AI-kestävien arviointien suunnittelu
heinäkuuta 8, 2024
Generatiivinen AI on muuttanut tapaa, jolla opiskelijat tekevät kirjallisia töitä, mutta sen ei tarvitse heikentää mielekästä arviointia. Tässä artikkelissa tarjotaan vaiheittainen toimintamalli sellaisten "AI-kestävien" portfolio-, suullisten ja käytännön arviointien suunnitteluun, jotka keskittyvät oppimiseen eivätkä valvontaan. Löydät valmiita kopioitavia tehtävänantoja, esimerkkirubriikkeja ja selkeitä AI:n käyttöä koskevia sääntöjä, jotka voi liittää suoraan olemassa oleviin opintokokonaisuuksiin ilman, että koko opetussuunnitelmaa täytyy kirjoittaa uusiksi. Tavoitteena ei ole kieltää AI:ta, vaan suunnitella arviointeja, joissa aito ymmärrys, prosessi ja suoritus ovat edelleen tärkeimmässä roolissa.
Kansalliset kokeet ja LGR22: taitosprintit
toukokuuta 14, 2024
Nationella prov voi olla hyödyllinen välietappi, mutta niiden ei pitäisi ohjata arjen opetusta. Tässä artikkelissa esitellään LGR22-ensin -valmistautumismalli vuosiluokille 3, 6 ja 9. Malli rakentaa siirrettävää lukukestävyyttä, matemaattista päättelyä ja laadukkaampia kirjallisia vastauksia ilman vanhojen koepapereiden drillailua. Käytät lyhyitä, matalan panoksen “taitosprinttejä” kaksi tai kolme kertaa viikossa, ja tukena on neljä pientä AI-mikrotyökalua, jotka tuottavat sekoitettua palautusharjoittelua, 1 000 sanan asiatekstikokonaisuuksia, prosentti- ja verrannollisuustehtäviä sekä E/C/A-esimerkkivastauksia moderointiin ja palautteeseen.
5 tapaa, joilla opiskelijat käyttävät tekoälyä epäeettisesti
toukokuuta 3, 2024
Kun tekoäly (AI) yleistyy koulutuksessa, se tuo mukanaan sekä mahdollisuuksia että haasteita. Tämä artikkeli tarkastelee viittä tapaa, joilla opiskelijat saattavat käyttää tekoälyä väärin, aina esseiden kirjoittamisesta kokeissa huijaamiseen. Se tarjoaa myös käytännön strategioita opettajille akateemisen rehellisyyden ylläpitämiseksi ja tekoälyyn liittyvän huijaamisen estämiseksi. Edistämällä eettistä tekoälyn käyttöä opettajat voivat varmistaa, että tekoäly parantaa oppimista sen sijaan, että se heikentäisi sitä, auttaen opiskelijoita kehittämään aitoja taitoja ja tietoja.
Etiikkaongelma tekoälyn tunnistamisessa koulutuksessa
huhtikuuta 18, 2024
Tässä ajatuksia herättävässä kirjoituksessa tutkimme tekoälyn tuottaman sisällön tunnistamisen monimutkaista haastetta akateemisessa ympäristössä ja vedämme rinnastuksia digitaalisen valokuvauksen kehitykseen ja sen vaikutukseen aitouteen. Kirjoituksessa käsitellään GPT-3.5:n ja GPT-4:n kaltaisten kehittyneiden tekoälytekstigeneraattoreiden monimutkaista luonnetta, jotka tuottavat sisältöä, joka on lähes erottamaton ihmisen kirjoittamasta, herättäen merkittäviä eettisiä huolenaiheita. Siinä käsitellään nykyisten tekoälyn tunnistustyökalujen rajoituksia, väärien positiivisten mahdollisuutta ja vääristymää ei-äidinkielenään englantia puhuvia kirjoittajia kohtaan.
LGR22:n arviointikriteerit: AI-mallivastaukset
helmikuuta 14, 2024
LGR22:n E/C/A-kuvaukset ovat tarkoituksella kokonaisvaltaisia, mikä voi tehdä moderoinnista liukasta ja subjektiivista. Tämä artikkeli tarjoaa moderointi ensin -työnkulun, jossa AI:ta käytetään kääntämään LGR22:n laadullinen kieli ”havaittavaksi näytöksi” ilman, että palataan LGR11-tyyliseen rastiruutuarviointiin. Saat kolme täysin valmista esimerkkiä, joita voit kopioida ja muokata: Historian mallivastaukset perustelumuistiinpanoineen, kemian kysymyssarja, joka etenee muistamisesta analyysiin, sekä vastuullinen ”vaikeustason säätäjä” -menetelmä, joka laskee A-tason vastauksen ensin C:hen ja sitten E:hen selkeän muutoslokin kanssa.
Automaattinen arviointi
tammikuuta 16, 2024
Tutustu vallankumouksellisiin edistysaskeliin automaattisissa arviointityökaluissa koulutussektorilla, kuten opettajan tarkastellessa tekoälyn kykyjä arvioida ja antaa palautetta. Kirjoitus käsittelee luonnollisen kielen käsittelyn syvää vaikutusta kirjallisten vastausten arvioinnissa, tekoälyn soveltamista projektien johdonmukaiseen kritiikkiin ja sen nousevaa roolia luovien töiden arvioinnissa. Vaikka tehokkuuden parantamista tunnustetaan, korostetaan ihmisen näkemyksen tärkeyttä ja tasapainoisen lähestymistavan tarvetta automaattisen ja henkilökohtaisen arvioinnin välillä, jotta koulutus säilyttää inspiroivan ja kasvattavan olemuksensa.