Tiếp theoHướng dẫn tiếp theo
Chấm điểm và phản hồi bằng AI cho giáo viên
Ứng dụng
HƯỚNG DẪN ứng dụng
Cách tạo thang đánh giá và câu hỏi chấm điểm bằng AI
Tạo phiếu tự đánh giá và câu hỏi bằng AI có nghĩa là sử dụng chatbot để soạn thảo các tiêu chí phiếu đánh giá và ngân hàng câu hỏi rõ ràng với các phương án sai thuyết phục, sau đó kiểm tra đáp án và kiểm tra câu hỏi trên học sinh thật.
Trên trang nàyđọc 4 phút
Tổng quan
Nó quan trọng vì nó tiết kiệm được nhiều giờ soạn thảo. Tuy nhiên, các phím trả lời AI đôi khi sai và cách diễn đạt mơ hồ hoặc đưa ra các lựa chọn sai khiến việc chấm điểm không công bằng.
Lặn sâu
Đánh giá là nơi mà các lỗi AI gây thiệt hại nhiều nhất, vì một câu trả lời sai sẽ đánh dấu học sinh sai. Tuy nhiên, nếu sử dụng cẩn thận, AI có thể tăng tốc hai công việc tẻ nhạt: viết mô tả phiếu tự đánh giá và xây dựng ngân hàng câu hỏi. **Rubrics** có hai dạng chính. Một phiếu tự đánh giá tổng thể cho một điểm tổng thể. Một phiếu tự đánh giá phân tích chấm điểm các tiêu chí riêng biệt, chẳng hạn như luận điểm, bằng chứng và tổ chức, ở nhiều cấp độ và cung cấp cho sinh viên nhiều phản hồi hữu ích hơn. Bài kiểm tra của một phiếu tự đánh giá tốt là liệu hai học sinh có cho điểm như nhau hay không. 'Sử dụng tốt bằng chứng' không đạt được bài kiểm tra đó; 'hỗ trợ mỗi tuyên bố bằng ít nhất một nguồn được trích dẫn có liên quan'. Yêu cầu AI cung cấp các mô tả có thể quan sát được bằng cách diễn đạt song song, để mỗi cấp độ khác với cấp độ tiếp theo theo một cách rõ ràng. **Câu hỏi trắc nghiệm** đứng hoặc rơi vào những yếu tố gây phân tâm, các lựa chọn sai. Một người đánh lạc hướng tốt sẽ thu hút những học sinh có quan niệm sai lầm thực sự chứ không phải những học sinh hiểu tài liệu. Hướng dẫn viết mục đã có từ lâu khuyên bạn: - tránh 'tất cả những điều trên' - tránh các manh mối ngữ pháp dẫn đến câu trả lời - tránh hoặc sử dụng một cách tiết kiệm từ ngữ tiêu cực như 'Cái nào KHÔNG' - giữ cho tùy chọn đúng không dài hơn đáng kể so với các tùy chọn còn lại Yêu cầu AI tuân theo các quy tắc này và đặt mỗi yếu tố phân tâm dựa trên một quan niệm sai lầm cụ thể. Rủi ro chính là đáp án sai, đặc biệt là trong môn toán và khoa học nhiều bước, cũng như những câu hỏi mơ hồ với hai câu trả lời có thể bảo vệ được. Các mô hình cũng có thể hiển thị sai lệch vị trí, đưa câu trả lời đúng vào cùng một vị trí thường xuyên hơn so với khả năng có thể xảy ra, vì vậy hãy xáo trộn các tùy chọn. Một cách kiểm tra hữu ích là mở một cuộc trò chuyện mới mà không cần chìa khóa và yêu cầu người mẫu trả lời mọi câu hỏi. Trường hợp câu trả lời của nó không đồng ý với chìa khóa, hãy xem lại câu hỏi bằng tay. Một quan niệm sai lầm phổ biến là các nhãn độ khó của AI là thước đo. Họ là những phỏng đoán. Khó khăn thực sự đến từ cách học sinh thực sự thể hiện, điều mà bạn chỉ học được bằng cách thử các câu hỏi và phân tích kết quả.
Tác động chiến lược
Xây dựng lựa chọn
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
Nhóm và quy trình làm việc
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
Rủi ro và an toàn
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.
Tương lai của cách tạo thang đánh giá và câu hỏi chấm điểm bằng AI
Các hệ thống quản lý học tập và nền tảng đánh giá đang bổ sung tính năng viết câu hỏi AI cùng với số liệu thống kê câu hỏi mà chúng đã tính toán, điều này có thể đẩy nhanh chu kỳ soạn thảo, thử và sửa đổi. Việc chấm điểm bài viết được hỗ trợ bởi AI dựa trên các phiếu tự đánh giá cũng đang lan rộng và nó đặt ra những câu hỏi khó hơn về tính chính xác, sai lệch và sự hấp dẫn so với việc viết câu hỏi. Dù sử dụng công cụ nào, trách nhiệm đánh giá công bằng vẫn thuộc về người đưa ra đánh giá. Phương pháp thực hành tốt có thể sẽ dựa vào AI để soạn thảo và kiểm tra, với việc mọi người xác minh khóa trả lời và dữ liệu từ học sinh thực tế để quyết định câu hỏi nào sẽ được giữ lại.
Triển khai trong thế giới thực
Một giảng viên dạy viết ở trường đại học yêu cầu một phiếu tự đánh giá bài luận với bốn cấp độ, chấm điểm luận án, dẫn chứng, tổ chức và cơ chế viết riêng biệt. Mỗi cấp độ phải mô tả điều gì đó mà học sinh có thể quan sát được, chẳng hạn như liệu mọi tuyên bố có trích dẫn nguồn hay không.
Một giáo viên sinh học dán một chương sách giáo khoa và hỏi 20 câu hỏi trắc nghiệm. Mỗi lựa chọn sai phải dựa trên quan niệm sai lầm được nêu tên của học sinh và đi kèm với một lý do ngắn gọn là sai.
Một giáo viên dạy toán mở một cuộc trò chuyện mới mà không có đáp án và yêu cầu mô hình giải mọi câu hỏi mà mô hình đã viết. Cô đánh giá bằng tay từng mục mà hai câu trả lời không đồng ý.
Một huấn luyện viên của công ty thử làm một bài kiểm tra gồm 15 câu hỏi với 12 nhân viên, sau đó đưa ra những câu hỏi mà tất cả mọi người đều trả lời đúng. Anh ta viết lại những phương án sai mà không ai chọn.
Rủi ro & lan can
Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.
Lộ trình thực hiện
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the How to Create Grading Rubrics and Quizzes with AI quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Câu hỏi thường gặp
Làm thế nào để tạo các phiếu đánh giá và câu hỏi chấm điểm bằng AI?
Tạo phiếu tự đánh giá và câu hỏi bằng AI có nghĩa là sử dụng chatbot để soạn thảo các tiêu chí phiếu đánh giá và ngân hàng câu hỏi rõ ràng với các phương án sai thuyết phục, sau đó kiểm tra đáp án và kiểm tra câu hỏi trên học sinh thật. Nó quan trọng vì nó tiết kiệm được nhiều giờ soạn thảo. Tuy nhiên, các phím trả lời AI đôi khi sai và cách diễn đạt mơ hồ hoặc đưa ra các lựa chọn sai khiến việc chấm điểm không công bằng.
Phiếu tự đánh giá phân tích khác với phiếu tự đánh giá tổng thể như thế nào?
Các tiêu chí chấm điểm theo thang đánh giá phân tích như luận án, bằng chứng và tổ chức riêng biệt, mang lại nhiều phản hồi hữu ích hơn so với điểm tổng thể.
Mô tả phiếu tự đánh giá nào có nhiều khả năng dẫn hai học sinh đến cùng một điểm?
Mô tả này nêu tên một cái gì đó mà học sinh có thể quan sát và kiểm tra. Những người khác dựa vào những từ chủ quan như 'tốt', 'xuất sắc' hoặc 'mạnh'.
Điều gì tạo nên yếu tố đánh lạc hướng tốt trong một câu hỏi trắc nghiệm?
Những yếu tố gây xao lãng dựa trên những quan niệm sai lầm thực sự sẽ tách biệt những học sinh hiểu với những học sinh không hiểu, đồng thời chúng cũng chỉ ra những quan niệm sai lầm nào phổ biến.
Tại sao hướng dẫn khuyên bạn nên xáo trộn các tùy chọn trong câu hỏi do AI viết?
Nếu các câu trả lời đúng tập hợp vào một ô, học sinh làm bài kiểm tra có thể khai thác mẫu này. Việc xáo trộn sẽ loại bỏ manh mối đó.
Mục đích của việc yêu cầu mô hình trả lời các câu hỏi của chính nó trong một cuộc trò chuyện mới mà không cần chìa khóa là gì?
Việc trả lời riêng biệt sẽ đưa ra các trường hợp khóa có thể sai hoặc một câu hỏi có hai câu trả lời có thể bảo vệ được. Sau đó bạn xem lại những câu hỏi đó bằng tay.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này