引導式測驗 · 中等 等級

人工智慧教育測驗

透過學習目標、現實的學習者、隱私、可訪問性、代理性以及學生理解材料的證據來評估教育人工智慧。

相關引導路徑人工智慧教育
問題 1 的 8

為什麼教育工作者應該在選擇人工智慧工具之前定義學習目標?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 為什麼教育工作者應該在選擇人工智慧工具之前定義學習目標?
    • 提示產生器、評分器和註冊工具對學習者的影響不同
    • 所有教育工具都具有相同的風險
    • 模特兒的名字決定課程
    • 流暢的反應保證學習
  2. 流暢的 AI 解說能證明什麼關於學生的理解?
    • 學習者能解決新問題
    • 本身不代表任何事;流暢度並非學習者已理解的證明
    • 說明是正確的
    • 學生不再需要練習
  3. 應該如何評估一個教育系統?
    • 僅測試模型開發者的範例
    • 僅測量聊天花費的時間
    • 使用真實的學習者、任務、語言與無障礙需求
    • 使用單一的整體分數
  4. 一位導師對每位學習者產出 30 則訊息,另一位產出 12 則。要比較他們的教育價值需要什麼?
    • 假設 30 則訊息總是代表更多學習
    • 假設 12 條訊息永遠能證明精通
    • 讓每個聊天機器人宣告自己的教育影響
    • 保留理解、學習者努力與獨立問題解決的證據
  5. 當導師太快給出答案會產生什麼風險?
    • 它可能減少原本設計用來提供的練習機會
    • 它會自動提升獨立推理能力
    • 它消除了對教師的需求
    • 它在任何情況下都提高了可及性
  6. 教師應該能對 AI 產出的後果性輸出做什麼?
    • 接受分數而不解釋
    • 在依賴結果前先審查並修正
    • 讓模型決定所有調整
    • 隱藏輸出給學習者
  7. 教育者應該提出什麼資料處理問題?
    • 僅檢查工具是否具有彩色介面
    • 檢查聊天機器人是否具娛樂性
    • 提示、學生作品與錄音的處理方式
    • 它能產生多少訊息
  8. 在依賴產生的課堂教材之前,指南建議進行哪些檢查?
    • 未檢查來源就直接發布
    • 視為教師的最終判斷
    • 假設所有學習者都能存取
    • 標註、保留來源證據,並檢視調整措施