In den letzten Jahren sind die technologischen Fähigkeiten enorm gewachsen, was neue Möglichkeiten eröffnet, Bildungsprodukte und -dienstleistungen an die Bedürfnisse aller Schüler anzupassen. Die Bewertung bildet da keine Ausnahme – Innovationen, die das Potenzial haben, typische Praktiken bei der Gestaltung und Umsetzung von Bildungsbewertungen zu revolutionieren, stehen bevor. Personalisierte Bewertung hat großes Potenzial, eine genauere Messung der von uns geschätzten Fähigkeiten zu ermöglichen und die Fairness für alle Lernenden zu erhöhen. Doch die Einbindung von Personalisierung in die Gestaltung von Bewertungen bringt besondere Herausforderungen mit sich, auf die sich unsere Arbeit bei ETS konzentriert.
Nach einer systematischen Forschungsagenda sind wir
- Untersuchung der individuellen Faktoren, die zur Personalisierung von Bewertungen genutzt werden könnten, wie Sprache, Interessen, Vorwissen und kulturellen Hintergrund,
- Zu erforschen, wie personalisierte Assessments das Lernen und das individuelle Wachstum unterstützen können,
- Bahnbrechende Messmethoden zum Vergleich von Ergebnissen aus personalisierten Bewertungen,
- Theorien zu entwickeln, die Testmachern helfen zu entscheiden, wann Personalisierung angemessen ist und wie sie implementiert werden soll, und
- Sammeln von Beweisen dafür, wie Personalisierung die Schülerergebnisse beeinflusst.
Unser Ziel ist es, die Frage zu beantworten: Kann personalisierte Assessments wirklich einen positiven Einfluss auf alle Lernenden haben?
Durch Forschung und technologische Innovation wollen wir die Prüfungen für alle Testteilnehmer fairer und effektiver gestalten.
- Es gibt unzählige Kombinationen davon, wie und in welchem Ausmaß Personalisierung in die Bewertung umgesetzt werden könnte. Unsere Forschung liefert entscheidende Hinweise, wie man die Vorteile der Personalisierung unter verschiedenen Umständen für Lernende, Lehrer und Bildungspolitiker maximieren kann.
- Indem wir Personalisierung auf einem breiteren Evidenzspektrum über die persönlichen Eigenschaften basieren, die Prüflinge in die Bewertung einbringen (wie Hintergrundwissen, Interessen und Vorerfahrungen), finden wir Wege, die Prüfungsangst zu verringern, die Motivation zu steigern und ein genaueres Bild davon zu bekommen, wozu Prüflinge wirklich fähig sind.
- Wir zeigen, wie Technologie es nun ermöglicht, die Unterstützung, die Lernende während der Prüfungen erhalten, zu personalisieren. Eine angemessene Unterstützung kann ihnen helfen, sich besser mit dem Fach auseinanderzusetzen und Lehrkräften bessere Informationen zur Unterstützung des Unterrichts bereitzustellen – zum Beispiel durch Sprachunterstützung für Englischlernende, die die englischsprachigen Prüfungen nicht selbst absolvieren könnten.
- Personalisierte Bewertungen erfordern neue Ansätze, um Ergebnisse und Berichte so nützlich und verständlich wie möglich zu machen. Wir gehen voran, indem wir innovative Methoden zum Vergleich von Leistungen verschiedener Bewertungserfahrungen und durch Forschung zur Optimierung der Präsentation von Ergebnissen zur Förderung des Unterrichts und zur Förderung des Lernens führen.
- Wir arbeiten direkt mit Lehrern und Schülern an innovativen Testdesigns, um zu verstehen und zu vermitteln, wie personalisierte Bewertungen funktionieren sollten, um die Bedürfnisse der wichtigsten Personen im Bildungssystem – Schüler und deren Lehrer – zu erfüllen.
- Durch unser rigoroses und systematisches Forschungsprogramm werden wir weiterhin Best Practices in der personalisierten Bewertung besser verstehen und weitergeben, damit das Bildungssystem insgesamt profitieren kann.
Um mehr über die bahnbrechende Forschung unseres Teams im Bereich personalisierter Bewertung zu erfahren, besuchen Sie uns 2025 die Konferenzen der American Educational Research Association (AERA) und des National Council on Measurement in Education (NCME) oder folgen Sie uns in diesem Bereich und auf den LinkedIn-Profilen unserer Forscher.
AERA- und NCME-Präsentationssitzungen
Mittwoch, 23. April
Anwendungen von Bayesschen Netzwerken im Zeitalter der KI. Trainingseinheit. (8:00 Uhr, Hilton Denver City Center, Denver Ballroom 4)
Werkzeuge und Strategien für die Gestaltung und Bewertung interaktiver Dashboard-Berichte. Schulungssitzung. (13:00 Uhr, Hilton Denver City Center, Colorado Ballroom CD)
Donnerstag, 24. April
Kontextpersonalisierung von Mathematik-Wortaufgaben durch generative KI (Context-AI) spontan. In der Sitzung Innovationsdemonstration Sitzung 1. (9:45 Uhr, Hilton Denver City Center, Colorado Ballroom GH)
Sind standardisierte Zulassungstests fair? Wenn nicht, wie könnten wir sie fairer machen? Organisierte Diskussion. (9:45 Uhr, Hilton Denver City Center, Mattie Silks Room)
Formative Bewertung und pädagogische Messung. In der Sitzung über die Art und Strenge der Klassenzimmerbewertung. (11:30 Uhr, Hilton Denver City Center, Denver Ballroom 1-2)
Mehrwert von Teilwerten bei Tests mit polytomen Elementen. Berichterstattung der Punktzahl in der Sitzung. (15:15 Uhr, Hilton Denver City Center, Denver Ballroom 3)
Verbesserung von KI-Mathematik-Gesprächen mit Lernfortschritten. Anwendungen generativer KI in der Mathematikausbildung in der Sitzung: Chancen und Herausforderungen. (15:15 Uhr, Hilton Denver City Center, Penrose Ballroom 2)
Erkundungen zur Nutzung von Schülerlösungspfaden und LLMs für verbessertes mathematisches Lernen. Anwendungen von generativer KI in der Mathematikausbildung in der Sitzung: Chancen und Herausforderungen. (15:15 Uhr, Hilton Denver City Center, Penrose Ballroom 2)
Freitag, 25. April
Ergebnisse aus kulturell responsiven Bewertungen, bestehend aus originalen und angepassten NAEP-Elementen. Sitzungsinhalte, Aufgaben und Testentwicklung. (9:45 Uhr, Hilton Denver City Center, Denver Ballroom, 5-6).
Zusammenhänge zwischen Anstrengung, Motivation und Leistung in NAEP-Mathematik. In der Sitzung Untersuchung des Schülerverhaltens in groß angelegten, erhebungsbasierten Bewertungen. (15:15 Uhr, Hilton Denver City Center, Denver Ballroom 5-6)
Engagement über Klassenstufen hinweg bei einer groß angelegten Bewertung von Mathematik mit geringem Risiko. In der Sitzung Verständnis von Testablegen (Dis)engagement: Prädiktoren, Testdesign und Augenbewegungen bei Low-Stakes Assessments. (16:30 Uhr, Hilton Denver City Center, Denver Ballroom 5-6)
Samstag, 26. April
Mikromodelle der Schülerbeteiligung: Ein Bottom-up-Ansatz zur Lernmodellierung. In der Sitzung: Der Einfluss digitaler Werkzeuge auf Lesekompetenz, Lernengagement und Schülerentwicklung (8:00 Uhr, Colorado Convention Center, Bluebird Ballroom Room 3D)
Vorhersage der Schwierigkeit von mathematischen Aufgaben für automatisierte Aufgabenentwicklungs-Workflows. In der Sitzung: Nutzung großsprachiger Modelle für operative groß angelegte Bewertungen: Chancen und Herausforderungen. (9:45 Uhr, Hilton Denver City Center, Denver Ballroom 1-2)
Soziokulturell responsive Bewertung und Messung: Auswirkungen auf Theorie, Messung und systembezogene Politik. (11:30 Uhr, Hilton Denver City Center, Colorado Ballroom CD)
Erfolgsvorhersage: Gemeinsame Modellierung von Wiederholungsverhalten bei der Lehrerlizenzbewertung. Zulassung und Zertifizierung in der Sitzung. (15:15 Uhr, Hilton Denver City Center, Colorado Ballroom AB)
Die Auswirkungen erinnerter Erfolgserfahrungen auf die Kostenwahrnehmung von Kindern im mathematischen Bereich. In der Sitzung wird das Konzept der wahrgenommenen Kosten genutzt, um kognitive und motivationale Theorien des Schülerlernens zu verbinden. (15:20 Uhr, Colorado Convention Center, Bluebird Ballroom, Raum 3C)
Messung von Ausdauer und akademischer Resilienz: Systematische Übersichtsarbeit und operative Definitionen. In der Sitzung Fortschritte im STEM-Lernen und in der pädagogischen Psychologie (17:10 Uhr, Colorado Convention Center, Ausstellungshalle F)
Sonntag, 27. April
Personalisierte Bewertungen nutzen, um auf die Bedürfnisse mehrsprachiger Lernender zu reagieren: Lehrer-Einblicke. In der Sitzung KI-gestützte, personalisierte Bildungswerkzeuge entwerfen durch Einbeziehung der Lehrerperspektiven (8:00 Uhr, Colorado Convention Center, Raum 103)
Kontextpersonalisierung spontan mit generativer KI in mathematischen Bewertungen: Co-Design mit Lehrkräften. In der Sitzung KI-gestützte, personalisierte Bildungswerkzeuge entwerfen durch Einbeziehung der Lehrerperspektiven (8:00 Uhr, Colorado Convention Center, Raum 103)
Die Rolle der Lehrkräfte bei digitalen, personalisierten Bewertungen. In der Sitzung Entwicklung KI-gestützter personalisierter Bildungswerkzeuge durch Einbeziehung der Perspektiven der Lehrer (8:00 Uhr, Colorado Convention Center, Raum 103)
Entwicklung und Bewertung KI-optimierter interaktiver Berichte mit Lehrkräften. In der Sitzung Entwurf von KI-gestützten personalisierten Bildungstools durch Einbeziehung der Perspektiven der Lehrer (8:00 Uhr, Colorado Convention Center, Raum 103)
Verbesserung der Englisch-Unterrichtsprüfungen für mehrsprachige Lernende: Ein Co-Design-Ansatz. In der Sitzung Förderung der Bildungsgerechtigkeit für mehrsprachige Lernende: Von Gemeinschaftsprogrammen zu formativen Schreibbewertungen (13:30 Uhr, Colorado Convention Center, Four Seasons Ballroom 1)