شکاف سنجش گفتار در زبان فارسی: واکاوی تطبیقی قابلیت‌های هوش مصنوعی و استاندارد مرجع بنیاد سعدی

منابع  

• قاسمی، مهدی؛ برومند تمبکی، شهداد. (1403). «بررسی تأثیر هوش مصنوعی (AI) بر یادگیری مهارت‌های زبانی در آموزش آنلاین». اولین کنفرانس بین‌المللی مطالعات کاربردی در فرایندهای تعلیم و تربیت. بندرعباس. .https://civilica.com/doc/2247368
• مظهرپور، دیار؛ سیدکلان، سیدمحمد. (1403). «سنتزپژوهی کاربرد چت‌بات‌ها (نرم‌افزار هوش مصنوعی) در آموزش زبان انگلیسی». پژوهش در مطالعات برنامه‌ درسی. دوره چهارم. شماره1. صص: 43-64. https://doi.org/10.48310/jcdr.2024.17527.1115.
• صبوری، سپهر؛ حاج ملک، محمدمهدی. (1402). «استفاده از ظرفیت‌های هوش مصنوعی در آموزش تلفظ زبان‌های خارجی». نهمین کنفرانس بین‌المللی وب‌پژوهی.

• Bender, E. M. & Koller, A. (2020). Climbing towards NLU: On meaning, form, and understanding in the age of data. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics(pp. 5185–5198). Association for Computational Linguistics. https://doi.org/10.18653/v1/2020.ACL-MAIN.463
• Chapelle, C. A. & Voss, E. (Eds.). (2021). Validity argument in language testing: Case studies of validation research. Cambridge University Press. https://assets.cambridge.org/97811084/84022/frontmatter/9781108484022_frontmatter.pdf
• Huth, T. (2020). Testing interactional competence: Patterned yet dynamic aspects of L2 interaction. Papers in Language Testing and Assessment, 9(1), 1–25.
• Ie, X. & Jaeger, T. F. (2020). Comparing non-native and native speech: Are L2 productions more variable? The Journal of the Acoustical Society of America, 147(5), 3322–3347. https://doi.org/10.1121/10.0001141
• Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A. & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1–38. https://doi.org/10.1145/3571730
• Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational Measurement, 50(1), 1–73. https://doi.org/10.1111/jedm.12000
• Kittler, M. G., Rygl, D. & Mackinnon, A. (2011). Beyond culture or beyond control? Reviewing the use of Hall's high-/low-context concept. International Journal of Cross Cultural Management, 11(1), 63–82. https://doi.org/10.1177/1470595811398797
• Kordzadeh, N. & Ghasemaghaei, M. (2022). Algorithmic bias: Review, synthesis, and future research directions. Information Systems Frontiers, 24(5), 1321–1340. https://doi.org/10.1080/0960085X.2021.1927212
• Liu, X. J., Wang, J. & Zou, B. (2025). Evaluating an AI speaking assessment tool: Score accuracy, perceived validity, and oral peer feedback. Journal of English for Academic Purposes, 75, 101505.
• Manggiasih, L. A., et al. (2023). Strengths and limitations of SmallTalk2Me app in English language proficiency evaluation. TELL Journal, 11(2), 146–157.
• Nigmatulina, I., Kew, T. & Samardžić, T. (2020). ASR for non-standardised languages with dialectal variation: The case of Swiss German. In M. Zampieri, P. Nakov, N. Ljubešić, J. Tiedemann & Y. Scherrer (Eds.),Proceedings of the 7th Workshop on NLP for Similar Languages, Varieties and Dialects (pp. 15–24). International Committee on Computational Linguistics (ICCL). https://aclanthology.org/2020.vardial-1.2/
• Raud, N. (2025). Automatic assessment of L2 interactional competency[Master’s thesis, Aalto University].
• Santos, S. C., Kapadia, A. & Feinberg, D. R. (2025). Hearing people speak in different accents biases voice discrimination. Scientific Reports, 15, 30775. https://doi.org/10.1038/s41598-025-13117-w
• Zhang, M., Bridgeman, B. & Davis, L. (2019). Validity considerations for using automated scoring in speaking assessment. In Automated speaking assessment(pp. 174–185). Routledge.
• Zou, B., et al. (2024). Exploring EFL learners’ perceived promise and limitations of using an artificial intelligence speech evaluation system. System, 126, 103497.