سود:
- توانایی درک اصول بازخورد شکلدهنده و تولید پیشنویسهای بازخورد مشخص، آیندهنگر و سازنده با پشتیبانی از هوش مصنوعی
- توانایی نوشتن بازخورد شخصی بر اساس یک عنوان یا مجموعه ای از معیارها، نشان دهنده نقاط قوت و مراحل رشد دانش آموز
- توانایی درک اینکه بازخورد باید محصول را هدف قرار دهد نه دانش آموز را، و اینکه پیش نویس هوش مصنوعی نباید بدون تأیید توسط مشاهده معلم ارائه شود.
نمره ای که به دانش آموز می دهید فقط یک عدد است. چیزی که واقعاً او را به جلو میبرد، بازخورد است - پیامهایی که به او نشان میدهند کارش به خوبی انجام میشود و چگونه میتواند پیشرفت کند. تحقیقات به ما می گوید که بازخورد خوب یکی از قوی ترین تأثیرات بر یادگیری است. اما نوشتن بازخورد شخصی و سازنده برای یک کلاس 30 دانش آموز ساعت ها طول می کشد. اینجاست که معلمان بیش از همه مقید هستند. هوش مصنوعی به سرعت طرحهای بازخوردی را بر اساس موضوع و مشاهدات معلم ایجاد میکند. شما شخصی سازی، اعتبارسنجی و تنظیم لحن. مرز مهم است: بازخورد باید بر اساس کار واقعی دانش آموز و مشاهده معلم باشد. ستایش/انتقاد ایجاد شده توسط هوش مصنوعی "از هوای رقیق" بدون تأیید ارائه نمی شود.
اصول بازخورد خوب
بازخورد تکوینی بازخوردی است که در حین یادگیری در حال انجام است و به پیشرفت دانش آموز کمک می کند. بر خلاف نت پایانی (ترکیبی) جایی برای تصحیح باقی می گذارد. اصول بازخورد خوب:
- محصول را هدف قرار می دهد نه شخص را. این "شما تنبل هستید" نیست، بلکه "بند پایانی به اندازه کافی از ایده شما پشتیبانی نمی کند." آنچه مطرح می شود کار دانشجوست نه هویت او.
- بتن و مشخص. "خوب است" چیزی یاد نمی دهد. "شما سه مثال زدید، این ادعای شما را تقویت می کند" می آموزد.
- آینده نگر (feed-forward). این فقط خطا را به شما نمی گوید، بلکه مرحله بعدی را نشان می دهد: "یک سوال به مقدمه اضافه کنید و توجه خواننده را جلب خواهید کرد."
- متعادل. یک قدرت + یک مرحله بهبود؛ فقط انتقاد انگیزه را می شکند، فقط ستایش جلوی پیشرفت را می گیرد.
- قابل مدیریت است نه 10 اشتباه در یک مطالعه، بلکه 1-2 مهم ترین نکته توسعه. دانش آموز نمی تواند همه آنها را یکجا تصحیح کند.
نکته: فرمول "دو ستاره، یک آرزو" کار می کند: دو نقطه قوت بتن (ستاره) و یک پیشنهاد بهبود (آرزو). اگر این فرمول را به هوش مصنوعی بدهید، بازخورد متعادلی ایجاد می کند.
قدرت و خطر هوش مصنوعی
هوش مصنوعی پاراگرافهای بازخورد ملایم و ساختارمند را بر اساس یک روبریک + یادداشتهای معلم مینویسد و آن را برای 30 دانشآموز شخصیسازی میکند. اما دو خطر وجود دارد. اول، هوش مصنوعی ممکن است بدون دیدن کار دانشآموز، تمجیدهای عمومی و توخالی ("کار عالی") ایجاد کند - این بازخورد نادرست است و دانشآموز متوجه خواهد شد. دوم، زبان هوش مصنوعی ممکن است بیش از حد یکنواخت و مکانیکی باشد. اگر 30 دانش آموز همین حکم را دریافت کنند، بازخورد بی ارزش می شود. راه حل: مشاهدات واقعی خود را برای هر دانش آموز به هوش مصنوعی بدهید (کارهایی که او تا چه حد انجام داده است) و از آن بخواهید پیش نویس را مطابق با آن تولید کند، سپس لمس انسانی را اضافه کنید.
گام به گام: تولید بازخورد با هوش مصنوعی
- معیار/روبریک را بیان کنید. بازخورد بر اساس چه چیزی خواهد بود؟
- مشاهدات خود را خلاصه کنید. یادداشت کوتاه و ناشناس مانند "این دانش آموز در محتوا قوی است، در نتیجه گیری ضعیف است."
- فرمت را مشخص کنید. "دو ستاره، یک آرزو"، لحن (حمایت کننده)، طول (3-4 جمله).
- پیش نویس را دریافت کنید. بازخورد مشاهده ای برای هر دانش آموز.
- تأیید و شخصی سازی کنید. آیا ستایش واقعی است، آیا مرحله بهبود امکان پذیر است؟ صدای خود را اضافه کنید
- کنترل تن. آیا مناسب سن، غیر دلسرد کننده، محترمانه است؟
سه کیف کوچک
مورد 1 - بازگشت از ستایش خالی. معلمی به هوش مصنوعی گفت که "بازخورد مثبت" را بدون ارائه کار به آن بنویسد. هوش مصنوعی ستایش عمومی مانند "یک کار باشکوه" را به همراه داشت. معلم متوجه شد که جعلی است. او این بار به هر دانش آموز نمرات روبریک و یک جمله مشاهده ای داد. این بازخورد عینی شد: "به هنگام استفاده از منابع، رجوع به 3 منبع مختلف قدرتمند است؛ اگر بخش نتیجه گیری را در یک جمله خلاصه کنید، واضح تر خواهد بود."
مورد 2 - زمان و شخصی سازی. یک معلم ترک حدود 4 ساعت در هفته را صرف نوشتن بازخورد در مورد 28 مقاله می کرد. او سطوح روبریک و مشاهده تک خطی برای هر دانش آموز را به هوش مصنوعی داد و از آن خواست پیش نویسی از «دو ستاره، یک آرزو» را تهیه کند، سپس یک جمله شخصی به هر یک اضافه کرد. زمان به 1.5 ساعت کاهش یافت. دانش آموزان متوجه شدند که بازخورد برای آنها شخصی بود زیرا بر اساس مشاهده واقعی بود.
مورد 3 - تصحیح لحن. بازخورد هوش مصنوعی یک معلم درست اما خشن بود: "ورودی شما ضعیف است، نوشته شما سازماندهی نشده است." برای یک دانش آموز کلاس ششم، این ناامید کننده بود. معلم گفت: "به زبانی که مناسب سن، تشویق کننده و هدف محصول باشد بازنویسی کنید." بازخورد این شد: «شما می توانید مقدمه خود را کمی قوی تر کنید؛ سعی کنید با یک سؤال شروع کنید» - همان پیام، لحن سازنده.
قالب های قابل کپی
1) بازخورد شخصی بر اساس موضوع:
نقش شما: یک معلم [موضوع] حمایت کننده. در زیر سطوح روبریک یک دانش آموز (ناشناس) و مشاهده تک جمله ای من آمده است. یک بازخورد آیندهنگر در قالب «دو ستاره، یک آرزو»، 3 تا 4 جمله بنویسید و محصول (نه شخص) را هدف قرار دهید. تناسب سن و لحن محترمانه. سطوح روبریک + مشاهده: [رب]
2) پیش نویس بازخورد جمعی (برای کلاس):
در زیر نمرات معیار و یک یادداشت مشاهده ای از 5 دانش آموز (دانشجو A-E، ناشناس) آمده است. برای هر کدام یک بازخورد متفاوت، شخصی و غیر تکراری بنویسید (دو نقطه قوت + یک مرحله بهبود). اجازه ندهید شبیه کپی پیست شود. داده ها: [چسباندن]
3) بازخورد سخت نرم کردن:
پیام بازخورد زیر صحیح است، اما لحن آن تند است و دانش آموز را تشویق نمی کند. آن را به زبانی بازنویسی کنید که سازنده باشد، محصول را هدف قرار دهد و مرحله بعدی را برای یک دانش آموز [X] ساله نشان دهد. پیام را نرم کنید اما زمینه را حفظ کنید. بازخورد: [چسباندن]
4) ایجاد سوال خودارزیابی:
برای «[وظیفه]»، 4 سؤال خودارزیابی بنویسید که دانشآموز را وادار میکند به کارهای خود نگاهی بیاندازد (مثلاً «چه چیزی را بیشتر بهبود دادید، اگر دوباره آن را انجام دهید چه چیزی را تغییر میدهید»). آن را مناسب سن و تفکر برانگیز نگه دارید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
بازخورد خوبی برای این دانش آموز بنویسید.
بدون دیدن مطالعه و مشاهده، هوش مصنوعی ستایش عمومی و توخالی تولید می کند. ساختگی و بی فایده می شود.
اعلان قدرتمند:
نقش شما: معلم ترکی حامی. دانش آموز گمنام انشای پایه ششم. موضوع: مطالب 4/4، سازمان 3/4، زبان 3/4، نتیجه گیری 2/4. نظر من: ایده ها غنی هستند، اما پاراگراف پایانی عجولانه احساس می شود. یک بازخورد 4 جمله ای تشویق کننده و هدفمند محصول را در قالب «دو ستاره، یک آرزو» بنویسید.
بازخورد ضعیف
بازخورد قوی
تفاوت
"خوب است."
بیان سه مثال ادعای شما را تقویت می کند».
ملموس بودن
"تو تنبلی."
"نتیجه گیری از این ایده پشتیبانی نمی کند."
محصول، نه شخص
"شما اشتباهات زیادی دارید."
"ابتدا روی این یک چیز تمرکز کنید:..."
مدیریت پذیری
"بهتر عمل کن."
"سعی کنید یک سوال به مقدمه اضافه کنید."
گام رو به جلو
اشتباهات رایج
- درخواست بازخورد بدون ارائه کار. هوش مصنوعی ستایش توخالی و جعلی ایجاد می کند. دانش آموز متوجه می شود و اعتماد از بین می رود.
- هدف قرار دادن شخص عباراتی مانند "تنبلی / کم کاری" به اعتماد به نفس ضربه می زند، نه یادگیری.
- فقط انتقاد یا فقط تعریف و تمجید. یکی انگیزه را می شکند، دیگری رشد را متوقف می کند. تعادل لازم است
- بازخورد یکسان همین حکم به 30 دانش آموز; بدون شخصی سازی، بازخورد بی ارزش می شود.
- اصلاحات خیلی زیاد فهرست کردن 10 اشتباه در یک مطالعه دانش آموز را فلج می کند. ۱-۲ اولویت بدهید.
توجه: بازخورد نیز یک خروجی است. ادعاهای واقعی موجود در آن (مثلاً "منابع اشتباه هستند") را با مشاهده خود تأیید کنید. ممکن است هوش مصنوعی کار دانشآموز را اشتباه بخواند و نقد ناعادلانهای بنویسد.
به طور خلاصه
بازخورد پلی است که نمره را به یادگیری تبدیل می کند. اهداف محصول، مشخص و آیندهنگر است، متعادل است و شامل تعدادی توصیه قابل مدیریت است. هوش مصنوعی به سرعت و به طور شخصی پیشنویسهای بازخورد را بر اساس موضوع و مشاهدات واقعی معلم تولید میکند. این امکان بازخورد واجد شرایط را در مقیاس کلاسی فراهم می کند. اما ستایشی که بدون دیدن اثر تولید می شود ساختگی است، بازخورد یکنواخت بی ارزش است و لحن باید متناسب با سن باشد. مشاهده از طرف شماست، پیش نویس از هوش مصنوعی است، حرف آخر از طرف شماست.
وظیفه کاربردی
سطوح روبریک و یک جمله مشاهده ای را برای 3 اثر دانش آموزی که دارید (یا به صورت فرضی) بی نام کنید. با الگوی "بازخورد شخصی مبتنی بر روبریک" برای هر سه بازخورد متفاوت ایجاد کنید. هر بازخورد را با دو سوال بررسی کنید: (1) ستایش بر اساس کار واقعی است، (2) مرحله بهبود مشخص و عملی است. سپس یک جمله از صدای خودتان به هر بازخورد اضافه کنید.
چک لیست
- [ ] آیا بازخورد بر اساس کار واقعی دانش آموز و مشاهده من است؟
- [ ] آیا من محصول را هدف قرار دادم نه شخص را؟
- [ ] آیا یک گام بهبود قوی و عملی وجود دارد؟
- [ ] آیا بازخورد شخصی است یا یکنواخت؟
- [ ] آیا لحن را متناسب با سن و دلگرم کننده نگه داشته ام؟