Ofqualova kazna Cambridge English zbog netočnih rezultata testa
Uvod u problem
Britansko tijelo za regulaciju kvalitete obrazovanja i ispitivanja, Ofqual, izreklo je kaznu Cambridge English u iznosu od 875.000 funti zbog ozbiljnih grešaka u automatskom ocjenjivanju testova engleskog jezika. Ova situacija utjecala je na tisuće kandidata diljem svijeta, čiji rezultati, koji su ih pratili kroz procese imigracije, vizne zahtjeve i upis na sveučilišta, nisu bili točni.
Netočni rezultati i razmjeri problema
Pogreške su se dogodile između kolovoza 2023. i rujna 2025. godine, a odnosile su se na komponente testa slušanja i čitanja koji su se ocjenjivali automatski. Od ukupno 7,7 milijuna testova, sistem je netočno označio 93.865 odgovora. U trećini slučajeva, pogreške nisu utjecale na ukupne rezultate, no značajan broj učenika—62.794—primio je netočne ocjene koje su kasnije ispravljene.
Ispravke i utjecaj na kandidate
Od 62.794 učenika, 21.717 je dobilo ispravljen ukupni rezultat, pri čemu su mnogi primili poboljšanja u ocjenama. Za 1.115 kandidata koji su polagali Secure English Language Test (SELT), koji je obavezan za vize, situacija je bila dodatno ozbiljna. Osim toga, 1.115 ispitanika je, prema prvotnim procjenama, primilo prenapuhane rezultate, što je zahtijevalo daljnje ispravke.
Komentari Ofqualove izvršne direktorice
Amanda Swann, izvršna direktorica Ofqual, izjavila je da su deseci tisuća ljudi polagali ove testove očekujući točne rezultate koji će imati značajan utjecaj na njihove buduće odluke. Izrazila je razočaranje zbog sistemskih propusta i naglasila važnost integriteta testova i povjerenja javnosti.
Mjere koje je poduzeo Cambridge English
Cambridge English je preuzeo odgovornost za greške i nakon zapažanja, poduzeo niz mjera uključujući troškove od više od 6 milijuna funti za ispravke i kompenzacije. Osim toga, otvorili su namjensko središte korisničke podrške dostupno cijeli dan kako bi podržali učenike pogođene ovim problemom.
Teme vezane uz automatizaciju ocjenjivanja
Važno je istaknuti da su stručnjaci za predmet postavili sustav označavanja bez korištenja strojnog učenja. Greške u označavanju pokazale su slabosti u načinu na koji se Cambridge English oslanjao na automatizirane sustave, uključujući nedostatak adekvatnog praćenja i mehanizama za pružanje povratnih informacija.
Dodatne informacije
Za više informacija, zainteresirani mogu proučiti obavijesti o novčanoj kazni koje je izdao Ofqual. U ovoj situaciji također je važno naglasiti da je podrška i dalja komunikacija s ukrajinskim uredom za vizu pravilno usmjerena prema pitanjima vezanim uz useljavanje i vizne zahtjeve.
Ovaj slučaj je jasan pokazatelj važnosti točnosti i povjerenja u sustave obrazovanja te pruža ključne lekcije o potrebama za poboljšanjem automatiziranih procesa u ocjenjivanju.
