Lihavõtteaegne kordamine võib tunduda viimase võimalusena. Õpilased näevad suurt hulka materjali, loevad järelejäänud päevi ja vastavad sellele pikkade, värvikoodidega ajakavadega, mis näevad muljetavaldavad välja, kuid peavad harva päriselule vastu. Kolmandaks päevaks on plaan juba käest libisenud. Viiendaks päevaks asendab süütunne hoo. AI võib siin aidata, kuid ainult siis, kui seda kasutatakse ülekoormuse vähendamiseks, mitte selle suurendamiseks. Hästi kasutatuna saab see toetada realistlikku ajaplaneerimist, retrieval practice’it, interleaving’ut ja worked-example fading’ut. Halvasti kasutatuna toodab see lihtsalt rohkem mälukaarte, rohkem märkmeid ja rohkem passiivset õppimist.
See eristus on oluline. Koolid juba teavad, et kordamine paraneb siis, kui õpilased keskenduvad lünkadele, tulevad materjali juurde aja jooksul tagasi ja harjutavad teadmiste meenutamist. Väljakutse seisneb selles, kuidas muuta need põhimõtted millekski, mida väsinud teismeline saab puhkuse ajal päriselt järgida. Kui teie töötajad juba täiustavad kordamissüsteeme interleaving’u ja lünkade analüüsi ümber, siis see juhend proovieksamite hooaja töövoogude kohta on kasulik lisalugemine.
Miks plaanid läbi kukuvad
Enamik lihavõtteaegseid kordamisplaane kukub läbi kolmel lihtsal põhjusel: liiga palju sisu, liiga vähe mõtlemist ja peaaegu olematu puhkuse kaitse. Õpilased alustavad sageli sellega, et loetlevad kõik, mida nad pole veel omandanud. Seejärel teeb AI asja hullemaks, muutes selle nimekirja kaunilt struktureeritud, kuid võimatuks ajakavaks: kuus ainet päevas, üheksakümneminutilised plokid, korralike pausideta ning ilma ruumita pereplaanidele, spordile, jumalateenistusele või lihtsalt väsinud olemisele.
On ka sügavam probleem. Paljud kordamisplaanid on üles ehitatud tegevustele, mis tunduvad produktiivsed, kuid nõuavad vähe mõtlemist. Märkmete ümberkirjutamine, õpikute esiletõstmine ja hiiglaslike mälukaardipakkide loomine võivad tekitada edenemise illusiooni. Ometi kinnistub kordamine ainult siis, kui õpilased peavad meenutama, selgitama, võrdlema, lahendama ja kontrollima. Seetõttu peaks AI aitama õpilastel otsustada, mida õppida, millal seda õppida ja kuidas harjutamist järjestada. See ei tohiks muutuda asjaks, mis teeb nende eest selgitamise, essee kavandamise või probleemilahenduse.
See mure käib käsikäes laiemate küsimustega hindamise usaldusväärsuse kohta. Kui teie kool püüab tõmmata selget piiri toe ja asendamise vahele, siis see artikkel kordamise korralduse ja usaldusväärsuse kohta on eriti asjakohane.
Mida AI peaks tegema
AI parim roll lihavõtteaegses kordamises on korralduslik. See saab sorteerida teemad tugevateks, kindlateks ja nõrkadeks valdkondadeks. See saab muuta olemasolevad päevad lühemateks õppeplokkideks. See saab soovitada interleaving’ul põhinevat ainete vaheldumist, et õpilased ei veedaks neli tundi ühe teema kallal ega peaks tuttavlikkust ekslikult õppimiseks. Samuti saab see muuta worked solution’id fading-jadaks: esmalt täielikult modelleeritud vastus, seejärel osaliselt täidetud vastus ja lõpuks iseseisev katse.
Mida see kunagi teha ei tohiks, on asendada pingutust, mis muudab õppimise püsivaks. Kui õpilane palub AI-l vastata kümnele algebraülesandele, kirjutada ajaloo lõik või tõlkida kogu oma keelekodutöö, siis masin ei toeta enam kordamist. See eemaldab just selle harjutamise, mida õpilane vajab. Kasulik rusikareegel on järgmine: AI võib marsruudi korraldada, kuid õpilane peab selle ikkagi ise läbi käima.
Alusta tõenditest
Hea lihavõtteaegne kordamine algab lünkadest, mitte paanikast. Paluge õpilastel koguda tõendeid hiljutistest testidest, tunnikontrollidest, kodutöövigadest ja õpetaja tagasisidest. Seejärel laske neil jagada teemad kolme rühma: kindel, kõikuv ja nõrk. AI saab aidata muuta need tõendid plaaniks, andes nõrkadele teemadele suurema kaalu, ilma et kindlamaid teemasid täielikult kõrvale jäetaks.
Näiteks bioloogiat kordav õpilane võib tööriistale öelda: “Mul on 10 päeva. Rakubioloogias olen kindel, geneetikas kõikuv, ökoloogias nõrk ja nõrk ka kohustuslikes praktilistes töödes.” Väljund ei tohiks olla “õpi ökoloogiat iga päev”. Parem väljund on muster, mis tuleb ökoloogia juurde sageli tagasi, segab sisse geneetikat ja planeerib lühikest retrieval practice’it tugevamates valdkondades, et need ei hääbuks. Osakonnad, kes mõtlevad juba hoolikalt ainepõhise hindamise kujunduse peale, võivad leida kasulikke paralleele sellest ainekaupa koostatud juhendist.
Koosta realistlik ajakava
Realistlik lihavõtteaegne ajakava ei ole kodus täispikk koolipäev. Enamiku õpilaste jaoks piisab kahest kuni neljast keskendunud plokist päevas, eriti kui plokid on lühikesed. Kolmkümmend kuni nelikümmend viis minutit sobib paljudele õppijatele hästi. Eesmärk on järjepidevus, mitte kangelaslik intensiivsus.
AI-le saab anda ülesande ehitada plaan kõigepealt kindlate kohustuste ümber. See tähendab pereüritusi, usulisi talitusi, reisimist, huvitegevusi, osalise koormusega tööd ja und. Kui need on kaitstud, saab ülejäänud aja jagada hallatavateks sessioonideks selgete eesmärkidega. Üks plokk võib olla retrieval practice keemiavõrrandite jaoks. Teine võib olla worked-example jada matemaatikas. Kolmas võib olla kirjanduses mälust essee kavandamine. Puhkus peaks olema teadlikult sisse planeeritud, mitte juhuslik. Kui ajakava toimib ainult eeldusel, et motivatsioon on täiuslik, siis ei ole see hea ajakava.
Lihtne muster toimib sageli paremini kui detailne: hommikul meenutamine, pärastlõunal rakendamine, õhtu vaba; või kaks plokki enne lõunat, üks pärast ja siis lõpetada. AI on kasulik siis, kui see muudab ebamäärased kavatsused korratavaks rutiiniks. See on vähem kasulik siis, kui see loob minuti täpsusega meistriteose, mida ükski õpilane ei järgi.
Kasuta interleaving’ut eesmärgipäraselt
Interleaving ei ole sama mis juhuslik ümberlülitumine. Õpilased saavad kasu siis, kui aineid või teemasid roteeritakse viisil, mis loob kontrasti ja meenutamist, kuid järjestusel peab siiski olema loogika. Matemaatikaõpilane võib vaheldada algebrat, geomeetriat ja statistikat, sest igaüks nõuab erinevaid meetodeid. Humanitaarainete õpilane võib roteerida tsitaatide meenutamist, allikaanalüüsi ja ajastatud lõigukirjutamist, sest igaüks tugineb erinevat laadi mõtlemisele.
AI saab aidata neid roteerimisi üles ehitada, kui prompt on täpne. Selle asemel et öelda “tee mulle interleaving’uga kordamisplaan”, peaksid õpilased täpsustama ained, nõrgad valdkonnad, sessiooni pikkuse ja soovitud tasakaalu retrieval’i ning harjutamise vahel. Järjestus peaks materjali juurde tagasi tulema pärast pausi, mitte lihtsalt kõike segamini paiskama. Kui teie meeskond soovib sellise kujunduse jaoks tugevamat alust, siis see artikkel AI ja hindamise väljakujunenud praktikast pakub laiemat raamistikku.
Kasuta fading-jadasid
Üks võimsamaid AI kasutusviise kordamises on worked-example fading’u loomine. See on eriti kasulik siis, kui õpilased teavad sisu teoorias, kuid tarduvad, kui peavad seda iseseisvalt rakendama.
Protsess on lihtne. Kõigepealt uurib õpilane täielikult läbi töötatud näidet, mille iga samm on selgitatud. Seejärel proovib ta osalist näidet, kus mõned sammud on täidetud ja teised jäetud tühjaks. Lõpuks lahendab ta iseseisvalt sarnase probleemi ja kontrollib seda edukriteeriumide alusel. Esseeainetes kehtib sama põhimõte. Täielik mudellõik muutub lausealgustega toestatud lõiguks ja seejärel iseseisvaks lõiguks vastusena uuele küsimusele.
See lähenemine kaitseb mõtlemist, vähendades samal ajal ülekoormust. AI saab jada genereerida, kuid õpilane peab puuduvad sammud täitma ja oma valikuid selgitama. Loodusteadustes ja uurimistöömahukatel kursustel võib selline tugi olla eriti kasulik, kui seda kasutatakse hoolikalt; see käsitlus loodusteadustele suunatud hindamisest uurib sellega seotud teemasid.
Avastage Automated Education võimsus, liitudes meie õpetajate kogukonnaga, kes võtavad tagasi oma aja ja rikastavad oma klassiruume. Meie intuitiivse platvormiga saate automatiseerida administratiivseid ülesandeid, isikupärastada õpilaste õppimist ja suhelda oma klassiga nagu kunagi varem.
Ärge laske administratiivsetel ülesannetel varjutada oma kirge õpetamise vastu. Registreeruge täna ja muutke oma hariduskeskkond Automated Education abil.
🎓 Registreeru TASUTA!
Paremad prompt’i mustrid
Üldised prompt’id annavad tavaliselt üldise kordamise. “Tee mulle fotosünteesi kohta mälukaardid” viib sageli pika definitsioonide loeteluni ja väga vähese mõtlemiseni. Paremad prompt’id ütlevad AI-le, millist rolli see peaks täitma ja mida see peab vältima.
Näiteks võib õpilane küsida: “Koosta seitsmepäevane lihavõtteaegne kordamisplaan bioloogia ja matemaatika jaoks. Mul on igal tööpäeval kolm 40-minutilist plokki ja nädalavahetustel kaks plokki. Sea esikohale minu nimekirja nõrgad teemad. Lisa retrieval practice, iga päev üks worked-example fading’u jada ja iga kolme päeva järel üks poolik puhkepäev. Ära lisa märkmete ümberkirjutamist.”
See prompt on parem, sest see täpsustab aega, prioriteete, meetodit ja piire. Õpetajad saavad seda tunnis modelleerida, et õpilased õpiksid küsima struktuuri, mitte otseteid.
Kohanda aine järgi
Sama süsteem peaks eri ainetes välja nägema erinev. Matemaatikas on AI kõige kasulikum ülesandekomplektide järjestamisel modelleeritud näidetest iseseisvate küsimusteni. Loodusteadustes saab see roteerida faktide meenutamist rakendus- ja praktilise meetodi küsimustega. Esseeainetes saab see üles ehitada tsükli tsitaatide meenutamisest, kavandamisest ja lühikesest ajastatud kirjutamisest. Keeltes saab see korraldada sõnavara meenutamist, grammatikaharjutusi ning lühikesi tõlke- või rääkimisülesandeid, ilma et lõplikke vastuseid ette annaks.
Ühine joon on see, et AI toetab kordamise arhitektuuri, samal ajal kui õpilased teevad endiselt raske kognitiivse töö ise. Seda piiri tasub kaitsta ka vanematega suheldes. Kui koolid vaatavad laiemalt üle, kuidas AI tööriistad praktikasse sobituvad, siis see kevadine auditi hindamiskaart aitab juhtidel süsteemselt mõelda.
Märka hoiatusmärke
Õpetajad ja vanemad saavad tavaliselt aru, millal AI aitab korraldada ja millal see asendab õppimist. Kasulik kasutus toob kaasa selgemad ajakavad, paremini hajutatud harjutamise ja keskendunumad sessioonid. Mittekasulik kasutus toob kaasa viimistletud märkmed, kahtlaselt täiuslikud vastused ja õpilased, kes ei suuda selgitada, mida nad väidetavalt kordasid.
Lihtne test toimib hästi: paluge õpilasel teha üks lühike ülesanne ettevalmistuseta. Lahenda probleem. Selgita mõistet valjusti. Kirjuta mälust lõiguplaan. Kui ta suudab seda teha mõistliku enesekindlusega, siis kordamissüsteem tõenäoliselt toimib. Kui ta saab näidata ainult seda, mida AI tootis, siis see ei toimi.
Ühenädalane mall
Koolisõbralik lihavõtteaegne mall võib olla piisavalt lihtne, et seda kopeerida ja kohandada. Esimene päev võib alata lühikese diagnostilise testiga ja AI abil toetatud planeerimisega. Teine ja kolmas päev võivad keskenduda nõrkadele teemadele retrieval’i ja fading-jadade kaudu. Neljas päev sisaldab kergemat kordamisplokki ja rohkem puhkust. Viies ja kuues päev tulevad varasema materjali juurde tagasi interleaving’u kaudu, samal ajal kui seitsmes päev kasutab segaharjutamist ja refleksiooni järgmise nädala plaani kohandamiseks.
Selle mudeli tugevus ei seisne uudsuses. See seisneb realismis. Õpilased vajavad kordamissüsteeme, mida nad suudavad hoida, mitte ainult imetleda. AI on kõige väärtuslikum siis, kui see aitab neil kaitsta energiat, keskenduda tõenditele ja hoida mõtlemise seal, kuhu see kuulub: õppija juures.
Soovime, et teie õpilased leiaksid neil lihavõtetel rahulikuma rütmi.
The Automated Education Team