Gewinne:
- Fähigkeit, Multiple-Choice-, offene und übergeordnete Denkfragen im Einklang mit Erfolgen mit Unterstützung künstlicher Intelligenz zu generieren
- Fähigkeit, die Qualität der Frage durch Anwendung der Prinzipien „guter Ablenker“ (falsche, aber plausible Option), „einzelne richtige Antwort“ und „Itemschwierigkeit“ zu kontrollieren.
- Verstehen Sie das Risiko, dass künstliche Intelligenz falsche Antwortschlüssel, nicht objektive oder voreingenommene Fragen erzeugt, und erkennen Sie, dass der Lehrer jedes Element überprüfen muss.
Prüfungen und Tests sind die wichtigsten Instrumente, mit denen der Lehrer den Lernerfolg misst. Aber gute Fragen zu schreiben ist schwieriger als Sie denken. Eine mehrdeutige Wurzel, ähnliche Optionen und eine hinweisgebende Sprache beeinträchtigen den Messwert einer Frage. KI generiert schnell eine große Anzahl ergebnisbezogener Frageskizzen; Sie überwachen die Qualität, überprüfen den Antwortschlüssel und sorgen für die Ausrichtung der Ergebnisse. In dieser Einheit befassen wir uns mit dem Verfassen guter Artikel und der Produktion hochwertiger Quiz mithilfe von KI. Die Grenze ist klar: KI kann falsche Antwortschlüssel, nicht objektive oder voreingenommene Fragen erzeugen; Der Lehrer überprüft jedes Element.
Anatomie der Materie und Prinzipien guter Fragen
Eine Multiple-Choice-Frage besteht aus zwei Teilen: dem Stamm (Fragestamm) – dem Hauptthema, das gestellt wird; und Optionen – eine ist die richtige Antwort, die anderen lenken ab. Ein guter Ablenker erscheint, auch wenn er falsch ist, für den Schüler, der das Thema nicht vollständig beherrscht, plausibel; Es basiert im Allgemeinen auf einem weit verbreiteten Missverständnis. Ein weit verbreitetes Missverständnis wie „Der Mond erzeugt sein eigenes Licht“ lenkt stark ab. Ein unsinniger oder irrelevanter Ablenker („Der Mond ist ein Käse“) erleichtert die Frage und macht sie weniger markant.
Prinzipien guter Fragen: (1) Der Stamm fragt etwas Einziges und Klares; (2) es gibt nur eine richtige Antwort; (3) die Optionen haben eine ähnliche Länge und sind grammatikalisch mit der Wurzel kompatibel (die längere Option ist im Allgemeinen richtig, geben Sie keinen Hinweis); (4) „Alle/Keine“-Optionen werden nach Möglichkeit vermieden; (5) wenn der Stamm negativ ist („ist nicht“), wird er betont; (6) Fragen messen das Leistungsniveau – das Stellen von Erinnerungsfragen zur Analyse des Leistungsniveaus verfehlt das Ziel.
Die Itemschwierigkeit gibt an, wie schwierig die Frage ist. Unter Diskriminierung versteht man, wie sehr die Frage diejenigen, die es wissen, von denen trennt, die es nicht wissen. Eine gute Prüfung besteht aus einer Mischung von Aufgaben mit unterschiedlichem Schwierigkeitsgrad.
Tipp: Wenn Sie Fragen an die KI stellen, benennen Sie das angestrebte Missverständnis: Sagen Sie „Ablenker sollten auf diesen drei häufigen Missverständnissen basieren.“ Auf diese Weise erhalten Sie lehrreiche Ablenker, keine zufälligen.
Fragetypen
Multiple Choice: Schnelle Messung, automatisch gewertet; Aber die Messung des Denkens höherer Ordnung erfordert eine sorgfältige Planung. Offene/kurze Antwort: Zeigt die eigene Aussage des Studierenden; Es wird mit der Rubrik (6. Einheit) bewertet. Richtig-falsch: Schnell, aber hoher Glücksfaktor. Übereinstimmung: Gut für die Konzept-Definition-Beziehung. Denkfragen höherer Ordnung: Szenariobasierte Elemente mit der Frage „Warum/Wie/Bewerten“; Es misst Analyse-Bewertungsgewinne. KI erstellt Blaupausen für sie alle; Ihre Aufgabe ist es, auszuwählen, welcher Typ welches Ergebnis misst.
Schritt für Schritt: Quizproduktion mit KI
- Geben Sie den Gewinn und das Bloom-Niveau an. Die Frage sollte dieses Niveau messen.
- Geben Sie Typ und Anzahl an. „6 Multiple Choice + 2 offene Fragen“.
- Nennen Sie die Ablenkungsstrategie. Auf welchen falschen Vorstellungen sollte es basieren?
- Fragen Sie nach Schlüsseln und Begründung. Die richtige Antwort auf jede Frage und warum die anderen falsch sind.
- Überprüfen Sie den Schlüssel manuell. Lösen Sie jede Frage selbst; Stimmt die von der KI markierte Linie wirklich?
- Ausrichtungs- und Bias-Prüfung. Ist die Frage ein Maß für den Gewinn? Gibt es kulturelle/geschlechtsspezifische Vorurteile?
- Ausgewogenheit der Schwierigkeit. Passen Sie die Mischung leicht-mittel-schwer an.
drei Mini-Koffer
Fall 1 – Falscher Schlüssel. Ein Lehrer für Naturwissenschaften nahm an einem 10-Fragen-Quiz von AI teil. Der Schlüssel zur dritten Frage war mit „B“ gekennzeichnet, aber als der Lehrer sie löste, sah er, dass die richtige Antwort „C“ war – die KI dachte, ihr eigener Ablenker sei richtig. Wenn der Lehrer ihn nicht korrigiert hätte, hätte er den Schüler, der es wusste, für falsch gehalten. Das Lösen des Schlüssels von Hand hat das gesamte Quiz gerettet.
Fall 2 – Schwache Distraktorkorrektur. Im ersten Quiz eines Lehrers waren die Ablenker unsinnig und die Schüler mussten sie aussortieren und die richtige Antwort finden. Er ließ die KI „Ablenker reproduzieren, die auf diesen verbreiteten Missverständnissen basieren: X, Y, Z.“ Die Diskriminierung nahm im neuen Quiz zu; Der Klassendurchschnitt spiegelte das tatsächliche Lernen besser wider.
Fall 3 – Ausrichtung gewinnen. Das Ergebnis eines Geschichtslehrers lag auf der Ebene der Analyse („Ursachen in Beziehung setzen“), aber die KI erzeugte Erinnerungsfragen („Datum nennen“). Der Lehrer aktualisierte die Aufforderung wie folgt: „Stellen Sie auf der Ebene der Erwerbsanalyse Szenariofragen, die eine Ursache-Wirkungs-Beziehung herstellen.“ Fragen sind zum Maßstab für Erfolg geworden.
Kopierbare Vorlagen
1) Multiple-Choice-Set basierend auf der Leistung:
Ihre Rolle: [Fach-]Lehrer. Gewinn: „[Gewinn]“ ([Blütestufe]),[X. Klasse]. Schreiben Sie 6 Multiple-Choice-Fragen, die dieses Ergebnis messen. Lassen Sie jede Frage 4 Optionen haben; Lassen Sie die Ablenker auf diesen häufigen Missverständnissen basieren: [Schreiben Sie die Missverständnisse auf]. Erklären Sie für jede Frage in einem separaten Schlüsselabschnitt die richtige Antwort und warum JEDE Option wahr/falsch ist. Gemischt leicht-mittel-schwer.
2) Überprüfung des Antwortschlüssels:
Lösen Sie die folgenden Multiple-Choice-Fragen nacheinander. Für jede Frage: (a) die richtige Antwort, die Sie gefunden haben, (b) der Grund, (c) stimmt sie mit dem markierten Schlüssel überein? Kennzeichnen Sie die Unstimmigkeiten deutlich als „WIDERSPRUCH“. Fragen und Schlüssel: [Einfügen]
3) Frage auf hoher Ebene (Szenario):
„[Betreff]“, [X. Klasse], schreiben Sie 3 szenariobasierte Fragen auf der Analyse-Bewertungsebene. Lassen Sie jede Frage eine kurze Situation darstellen und bitten Sie den Schüler um eine Begründung/einen Vergleich. Lass es nicht auswendig lösen. Fügen Sie Beispielantworten und Bewertungstipps hinzu.
4) Bias- und Compliance-Audit:
Überprüfen Sie die folgenden Fragen auf: Voreingenommenheit hinsichtlich Geschlecht/Kultur/Region, unfairer Vorteil/Nachteil gegenüber einer bestimmten Gruppe, unangemessener Kontext. Markieren Sie problematische Artikel und schlagen Sie eine neutrale Alternative vor. Fragen: [einfügen]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Eingabeaufforderung:
Schreiben Sie 10 Fragen zu Brüchen.
Level, Ergebnis, Typ, Ablenkungsstrategie, kein Schlüssel; Seine Qualität und Ausrichtung bleiben dem Zufall überlassen.
Kraftvolle Aufforderung:
Ihre Rolle: Mathematiklehrer. Lernziel: „Der Schüler addiert zwei Brüche mit unterschiedlichen Nennern“ (Anwendung). 5. Klasse. 6 Multiple-Choice-Fragen, 4 Optionen. Distraktoren sollten auf den folgenden Missverständnissen basieren: Zähler und Nenner direkt addieren, den Zähler konstant halten und den Nenner addieren. Geben Sie für jede Frage eine Schlüssel- und Optionsbeschreibung an. Mix einfach-mittel-schwer.
Fragetyp
Das Niveau, das es misst
Stärke
Achtung
Multiple-Choice
Beliebige Ebene (je nach Design)
Schnelle, automatische Wertung
Distraktorqualität
offenes Ende
Verständnis-schaffend
ursprünglicher Ausdruck
Brauche eine Rubrik
wahr-falsch
Denken Sie daran
sehr schnell
Der Glücksfaktor ist hoch
Szenariobasiert
Analyse-Bewertung
verhindert das Auswendiglernen
Rechtschreibung ist schwierig, KI hilft
Häufige Fehler
- Der Schlüssel wird nicht überprüft. Der häufigste und unfairste Fehler; KI produziert den falschen Schlüssel, der Schüler, der ihn kennt, wird zum Opfer.
- Unsinniger Ablenker. Die unplausible Option vereinfacht die Frage kostenlos.
- Nichtübereinstimmung der Verstärkungspegel. Erinnerungsfrage zur Analyseerfassung; verfehlt das Ziel.
- Sprache, die Hinweise gibt. Die Tatsache, dass die längste/detaillierteste Option immer richtig ist, lehrt die Schüler Muster.
- Voreingenommenheit übersehen. Der vertraute Kontext einer bestimmten Kultur/Gruppe verschafft manchen Schülern einen unfairen Vorteil.
Achtung: KI erzeugt manchmal mehrdeutige Fragen, bei denen mehr als eine Option als „richtig“ argumentiert werden kann. Er beantwortete jeden Punkt mit der Frage: „Gibt es eine einzige und unbestreitbare Wahrheit?“ Testen Sie es, indem Sie sagen; Andernfalls klären Sie die Wurzel.
Zusammenfassend
Eine gute Frage misst das Leistungsniveau mit einem klaren Kern und plausiblen Ablenkern. KI generiert schnell eine große Anzahl von Fragenumrissen, Ablenkungen und Schlüsseln, die von der Akquise abhängen; Wenn Sie der Zielperson Missverständnisse mitteilen, werden Ablenker aufschlussreich sein. Allerdings kann die KI zu falschen Schlüsseln, schwachen Ablenkern, nicht erfassten oder voreingenommenen Fragen führen. Lösen Sie jedes Element, um den Schlüssel, die Ausrichtung und die Vorspannung zu überprüfen. Der Abschlusstest ist Sache des Lehrers.
Anwendungsaufgabe
Für ein Ergebnis generieren Sie 6 Fragen mit der Vorlage „Multiple-Choice-Set basierend auf dem Ergebnis“. Legen Sie die Distraktor-Strategie selbst fest. Lösen Sie dann jede Frage selbst und vergleichen Sie sie mit dem Schlüssel der KI, bevor Sie die Vorlage „Antwortschlüsselüberprüfung“ verwenden. Korrigieren Sie alle Abweichungen. Schreiben Sie abschließend eine Version des Szenarios, die eine der Fragen auf die Analyseebene hebt.
Checkliste
- [ ] Habe ich die Fragen entsprechend dem Bloom-Level des Lernergebnisses gestellt?
- [ ] Habe ich die Ablenkungen auf tatsächliche Missverständnisse gestützt?
- [ ] Habe ich den Schlüssel zu jeder Frage überprüft, indem ich sie selbst gelöst habe?
- [ ] Bin ich sicher, dass es eine einzige, zweifelsohne richtige Antwort gibt?
- [ ] Habe ich die Voreingenommenheit und die Altersangemessenheit überprüft?