Was sind die neuesten Entwicklungen bei englischen Sprachprüfungen

Die neuesten Entwicklungen bei englischen Sprachprüfungen umfassen mehrere wichtige Trends:

1. Integration von fortschrittlichen Technologien: Moderne Sprachtests nutzen zunehmend Methoden wie Reinforcement Learning, Natural Language Processing (NLP) und automatisierte Bewertung durch KI, um personalisierte und skalierbare Lern- und Bewertungserfahrungen zu schaffen. Zum Beispiel ermöglicht ein mit KI modifiziertes Modell eine automatisierte Bewertung von Englisch-Sprechprüfungen mit hoher Genauigkeit (bis zu 96%). ^{1, 2}

2. Zugänglichkeit und Inklusion: Neue Tests berücksichtigen verstärkt die Bedürfnisse unterschiedlicher Lernergruppen, darunter junge Lernende und Menschen mit besonderen Anforderungen, durch Anpassungen wie längere Bearbeitungszeiten und vergrößerte Darstellungen sowie eine systematische Überprüfung von Barrierefreiheit bei der Testentwicklung. ³

3. Testwiederholungen und Bewertungspolitik: Es gibt Studien zu Prüfungsmodalitäten bezüglich Nachfragen zu Ergebnissen, Wiederholungen und Neubewertungen, die Unterschiede in Verfahren, Kosten und Beschränkungen aufzeigen. Testanbieter legen Wert auf klare Mechanismen für Kandidat:innen, um Ergebnisse anzufechten und Tests gegebenenfalls wiederholen zu können. ⁴

4. Variation bei der Vorhersage von akademischem Erfolg: Untersuchungen zeigen, dass verschiedene Englischtests und deren Ergebnisprofile unterschiedlich stark mit dem akademischen Erfolg verknüpft sind, was Auswirkungen auf Zulassungsbedingungen und Unterstützungsmaßnahmen für Studierende hat. ^{5, 6}

5. Trend zu integrierten Kompetenzen: Es wird verstärkt diskutiert, interkulturelle Kompetenz in Sprachtests zu integrieren, um neben reinen Sprachkenntnissen auch kommunikative und kulturelle Fähigkeiten besser zu erfassen. ⁷

6. Kollaborative und multimodale Lernstrategien und deren Einbindung in Tests gewinnen an Bedeutung, da sie zu höherem Engagement und besseren Ergebnissen bei Lerner:innen führen. ⁸

7. Die Digitalisierung und Automatisierung schreiten voran, es entstehen webbasierte intelligente Testplattformen, die den gesamten Prozess von Erstellung bis Bewertung erleichtern. ⁹

Diese Entwicklungen spiegeln einen starken technologischen Fortschritt, aber auch eine wachsende Sensibilität für Diversität der Lernenden und verbesserte Validität und Fairness in der Sprachbewertung wider. Die Integration von KI und adaptiven Lernmodellen sowie der Fokus auf Zugänglichkeit und erweiterte Kompetenzen sind aktuell besonders prägend für den Bereich der englischen Sprachprüfungen. ^{2, 6, 10, 1, 3, 4, 5, 7, 8, 9}

Verweise

• Adaptive Wireless Network Model with Reinforcement Learning for Language Proficiency Development

• EvalYaks: Instruction Tuning Datasets and LoRA Fine-tuned Models for Automated Scoring of CEFR B2 Speaking Assessment Transcripts

• Toward a systematic accessibility review process for English language proficiency tests for young learners

• Test review: High-stakes English language proficiency tests—Enquiry, resit, and retake policies

• The Academic Achievement of Undergraduate Students with Different English Language Proficiency Profiles

• The relationship between English language proficiency test scores and academic achievement: A longitudinal study of two tests

• ELT Scholars’ Attitudes towards Inclusion of Intercultural Competence Assessment in Language Proficiency Tests

• Efficacy of Collaborative and Multimodal Learning Strategies in Enhancing English Language Proficiency Among ESL/EFL Learners: A Quantitative Analysis

• Developing a Web-Based Intelligent Language Assessment Platform Powered by Natural Language Processing Technologies

• Review of the Canadian English Language Proficiency Index Program (CELPIP)

• Economic return of English language proficiency: Do English proficiency scores predict employee income in China?

• Integrating Learning to Argue and Arguing to Learn Instructions: Enhancing English Language Proficiency and Argumentative Writing of EFL Learners

• Current Trends in Second Language Assessment

• The Evolving Role of Language Assessment in Skills Development in the Modern World: Introduction to the Special Issue

• Machine Learning–Driven Language Assessment

• Utilizing Technology to Assess English Learning Outcomes of Students Based on a Competency-based Approach

• Alternative Computer Assisted Communicative Task-based Language Testing: New Communicational and Interactive Online Skills

• Automated Speaking Assessment of Conversation Tests with Novel Graph-based Modeling on Spoken Response Coherence

• LanguageScreen: The Development, Validation, and Standardization of an Automated Language Assessment App.

• English speaking proficiency assessment using speech and electroencephalography signals

• Assessing Language Proficiency from Eye Movements in Reading

• A Latent Class IRT Approach to Defining and Measuring Language Proficiency.

• Evaluating automated evaluation systems for spoken English proficiency: An exploratory comparative study with human raters

• Assessing Language Proficiency from Eye Movements in Reading

• Test-takers have a say: understanding the implications of the use of AI in language tests

• The Development of STEP, the CEFR-Based English Proficiency Test