HƯỚNG DẪN xã hội

Thang đánh giá AI cho lớp học

Thang đánh giá AI (AIAS) là một khung năm cấp được phát triển bởi Mike Perkins, Leon Furze, Jasper Roe và Jason MacVaugh.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyđọc 4 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của Thang đánh giá AI cho lớp học
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Nó cho học sinh biết mức độ sáng tạo AI mà họ có thể sử dụng cho một bài tập nhất định, từ không có AI đến AI đầy đủ. Điều này quan trọng vì quy tắc chung "hãy cẩn thận với AI" được thay thế bằng từ vựng chung, vì vậy mọi nhiệm vụ đều có nhãn rõ ràng mà học sinh có thể kiểm tra.

Lặn sâu

AIAS được xuất bản lần đầu tiên vào năm 2023 và được thử nghiệm trong giáo dục đại học. Phiên bản đó có năm cấp độ: Không có AI; Tạo và cấu trúc ý tưởng được hỗ trợ bởi AI; Chỉnh sửa có sự hỗ trợ của AI; Hoàn thành nhiệm vụ AI, Đánh giá con người; và AI đầy đủ. Vào năm 2024, các tác giả đã phát hành phiên bản cập nhật với tên đơn giản hơn: 1. No AI: công việc được thực hiện mà không cần sự trợ giúp của AI. 2. Lập kế hoạch AI: AI dùng để động não, nghiên cứu và cấu trúc nhưng không phải là công việc cuối cùng. 3. Cộng tác AI: AI giúp soạn thảo và phản hồi, đồng thời sinh viên đánh giá và thay đổi kết quả đầu ra một cách nghiêm túc. 4. AI đầy đủ: AI có thể được sử dụng xuyên suốt, do học sinh chỉ đạo. 5. Khám phá AI: sử dụng AI một cách sáng tạo hoặc mới như một phần của nhiệm vụ. Bản cập nhật đã làm rõ hai điểm. Đầu tiên, các cấp độ không phải là một bậc thang về chất lượng. Nhiệm vụ Cấp độ 4 không dễ hơn hoặc kém khắt khe hơn nhiệm vụ Cấp độ 1. Nó đánh giá các kỹ năng khác nhau. Thứ hai, nhãn hiệu không thể tự mình đảm bảo bất cứ điều gì. Nếu học sinh làm bài tập ở nhà, không ai có thể khẳng định rằng “Không có AI” đã được tuân thủ. Cấp độ 1 chỉ có ý nghĩa khi công việc được thực hiện dưới sự giám sát. Điểm thứ hai liên kết thang đo với suy nghĩ rộng hơn về tính bảo mật của đánh giá. Ví dụ, cách tiếp cận "hai làn" của Đại học Sydney tách biệt các đánh giá an toàn, được giám sát với các đánh giá mở nơi dự kiến ​​và giảng dạy việc sử dụng AI. Để cho học sinh biết cấp độ nào được áp dụng, giáo viên thường ghi nó vào bản tóm tắt bài tập, giải thích lý do tại sao cấp độ đó phù hợp với mục tiêu học tập, đưa ra các ví dụ về cách sử dụng được chấp nhận và không được chấp nhận, đồng thời yêu cầu tiết lộ ngắn gọn về bất kỳ cấp độ nào trên 1. Những quan niệm sai lầm phổ biến là toàn bộ khóa học phải ở một cấp độ và thang đo là công cụ phát hiện hoặc thực thi. Nó là một công cụ giao tiếp và thiết kế.

Triển khai trong thế giới thực

Một giáo viên dán nhãn cho một bài luận tính giờ trong lớp Cấp độ 1, Không có AI và một đề xuất nghiên cứu mang về nhà Cấp độ 2, Lập kế hoạch AI. Học sinh có thể động não và phác thảo bằng AI nhưng phải tự viết đề xuất.

Bộ phận khoa học đánh mã màu cho từng bản tóm tắt bài tập theo cấp độ AIAS và thêm một câu cho biết lý do tại sao cấp độ đó phù hợp với nhiệm vụ.

Khóa học kinh doanh ở trường đại học đặt ra nhiệm vụ Cấp độ 4 trong đó sinh viên có thể sử dụng AI xuyên suốt. Việc chấm điểm dựa trên mức độ họ kiểm tra, phê bình và cải thiện kết quả đầu ra.

Một giáo viên tin học đặt ra một dự án khám phá Cấp độ 5. Học sinh kiểm tra cách sử dụng AI một cách sáng tạo và báo cáo điều gì hiệu quả và điều gì thất bại.

Tương lai của Thang đánh giá AI cho lớp học

Các thang đo theo cấp độ như AIAS đã trở thành điểm khởi đầu chung cho các trường học và trường đại học viết hướng dẫn về AI và có khả năng sẽ có nhiều điều chỉnh phù hợp với địa phương hơn. Công việc chính vẫn phải làm là thiết kế đánh giá chứ không phải dán nhãn. Các tổ chức vẫn đang tìm hiểu xem họ có thể thực hiện bao nhiêu nhiệm vụ được giám sát trên thực tế và cách đánh giá công việc được hỗ trợ bởi AI một cách công bằng. Khi các công cụ AI được tích hợp vào phần mềm hàng ngày, ranh giới giữa các cấp độ có thể cần có ví dụ rõ ràng hơn. Nghiên cứu về mức độ thay đổi của các thang đo này đối với hành vi của học sinh vẫn còn hạn chế.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Rủi ro và an toàn. Những tác hại thảm khốc và thường ngày của AI đều phụ thuộc vào việc ai hiểu được rủi ro và ai có thể hành động.
  • Quyết định rõ ràng hơn. Kiến thức công cộng và chuyên môn định hình liệu chính sách an toàn mạnh mẽ có khả thi về mặt chính trị hay không.
  • Phá vỡ sự thổi phồng. Những lời giải thích rõ ràng làm giảm sự thu hút bởi sự cường điệu, PR trong phòng thí nghiệm và sân khấu đạo đức mơ hồ.

coi chừng

  • Xử lý rủi ro hiện hữu như khoa học viễn tưởng trong khi khả năng lại phức tạp.
  • Nhầm lẫn giữa an toàn sản phẩm bề mặt với sự liên kết dưới quyền tự chủ cao.
  • Chỉ để lại những khán giả không phải người Anh và không có chuyên môn với những nguồn chất lượng thấp.

Các bước tiếp theo

  1. Tách biệt các tác hại của sản phẩm, sử dụng sai và rủi ro mất kiểm soát/sai lệch.
  2. Hỏi bằng chứng nào sẽ thay đổi quan điểm của bạn về thời gian và mức độ nghiêm trọng.
  3. Ưu tiên các nguồn chính và đánh giá cụ thể hơn các tuyên bố tiếp thị.
  4. Xác định một lộ trình hành động: sự nghiệp, chính sách, nguồn tài trợ hoặc kỹ năng - không chỉ là nhận thức.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the The AI Assessment Scale for Classrooms quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Thang đánh giá AI cho lớp học là gì?

Thang đánh giá AI (AIAS) là một khung năm cấp được phát triển bởi Mike Perkins, Leon Furze, Jasper Roe và Jason MacVaugh. Nó cho học sinh biết mức độ sáng tạo AI mà họ có thể sử dụng cho một bài tập nhất định, từ không có AI đến AI đầy đủ. Điều này quan trọng vì quy tắc chung "hãy cẩn thận với AI" được thay thế bằng từ vựng chung, vì vậy mọi nhiệm vụ đều có nhãn rõ ràng mà học sinh có thể kiểm tra.

Thang đánh giá AI chủ yếu được sử dụng để làm gì?

AIAS cung cấp cho mỗi bài tập một mức độ cho biết mức độ sáng tạo của AI được phép. Nó là một công cụ giao tiếp và thiết kế.

Trong AIAS 2024 cập nhật, Cấp 2 được gọi là gì?

Cấp độ 2, Lập kế hoạch AI, cho phép AI động não, nghiên cứu và cấu trúc, nhưng không phải cho công việc cuối cùng.

Tại sao nhãn Cấp 1 (Không AI) cần có điều kiện được giám sát?

Chỉ một nhãn hiệu thôi cũng không đảm bảo được điều gì. Không có AI nào chỉ có thể được tin cậy khi công việc được thực hiện dưới sự giám sát.

Câu nào về cấp độ AIAS là đúng?

Các tác giả nhấn mạnh rằng các cấp độ không phải là một hệ thống phân cấp. Nhiệm vụ AI đầy đủ có thể đòi hỏi khắt khe như nhiệm vụ Không có AI.

Bằng chứng nào hỗ trợ tốt nhất cho nhiệm vụ Cấp 2 hoặc Cấp 3?

Bản nháp, bản ghi và phản ánh cho thấy AI đã được sử dụng như thế nào và học sinh đã đóng góp những gì.