Данное исследование на основе теории отклика на задание сравнивает валидность теста на чтение с выбором ответа по английскому языку в трех режимах составления заданий: экспертное, ИИ-сгенерированное и совместное взаимодействие человека и машины, с целью оценки границ возможностей ИИ в составлении заданий и потенциала совместной работы человека и машины. Результаты показали: 1) по содержательной валидности эксперты показали наилучшие результаты, совместная работа оказалась наименее успешной; 2) по структурной валидности у экспертных заданий наивысшая надежность, конструктная валидность значительно лучше, чем у совместных и ИИ-версий; 3) по критериальной валидности статистически значимая корреляция с результатами CET-4 обнаружена только у экспертных заданий, совместные и ИИ-задания не продемонстрировали эффективной прогностической силы. Исследование выявило, что модель сотрудничества "эксперты разрабатывают задания + ИИ генерирует варианты ответов" не повысила качество составления, а наоборот привела к снижению, поэтому необходимо реконструировать парадигму сотрудничества человека и машины, исследовать новые механизмы взаимодействия, такие как "первичный отбор ИИ — доработка экспертами".

совместное составление заданий человеком и машиной;валидность;тест на чтение по английскому;выбор ответа