اختبرت 10 أدوات تقييم باستخدام الذكاء الاصطناعي: ما مدى دقة تصحيح كل واحدة منها فعليا

قم بتصحيح التقييمات في ثوانٍ باستخدام نظام تصحيح سريع ودقيق يعمل بالذكاء الاصطناعي

ابدأ مجاناً

كل أداة في هذه الفئة تقول إنها تستخدم الذكاء الاصطناعي في التصحيح.
ما يفرّق الأدوات الممتازة عن الأدوات الجيدة يتلخص عمليا في

1) ما الذي يمكنها تصحيحه
2) أي جزء من التصحيح آلي بالكامل وأيه يحتاج إلى مراجعة بشرية
3) إلى أين تذهب النتائج في النهاية.

الدرجة التي تمنحها أداة ذكاء اصطناعي ولا يمكنك الوثوق بموثوقيتها أسوأ من عدم استخدام أي أداة على الإطلاق.

هذا الدليل موجّه لمديري التدريب والتطوير والمصممين التعليميين وقادة فرق التدريب الذين يشترون لبرامج الشركات أو التدريب المهني، وليس لاختبارات الفصول الدراسية. استبعدت Quizizz وKahoot وMentimeter لأنها أدوات تفاعل وليست أنظمة تقييم.

الأنواع الأربعة لأدوات التقييم باستخدام الذكاء الاصطناعي

أدوات التقييم ليست فئة واحدة، وتسمية "التصحيح باستخدام الذكاء الاصطناعي" تخفي وراءها أربعة منتجات مختلفة تماما. حدّد النوع المناسب لمهمتك قبل أن تقارن المزايا.

• المصححات الآلية تصحح أعمالا جاهزة لديك بالفعل: Gradescope وCoGrader وEssayGrader.
• محركات ومنصات التقييم تدير بنوك الأسئلة والامتحانات وتصحيح الإجابات المفتوحة، وغالبا ما تكون قابلة للتضمين: Learnosity وQuestionmark وCognii.
• مولّدات الاختبارات تحوّل مستندا أو رابطا إلى أسئلة تُصحح تلقائيا: QuizGecko، وميزة توليد الاختبارات المدمجة في Coursebox.
• التقييم المدمج داخل نظام إدارة التعلم هو ميزة واحدة ضمن منصة تدريب: Coursebox وDisprz و360Learning.

كيف قيّمتها

وازنت بين أربعة أمور يتعامل معها أي فريق تصحيح فعليا:

• كيف يعمل التصحيح: هل تصحح تلقائيا أم تُبقي مراجعا بشريا في حلقة تصحيح الإجابات المفتوحة، لأن التصحيح باستخدام الذكاء الاصطناعي ما زال يحتاج إلى مراجعة في كل ما هو عالي المخاطر.
• ما الذي يمكنها تقييمه: الاختيار من متعدد، والإجابات الكتابية والمقالية، والكفاءات، والأكواد البرمجية، والخط اليدوي أو الشفهي. ليست كل أداة تصحح ما تفترضه.
• إلى أين تذهب النتائج: عبر SCORM أو xAPI أو LTI أو مزامنة مع سجل الدرجات. الدرجة المحصورة داخل الأداة نفسها مشكلة في إعداد التقارير.
• التكلفة الفعلية: الأسعار المعلنة حيث تتوفر، والأسعار التي تُطلب عبر عرض سعر حيث لا تتوفر.

إفصاح: Coursebox منتجي الخاص، وقد جاء في المرتبة الثانية في هذه المقارنة. خضع لكل الاختبارات نفسها التي خضعت لها بقية الأدوات، وحيثما كانت أداة منافسة هي الخيار الأنسب فقد قلت ذلك بصراحة.

ما الذي تصححه كل أداة فعليا

1. Learnosity

الأنسب لـ: الناشرين وهيئات الاعتماد الذين يدمجون التقييم داخل منتجهم الخاص.

Learnosity واجهة برمجية للتقييم قابلة للتضمين، وليست تطبيقا تسجّل الدخول إليه؛ ومحركها Feedback Aide يصحح الإجابات المفتوحة على نطاق واسع.

• تصحح: أكثر من 50 نوعا من الأسئلة (الاختيار من متعدد، السحب والإفلات، الإجابة الصوتية والمرئية، الصيغ الرياضية) إضافة إلى المقالات والإجابات المفتوحة القصيرة عبر محرك Feedback Aide.
• الدقة: بمساعدة الذكاء الاصطناعي، مع اعتماد بشري؛ وتشير اختبارات مستقلة إلى نسبة توافق 0.91 (معامل كابا التربيعي الموزون) مع المصححين البشريين على 850 مقالة.
• النتائج تُصدَّر إلى: عبر واجهات التقارير والبيانات البرمجية، بحيث تبني التصدير بنفسك؛ ولا توجد صيغة SCORM أو xAPI جاهزة معلنة.
• السعر: يُحدد عبر عرض سعر وعلى مستوى المؤسسات، دون نسخة تجريبية ذاتية الخدمة تعكس بيئة الإنتاج الفعلية.

ملاحظات الاختبار: عند التعمق في الأداة، شعرت بشيء من التعقيد في عملية التأليف. فمثلا، احتجت إلى النقر على التعديل مرتين أو ثلاث مرات فقط للانتقال من معاينة سؤال إلى تغييره، وهو أمر يتراكم عبر بنك أسئلة كبير.

رأيي: أعمق محرك في هذه القائمة، لكنه يحتاج إلى مطورين وميزانية عقد. وبدون كليهما تضيع كل هذه العمق في المزايا.

2. Coursebox

الأنسب لـ: فرق التدريب التي تريد بناء الدورة وتصحيحها في مكان واحد.

Coursebox منتجنا الخاص، وهذا إفصاح كامل من البداية. تصحح Coursebox التقييمات داخل الأداة نفسها التي تبني بها الدورة وتقدّمها، بدل أن تكون تطبيق تصحيح منفصلا.

• تصحح: الاختبارات، والإجابات الكتابية والمقالية، والإجابات القصيرة، والإجابات القائمة على السيناريو، وملفات مرفوعة (PDF وDOCX وTXT).
• الدقة: التصحيح باستخدام الذكاء الاصطناعي مع خيار مراجعة بشرية قبل اعتماد الدرجة نهائيا، بحيث لا يصدر أي تقييم عالي المخاطر دون فحص.
• النتائج تُصدَّر إلى: SCORM وLTI، بحيث تنتقل التقييمات والنتائج إلى أي نظام إدارة تعلم.
• السعر: خطة مجانية؛ وخطط مدفوعة تبدأ من نحو 29 دولار شهريا؛ وخطة مؤسسية عند الطلب.

ملاحظات الاختبار: بما أن هذه الأداة أداتنا، سأستند إلى بيانات الدعم الخاصة بنا. أكثر سؤال يصلنا حول التقييم هو كيفية ضبط إعدادات التقييم، وهو ما يشمل أمورا مثل قواعد الاختبار، وخلط الأسئلة، ودرجة النجاح، وإعادة المحاولة، والتصحيح. الذكاء الاصطناعي يتولى التصحيح، لكنني أنصح بتخصيص بعض الوقت لضبط تلك القواعد كما تريدها بالضبط.

رأيي: الخيار الأقوى عندما يكون التقييم خطوة ضمن بناء التدريب وتقديمه. أما إذا كنت تحتاج فقط إلى تصحيح مقالات مستقل، فأداة متخصصة مثل CoGrader تناسبك أكثر.

3. Questionmark

الأنسب لـ: امتحانات الاعتماد والامتثال الخاضعة للرقابة وعالية المخاطر.

Questionmark منصة تقييم على مستوى المؤسسات، أصبحت الآن جزءا من Learnosity، وصُممت لامتحانات قابلة للتدقيق والدفاع عنها.

• تصحح: امتحانات الاختيار من متعدد وبنوك الأسئلة، إضافة إلى الإجابات الكتابية المطوّلة عبر تصحيح باستخدام الذكاء الاصطناعي يستند إلى معايير تقييم محددة.
• الدقة: بمساعدة الذكاء الاصطناعي مع مراجعة بشرية إلزامية؛ فكل درجة نهائية تحتاج إلى اعتماد بشري.
• النتائج تُصدَّر إلى: الأقوى هنا من حيث دعم المعايير: LTI وSCORM وAICC وxAPI، إضافة إلى Workday وCornerstone وSuccessFactors.
• السعر: يُحدد عبر عرض سعر، على مستوى المؤسسات.

ملاحظات الاختبار: الأمر الذي أنصح باختباره قبل الالتزام هو مدى التصلب الذي تصل إليه الأداة بعد النشر. لم أتمكن من تعديل أي سؤال بعد أن أصبح التقييم مباشرا. لا توجد خطوة لمراجعة الأسئلة، ولا يُخطر الطلاب أو المراقبون تلقائيا.

رأيي: اخترها عندما يجب أن يصمد الامتحان أمام مدقق. وهي مبالغ فيها لأسئلة معرفية غير رسمية، وعدد تقييماتها محدود (3.8 على Capterra).

4. Gradescope

الأنسب لـ: التصحيح التقني: الامتحانات، ومجموعات المسائل، والخط اليدوي، والأكواد البرمجية.

Gradescope (من إنتاج Turnitin) هي الأداة الأوسع من حيث الصيغ هنا، إذ تتعامل مع الأوراق والملفات الرقمية والأكواد البرمجية في مكان واحد.

• تصحح: أسئلة الاختيار من متعدد على أوراق التظليل، والأعمال المكتوبة بخط اليد، والمقالات، والبرمجة عبر مصحح آلي، وهي الأداة الوحيدة هنا التي تصحح الخط اليدوي والأكواد البرمجية.
• الدقة: مختلطة؛ إذ يجمّع الذكاء الاصطناعي الإجابات المتشابهة ثم يمنح المدرّس الدرجة.
• النتائج تُصدَّر إلى: يُصدّر إلى سجل الدرجات لديك؛ أما التكامل مع نظام إدارة التعلم فمتاح في الخطة المؤسسية.
• السعر: الخطة الأساسية مجانية؛ والخطة المؤسسية تُحدد عبر عرض سعر.

ملاحظات الاختبار: تجميع الإجابات وتعديل معايير التقييم قويان فعلا. المشكلة التي وقعت فيها كانت مع العمل الجماعي؛ إذ تطلب Gradescope من الطلاب الإبلاغ بأنفسهم عن أعضاء مجموعتهم، وعندما نسي أحدهم زميلا من القائمة، حصل ذلك الزميل على صفر بصمت إلى أن انتبهت للأمر. لذلك أنصح بإدارة المشاريع الجماعية عبر نظام إدارة التعلم بدلا من ذلك.

رأيي: لا مثيل لها في الامتحانات وتصحيح مواد العلوم والتقنية والهندسة والرياضيات. لكنها مصممة لبيئة التعليم العالي، فسير عمل الكفاءات والامتثال ليس مجالها.

5. CoGrader

الأنسب لـ: الفرق التي تصحح المقالات والواجبات الكتابية بشكل أساسي.

CoGrader أداة متخصصة في تصحيح المقالات: تستورد العمل، وتضبط معايير التقييم، فتضع الأداة مسودة درجة وملاحظات.

• تصحح: المقالات والإجابات الكتابية المفتوحة فقط.
• الدقة: الذكاء الاصطناعي يضع المسودة، والمعلم يملك القرار النهائي.
• النتائج تُصدَّر إلى: Google Classroom للجميع، وCanvas وSchoology في خطط المدارس، واستيراد وتصدير الملفات في باقي الحالات.
• السعر: خطة مجانية (100 إرسالية شهريا)، وخطط مدفوعة تبدأ من نحو 19 دولار شهريا.

ملاحظات الاختبار: نجحت الأداة بسرعة مع سؤال مقالي واحد ومحدد. لكن حالما أعطيتها واجبا يجمع ثلاثة أسئلة في نص كتابي واحد، أصبحت ملاحظات معايير التقييم غامضة، فاعتمدت بعدها على سؤال واضح واحد في كل مرة.

رأيي: أنظف سير عمل لتصحيح الكتابة في هذه القائمة. لكنها تقوم بمهمة واحدة فقط، فلا اختبارات ولا تقييم كفاءات.

6. EssayGrader

الأنسب لـ: تصحيح كميات كبيرة من الأعمال الكتابية بميزانية محدودة.

EssayGrader تصحح الإجابات الكتابية بدءا من الإجابات القصيرة وصولا إلى المقالات الطويلة، وتنشر بيانات دقة حقيقية.

• تصحح: المقالات، والأسئلة القائمة على الوثائق (DBQs)، والتقارير، ودراسات الحالة، واليوميات؛ إضافة إلى الإرسالات المرئية في خطة Pro.
• الدقة: التصحيح باستخدام الذكاء الاصطناعي مع مراجعة من المعلم؛ وتشير تقاريرها إلى تباين أقل من 4% مقارنة بالتصحيح البشري في دراسة شملت أكثر من 1,000 مقالة.
• النتائج تُصدَّر إلى: Google Classroom، وCanvas (تتم مزامنته مع SpeedGrader)، وSchoology.
• السعر: الأكثر شفافية هنا: مجانية حتى 50 مقالة، ثم من 6.99 إلى 34.99 دولار شهريا.

ملاحظات الاختبار: معايير التقييم المخصصة هي نقطة القوة، والملاحظات دقيقة في معظمها. ما جعلني حذرا هو مدى الثبات: مررت المقالة نفسها مرتين وحصلت على درجتين مختلفتين، لذلك أنصح باستخدامها كجولة تصحيح أولى وسريعة يعتمدها إنسان في النهاية.

رأيي: قيمة قوية ووضوح بشأن الدقة. لكنها مصممة للتعليم، فلا وجود لتقييم الكفاءات أو دعم SCORM اللازم لامتثال التدريب.

7. Cognii

الأنسب لـ: تدريب فوري وتكويني على الإجابات المفتوحة على نطاق واسع.

Cognii محرك تقييم تحاوري يصحح الإجابات المفتوحة في الوقت الفعلي ويوجّه المتعلمين نحو الإتقان.

• تصحح: المقالات القصيرة وأسئلة الإجابة المفتوحة، وليس أسئلة الاختيار من متعدد بحكم التصميم.
• الدقة: تصحيح آلي بالكامل وفوري؛ وتشير تقاريرها إلى نسبة توافق 96% مع المصححين البشريين في المقالات القصيرة.
• النتائج تُصدَّر إلى: تُسوَّق على أنها سهلة الدمج، لكنها لا تنشر تفاصيل محددة عن التكامل مع نظام إدارة التعلم أو SCORM أو التصدير.
• السعر: تُحدد عبر عرض سعر، دون أسعار معلنة.

رأيي: مفيدة فعلا للتدريب القائم على إعادة المحاولة وصولا إلى الإتقان. لكن حضورها العام المحدود (لا تقييمات حقيقية على G2 أو Capterra، ولا تفاصيل عن التصدير) يجعلها خيار شراء أصعب على مستوى المؤسسات.

8. QuizGecko

الأنسب لـ: تحويل المستندات بسرعة إلى اختبارات تُصحح تلقائيا.

QuizGecko تولّد اختبارات من مستند أو رابط أو نص، وتصحح الإجابات القصيرة والمقالية تلقائيا.

• تصحح: الاختيار من متعدد، والصح والخطأ، والإجابة القصيرة، والمطابقة، وملء الفراغات، والمقالة.
• الدقة: تصحيح آلي، دون خطوة مراجعة بشرية إلزامية معلنة.
• النتائج تُصدَّر إلى: تصدير بصيغة CSV، والمشاركة أو التضمين في أدوات مثل Google Classroom؛ دون دعم أصلي لـSCORM أو xAPI.
• السعر: تبدأ من نحو 16 دولار شهريا؛ والخطة المؤسسية مع واجهة برمجية تبدأ من نحو 500 دولار شهريا.

ملاحظات الاختبار: عندما زوّدتها بملاحظاتي الخاصة، جاءت الأسئلة ضمن الموضوع لكنها كانت عامة، إذ أعادت صياغة المادة بدل التركيز على الصياغة الدقيقة التي أردت اختبارها. الحيلة التي توصلت إليها كانت إعطاءها صفحة ويب بدل ملف PDF، إذ بدا أنها تعمل بشكل أفضل مع الروابط منها مع المستندات.

رأيي: سريعة ورخيصة للاختبارات المعرفية السريعة. المهم أن تلاحظ أنها أداة اختبارات وليست نظام تقييم رسمي معتمد.

9. Disprz

الأنسب لـ: فرق التدريب والتطوير التي تريد التقييم ضمن منصة تطوير مهارات.

Disprz منصة تدريب وتطوير مهارات، يكون فيها التقييم ميزة واحدة إلى جانب التعلم والتحليلات.

• تصحح: الاختبارات والأسئلة المعرفية إضافة إلى تمارين السيناريو المبنية باستخدام الذكاء الاصطناعي؛ أما التقييمات الذاتية فتعتمد على ملاحظات المدير والزملاء.
• الدقة: الاختبارات تُصحح آليا، أما الأعمال الذاتية فتخضع لمراجعة بشرية وليس لتصحيح باستخدام الذكاء الاصطناعي (ميزة التقييم التحاوري ما زالت قيد التطوير).
• النتائج تُصدَّر إلى: جاهزة لـSCORM وxAPI، وتعمل مع أي نظام إدارة تعلم.
• السعر: تُحدد عبر عرض سعر (يذكر Capterra خطة أولية بنحو 3 دولار للمستخدم)؛ وتقييمها على Capterra 4.7 من 38 مراجعة.

ملاحظات الاختبار: الاختبارات والوحدات التدريبية عملت جيدا. أما التقارير فكانت العائق: الرسوم البيانية للتحليلات الذكية أساسية وخيارات التقرير محدودة، فانتهى بي الأمر إلى تصدير البيانات لبناء تقرير أكثر تفصيلا بنفسي.

رأيي: مناسبة إذا كنت تريد التقييم مدمجا مع تطوير المهارات، وليس أداة تصحيح مخصصة للإجابات المفتوحة باستخدام الذكاء الاصطناعي.

10. 360Learning

الأنسب لـ: بناء الدورات بشكل تعاوني، حيث يكون التقييم إضافة خفيفة.

360Learning نظام إدارة تعلم تعاوني؛ والتقييم فيه أساسي ومبني على اعتماد المدرّس.

• تصحح: الاختيار من متعدد، وملء الفراغات، والأسئلة المفتوحة.
• الدقة: الإجابات المفتوحة يعتمدها المدرّس (اعتماد أو إعادة محاولة أو رفض)، وليست مصححة باستخدام الذكاء الاصطناعي.
• النتائج تُصدَّر إلى: استيراد SCORM، وتقارير مدمجة أصلا في نظام إدارة التعلم.
• السعر: خطة Team تبدأ من 8 دولار للمستخدم شهريا؛ وخطة Business تُحدد عبر عرض سعر؛ والأفضل تقييما من حيث الحجم (4.7 على Capterra من أكثر من 500 مراجعة).

ملاحظات الاختبار: شعرت أن التقييم أُضيف كفكرة لاحقة. إدراج اختبار داخل دورة كان أكثر تعقيدا مما ينبغي، والمحرك الكامن خلفه خفيف، فلا بنوك أسئلة حقيقية، ولا عشوائية، ولا مؤقتات، لذلك لن أثق به إلا لأسئلة معرفية بسيطة وحسب.

رأيي: نظام إدارة تعلم ممتاز، لكنه الأضعف هنا من حيث ملاءمة التقييم باستخدام الذكاء الاصطناعي؛ فمحرك الاختبارات فيه يفتقر إلى بنوك الأسئلة والعشوائية والمؤقتات.

ما الذي سأختاره فعليا

إذا كان التقييم جزءا من بناء التدريب وتقديمه، فـCoursebox هي نقطة الانطلاق: تصحح المقالات والاختبارات والسيناريوهات في مكان واحد، وتحتفظ بخطوة مراجعة بشرية اختيارية، وتصدّر النتائج عبر SCORM وLTI. أما إذا كان التقييم مدمجا داخل منتجك الخاص، فـLearnosity هي المحرك الأعمق، شرط أن يكون لديك مطورون. وللامتحانات القابلة للتدقيق وعالية المخاطر، اختر Questionmark. ولتصحيح المقالات فقط، فإن CoGrader تقدم أنظف سير عمل وEssayGrader تقدم أفضل قيمة مقابل السعر. أما Gradescope فتتفوق في الامتحانات والخط اليدوي والأكواد البرمجية، وCognii هي الخيار للتدريب التكويني الفوري. والأدوات التي يجب تجاوزها في برنامج تدريبي هي تلك التي يكون فيها التقييم مجرد إضافة جانبية (Disprz) أو حيث يكون محرك الاختبارات ضعيفا (360Learning).

تنويه: Coursebox أداتنا الخاصة، وقد حرصت على ترتيبها بأمانة ضمن قائمة المقارنة هذه.