평가 및 측정의 혁신

평가도 학습 경험과 마찬가지로 모두에게 똑같이 적용되어서는 안 됩니다. 우리는 학습자의 사회적, 문화적, 교육적 배경을 그들의 고유한 학습 여정에 어떻게 통합할 수 있을지 재구상하고 있습니다. 개인이 우리 연구의 중심에 있습니다. 우리는 평가에서 표준화에서 적응형 개인화로의 중요한 전환을 주도하며, 개인과 조직이 내일 세상에서 성장하고 성공할 수 있도록 힘을 실어줄 시험 설계와 측정 방법을 개발하고 있습니다. 개인화된 평가를 통해 학생들이 지원하는 방식을 변화함으로써, 개인의 평가 참여와 성과를 최적화하고 더 큰 공정성과 형평성을 증진하고 있습니다.

"우리 팀은 개인이 자신에게 가장 적합한 조건에서 평가를 경험할 수 있는 기회를 제공하는 맞춤형 평가 혁신을 주도하고 있으며, 평가 내내 참여할 수 있도록 하고 있습니다."

제시 스파크스, ETS 연구소

학습 기술은 학습을 지속적으로 포착하고 평가할 수 있게 합니다. 이러한 평가는 ETS 평가의 핵심인 공정성, 타당성, 신뢰성, 품질에 대한 우리의 변함없는 헌신을 유지해야 합니다. 우리는 자연스러운 환경에서 제공되는 성과 기반의 상호작용형 평가인 차세대 디지털 학습과 평가를 재구상하고 있으며, 기술과 AI를 의도적으로 통합하여 학습자의 지식, 기술, 행동을 보다 정확하게 포착합니다. "시험 없는" 상호작용 학습 환경을 통해 AI와 대형 프로세스 데이터를 최적화하여 내일의 복잡한 기술 개발을 더 잘 이해하고 평가하며 지원하고, 모든 학습자의 STEM 및 문해력 능력을 향상시키고 있습니다.

"학습의 디지털 흔적은 어디에나 존재합니다. 우리는 이를 이해하여 학습자를 맥락 속에서 더 잘 지원해야 합니다."

이도 롤, ETS 연구소

인공지능은 사람들이 생각하고 배우며 일하는 방식을 빠르게 변화시키고 있습니다. 우리는 평가와 교육에서 인공지능의 사용이 책임감 있고 투명하며 공정하게 이루어지도록 하는 데 집중하고 있습니다. 인공지능은 측정과 평가 과학을 크게 발전시킬 기회를 창출하는 동시에 이러한 데이터와 방법론의 윤리적이고 타당하며 공정한 사용에 도전을 제기합니다. 이러한 분야에서 우리의 역동적인 전문성을 활용하여, 모든 배경의 학습자가 자신이 알고 할 수 있는 것을 똑같이 입증할 기회를 갖도록 평가와 교육에서 AI의 윤리적 윤리적 사용을 개척하고 표준화하고 있습니다.

"교육 시험에서 AI의 사용이 계속 증가할 것임은 의심의 여지가 없습니다. 하지만 우리 연구의 목표는 단순히 최첨단 AI 기술 활용을 넘어섭니다. 교육 평가의 질을 향상시키기 위해 AI 방법을 개발하고 활용하는 동시에, 잘 확립된 교육 측정 기준을 준수하고 필요할 때 새로운 기준을 정의하는 데 있습니다."

맷 존슨, ETS 연구소

변화와 전환의 역사적 수렴이 미국 교육 시스템에 영향을 미치고 있습니다: COVID-19 팬데믹의 잔여, 생성형 인공지능(AI)의 부상, 적극적 우대 조치의 종료, 그리고 교사 부족 증가 등이 그것입니다. 이러한 도전에 어떻게 대응하고 모두를 위한 더 공평하고 접근 가능한 시스템을 구축할 수 있을까요?

우리는 대규모 평가의 기반을 강화하고 확장할 새로운 통계 방법론을 개발하며, 이 강력한 데이터를 활용해 중요한 정책 통찰을 도출하고 전 세계 인류 진보를 촉진하며 전 세계 교육 형평성을 증진하고 있습니다.

우리는 교사 지원 파이프라인과 교실 진입 경로를 다양화하고, 이미 이 직업에 종사하는 이들을 AI 기반 피드백과 개발 기회를 제공하여 교수 실천을 향상시키는 등 가장 중요한 자원 중 하나인 교사들을 강화하고 있습니다.

우리는 대학 입학을 기관 목표 달성에 성공적으로 지원하면서도 학생들이 장기적인 생산성과 웰빙에 가장 적합한 선택을 하도록 하는 정책으로 이끌고 있습니다.

"급격한 변화와 교육에 미치는 깊은 영향 속에서, 우리 팀은 이해관계자와 정책 입안자들과 학생들이 학습을 따라잡을 수 있도록 필요한 것을 이해하도록 참여하고 있습니다. 우리는 다양한 역량을 활용해 필요한 데이터와 접근법을 제공하고 있습니다. 정말 영향력 있는 연구입니다!"

댄 맥카프리, ETS 연구소