Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στην Παιδαγωγική: Ρόλοι, Όρια, Επικύρωση και Δεδομένα Μαθητή 2. Σχέδιο μαθήματος και μαθησιακοί στόχοι: Αποτέλεσμα, Ταξινόμηση του Μπλουμ και Ροή 3. Παραγωγή Εκπαιδευτικού Υλικού: Παρουσίαση, Φύλλο Εργασίας και Δραστηριότητα 4. Διαφοροποιημένη διδασκαλία: Επίπεδο, Ετοιμότητα και Συμπεριληπτικότητα 5. Παραγωγή ερωτήσεων και κουίζ: ποιότητα γραφής αντικειμένων και αποσπαστής προσοχής 6. Μέτρηση-Αξιολόγηση και Σχεδιασμός Ρουμπρίκας: Κριτήρια, Επίπεδο και Συνέπεια 7. Δημιουργία σχολίων: Διαμορφωτική, εποικοδομητική και εξατομικευμένη ανατροφοδότηση 8. Επικοινωνία Γονέων: Μήνυμα, Δελτίο, Συνέντευξη και Δύσκολες Καταστάσεις 9. Απόρρητο δεδομένων μαθητή και KVKK: Ανωνυμοποίηση και ασφαλής χρήση 10. Ακαδημαϊκή Ακεραιότητα και Επαλήθευση: Χρήση Τεχνητής Νοημοσύνης από μαθητές 11. Ηθική, προκατάληψη, ροή εργασίας από άκρο σε άκρο και διακυβέρνηση τεχνητής νοημοσύνης δασκάλων
Μονάδα 6 / 11

Μέτρηση-Αξιολόγηση και Σχεδιασμός Ρουμπρίκας: Κριτήρια, Επίπεδο και Συνέπεια

Κέρδη:

  • Ικανότητα κατανόησης αναλυτικών και ολιστικών τύπων ρουμπρίκων, κριτηρίων και εννοιών επιπέδου επιτυχίας και σχεδιασμός διαφανούς ρουμπρίκας με την υποστήριξη της τεχνητής νοημοσύνης.
  • Δυνατότητα παραγωγής μετρήσεων και βαρών σημείων ευθυγραμμισμένων με τα επιτεύγματα για εργασίες απόδοσης, χαρτοφυλάκιο και αξιολόγηση έργου.
  • Ικανότητα κατανόησης ότι η απόφαση για τη βαθμολογία και την τελική αξιολόγηση ανήκει στον δάσκαλο, ότι η τεχνητή νοημοσύνη δεν μπορεί να κάνει τη βαθμολόγηση μόνη της και ότι η συνέπεια πρέπει να ελεγχθεί από τον δάσκαλο.

Είναι εύκολο να πεις σε έναν μαθητή "αυτό το έργο πήρε 70". αλλά ο μαθητής ρωτά "γιατί 70;" ή ο γονέας αντιτίθεται, πρέπει να έχετε μια δίκαιη και υπερασπίσιμη βάση. Αυτή η βάση είναι η ρουμπρίκα: ένα εργαλείο βαθμολόγησης που δείχνει εκ των προτέρων σύμφωνα με ποια κριτήρια και σε ποια επίπεδα θα αξιολογηθεί μια απόδοση (έργο, σύνθεση, παρουσίαση, χαρτοφυλάκιο). Μια καλή ρουμπρίκα λέει στον μαθητή "τι αναμένεται από εσάς" και κάνει τη βαθμολογία του δασκάλου συνεπή και διαφανή. Η τεχνητή νοημοσύνη συντάσσει γρήγορα μετρήσεις και ορισμούς επιπέδων που σχετίζονται με την επίτευξη. Εσείς καθορίζετε την ευθυγράμμιση, τη δικαιοσύνη και τα βάρη. Το όριο είναι σαφές: Η βαθμολόγηση και η τελική αξιολόγηση είναι μια απόφαση που επηρεάζει τον μαθητή. Η ευθύνη και η τελική έγκριση ανήκει στον εκπαιδευτικό. Το AI δεν μπορεί να σκοράρει μόνο του.

Τύποι ρουμπρίκων και εξαρτήματα

Υπάρχουν δύο βασικοί τύποι. Η αναλυτική ρουμπρίκα αναλύει την απόδοση σε ξεχωριστά κριτήρια—για παράδειγμα, «περιεχόμενο», «οργάνωση», «γλώσσα και έκφραση», «γραφή» σε ένα δοκίμιο— και βαθμολογεί κάθε κριτήριο σε ξεχωριστά επίπεδα επιτυχίας (π.χ. 4=πολύ καλό, 3=καλό, 2=βελτίωση, 1=αρχή). Παρέχει λεπτομερή ανατροφοδότηση, αλλά χρειάζεται χρόνος για την προετοιμασία και τη βαθμολογία. Η ολιστική ρουμπρίκα δίνει ένα ενιαίο γενικό επίπεδο σε ολόκληρη τη μελέτη. Είναι γρήγορο, αλλά δεν δείχνει πού υστερεί.

Τα συστατικά μιας αναλυτικής ρουμπρίκας είναι: κριτήρια (τι αξιολογούμε), επίπεδα (πόσο καλό), ορισμός επιπέδου κάθε κυψέλης (συγκεκριμένος δείκτης αυτού του επιπέδου) και βάρη (ποιο ποσοστό της βαθμολογίας είναι ποιο κριτήριο). Ο ορισμός του καλού επιπέδου είναι παρατηρήσιμος: όχι "καλογραμμένο" αλλά "όχι περισσότερα από 2 τυπογραφικά λάθη και παραγράφους με λογική σειρά".

Συμβουλή: Μοιραστείτε τη ρουμπρίκα με τον μαθητή ΠΡΙΝ την εργασία. Το Rubric δεν είναι ένα εργαλείο σημειώσεων έκπληξη, αλλά ένας χάρτης εκμάθησης. Αν ο μαθητής ξέρει σε τι να δουλέψει, παράγει καλύτερο προϊόν.

Συνέπεια και δικαιοσύνη

Η πραγματική αξία της ρουμπρίκας είναι η συνέπεια: όταν δύο δάσκαλοι βαθμολογούν την ίδια εργασία σε δύο διαφορετικούς χρόνους, το αποτέλεσμα πρέπει να είναι παρόμοιο. Αυτό ονομάζεται αξιοπιστία βαθμολογητή. Η τεχνητή νοημοσύνη μπορεί να παράγει το περίγραμμα της ρουμπρίκας, αλλά ο δάσκαλος παρέχει τη συνέπεια: είναι δουλειά του δασκάλου να κάνει επαρκώς συγκεκριμένες τις περιγραφές των επιπέδων, να «βαθμονομήσει» μερικές περιπτωσιολογικές μελέτες με τη ρουμπρίκα (βαθμολόγηση δοκιμής) και να διευκρινίσει τον κανόνα σε οριακές περιπτώσεις.

Για λόγους δικαιοσύνης, η ρουμπρίκα δεν πρέπει να βαθμολογεί πράγματα άσχετα με το αποτέλεσμα (ομορφιά της γραφής, υλικό στο οποίο ο μαθητής χρειάζεται κοινωνικοοικονομική πρόσβαση). Η τεχνητή νοημοσύνη μερικές φορές προσθέτει κριτήρια μη επίτευξης, όπως «αισθητική παρουσίασης». Είναι απαραίτητο να τα διευθετήσουμε.

Βήμα προς βήμα: Σχεδιασμός ρουμπρίκων με AI

  1. Δώστε την εργασία και το επίτευγμα. Το τι θα μετρήσει η ρουμπρίκα εξαρτάται από το αποτέλεσμα.
  2. Επιλέξτε είδος. Αν θέλετε λεπτομερή ανατροφοδότηση, αναλυτική? αν θέλετε γρήγορη γενική κρίση, ολιστική.
  3. Ζητήστε κριτήρια, αλλά φιλτράρετε τα. 3-5 κριτήρια σχετικά με το επίτευγμα. αφαιρέστε τα άσχετα.
  4. Ορισμοί συγκεκριμένου επιπέδου. Ζητήστε παρατηρήσιμους δείκτες.
  5. Χάστε βάρος. Ποιο κριτήριο είναι πιο σημαντικό; Έστω το σύνολο 100.
  6. Μετρώ την διάμετρο. Βαθμολογήστε 1-2 δείγματα μελετών με ρουμπρίκες και συνέπεια δοκιμής.
  7. Πάρτε την τελική απόφαση. Ακόμα κι αν το AI προτείνει μια βαθμολογία δείγματος, ο δάσκαλος δίνει τον τελικό βαθμό.

τρεις μίνι θήκες

Περίπτωση 1 — Εξαγωγή κριτηρίου μη επίτευξης. Ένας Τούρκος δάσκαλος ζήτησε από την AI μια αναλυτική ρουμπρίκα για ένα δοκίμιο. Η τεχνητή νοημοσύνη πρότεινε 5 κριτήρια, αλλά το ένα ήταν η «χειρόγραφη ομορφιά» — ένα κριτήριο που ήταν άσχετο με το αποτέλεσμα και τιμωρούσε άδικα τον μαθητή με υπανάπτυκτη γραφή. Ο δάσκαλος το έβγαλε και το αντικατέστησε με την «ανάπτυξη ιδεών». Η ρουμπρίκα ήταν και δίκαιη και ευθυγραμμισμένη με τα επιτεύγματα.

Περίπτωση 2 — Συγκεκριμένη. Στην πρώτη ρουμπρίκα ενός δασκάλου, τα επίπεδα ήταν αφηρημένα, όπως "πολύ καλό / καλό / δίκαιο"? Δύο μαθητές είχαν κάνει διαφορετικά επίπεδα παρόμοιας εργασίας. Είπε στην τεχνητή νοημοσύνη να «ξαναγράψει κάθε επίπεδο με έναν παρατηρήσιμο δείκτη». Όταν έφτασαν συγκεκριμένοι ορισμοί όπως "Καλό = τουλάχιστον 3 παραδείγματα και μια σαφής παράγραφος συμπερασμάτων", η συνέπεια αυξήθηκε και οι αντιρρήσεις μειώθηκαν.

Περίπτωση 3 — Βαθμονόμηση. Σε μια αξιολόγηση έργου, ο δάσκαλος βαθμολόγησε πρώτα 3 δείγματα έργων με τη ρουμπρίκα που παρήγαγε η ΑΙ. Το AI πρόσφερε 85 σε κάποιον. Ο δάσκαλος βρήκε το ίδιο έργο ως ρουμπρίκα 72, επειδή η τεχνητή νοημοσύνη είχε ερμηνεύσει ένα κριτήριο πολύ γενναιόδωρα. Ο δάσκαλος διευκρίνισε την περιγραφή του επιπέδου και όρισε ο ίδιος τους τελικούς βαθμούς. Η τεχνητή νοημοσύνη επιτάχυνε το προσχέδιο. Ο δάσκαλος πήρε την απόφαση.

Αντιγράψιμα πρότυπα

1) Αναλυτικό περίγραμμα ρουμπρίκας:

Ο ρόλος σας: [θέμα] δάσκαλος. Εργασία: "[εγγραφή εργασίας απόδοσης]", επίτευγμα: "[επίτευγμα]", [Χ. τάξη]. Δημιουργήστε μια αναλυτική ρουμπρίκα με 4 κριτήρια. Αφήστε κάθε κριτήριο να σχετίζεται με το αποτέλεσμα (ΠΡΟΣΘΗΚΗ μη αντικειμενικών κριτηρίων όπως η γραφή και η αισθητική). Γράψτε 4 επίπεδα επιτυχίας και έναν ΠΑΡΑΤΗΡΗΤΟ δείκτη για κάθε επίπεδο. Ζυγίστε τα κριτήρια ώστε το σύνολο να είναι 100.

2) Συγκεκριμένοι ορισμοί επιπέδου:

Οι περιγραφές επιπέδου της παρακάτω ρουμπρίκας είναι πολύ αφηρημένες ("καλό", "δίκαιο"). Ξαναγράψτε κάθε επίπεδο με παρατηρήσιμους, μετρήσιμους δείκτες (π.χ. "όχι περισσότερα από 2 σφάλματα", "τουλάχιστον 3 παραδείγματα"). Ρουμπρίκα: [επικόλληση]

3) Ολιστική ρουμπρίκα (γρήγορη αξιολόγηση):

Γράψτε μια ολιστική ρουμπρίκα 4 επιπέδων για το "[εργασία]". Αφήστε κάθε επίπεδο να περιγράψει παρατηρητικά τη γενική φύση της εργασίας σε μία μόνο παράγραφο. Κέρδος: «[κέρδος]». Δώστε επίσης εύρη σημειώσεων.

4) Έλεγχος βαθμονόμησης:

Παρακάτω ακολουθεί ρουμπρίκα και εργασία μαθητή. Σύμφωνα με τη ρουμπρίκα, δηλώστε το επίπεδό σας σε κάθε μέτρο, με αιτιολόγηση. Δώσε αυτό ως ΠΡΟΤΑΣΗ. Θα δώσω τον τελικό βαθμό. Σημειώστε τυχόν κριτήρια που παραμένουν ασαφή. Ρουμπρίκα + μελέτη: [επικόλληση]

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Γράψτε μια ρουμπρίκα για το έργο.

Καμία εργασία, επίτευγμα, τύπος, αριθμός κριτηρίων, βάρος. Εμφανίζεται μια μη επίτευξη και αφηρημένη ρουμπρίκα.

Ισχυρή προτροπή:

Ο ρόλος σας: δάσκαλος επιστημών. Εργασία: «Ο μαθητής ερευνά μια ανανεώσιμη πηγή ενέργειας και ετοιμάζει μια αφίσα». Στόχος: «Ο μαθητής εξηγεί την αρχή λειτουργίας και τα πλεονεκτήματα της πηγής ενέργειας». 7η τάξη. Αναλυτική ρουμπρίκα με 4 κριτήρια: ακρίβεια περιεχομένου, σαφήνεια επεξήγησης, χρήση πηγών, σειρά. Προσθήκη κριτηρίων μη επίτευξης. Αφήστε κάθε επίπεδο να είναι παρατηρήσιμο. Το άθροισμα των βαρών είναι 100.

χαρακτηριστικό

Αναλυτική ρουμπρίκα

ολιστική ρουμπρίκα

Αριθμός κριτηρίων

Πολλαπλές, βαθμολογούνται ξεχωριστά

Ενιαία γενική κρίση

Ανατροφοδότηση

Αναλυτικά, βάσει κριτηρίων

Στρατηγός

ταχύτητα

αργό

γρήγορα

καταλληλότερος

Διαδικασία/ανάπτυξη δεξιοτήτων

Γρήγορη επισκόπηση

Συνεισφορά του AI

Κριτήρια + περίγραμμα επιπέδου

Επίπεδο σχέδιο παραγράφου

Συνήθη λάθη

  • Μέτρο μη επίτευξης. Η βαθμολόγηση πραγμάτων που δεν σχετίζονται με το αποτέλεσμα, όπως η γραφή, η αισθητική και η πρόσβαση σε υλικά, ακυρώνει τη δικαιοσύνη.
  • Ορισμός αφηρημένου επιπέδου. Ορισμοί όπως «καλό/δίκαιο» οδηγούν σε ασυνέπεια και αντιρρήσεις. Χρησιμοποιήστε παρατηρήσιμο δείκτη.
  • Εμφάνιση της ρουμπρίκας αργότερα. Η μη κοινή χρήση πριν από την εργασία στερεί από τον μαθητή τον στόχο.
  • Κάνοντας τον βαθμό AI. Το AI μπορεί να προτείνει δείγματα βαθμολογιών, αλλά ο δάσκαλος δίνει τον τελικό βαθμό. Ο έλεγχος συνέπειας είναι του δασκάλου.
  • Παράλειψη βαθμονόμησης. Η χρήση της ρουμπρίκας χωρίς να την δοκιμάσετε με μελέτες περιπτώσεων φέρνει εκπληκτικά αποτελέσματα.
Προσοχή: Είναι δελεαστικό αλλά επικίνδυνο να δώσετε στην τεχνητή νοημοσύνη μια εργασία μαθητή και να την πείτε "σκοράρετε". Η εργασία των μαθητών μπορεί να περιέχει προσωπικά δεδομένα (ανωνυμοποίηση) και η βαθμολογία του AI μπορεί να είναι ασυνεπής/προκατειλημμένη. Χρησιμοποιήστε τεχνητή νοημοσύνη για να ΠΡΟΤΕΙΝΕΤΕ σημεία και να περιγράψετε σχόλια. Εσύ αποφασίζεις.

Συνοπτικά

Το Rubric είναι το εργαλείο που κάνει την αξιολόγηση διαφανή, συνεπή και υπερασπίσιμη. Η αναλυτική ρουμπρίκα παρέχει λεπτομερή ανατροφοδότηση βάσει κριτηρίων, η ολιστική ρουμπρίκα παρέχει γρήγορη γενική κρίση. Η τεχνητή νοημοσύνη συντάσσει γρήγορα μετρήσεις που σχετίζονται με επιτεύγματα, συγκεκριμένους ορισμούς επιπέδων και βάρη. Αλλά είναι ευθύνη του δασκάλου να ταξινομήσει τα κριτήρια μη επίτευξης, να κάνει τα επίπεδα παρατηρήσιμα, να τα βαθμονομήσει και να δώσει τον τελικό βαθμό. Ο βαθμός είναι μια απόφαση που επηρεάζει τον μαθητή. Δεν έχει ανατεθεί σε AI.

Εργασία εφαρμογής

Δημιουργήστε μια ρουμπρίκα 4 κριτηρίων με το πρότυπο "Αναλυτικό περίγραμμα ρουμπρίκων" για μια εργασία απόδοσης που θα δώσετε σύντομα. Καταργήστε τυχόν κριτήρια μη επίτευξης και κάντε τους ορισμούς των επιπέδων παρατηρήσιμους. Στη συνέχεια, ελέγξτε τη συνοχή βαθμολογώντας τα (ή υποθετικά) 2 δείγματα μελετών σας με αυτήν τη ρουμπρίκα. Αξιολογήστε εάν οι βαθμολογίες των δύο μελετών αντικατοπτρίζουν τις πραγματικές τους ιδιότητες και κάντε προσαρμογές στη ρουμπρίκα σας.

λίστα ελέγχου

  • [ ] Σχετίζονται όλα τα κριτήρια επίτευξης (χωρίς κριτήρια μη επίτευξης);
  • [ ] Είναι οι ορισμοί του επιπέδου παρατηρήσιμοι και συγκεκριμένοι;
  • [ ] Προσδιόρισα τα βάρη και το άθροισμά τους είναι 100;
  • [ ] Θα μοιραστώ τη ρουμπρίκα με τον μαθητή πριν από την εργασία;
  • [ ] Βαθμονόμησα τη ρουμπρίκα με το δείγμα εργασίας και έδωσα τον τελικό βαθμό μόνος μου;