Att utforma AI-resilienta bedömningar
juli 8, 2024
Generativ AI har förändrat hur elever genomför skriftliga uppgifter, men den behöver inte undergräva meningsfull bedömning. Den här artikeln erbjuder en steg‑för‑steg‑guide för att utforma "AI‑resilienta" portfolio-, muntliga och praktiska bedömningar som fokuserar på lärande snarare än kontroll. Du får färdiga uppgiftsbeskrivningar att kopiera, exempel på matriser och tydliga regler för AI‑användning som kan lyftas rakt in i befintliga moment utan att du behöver skriva om hela din kursplan. Målet är inte att förbjuda AI, utan att utforma bedömningar där genuin förståelse, process och prestation fortfarande är viktigast.
Nationella prov och LGR22: färdighetssprintar
maj 14, 2024
Nationella prov kan vara en hjälpsam avstämning, men de ska inte styra den dagliga undervisningen. Den här artikeln beskriver en LGR22-först-modell för förberedelser i årskurs 3, 6 och 9 som bygger överförbar läsuthållighet, matematiskt resonemang och skriftliga svar av högre kvalitet utan att nöta gamla prov. Du använder korta, låginsats “färdighetssprintar” två eller tre gånger i veckan, med stöd av fyra små AI-mikroverktyg som skapar blandad återkallningsövning, 1 000-ords faktatexter för läsning, textuppgifter om procent och proportionalitet samt E/C/A-exempel för sambedömning och återkoppling.
5 Sätt Studenter Använder AI Oetiskt
maj 3, 2024
När artificiell intelligens (AI) blir allt vanligare inom utbildning, medför det både möjligheter och utmaningar. Detta inlägg undersöker fem sätt som studenter kan missbruka AI på, från att generera uppsatser till att fuska på prov. Det ger också praktiska strategier för lärare att upprätthålla akademisk integritet och förhindra AI-relaterat fusk. Genom att främja en kultur av etisk AI-användning kan lärare säkerställa att AI förbättrar lärandet istället för att undergräva det, vilket hjälper studenter att utveckla genuina färdigheter och kunskaper.
Det etiska dilemma med AI-detektion inom utbildning
april 18, 2024
I detta tankeväckande inlägg kommer vi att utforska den komplexa utmaningen med att identifiera AI-genererat innehåll inom akademiska sammanhang och dra paralleller med utvecklingen av digital fotografering och dess påverkan på äkthet. Inlägget går in på den sofistikerade naturen hos AI-textgeneratorer som GPT-3.5 och GPT-4, som producerar innehåll som är nästan omöjligt att skilja från mänskligt skrivande och väcker betydande etiska frågor. Det diskuterar begränsningarna hos nuvarande AI-detektionsverktyg, risken för falska positiva resultat och snedvridningen mot icke-engelskspråkiga författare.
LGR22:s betygskriterier: AI-modellsvar
februari 14, 2024
LGR22:s E/C/A-beskrivningar är avsiktligt holistiska, vilket kan göra att sambedömning känns halt och subjektivt. Den här artikeln erbjuder ett sambedömningsförst-arbetsflöde som använder AI för att översätta LGR22:s kvalitativa språk till ”observerbara belägg” utan att glida tillbaka till LGR11-liknande kryssrute-bedömning. Du får tre fullt genomarbetade exempel som du kan kopiera och anpassa: modellsvar i historia med motiveringsnoter, ett frågeset i kemi som klättrar från återgivning till analys, och en ansvarsfull metod för ”svårighetsjustering” som stegvis sänker ett A-svar till C och sedan E med en tydlig ändringslogg.
Automatiserad bedömning
januari 16, 2024
I blogginlägget utforskas automatiserad bedömning inom utbildningen och dess förmåga att förbättra lärarrollen genom tidsbesparingar och objektiv feedback. Författaren diskuterar hur artificiell intelligens (AI) kan betygsätta skriftliga svar, ge feedback på projekt, samt bedöma kreativa arbeten med hjälp av naturlig språkbehandling och andra avancerade tekniker. Samtidigt betonas vikten av att bevara en mänsklig touch i utbildningen, då AI inte kan ersätta lärarens subjektiva bedömning och personliga engagemang. Författaren argumenterar för att AI bör ses som ett verktyg som, när det används korrekt, kan komplettera men aldrig ers