LegközelebbKövetkező útmutató
Gradescope AI-asszisztált értékelés
Alkalmazások
Alkalmazási ÚTMUTATÓ
Rubrikák és kvízek létrehozása mesterséges intelligencia segítségével azt jelenti, hogy egy chatbotot használnak egyértelmű rubrikakritériumok és kérdéskészletek megfogalmazására, meggyőzően rossz lehetőségekkel, majd a válaszbillentyűk ellenőrzését és a kérdések tesztelését valódi diákokon.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Ez számít, mert órákat takarít meg a rajzolástól. A mesterséges intelligencia válaszbillentyűi azonban néha hibásak, és a homályos rubrikaszövegek vagy az ajándékozás helytelen opciói igazságtalanná teszik az osztályozást.
Az értékelésben a mesterséges intelligencia hibái a legtöbbbe kerülnek, mivel a rossz válasz kulcs a helyes tanulókat hibásan jelzi. Óvatosan alkalmazva azonban az AI felgyorsíthat két unalmas munkát: rubrikaleírások írását és kérdésbankok felépítését. **A rubrikáknak** két fő formája van. A holisztikus rubrika egy általános pontszámot ad. Az analitikus rubrika különböző kritériumokat, például szakdolgozatot, bizonyítékokat és szervezett pontokat értékel több szinten, és hasznosabb visszajelzést ad a hallgatóknak. A jó rubrika próbája az, hogy két osztályos azonos pontszámot adna-e. A „bizonyítékok megfelelő felhasználása” megbukik ezen a teszten; „minden állítást legalább egy releváns, hivatkozott forrással alátámaszt” jóváhagyással. Kérje meg az MI-től a megfigyelhető leírásokat párhuzamos megfogalmazással, hogy minden szint egyértelműen eltérjen a következőtől. **A feleletválasztós kérdések** ráállnak vagy esnek a zavaró tényezőkre, a rossz lehetőségekre. A jó figyelemelterelő olyan tanulókat csábít, akiknek valódi tévhitük van, de nem azokat, akik értik az anyagot. A bevett tételírási útmutató a következőket tanácsolja: - kerülje a „fenti felsoroltak mindegyikét” - kerülje a nyelvtani nyomokat, amelyek megadják a választ; - kerülje el, vagy takarékosan használjon negatív megfogalmazásokat, például „Melyik NEM” - ne legyen észrevehetően hosszabb, mint a többi. Mondja meg az MI-nek, hogy kövesse ezeket a szabályokat, és minden zavaró tényezőt egy adott félreértésre alapozzon. A fő kockázatot a rossz válaszkulcsok jelentik, különösen a többlépcsős matematikában és a természettudományokban, valamint a kétértelmű kérdések, amelyekben két védhető válasz található. A modellek pozícióeltolódást is mutathatnak, és a helyes választ gyakrabban teszik ugyanabba a résbe, mint ahogy azt véletlenül tenné, ezért keverje meg a lehetőségeket. Hasznos ellenőrzés, ha új csevegést nyit meg kulcs nélkül, és kéri, hogy a modell válaszoljon minden kérdésre. Ha a válaszai nem egyeznek a kulccsal, nézze át kézzel a kérdést. Általános tévhit, hogy az AI nehézségi címkék mérések. Ezek találgatások. Az igazi nehézséget a tanulók tényleges teljesítménye okozza, amit csak a kérdések kipróbálásával és az eredmények elemzésével tanulunk meg.
Egy főiskolai írásoktató négyszintű esszé rubrikát kér, külön pontozva a szakdolgozatot, a bizonyítékokat, a szervezést és az írásmechanikát. Minden szinten le kell írni valamit, amit egy osztályozó megfigyelhet, például azt, hogy minden állítás hivatkozik-e egy forrásra.
Egy biológiatanár beilleszt egy tankönyvfejezetet, és 20 feleletválasztós kérdést tesz fel. Minden rossz lehetőségnek egy megnevezett hallgatói tévhiten kell alapulnia, és egysoros okot kell tartalmaznia, hogy rossz.
Egy matematikatanár új csevegést indít a válasz kulcsa nélkül, és megkéri a modellt, hogy oldjon meg minden kérdést, amit írt. Kézzel átnéz minden olyan tételt, ahol a két válasz nem egyezik.
Egy vállalati tréner 15 kérdésből álló kvízt próbál ki 12 munkatárson, majd eldobja azokat a tételeket, amelyekre mindenki helyesen válaszolt. Átírja a rossz opciókat, amelyeket senki sem választott.
A tanulásmenedzsment rendszerek és az értékelő platformok mesterséges intelligencia-kérdésírást adnak a már kiszámított kérdésstatisztikák mellé, ami felgyorsíthatja a megfogalmazás, a kipróbálás és az átdolgozás ciklusát. Az írásbeli munkák MI által segített osztályozása a rubrikákkal szemben is terjed, és nehezebb kérdéseket vet fel a pontossággal, torzítással és vonzerővel kapcsolatban, mint a kérdésírás. Bármilyen eszközökről is legyen szó, a tisztességes értékelés felelőssége az azt adó személyé marad. A bevált gyakorlat valószínűleg a mesterséges intelligencia mellett dönt a szövegezés és az ellenőrzés során, amikor az emberek a válaszkulcsokat és a valódi tanulók adatait ellenőrzik, és eldöntik, hogy mely kérdések maradnak meg.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
Rubrikák és kvízek létrehozása mesterséges intelligencia segítségével azt jelenti, hogy egy chatbotot használnak egyértelmű rubrikakritériumok és kérdéskészletek megfogalmazására, meggyőzően rossz lehetőségekkel, majd a válaszbillentyűk ellenőrzését és a kérdések tesztelését valódi diákokon. Ez számít, mert órákat takarít meg a rajzolástól. A mesterséges intelligencia válaszbillentyűi azonban néha hibásak, és a homályos rubrikaszövegek vagy az ajándékozás helytelen opciói igazságtalanná teszik az osztályozást.
Az analitikus rubrikák külön pontozzák az olyan kritériumokat, mint a szakdolgozat, a bizonyítékok és a szervezés, ami hasznosabb visszajelzést ad, mint egy holisztikus pontszám.
Ez a leírás megnevez valamit, amit egy osztályos megfigyelhet és ellenőrizhet. A többiek olyan szubjektív szavakra támaszkodnak, mint a „jó”, „kiváló” vagy „erős”.
A valós tévhitekre épülő zavaró tényezők elválasztják a megértő tanulókat azoktól, akik nem, és azt is megmutatják, mely tévhitek gyakoriak.
Ha a helyes válaszok egy helyen csoportosulnak, a tesztbölcses tanulók kihasználhatják a mintát. A keverés eltávolítja ezt a nyomot.
A külön válaszadás olyan eseteket is felszínre hoz, amikor a kulcs rossz lehet, vagy egy kérdésre két védhető válasz van. Ezután kézzel tekintse át ezeket a kérdéseket.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Gradescope AI-asszisztált értékelés
Alkalmazások