Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στην Τουρκική Γλώσσα και Λογοτεχνία: Ρόλοι, Όρια, Επαλήθευση, Αυθεντικότητα και Ηθική 2. Ανάλυση κειμένου και στενή ανάγνωση: Ανάλυση ποίησης, διηγήματος και μυθιστορήματος με AI 3. Γλωσσολογία και Ανάλυση Corpus: Ανάγνωση λεξιλογίου με αριθμούς 4. Αρχαία κείμενα, απλοποίηση και μεταγραφή: Εργασία με οθωμανικά και ντιβανικά κείμενα 5. Υλικό Μαθήματος και Σχεδιασμός Εκπαίδευσης: Αποτέλεσμα, Αποτελεσματικότητα και Μέτρηση 6. Ιστορία και Έρευνα Λογοτεχνίας: Επιθεώρηση Λογοτεχνίας, Σύνθεση και Επαλήθευση 7. Επιμέλεια, διόρθωση και στοιχειοθέτηση: Προετοιμασία του κειμένου για δημοσίευση 8. Συνεργασία ανθρώπου-AI στη Δημιουργική Γραφή και Παραγωγή 9. Αξιολόγηση πρωτοτυπίας, λογοκλοπής και κειμένων που γράφτηκαν με AI 10. Επαλήθευση πηγής, ψευδαισθήσεις και πειθαρχία απόδοσης 11. Ο άνθρωπος στη λογοτεχνική ερμηνεία: αισθητική κρίση, ηθική, εμπιστευτικότητα και όρια
Μονάδα 5 / 11

Υλικό Μαθήματος και Σχεδιασμός Εκπαίδευσης: Αποτέλεσμα, Αποτελεσματικότητα και Μέτρηση

Κέρδη:

  • Δυνατότητα δημιουργίας σχεδίων μαθημάτων, δραστηριοτήτων, ερωτήσεων και σχεδίων ρουμπρίκων με τεχνητή νοημοσύνη, ξεκινώντας από ένα μετρήσιμο αποτέλεσμα
  • Δυνατότητα επαλήθευσης κάθε πραγματικής πληροφορίας (ημερομηνία, όνομα, απόσπασμα) στα επίπεδα των ερωτήσεων υλικού και ισορροπίας
  • Ικανότητα κατανόησης ότι η παιδαγωγική καταλληλότητα, το επίπεδο και η τελική έγκριση ανήκουν στον εκπαιδευτικό.

Ένα από τα καθήκοντα στα οποία αφιερώνει περισσότερο χρόνο ένας καθηγητής Τουρκικής Γλώσσας και Λογοτεχνίας είναι η προετοιμασία υλικού: σχέδια μαθήματος, φύλλα εργασίας, δραστηριότητες, ερωτήσεις εξετάσεων, ρουμπρίκες. Αυτή η εργασία είναι επαναλαμβανόμενη, επίσημη και χρονοβόρα — επομένως είναι ένας τομέας όπου η τεχνητή νοημοσύνη μπορεί πραγματικά να επιταχύνει. Σε αυτή την ενότητα, θα μάθουμε να χρησιμοποιούμε την τεχνητή νοημοσύνη ως βοηθό εκπαιδευτικού σχεδιασμού (η εργασία για τον καθορισμό των στόχων, των δραστηριοτήτων και της μέτρησης ενός μαθήματος με προγραμματισμένο τρόπο).

Όμως η παιδαγωγική απόφαση, η καταλληλότητα της ύλης για τον μαθητή και το αποτέλεσμα και η ακρίβεια των κειμένων σας ανήκουν. Η τεχνητή νοημοσύνη μπορεί να παράγει τον σκελετό ενός χαρτιού εργασίας μέσα σε λίγα λεπτά. Αλλά εσείς είστε ο δάσκαλος που αποφασίζει εάν αυτή η δραστηριότητα ταιριάζει στην τάξη, το επίπεδο και το επίτευγμά σας και εάν όλες οι λογοτεχνικές πληροφορίες σε αυτήν είναι σωστές. Η τεχνητή νοημοσύνη παράγει σχεδιαγράμματα. Είναι ένα άτομο που διδάσκει.

Ξεκινήστε από το κέρδος

Το καλό υλικό ξεκινά με ένα σαφές αποτέλεσμα (μια μετρήσιμη συμπεριφορά που αναμένεται να είναι σε θέση να κάνει ο μαθητής μέχρι το τέλος του μαθήματος), όχι με μια φανταχτερή δραστηριότητα. Το «στον μαθητή αρέσει η ποίηση» δεν είναι επίτευγμα. δεν μπορεί να μετρηθεί. «Ο μαθητής εξηγεί τα τρία σχήματα του λόγου στο συγκεκριμένο ποίημα με παραδείγματα» είναι ένα μετρήσιμο αποτέλεσμα. Όταν κάνετε το AI να παράγει υλικά, δίνετε πρώτα το κέρδος. Μην κάνετε το κέρδος να ταιριάζει με το AI.

Εξετάστε τον εκπαιδευτικό σχεδιασμό σε τέσσερα βήματα:

  1. Γράψτε το κέρδος. Μετρήσιμο, κατάλληλο επίπεδο, μία πρόταση.
  2. Ρύθμιση της εκδήλωσης. Μια εργασία που εξυπηρετεί το κέρδος και κάνει τον μαθητή να σκεφτεί.
  3. Σχεδιασμός για μέτρηση. Ερώτηση ή ρουμπρίκα που σχετίζεται άμεσα με το αποτέλεσμα.
  4. Διαφοροποιώ. Εκδόσεις για τον αγωνιζόμενο και προχωρημένο μαθητή.
Συμβουλή: Πείτε στην τεχνητή νοημοσύνη να «παράγει συμβάντα σε 3 επίπεδα δυσκολίας που εξυπηρετούν αυτό το επίτευγμα». Η διαφοροποίηση (διαφοροποίηση εργασιών ανάλογα με τα διαφορετικά επίπεδα μαθητών) είναι μια πολύ χρονοβόρα εργασία και η τεχνητή νοημοσύνη βοηθά πραγματικά σε αυτό — αλλά επιβεβαιώνετε την καταλληλότητα του επιπέδου.

Ακρίβεια κειμένου: κρυφή παγίδα

Το πιο επικίνδυνο λάθος σε ένα λογοτεχνικό υλικό είναι μια ψευδής πληροφορία: μια πλασματική ημερομηνία δημοσίευσης, ένα λάθος όνομα συγγραφέα, μια ανύπαρκτη γραμμή, μια μπερδεμένη κίνηση. Το AI μπορεί να τα παράγει άπταιστα και το υλικό πηγαίνει απευθείας στον μαθητή. Επομένως, κάθε πραγματική πληροφορία στο υλικό (ημερομηνία, όνομα, τίτλος εργασίας, απόσπασμα) επαληθεύεται οπωσδήποτε.

Να είστε ιδιαίτερα προσεκτικοί όταν τοποθετείτε ένα απόσπασμα στο στέλεχος της ερώτησης: Μην συμπεριλάβετε ένα απόσπασμα που το AI αποδίδει σε ένα έργο στην εξέταση χωρίς να το επιβεβαιώσετε αυτολεξεί από αυτό το έργο. Η λανθασμένη απόδοση παραπλανά τον μαθητή και δημιουργεί μια εξέταση που επιδέχεται ένσταση.

Προσοχή: Εάν ένα «δείγμα κειμένου» που παρήγαγε η AI δεν ανήκει σε πραγματικό συγγραφέα, μην το παρουσιάζετε ως «ποίημα του τάδε». Είτε χρησιμοποιήστε πραγματικό, επαληθευμένο κείμενο ή διευκρινίστε ότι πρόκειται για "κείμενο που δημιουργείται από παράδειγμα".

τρεις μίνι θήκες

Περίπτωση 1 — Το φύλλο εργασίας μειώθηκε από 40 λεπτά σε 10. Ένας δάσκαλος συνέταξε ένα χαρτί κατανόησης ανάγνωσης 12 ερωτήσεων για μια ιστορία με τεχνητή νοημοσύνη. Το AI αφαίρεσε τον σκελετό σε 10 λεπτά. Ο δάσκαλος άλλαξε 3 ερωτήσεις ανάλογα με το επίπεδο, διόρθωσε 1 λάθος και απέρριψε μία ερώτηση. Επιτεύχθηκε μια σαφής εξοικονόμηση χρόνου, η ποιότητα παρέμεινε στα χέρια του δασκάλου.

Περίπτωση 2 — Λάθος ημερομηνία σύλληψης. Ένας δάσκαλος είδε το έτος μιας εργασίας για την κάρτα πληροφοριών λογοτεχνικής ιστορίας που ετοίμασε η ΥΖ. Αφού το επιβεβαίωσε από αξιόπιστη πηγή, κατάλαβε ότι η ημερομηνία ήταν λάθος και το διόρθωσε. Η κάρτα αποθηκεύτηκε πριν πάει στραβά με τον μαθητή.

Περίπτωση 4 — Η ισορροπία επιπέδου έσωσε την εξέταση. Ένας δάσκαλος ζήτησε από το AI ένα κουίζ με 10 ερωτήσεις. Στο πρώτο προσχέδιο, 8 ερωτήσεις ήταν σε επίπεδο «θυμάμαι». Ο δάσκαλος ρώτησε ξανά: «Προσθέστε 3 ερωτήσεις ανάλυσης, 2 ερωτήσεις αξιολόγησης, επισημάνετε κάθε ερώτηση με το επίπεδό της». Η εξέταση μετατράπηκε σε ένα ισορροπημένο εργαλείο που μετρούσε τη σκέψη, όχι την απομνημόνευση, και έδειχνε το πραγματικό επίπεδο κατανόησης των μαθητών.

Περίπτωση 3 — Η ρουμπρίκα έκανε την αξιολόγηση δίκαιη. Ένας δάσκαλος έλαβε ένα προσχέδιο μιας ρουμπρίκας 4 κριτηρίων από την YZ για αξιολόγηση δοκιμίου. Τακτοποίησε τα κριτήρια σύμφωνα με τις δικές του προσδοκίες. Αξιολόγησε 32 εργασίες με μεγαλύτερη συνέπεια και ταχύτητα με αυτή τη ρουμπρίκα. Οι ενστάσεις μοριοδότησης έχουν μειωθεί.

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) Δραστηριότητα που σχετίζεται με το κέρδος:

Ο ρόλος σας: έμπειρος καθηγητής Τουρκικής Γλώσσας και Φιλολογίας. Οφέλη: [γράψτε τα οφέλη σας]. Επίπεδο βαθμού: [επίπεδο]. Προτείνετε 3 δραστηριότητες που εξυπηρετούν αυτό το αποτέλεσμα (εύκολες/μέσες/προχωρημένες). Για κάθε δραστηριότητα: διδασκαλία, διάρκεια, απαιτούμενα υλικά και πώς ταιριάζει με το αποτέλεσμα. Εάν χρησιμοποιείτε πραγματικές πληροφορίες, σημειώστε τις ως "πρέπει να επαληθευτεί". Φτιαγμένο απόσπασμα/ραντεβού.

2) Ερωτήσεις ανάγνωσης-κατανόησης:

Δημιουργήστε 8 ερωτήσεις με βάση το ακόλουθο κείμενο: 3 πληροφορίες, 3 ερμηνεία, 2 ερωτήσεις συμπερασμάτων. Σημειώστε επίσης την αναμενόμενη απάντηση για κάθε ερώτηση. Απλά βασιστείτε στο κείμενο που σας έδωσα. ζητώντας εξωκειμενικές πληροφορίες. Εάν χρησιμοποιείτε εισαγωγικά, πάρτε τα κατά λέξη από το κείμενο. Κείμενο: [επικόλληση κειμένου]

3) Ρουμπρίκα (βαθμολογική βαθμολογία):

[Τύπος εργασίας, π.χ. Μια ρουμπρίκα με 4 κριτήρια ανάλυσης ποίησης. Καθορίστε τα επίπεδα «πολύ καλά / καλά / πρέπει να βελτιωθούν» για κάθε κριτήριο με συγκεκριμένους, παρατηρήσιμους όρους. Προτείνετε σταθμίσεις σημείων αλλά δηλώστε ότι υπόκεινται σε αλλαγές.

4) Διαφοροποίηση:

Προσαρμόστε την ακόλουθη δραστηριότητα σε τρία επίπεδα: (1) βελτιωμένη έκδοση για τον μαθητή που αγωνίζεται, (2) τυπική έκδοση, (3) βελτιωμένη έκδοση για τον προχωρημένο μαθητή. Διατηρήστε τα κέρδη και στα τρία. Δραστηριότητα: [γράψτε το συμβάν]

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμο: «Δημιουργήστε ένα σχέδιο μαθήματος ποίησης».

Güçlü: "Προετοιμάστε ένα σχέδιο μαθήματος 40 λεπτών για την 9η δημοτικού, στόχος του οποίου είναι "ο μαθητής εξηγεί τα τρία σχήματα λόγου στο συγκεκριμένο ποίημα με ένα παράδειγμα". Δείξτε τα στάδια εισαγωγής-επεξεργασίας-μέτρησης, τη διάρκεια κάθε σταδίου και τη σύνδεσή του με το αποτέλεσμα. Προτείνετε ένα απόσπασμα ως πραγματικό και επαληθεύσιμο, σημειώστε το ως πηγή. «πρέπει να επαληθευτεί».

Ισχυρή προτροπή. ορίζει το επίπεδο, το μετρήσιμο αποτέλεσμα, τη διάρκεια και την ανάγκη για επαλήθευση. Η αδύναμη προτροπή παράγει ένα γενικό σχέδιο που δεν συνδέεται με την τάξη ή το αποτέλεσμα.

Τύπος υλικού και πίνακας συνεισφοράς AI

υλικό

συνεισφορά AI

ανθρώπινη απόφαση

σχέδιο μαθήματος

σκελετός, χρονισμός

Απόκτηση, παιδαγωγική

Ερώτηση κατανόησης ανάγνωσης

προσχέδια ερωτήσεων

Επίπεδο, ακρίβεια

ρουμπρίκα

Προσχέδιο κριτηρίων

Βάρος, κριτήρια επιλογής

εκδήλωση

παραγωγή ποικιλίας

Καταλληλότητα, εφαρμογή

κάρτα πληροφοριών

προσχέδιο κειμένου

επαλήθευση γεγονότων

Διαφοροποίηση

Εκδόσεις επιπέδου

Έγκριση επιπέδου

Εξισορρόπηση επιπέδων ερωτήσεων

Ένα καλό εργαλείο μέτρησης δεν ζητά απλώς «ανάκληση». Εξετάζουν διαφορετικά επίπεδα σκέψης. Συχνά χρησιμοποιούμενη αλληλουχία στις ερωτήσεις βαθμολόγησης της εκπαίδευσης σύμφωνα με το βάθος της σκέψης: ανάκληση (ανάκληση πληροφοριών: "Ποιο έτος δημοσιεύτηκε αυτό το έργο;", κατανόηση (παράφραση: "Εξηγήστε αυτή τη γραμμή με τα δικά σας λόγια"), εφαρμογή (μεταφορά πληροφοριών σε ένα νέο παράδειγμα: "Χρησιμοποιήστε αυτό το σχήμα λόγου σε άλλη πρόταση"), ανάλυση (αξιολόγηση αυτών των δύο χαρακτήρων: "Σύγκριση και σύγκριση των προοπτικών" κρίση: «Πιστεύεις ότι αυτό το τέλος ταιριάζει σε όλο το κομμάτι, και γιατί;»), και δημιουργία (παράγοντας κάτι νέο: «Γράψε το υπόλοιπο αυτής της ιστορίας»).

Οι περισσότερες ερωτήσεις τεχνητής νοημοσύνης τείνουν να παραμείνουν στα δύο κατώτατα επίπεδα (θυμάται και κατανόηση) εάν δεν τις περιορίσετε. γιατί είναι τα πιο εύκολα στην παραγωγή. Ωστόσο, ο πραγματικός στόχος της λογοτεχνικής εκπαίδευσης είναι σε υψηλότερα επίπεδα: ερμηνεία, σύγκριση, αξιολόγηση. Επομένως, όταν η τεχνητή νοημοσύνη δημιουργεί ερωτήσεις, ζητήστε ρητά την κατανομή επιπέδου: "Δημιουργήστε 3 ερωτήσεις ανάλυσης, 2 ερωτήσεις αξιολόγησης" κ.λπ. Έτσι, παίρνετε ένα εργαλείο που μετρά τη σκέψη υψηλότερης τάξης και ασκεί πραγματικά τον μαθητή.

Συμβουλή: Πείτε στην τεχνητή νοημοσύνη να «δώσει σε κάθε ερώτηση την ετικέτα σε ποιο επίπεδο σκέψης βρίσκεται». Όταν βλέπετε τις ετικέτες, μπορείτε να καταλάβετε με μια ματιά αν η εξέτασή σας είναι μπλοκαρισμένη σε χαμηλό επίπεδο και να καθορίσετε την ισορροπία μόνοι σας.

Συνήθη λάθη

  • Αντιστοίχιση του κέρδους με το AI. Βάζεις το κέρδος πρώτα. Αφήστε το υλικό να τον εξυπηρετήσει.
  • Αποτυχία επαλήθευσης πραγματικών πληροφοριών. Η ημερομηνία, το όνομα, η προσφορά πηγαίνουν απευθείας στον μαθητή. Απαιτείται επιβεβαίωση.
  • Αποδίδοντας ένα κατασκευασμένο κείμενο στον πραγματικό συγγραφέα. Εάν πρόκειται για παράδειγμα κειμένου, πείτε "είναι παράδειγμα".
  • Αγνοώντας το επίπεδο. Το προεπιλεγμένο επίπεδο του AI μπορεί να μην ταιριάζει στην τάξη σας.
  • Παίρνοντας τη ρουμπρίκα χωρίς σκέψη. Προσαρμόστε τα κριτήρια σύμφωνα με τις δικές σας προσδοκίες.

Συνοπτικά

Η τεχνητή νοημοσύνη παρέχει πραγματική και μεγάλη εξοικονόμηση χρόνου στην προετοιμασία του υλικού μαθημάτων: σκελετός σχεδίου, περίγραμμα ερωτήσεων, ρουμπρίκα, διαφοροποίηση. Όμως ο δάσκαλος καθορίζει το επίτευγμα, το επίπεδο, την παιδαγωγική καταλληλότητα και την πραγματική ακρίβεια. Ξεκινήστε από την απόκτηση, επαληθεύστε κάθε πραγματική πληροφορία, μην παρουσιάσετε το κατασκευασμένο κείμενο ως γεγονός και επεξεργαστείτε ξανά το υλικό για την τάξη σας.

Εργασία εφαρμογής

Γράψτε ένα αποτέλεσμα (μετρήσιμο, μία πρόταση). Αποκτήστε τρία επίπεδα αποτελεσματικότητας από την τεχνητή νοημοσύνη με το πρότυπο «Αποτελεσματικότητα με βάση το κέρδος». Αξιολογήστε εάν κάθε δραστηριότητα εξυπηρετεί πραγματικά το αποτέλεσμα. Επιλέξτε ένα και οργανώστε το για τη δική σας τάξη. Εάν περιέχει πραγματικές πληροφορίες (ημερομηνία, όνομα, απόσπασμα), επαληθεύστε το καθένα με μια αξιόπιστη πηγή.

λίστα ελέγχου

  • [ ] Έγραψα το κέρδος με μετρήσιμο τρόπο.
  • [ ] Έχω επαληθεύσει κάθε πραγματική πληροφορία στο υλικό.
  • [ ] Έχω δηλώσει ξεκάθαρα τα παραδείγματα κειμένων με τη διάκριση πραγματικό/παράδειγμα.
  • [ ] Οργάνωσα την ύλη σύμφωνα με το επίπεδο του βαθμού μου.
  • [ ] Συνέδεσα το εργαλείο μέτρησης (ερώτηση/ρουμπρίκα) στο μπόιλερ μου.