自動採点：AI成績の公平性、信頼性、妥当性

15,000以上の簿記試験答案を分析した研究によると、自動長文採点（ALES）は人間の採点者と妥当な一致を示すものの、その信頼指数（CI）は採点精度の予測力が弱い。著者らは、ハイステークスな専門的評価においては、人間参加型のハイブリッドアプローチとタスクベースの検証を推奨している。