Bral onderzocht vier verschillende vormen van meerkeuzetoetsen, elk aan de hand van een fictief examen met veertig vragen. Bij het eerste systeem, ‘MK-juist’, krijgen studenten enkel een score als ze het juiste antwoord geven, en worden er geen punten afgetrokken bij foute of blanco antwoorden. Gokken wordt hierbij eigenlijk aangemoedigd: een lukraak antwoord kan immers nooit tot een slechtere en soms tot een betere score leiden dan niet antwoorden.
Het tweede systeem, ‘MK-cesuur’, vertrekt van -13,33 punten, maar elk juist antwoord wordt beloond met 1,33 punten. Een fout of blanco antwoord levert geen punten op, waardoor gokken opnieuw niet afgeraden wordt.
Risico-aversie bepaalt resultaat
Bij de volgende twee systemen is dat laatste wel het geval. ‘MK-klassiek’ stelt de klassieke giscorrectie voor: een juist antwoord wordt beloond met 1 punt, een fout of blanco antwoord wordt bestraft met -1/3de punt. Gokken wordt in dit systeem deels ontraden: een student die weinig risico durft nemen, zal niet durven gokken en de vraag blanco laten. Een student die wel risico durft nemen, zal mogelijk een gok wagen. Twee studenten met dezelfde kennis maar een verschillende mate van risico-aversie, kunnen zo een verschillende score behalen.
De lat om als fraudeur te worden bestempeld, lag hoog: zo spoorde AI-model valsspelers van artsenexamen op
In het laatste systeem, ‘MK-eliminatie’, moeten studenten een of meerdere foute antwoorden schrappen, in plaats van het ene juiste aan te duiden. Hoe meer foute antwoorden ze schrappen, hoe meer punten ze krijgen. Op deze manier worden studenten aangemoedigd hun kennis te delen, ook al is die niet volledig. Studenten die bijvoorbeeld twee foutieve antwoorden beredeneerd kunnen schrappen, krijgen nog 1/3de punten. Als het juiste antwoord geschrapt wordt, wordt er 1/3de van een punt afgetrokken: zo wordt gokken ontraden.
<a href="https://www.nieuwsblad.be/binnenland/nul-voorkennis-maar-wel-chatgpt-zo-brengt-onze-reporter-het-ervan-af-op-het-artsenexamen/86531443.html" class="RelatedTeaser_related-teaser__VnSA
.