በ AI የታገዘ የፍተሻ-ንጥል ማጣሪያ ባለሙያዎች የሚገመግሙትን፣ ቅድመ ህትመት ያገኘውን ሊለውጥ ይችላል።

ምን ተፈጠረ

የarXiv ቅድመ-ህትመት ሁለት የተገናኙ የሲሊኮ ጥናቶችን ሪፖርት አድርጓል፣ የስሌት ግምገማ እንዴት በአይአይ የታገዘ የBig Five ምዘና ዕቃዎችን ይቀርፃል። ከ32,000 በላይ የተመረጡ ዕቃዎች፣ ደራሲዎቹ ውክልና፣ መዋቅራዊ ማጣሪያ እና የእጩ ቅጽ ፖሊሲዎች በየትኛው የቃላት አጻጻፍ እና የግንባታ ማስረጃ የባለሙያ ግምገማ ላይ ተጽዕኖ እንዳሳደረ አረጋግጠዋል።

ምንጩ የ arXiv ቅድመ-ህትመት በኦገስት 24, 2026 በ ሚቺጋን የመረጃ ትምህርት ቤት ባልደረባ ክሪስቶፈር ብሩክስ እና ሌላ ደራሲ ነው። የተወሰነ AI የታገዘ የስራ ሂደትን ይመረምራል፡ እቃዎች ይፈጠራሉ፣ ወደ የትርጉም መግለጫዎች ይለወጣሉ፣ ለመዋቅራዊ ማስረጃዎች ተጣርተው፣ ደረጃ የተሰጣቸው ወይም የተመረጡ እና ለሳይኮሜትሪክ ባለሙያ ግምገማ በእጩ ቅጾች ይሰበሰባሉ። የወረቀቱ ማዕከላዊ የይገባኛል ጥያቄ የስሌት ገምጋሚው የመለኪያ ንድፍ አካል ነው ምክንያቱም ውሳኔዎቹ የትኞቹን እቃዎች እና የሰው ባለሙያዎች እንደሚያዩ የሚወስኑ ናቸው.

ደራሲዎቹ 32,000 የተመረጡ ቢግ አምስት እቃዎችን የሚያካትቱ ሁለት የተገናኙ የሲሊኮ ጥናቶችን ይገልጻሉ። በትርጉም ጂኦሜትሪ ውስጥ ሰፊ ስምምነትን ሪፖርት ያደርጋሉ ነገር ግን የሚከሰቱ አካባቢያዊ ልዩነቶች፡ ተመሳሳይ የቃላት አገባብ የተለያዩ ገንቢ ማስረጃዎችን ሊያገኝ ይችላል፣ የተለያዩ እቃዎች ከማጣሪያ ሊተርፉ ይችላሉ፣ እና የማህበረሰብ መልእክቶች እየተሻሻሉ እያለም የታቀዱ ባህሪያት ሊጠፉ ይችላሉ። በሌላ አነጋገር, በከፍተኛ ደረጃ ላይ ያለው ስምምነት ተመሳሳይ እጩዎች በቧንቧ መስመር ውስጥ እንዲዘዋወሩ ዋስትና አልሰጠም. በመጨረሻው የግምገማ ወሰን፣ ቅድመ ህትመቱ ሁለት የብቃት ፖሊሲዎች እያንዳንዱን የይዘት ሕዋስ በእያንዳንዱ ሊገመገም በሚችል መልኩ ሞልተው ቢሞሉም የተለያዩ ቃላት አቅርበዋል ይላል።

በመክተት አወቃቀሮች ውስጥ፣ የሚያካትቱ የመጀመሪያ ደረጃ ቅጾች ከ40 ንጥሎች ውስጥ ስድስቱን ብቻ መካከለኛ አጋርተዋል። ውጤቱ, በጸሐፊዎቹ እንደቀረበው, የተሟሉ ቅርጾች እና የተረጋጋ ዓለም አቀፋዊ ማጠቃለያዎች በልዩ ይዘት ውስጥ ወደ ሳይኮሜትሪክስ ሊደርሱ የሚችሉ አለመረጋጋትን ሊደብቁ ይችላሉ. የቀረበው ምንጭ እነዚያን ውጤቶች በተሟላ ሁኔታ ለመገምገም የሚያስፈልጉትን ዝርዝር አወቃቀሮች፣ የፖሊሲ ትርጓሜዎች፣ የምንጭ-ህዝብ ግንባታ ወይም የንጥል ደረጃ ምሳሌዎችን አይሰጥም። የወረቀቱ ማስረጃዎች ከተዘረጉ ግምገማዎች ወይም የወደፊት የሰው ጥናት ሪፖርት ሳይሆን ስሌት ነው። የሳይኮሜትሪክ ባለሙያዎች ፍርዳቸውን እንደቀየሩ፣ ተፈታኞች የተለያዩ ውጤቶች እንዳጋጠሟቸው፣ ወይም የትኛውም የተለየ ግምገማ የበለጠ ወይም ያነሰ ዋጋ እንዳለው ምንጩ አይገልጽም። እነዚያ ቅድመ ህትመቶች በሚያቋቁሙት ዙሪያ አስፈላጊ ድንበሮች ናቸው፡ በ AI በታገዘ የእድገት መስመር ውስጥ ያለውን ስሜትን ይለያል እንጂ በሰዎች ውጤቶች ወይም ውሳኔዎች ላይ የታየ ​​ተጽእኖ አይደለም።

የምንጭ ዝርዝሮች: arxiv.org ↗

ለምን አስፈላጊ ነው።

ጥናቱ የስሌት ማጣሪያ ለሰው ዕውቀት ገለልተኛ ዝግጅት ነው የሚለውን ግምት ይሞግታል። የግምገማ ምርጫዎች የትኞቹ እቃዎች እንደሚተርፉ የሚወስኑ ከሆነ፣ የተጠናቀቀ የሚመስል ወይም የተረጋጋ የግምገማ ቅጽ አሁንም ባለሙያዎች እንዲፈርዱ በተጠየቁት ውስጥ ከፍተኛ ድብቅ ልዩነትን ሊያንፀባርቅ ይችላል።

ተግባራዊ ጠቀሜታ AI ወደ ልማት ሂደት ውስጥ በሚገቡበት ቦታ ላይ ነው. የእጩ ዕቃዎችን ደረጃ የሚሰጥ ወይም የሚያጣራ ስርዓት እነዚያ ባለሙያዎች ፍርዳቸውን ከመተግበራቸው በፊት ባለሙያዎች የሚያገኙትን ማስረጃ ሊቀርጽ ይችላል። ያ የሰው ልጅ ለመጨረሻ ግምገማ ሀላፊነቱን ቢወስድም የማጣሪያውን ደረጃ ውጤት ያደርገዋል። የቅድመ ህትመት መከራከሪያው የሂሳብ ግምገማ ባለሙያዎችን ይተካዋል, ነገር ግን ገምጋሚው ባለሙያው የሚሰራበትን ቁሳቁስ ለመወሰን ይረዳል.

የተዘገበው ስድስት ከ40 ሚድያን መደራረብ በተለይ ጠቃሚ ነው ምክንያቱም የንጥል ደረጃ አለመረጋጋትን ከሚታየው የቅርጽ ደረጃ ሙላት ጋር ስለሚቃረን። ሁለት ቅጾች በጣም የተለያየ የቃላት አጻጻፍ ሲይዙ ተመሳሳይ የይዘት መስፈርቶችን ሊያሟሉ ይችላሉ። AI ለሚጠቀሙ ድርጅቶች የግምገማ ይዘትን ለማመንጨት ወይም ለማጥበብ ይህ የሚያሳየው አጠቃላይ ሽፋንን ወይም አለምአቀፋዊ ተመሳሳይነትን ብቻ ሪፖርት ማድረግ የተመረጠው ቁሳቁስ በተለያዩ ውክልና ወይም ፖሊሲዎች ምን ያህል እንደሚቀየር ላያሳይ ይችላል። ግኝቶቹ በ AI የተፈጠሩ እጩዎች ከሰው ግምገማ በፊት በሚመረመሩበት ጊዜ ሁሉ ከBig Five ንጥል ልማት በላይ ሊጠቅሙ ይችላሉ። ምንጩ ራሱ ውጤቶቹ በሁሉም የ AI ግምገማ ዓይነቶች ላይ እንደሚገኙ አይናገርም፣ እና አጠቃላይ ማጠቃለያው ክፍት ጥያቄ ነው።

አሁንም፣ ተጨባጭ አስተዋፅዖው ብዙ ጊዜ እንደ ቴክኒካል ቅድመ-ውክልና የሚወሰዱ ምርጫዎች - ውክልና፣ መዋቅራዊ ቅነሳ እና ምርጫ - ለገምጋሚዎች በሚገኙ ተጨባጭ ማስረጃዎች ላይ ተጽዕኖ እንደሚያሳድሩ ማስጠንቀቂያ ነው። ወረቀቱ ስለ ኦዲትነት ለማሰብም የበለጠ ትክክለኛ መንገድ ይሰጣል። የስሌት ግምገማ በእጩ ገንዳ ላይ ተጽእኖ ካሳደረ የውክልና ምርጫዎች፣ የማጣሪያ ህጎች እና የምርጫ ፖሊሲዎች ለምርመራ እና ለክለሳ ነገሮች ይሆናሉ። ይህ በራሱ የትኛው ፖሊሲ የተሻለ እንደሆነ አያሳይም። የመጨረሻው ቅጽ፣ የተሟላ የይዘት ማትሪክስ ወይም የተረጋጋ ድምር ስታስቲክስ ዋናው የምርጫ ሂደት የተረጋጋ ስለመሆኑ እንደ ማስረጃ ለምን እንደማይታይ ያሳያል።

ቀጥሎ ምን እንደሚታይ

ዋናው የሚቀጥለው ጥያቄ እነዚህ አስመሳይ ልዩነቶች የግምገማዎችን ትክክለኛነት፣ ፍትሃዊነት ወይም ጠቃሚነት ይለውጣሉ ከሰዎች ግምገማ እና ከገሃዱ ዓለም ፈተና በኋላ። የቀረበው ምንጭ እነዚያን የታችኛው ተፋሰስ ውጤቶች አያቋቁም፣ ትክክለኛ የመክተት ውቅሮችን እና የብቁነት ፖሊሲዎችን አይለይም፣ ወይም ገለልተኛ ማባዛትን ሪፖርት አያደርግም።

ብቃት ያላቸው ባለሙያዎች የተገኙትን ቅጾች በሚገመግሙበት ጊዜ ተጨማሪ ሥራ የፕሪሚየር ውስጠ-ሲሊኮን ልዩነት እንደቀጠለ መሞከር አለበት. ጠቃሚ ክትትል የባለሙያዎችን ፍርድ፣ ክለሳዎች እና አለመግባባቶች በተለያዩ የመክተት ውቅሮች እና የብቁነት ፖሊሲዎች ስር በተዘጋጁ ቅጾች ላይ ያወዳድራል። የአሁኑ ምንጭ እንዲህ ዓይነቱን የሰዎች ግምገማ ሪፖርት አያደርግም, ስለዚህ በስሌት አለመረጋጋት እና በባለሙያዎች ውሳኔዎች መካከል ያለው ግንኙነት አይታወቅም.

ተመራማሪዎች እና ባለሙያዎች የታችኛውን የመለኪያ ባህሪያትንም መመርመር አለባቸው. የቀረበው ምንጭ የአማራጭ ቅፆች በአስተማማኝ ሁኔታ፣ በግንባታ ትክክለኛነት፣ በንዑስ ቡድን አፈጻጸም፣ በምላሽ ቅጦች ወይም በውጤቶች ላይ በተመሰረቱ ተግባራዊ ውሳኔዎች ይለያሉ አይኑር አይገልጽም። እነዚያ ውጤቶች የተዘገበው ልዩነት በዋናነት የንድፍ ጉዳይ መሆኑን ወይም ግምገማዎችን በሚወስዱ ወይም በሚተማመኑ ሰዎች ላይ ቁሳዊ መዘዝን ያስገኛል የሚለውን ይወስናሉ። ማባዛት ሌላው አስፈላጊ ፈተና ነው። ቅድመ ህትመቱ ከሁለት የተገናኙ ጥናቶች እና ከበርካታ አወቃቀሮች የተገኙ ውጤቶችን ሪፖርት አድርጓል፣ ነገር ግን የምንጭ ቅንጭቡ ትክክለኛዎቹን ሞዴሎች፣ ውክልናዎች፣ የመነጨ የህዝብ ብዛት ወይም የፖሊሲ መቼቶችን አይለይም። ገለልተኛ ተመራማሪዎች ስሜታዊነት ምን ያህል እንደሚታይ ለማወቅ እነዚያን ሁኔታዎች እንደገና ማባዛት እና ሌሎች የንጥል ገንዳዎችን መሞከር አለባቸው።

በመጨረሻም፣ አንባቢዎች በ AI የታገዘ የመለኪያ የስራ ፍሰቶች መካከለኛ ምርጫቸውን እንዴት እንደሚመዘግቡ መመልከት አለባቸው። የደራሲዎቹ መደምደሚያ ግልጽ ያልሆነ ቅድመ-ሂደት ከመፍጠር ይልቅ ወደሚመረመሩ ገምጋሚዎች ይጠቁማል። ቢያንስ፣ ትርጉም ያለው ቁጥጥር የእጩ እቃዎች እንዴት እንደሚወከሉ፣ እንደተጣሩ እና እንደተመረጡ፣ ምን አማራጮች እንደተወገዱ እና በመጨረሻው ኤክስፐርት የተገመገመው ይዘት በእነዚያ ምርጫዎች ላይ በተደረጉ ምክንያታዊ ለውጦች የተረጋጋ መሆኑን ማወቅን ይጠይቃል። ምንጩ ይህንን አቅጣጫ ቢያቀርብም ሁለንተናዊ የኦዲት ደረጃን አላስቀመጠም።

ተዛማጅ መመሪያዎች እና ጥያቄዎች