Gewinne:
- Möglichkeit, dass künstliche Intelligenz Multiple-Choice-Fragen, Ablenkungen auf der Grundlage typischer Fehler und Lösungsschlüssel durch Angabe von Thema, Niveau und Schwierigkeitsverteilung erstellt.
- Möglichkeit, falsche Schlüssel und mehrere/null korrekte Optionsfehler zu erkennen, indem jeder Frage- und Antwortschlüssel unabhängig, vorzugsweise in großen Mengen, mit SymPy validiert wird
- Fähigkeit, die Qualität der Ablenker, die Eindeutigkeit und den Schwierigkeitsgrad der Fragen zu bewerten und jede Frage vor der Prüfung zu genehmigen.
Das Vorbereiten von Prüfungs- und Übungsfragen gehört zu den zeitaufwändigsten Aufgaben im Mathematikunterricht: Das Stellen von Fragen mit angemessenem Schwierigkeitsgrad, das Entwerfen plausibler Ablenker (falsche, aber plausible Optionen), das Vorbereiten des Antwortschlüssels und das Ausbalancieren der Schwierigkeit nehmen Stunden in Anspruch. Künstliche Intelligenz kann diesen Prozess beschleunigen – indem sie Dutzende Fragevarianten, Multiple-Choice-Optionen und Lösungsschlüssel aus einem Thema generiert. Die Genauigkeit jeder gestellten Frage und die Fehlerfreiheit jedes Antwortschlüssels müssen jedoch unabhängig überprüft werden; Ein falscher Schlüssel bedeutet, dass Schüler zu Unrecht Punkte verlieren. In dieser Einheit erfahren Sie, wie Sie KI als Partner für die Fragengenerierung nutzen und wie Sie jede Frage moderieren.
Ein paar Definitionen. Ein Ablenker ist eine Option in einer Multiple-Choice-Frage, die nicht richtig ist, aber einem häufigen Fehler des Schülers entspricht. Ein guter Ablenker ist nicht zufällig; Spiegelt einen typischen Fehler wider (Vorzeichenfehler, Regelverwirrung). Der Antwortschlüssel ist eine Liste der richtigen Antworten auf die Fragen. Die Schwierigkeitsbalance ist die angemessene Verteilung der leichten, mittleren und schwierigen Fragen in einer Prüfung.
Beitrag der KI zur Fragengenerierung
- Fragenvariation: Mehrere ähnliche Fragen aus einem Muster (Änderung der Zahlen).
- Distraktordesign: Plausibel falsche Entscheidungen basierend auf häufigen Fehlern.
- Lösungsschlüssel: Schritt-für-Schritt-Lösung für jedes Problem.
- Schwierigkeitsgrad: Klassifizierung der Fragen als leicht/mittel/schwierig.
- Themenabdeckung: Fragensätze, die verschiedene Unterthemen eines Lehrplans abdecken.
- Bloom-Taxonomie-Fit: Frage nach kognitiven Ebenen wie Erinnern, Anwenden, Analysieren.
Schritt für Schritt: Erstellen eines verlässlichen Fragenkatalogs
1. Geben Sie Thema, Niveau und Anzahl der Fragen an. Wie „10. Klasse Gymnasium, quadratische Gleichungen, 10 Multiple-Choice-Fragen.“
2. Fragen Sie nach Fragetyp und Schwierigkeitsverteilung. Fragen Sie nach einer Verteilung wie „4 leicht, 4 mittel, 2 schwer“.
3. Lösen Sie jede Frage einzeln. Lösen Sie jede Frage selbst oder mit SymPy; Vergleichen Sie es mit dem von YZ bereitgestellten Antwortschlüssel. Dieser Schritt ist nicht verhandelbar.
4. Suchen Sie nach Ablenkern. Sind falsche Optionen wirklich falsch? Manchmal erzeugt die KI mehr als eine richtige Option, oder ein Ablenker ist tatsächlich richtig. Überprüfen Sie jede Option.
5. Stellen Sie sicher, dass es genau eine richtige Antwort gibt. Bei Multiple Choice muss genau eine Option richtig sein; Es darf keine Null oder mehr als eins richtig sein.
6. Prüfen Sie auf Unsicherheit und Doppelarbeit. Ist die Frage eindeutig? Messen die beiden Fragen dasselbe? Sind die Zahlen sinnvoll (z. B. wenn die Wurzel negativ sein sollte)?
Achtung: KI macht bei der Generierung von Multiple-Choice-Fragen zwei der häufigsten Fehler: (1) die von ihr als „wahr“ markierte Option ist tatsächlich falsch, (2) mehr als eine Option ist richtig oder keine davon ist richtig. Verwenden Sie keine Frage, ohne jede Frage einzeln zu lösen und jede der vier Optionen separat als wahr/falsch zu bewerten.
Qualitätskontrolldiagramm für Fragen
Kontrolle
Frage
wonach man suchen soll
Genauigkeit
Ist der Lösungsschlüssel korrekt?
Bestätigung durch unabhängige Lösung
nur wahr
Ist nur eine Option richtig?
Die anderen 3 müssen falsch sein
Distraktorqualität
Sind die Fehler plausibel?
Sollte auf einem typischen Fehler basieren
Klarheit
Ist die Frage eindeutig?
Es sollte keine Unsicherheit geben
Level-Konformität
Ist der Schwierigkeitsgrad dem Ziel angemessen?
Weder zu einfach noch zu schwierig
Umfang
Ist das Thema gut vertreten?
Unterthemen sind ausgewogen
drei Mini-Koffer
Fall 1 – Falscher Schlüssel. Ein Lehrer erstellte einen Multiple-Choice-Satz von 12 Fragen. Als er jede Frage mit SymPy löste, stellte er fest, dass bei drei der zwölf Fragen die von der KI als „richtig“ markierte Option falsch war – die tatsächlich richtige Antwort war eine andere Option. Der Lehrer richtete die Tasten gerade. Wäre dieses Set ohne Verifizierung verwendet worden, wäre die gesamte Klasse in 3 Fragen unfair bewertet worden.
Fall 2 – Zwei richtige Optionen. In einer Frage gab die KI sowohl „x = 2“ als auch „x = 2 oder x = −2“ ein; Beides stimmte in gewisser Weise, und die Frage war unklar. Der Lehrer ordnete die Optionen neu und ließ nur eine richtige Antwort übrig. Distraktoren müssen eindeutig falsch sein.
Fall 3 – Schwacher Distraktor. In einem Ingenieurunterricht platzierte die KI irrelevante Ablenker wie „42“, „aksaray“, „blau“, „17“ usw. in eine Frage; Die richtige Antwort war offensichtlich „17“. Der Lehrer fragte nach numerischen Ablenkfaktoren, die auf typischen Rechenfehlern basierten (z. B. Wert, der sich aus einem Vorzeichenfehler ergab), und die Fragen wurden zu echten Diskriminatoren. Der gute Ablenker repräsentiert einen wahren falschen Weg.
Vier kopierbare Vorlagen
1) Multiple-Choice-Fragensatz:
Generieren Sie [n] MULTIPLE-Choice-Fragen zu [Thema]. Ebene:[Ebene]. Schwierigkeit: [x leicht, y mittel, z schwer]. Lassen Sie jede Frage 4 Optionen haben; Lassen Sie GENAU 1 richtig sein und die anderen 3 sind plausible Ablenker, die auf typischen Fehlern basieren. Schreiben Sie außerdem eine Schritt-für-Schritt-Lösung und die richtige Antwort für jede Frage auf. Ich werde sie alle mit SymPy verifizieren.
2) Fragevariation (vom Muster):
Nehmen Sie diese Frage als MUSTER: [Beispielfrage]. Generieren Sie [n] verschiedene Versionen, die dasselbe Konzept abbilden, jedoch unterschiedliche Zahlen/Kontexte aufweisen. Lösen Sie die Antworten für jede Version Schritt für Schritt. Lassen Sie die Antworten unterschiedlich sein.
3) Lösungsschlüsselgenerierung:
Erstellen Sie eine SCHRITT-FÜR-SCHRITT-Lösung und eine endgültige Antwort für jede der folgenden Fragen. Geben Sie die von Ihnen verwendete Regel an. Markieren Sie die Lösung, bei der Sie sich nicht sicher sind. Ich werde jede Antwort unabhängig überprüfen. Fragen: [hier]
4) Verbesserung des Distraktors:
Sehen Sie sich die Ablenkungen für diese Multiple-Choice-Frage an. Erklären Sie, welchem typischen Schülerfehler jeder falsche Ablenker entspricht. Ersetzen Sie irrelevante oder offensichtlich falsche Ablenker durch solche, die auf tatsächlichen Fehlern basieren. Frage: [hier]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Stellen Sie mir 10 abgeleitete Fragen.“
Ergebnis: Unsicheres Level, zufällige Schwierigkeitsverteilung, nicht verifizierter Antwortschlüssel, zufälliger Satz von Ablenkern (falls vorhanden).
Strong: „Erstellen Sie 10 Multiple-Choice-Ableitungsfragen für die 12. Klasse der High School: 4 einfache (Grundregeln), 4 mittlere (Ketten-/Produktregel), 2 schwierige (zusammengesetzte Funktionen). Jede Frage soll 4 Auswahlmöglichkeiten haben, genau 1 richtig, die anderen sind Ablenker, die auf typischen Fehlern basieren (Vergessen der inneren Ableitung, Vorzeichenfehler). Lösen Sie jede Frage Schritt für Schritt und geben Sie die richtige Antwort an.“
Ergebnis: Ein Satz, der eben und ausgewogen ist, Ablenker sind aussagekräftig und jede Antwort ist überprüfbar.
Häufige Fehler
- Der Antwortschlüssel wird nicht überprüft. Was die KI für „richtig“ hält, ist oft falsch; Lösen Sie jede Frage einzeln.
- Mehr als eins/null ist die richtige Option. Beim Multiple Choice muss es genau eine Wahrheit geben; Überprüfen Sie jede Option einzeln.
- Schwache Ablenker. Irrelevante oder offensichtlich falsche Optionen machen die Frage uneindeutig.
- Keine Angabe der Schwierigkeitsverteilung. Sie scheinen alle die gleiche Schwierigkeit zu haben; Eine Levelbewertung ist nicht möglich.
- Wiederholung und Überlappung. Verschiedene Fragen können dasselbe Konzept messen; Überprüfen Sie den Deckungssaldo.
- Vage Ausdrucksweise. Fragen mit doppelter Bedeutung führen Schüler zu Unrecht in die Irre.
Tipp: Der effizienteste Weg, eine Reihe von Fragen zu validieren, besteht darin, mit SymPy Code zu schreiben, der alle Fragen auf einmal löst. Sagen Sie der KI: „Schreiben Sie Code, der jedes dieser 10 Probleme mit SymPy löst“, führen Sie den Code aus und vergleichen Sie die SymPy-Ergebnisse in großen Mengen mit dem Antwortschlüssel der KI. Auf diese Weise überprüfen Sie die 10 Fragen nicht einzeln, sondern gemeinsam und deterministisch.
Zusammenfassend
KI beschleunigt die Erstellung mathematischer Fragen und Prüfungen erheblich: Fragenvariation, Ablenkungsdesign, Lösungsschlüssel, Schwierigkeitsbewertung. Aber jede Frage und jeder Antwortschlüssel muss unabhängig validiert werden – vorzugsweise massenhaft mit SymPy. Die häufigsten Fehler sind falsche Antwortschlüssel, mehrere/null richtige Optionen und schwache Ablenker. Die Festlegung von Thema, Niveau und Schwierigkeitsverteilung von Anfang an erhöht die Qualität. Unbestätigte Fragen sollten nicht in die Prüfung aufgenommen werden.
Anwendungsaufgabe
Wählen Sie ein Thema. Lassen Sie die KI mit der 1. Vorlage 8-10 Multiple-Choice-Fragen + Lösungen mit einer bestimmten Schwierigkeitsverteilung erstellen. Dann erinnern wir uns an Einheit 4: Lassen Sie die KI einen Code schreiben, der alle Fragen mit SymPy löst, und führen Sie den Code aus. Vergleichen Sie die SymPy-Ergebnisse mit dem Antwortschlüssel von YZ. Stellen Sie sicher, dass es in jeder Frage genau eine richtige Antwort gibt und dass die Ablenker tatsächlich falsch sind. Finden und korrigieren Sie mindestens einen Fehler oder einen schwachen Ablenker.
Checkliste
- [ ] Ich habe das Thema, das Niveau und die Schwierigkeitsverteilung klar angegeben.
- [ ] Ich habe jede Frage einzeln gelöst (vorzugsweise stapelweise mit SymPy).
- [ ] Ich habe den Antwortschlüssel mit den SymPy-Ergebnissen verglichen.
- [ ] Ich habe überprüft, dass es in jeder Frage genau eine richtige Option gibt.
- [ ] Ich habe überprüft, ob die Distraktoren auf typischen Fehlern beruhten und tatsächlich falsch waren.
- [ ] Ich habe darauf geachtet, dass es keine vagen Aussagen und keine sich wiederholenden Fragen gibt.