mənbə gələcəkdə MDMF-nin real tətbiqdə təsirinin, qiymətləndirmə ardıcıllığı və ədalət qavrayışları üzərində nəticələrinin, müxtəlif fənn və müəssisələrdə ötürülə bilməsinin və tələbə perspektivlərinin araşdırılmasını təklif edir.

Mənbədaxili cədvəl istinadı qeydi

Mənbənin 31-ci səhifəsində MDMF v5 komponentlərinin empirik təkmilləşdirilmələrinin “Tables 9–14” ilə sənədləşdirildiyi bildirilir. Lakin mənbənin quruluşunda Cədvəl 9 dörd kəmiyyət alt şkalasının təsviri statistikasını, MDMF v5-in altı komponentinə aid yenilənmə cədvəlləri isə Cədvəl 10–15-i təşkil edir. Verianla izahı bu çarpaz istinad fərqini səssizcə mənbə dəyişikliyi kimi düzəltmir; cədvəlləri məzmunlarına görə ayırır.

Mənbə və Metod Qeydi

Metod qeydi: Tədqiqatın əsas məqsədi əhali səviyyəsində statistik ümumiləşdirmə aparmaq deyil. Keyfiyyət və kəmiyyət nəticələri MDMF-nin dizayn və yenidən dizayn qərarlarını qidalandıran praktikaya əsaslanan sübut kimi istifadə olunur. Mənbə kiçik məqsədli nümunəyə görə qeyri-parametrik nəticələrin də ehtiyatla və kəşfiyyat xarakterli şərh edilməli olduğunu bildirir.

Version 5 qeydi: MDMF v5 üçün ayrıca yeni fiqur dərc edilməmişdir. Mənbə Version 4-ün Şəkil 5-dəki struktur arxitekturasını qoruyur və Version 5-in komponent çəkilərini Cədvəl 10–15 vasitəsilə yenidən müəyyən edir. Buna görə Verianla üçün hazırlanacaq MDMF v5 vizualı mənbə Şəkil 5-in piksel surəti deyil, Version 5 cədvəllərindəki məzmun əlaqələrindən törədilmiş orijinal izahlı sxem olmalıdır.

Əsas elmi sərhəd: MDMF v5-in inteqrə olunmuş institusional tətbiqi və bunun qiymətləndirmə ardıcıllığına təsiri bu məqalədə eksperimental olaraq sınaqdan keçirilməmişdir. “MDMF ədaləti artırdı” ifadəsi ölçülmüş təsir nəticəsi deyil; çərçivənin məqsədi daha ədalətli və əsaslandırıla bilən mühakimənin şərtlərini strukturlaşdırmaqdır.