SeterusnyaPanduan seterusnya
Penilaian Berasaskan Proses dan Sejarah Penulisan
Masyarakat
PANDUAN Masyarakat
Skala Penilaian AI (AIAS) ialah rangka kerja lima peringkat yang dibangunkan oleh Mike Perkins, Leon Furze, Jasper Roe dan Jason MacVaugh.
Dengar panduan iniAI-diceritakan · ~3 min
Ia memberitahu pelajar berapa banyak AI generatif yang mungkin mereka gunakan pada tugasan yang diberikan, daripada tiada AI kepada AI penuh. Ini penting kerana peraturan umum "berhati-hati dengan AI" digantikan dengan perbendaharaan kata yang dikongsi, jadi setiap tugas disertakan dengan label yang jelas yang boleh disemak oleh pelajar.
The AIAS was first published in 2023 and piloted in higher education. That version had five levels: No AI; AI-Assisted Idea Generation and Structuring; AI-Assisted Editing; AI Task Completion, Human Evaluation; and Full AI. In 2024, the authors released an updated version with simpler names: 1. No AI: work done without AI help. 2. AI Planning: AI for brainstorming, research and structuring, but not the final work. 3. AI Collaboration: AI helps with drafting and feedback, and students critically evaluate and change its output. 4. Full AI: AI may be used throughout, with students directing it. 5. AI Exploration: creative or new uses of AI as part of the task itself. The update made two points clear. First, the levels are not a ladder of quality. A Level 4 task is not easier or less rigorous than a Level 1 task. It assesses different skills. Second, a label cannot guarantee anything by itself. If students do an assignment at home, nobody can confirm that "No AI" was followed. Level 1 only means something when the work is done under supervision. That second point links the scale to wider thinking about assessment security. The University of Sydney's "two-lane" approach, for example, separates secure, supervised assessments from open ones where AI use is expected and taught. To tell students which level applies, teachers usually put it on the assignment brief, explain why that level fits the learning goal, show examples of acceptable and unacceptable use, and require a short disclosure at any level above 1. Common misconceptions are that a whole course must sit at one level, and that the scale is a detection or enforcement tool. It is a communication and design tool.
Guru melabelkan esei bermasa dalam kelas Tahap 1, Tanpa AI dan cadangan penyelidikan bawa pulang Tahap 2, Perancangan AI. Pelajar boleh sumbang saran dan menggariskan dengan AI tetapi mesti menulis cadangan itu sendiri.
Jabatan sains mengekod warna setiap ringkasan tugasan mengikut tahap AIAS dan menambah satu ayat yang menyatakan sebab tahap itu sesuai dengan tugasan.
Kursus perniagaan universiti menetapkan tugas Tahap 4 di mana pelajar boleh menggunakan AI sepanjang masa. Gred adalah berdasarkan sejauh mana mereka menyemak, mengkritik dan menambah baik output.
Guru pengkomputeran menetapkan projek penerokaan Tahap 5. Pelajar menguji penggunaan kreatif AI dan melaporkan perkara yang berjaya dan apa yang gagal.
Skala bertingkat seperti AIAS telah menjadi titik permulaan biasa untuk sekolah dan universiti menulis panduan AI, dan lebih banyak penyesuaian tempatan berkemungkinan. Kerja utama yang masih perlu dilakukan ialah dalam reka bentuk penilaian, bukan pelabelan. Institusi masih memikirkan berapa banyak tugas seliaan yang boleh mereka jalankan secara realistik dan cara menggredkan kerja dibantu AI secara adil. Memandangkan alat AI terbina dalam perisian harian, garisan antara tahap mungkin memerlukan contoh yang lebih jelas. Penyelidikan tentang sejauh mana skala ini mengubah tingkah laku pelajar masih terhad.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Skala Penilaian AI (AIAS) ialah rangka kerja lima peringkat yang dibangunkan oleh Mike Perkins, Leon Furze, Jasper Roe dan Jason MacVaugh. Ia memberitahu pelajar berapa banyak AI generatif yang mungkin mereka gunakan pada tugasan yang diberikan, daripada tiada AI kepada AI penuh. Ini penting kerana peraturan umum "berhati-hati dengan AI" digantikan dengan perbendaharaan kata yang dikongsi, jadi setiap tugas disertakan dengan label yang jelas yang boleh disemak oleh pelajar.
AIAS memberikan setiap tugasan tahap yang menyatakan jumlah AI generatif yang dibenarkan. Ia adalah alat komunikasi dan reka bentuk.
Tahap 2, Perancangan AI, membenarkan AI untuk sumbang saran, penyelidikan dan penstrukturan, tetapi bukan untuk kerja akhir.
Label sahaja tidak menjamin apa-apa. Tiada AI hanya boleh dipercayai apabila kerja dilakukan di bawah pengawasan.
Penulis menekankan bahawa tahap bukan hierarki. Tugas AI Penuh boleh sama menuntutnya dengan tugas Tanpa AI.
Draf, transkrip dan refleksi menunjukkan cara AI digunakan dan perkara yang disumbangkan oleh pelajar.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Penilaian Berasaskan Proses dan Sejarah Penulisan
Masyarakat