Voitot:
- Kyky ymmärtää analyyttisiä ja kokonaisvaltaisia rubriikityyppejä, kriteerejä ja menestystasokonsepteja sekä suunnitella läpinäkyvän rubriikin tekoälyn tuella.
- Kyky tuottaa saavutuksiin kohdistettuja mittareita ja pistepainoja suoritustehtävän, portfolion ja projektin arvioinnille.
- Kyky ymmärtää, että päätös arvosanan antamisesta ja loppuarvioinnista kuuluu opettajalle, että tekoäly ei voi tehdä pisteytystä yksin ja että johdonmukaisuus on opettajan tarkistettava.
On helppo sanoa opiskelijalle "tämä projekti sai 70"; mutta opiskelija kysyy "miksi 70?" tai vanhempi vastustaa, sinulla on oltava oikeudenmukainen ja puolustettava peruste. Tämä pohja on rubriikki: pisteytystyökalu, joka näyttää etukäteen millä kriteereillä ja millä tasolla suoritusta (projekti, kokoonpano, esitys, portfolio) arvioidaan. Hyvä rubriikki kertoo opiskelijalle "mitä sinulta odotetaan" ja tekee opettajan pisteytyksen johdonmukaiseksi ja läpinäkyväksi. Tekoäly laatii nopeasti saavutuksiin liittyviä mittareita ja tasomääritelmiä; Sinä määrität kohdistuksen, oikeudenmukaisuuden ja painot. Raja on selvä: Arviointi ja loppuarviointi on opiskelijaan vaikuttava päätös; Vastuu ja lopullinen hyväksyntä kuuluu opettajalle. Tekoäly ei voi tehdä pisteitä yksin.
Otsikkotyypit ja komponentit
On olemassa kaksi perustyyppiä. Analyyttinen rubriikki jakaa suorituskyvyn erillisiin kriteereihin – esimerkiksi "sisältö", "organisaatio", "kieli ja ilmaisu", "kirjoitus" esseessä - ja pisteyttää kunkin kriteerin eri suoritustasoille (esim. 4 = erittäin hyvä, 3 = hyvä, 2 = paranee, 1 = alku). Antaa yksityiskohtaista palautetta, mutta valmistautuminen ja maalinteko vie aikaa. Holistinen rubriikki antaa yhden yleisen tason koko tutkimukselle; Se on nopea, mutta se ei näytä, missä se jää alle.
Analyyttisen rubriikin komponentit ovat: kriteerit (mitä arvioimme), tasot (kuinka hyvä), kunkin solun tason määritelmä (konkreettinen tason indikaattori) ja painot (kuinka prosenttiosuus pisteestä on mikä kriteeri). Hyvän tason määritelmä on havaittavissa: ei "hyvin kirjoitettu", vaan "enintään 2 kirjoitusvirhettä ja kappaletta loogisessa järjestyksessä".
Vinkki: Jaa rubriikki oppilaan kanssa ENNEN tehtävää. Rubriikki ei ole yllätysmuistiinpanotyökalu, vaan oppimiskartta; Jos opiskelija tietää, mitä tehdä, hän tuottaa paremman tuotteen.
Johdonmukaisuus ja oikeudenmukaisuus
Rubriikin todellinen arvo on johdonmukaisuus: kun kaksi opettajaa tekee saman työn kahteen eri aikaan, tuloksen tulee olla samanlainen. Tätä kutsutaan arvioijan luotettavuudeksi. Tekoäly voi tuottaa rubriikin ääriviivat, mutta opettaja tarjoaa johdonmukaisuuden: opettajan tehtävänä on tehdä tasokuvauksista riittävän konkreettisia, "kalibroida" muutama tapaustutkimus rubriikin kanssa (kokeilupisteytys) ja selventää sääntöä marginaalitapauksissa.
Oikeudenmukaisuuden vuoksi rubriikissa ei saa arvostella asioita, joilla ei ole merkitystä tuloksen kannalta (käsialan kauneus, materiaali, johon opiskelija tarvitsee sosioekonomisen pääsyn). Tekoäly lisää joskus saavuttamattomuutta koskevia kriteerejä, kuten "esityksen estetiikkaa"; On tarpeen lajitella ne.
Askel askeleelta: Rubriikkisuunnittelu tekoälyllä
- Anna tehtävä ja saavutus. Mitä rubriikki mittaa, riippuu tuloksesta.
- Valitse genre. Jos haluat yksityiskohtaista palautetta, analyyttistä; jos haluat nopean yleisarvioinnin, kokonaisvaltaista.
- Pyydä kriteerejä, mutta suodata ne. 3-5 kriteeriä saavuttamiselle; poista tarpeettomat.
- Konkreettisen tason määritelmät. Pyydä havaittavia indikaattoreita.
- Laihtua. Kumpi kriteeri on tärkeämpi? Olkoon kokonaissumma 100.
- Kalibroida. Tee pisteet 1-2 näytetutkimusta rubriikeilla ja testaa johdonmukaisuutta.
- Tee lopullinen päätös. Vaikka tekoäly ehdottaisi näytepisteitä, opettaja antaa lopullisen arvosanan.
kolme minilaukkua
Tapaus 1 – Ei-saavutuksen kriteerin erottaminen. Turkkilainen opettaja pyysi tekoälyltä analyyttistä rubriikia esseelle. Tekoäly ehdotti viittä kriteeriä, mutta yksi oli "käsinkirjoituksen kauneus" – kriteeri, jolla ei ollut merkitystä tuloksen kannalta ja joka rankaisi oppilasta epäoikeudenmukaisesti alikehittyneellä käsialalla. Opettaja otti sen esiin ja korvasi sen sanalla "idean kehittäminen". Rubriikki oli sekä oikeudenmukainen että saavutuksiin kohdistettu.
Tapaus 2 – Konkretisointi. Erään opettajan ensimmäisessä rubriikissa tasot olivat abstrakteja, kuten "erittäin hyvä / hyvä / kohtuullinen"; Kaksi opiskelijaa oli suorittanut eri tasoisia samanlaisia töitä. Hän käski tekoälyä "kirjoittamaan jokainen taso uudelleen havaittavalla indikaattorilla". Kun konkreettiset määritelmät, kuten "Hyvä = vähintään 3 esimerkkiä ja selkeä johtopäätös" saatiin, johdonmukaisuus lisääntyi ja vastalauseet vähenivät.
Tapaus 3 – Kalibrointi. Projektin arvioinnissa opettaja arvosti ensin 3 esimerkkiprojektia tekoälyn tuottaman rubriikin avulla. AI tarjosi 85 jollekin; Opettaja löysi samasta projektista rubriikin 72, koska tekoäly oli tulkinnut yhden kriteerin liian anteliaasti. Opettaja täsmensi tasokuvauksen ja antoi loppuarvosanat itse. AI nopeutti luonnosta; Opettaja teki päätöksen.
Kopioitavat mallit
1) Analyyttinen rubriikin hahmotelma:
Roolisi: [aihe]opettaja. Tehtävä: "[kirjoita suoritustehtävä]", saavutus: "[saavutus]", [X. luokka]. Luo analyyttinen rubriikki, jossa on 4 kriteeriä. Olkoon jokainen kriteeri suhteessa tulokseen (LISÄÄ ei-objektiiviset kriteerit, kuten käsiala ja estetiikka). Kirjoita kullekin tasolle 4 menestystasoa ja HAVAROITU-osoitin. Punnitse kriteerit niin, että kokonaismäärä on 100.
2) Tasojen konkretisoiminen:
Seuraavan rubriikin tasokuvaukset ovat hyvin abstrakteja ("hyvä", "kohtuullinen"). Kirjoita jokainen taso uudelleen havaittavilla, laskettavissa olevilla indikaattoreilla (esim. "enintään 2 virhettä", "vähintään 3 esimerkkiä"). Otsikko: [liitä]
3) Kokonaisvaltainen rubriikki (pikaarviointi):
Kirjoita 4-tasoinen kokonaisvaltainen rubriikki "[tehtävä]". Kuvaa jokainen taso havaittavasti työn yleistä luonnetta yhdessä kappaleessa. Gain: "[voitto]". Anna myös muistiinpanoalueet.
4) Kalibroinnin tarkistus:
Alla on rubriikki ja opiskelijatyöt. Kerro tasosi jokaisessa mittassa rubriikin mukaan perusteluineen. Anna tämä EHDOTUKSENA; Annan loppuarvosanan. Merkitse kaikki epäselvät kriteerit. Otsikko + tutkimus: [liitä]
Heikko kehote / Vahva kehote
Heikko kehote:
Kirjoita projektille rubriikki.
Ei tehtävää, saavutus, tyyppi, kriteerien lukumäärä, paino; Saavutukseton ja abstrakti rubriikki ilmestyy.
Tehokas kehotus:
Sinun roolisi: luonnontieteiden opettaja. Tehtävä: "Opiskelija tutkii uusiutuvaa energialähdettä ja laatii julisteen." Tavoite: "Opiskelija selittää energialähteen toimintaperiaatteen ja edut." 7. luokka. Analyyttinen rubriikki, jossa on 4 kriteeriä: sisällön tarkkuus, selityksen selkeys, lähteiden käyttö, järjestys. Ei-saavuttamisen kriteerien lisääminen. Olkoon jokainen taso havaittavissa; Painojen summa on 100.
ominaisuus
Analyyttinen rubriikki
kokonaisvaltainen rubriikki
Kriteerien lukumäärä
Useita, pisteytetään erikseen
Yksi yleinen tuomio
Palaute
Yksityiskohtainen, kriteeriin perustuva
Kenraali
nopeus
hidas
nopeasti
sopivin
Prosessin/taitojen kehittäminen
Nopea yleiskatsaus
Tekoälyn panos
Kriteerit + tasoääriviivat
Tason kappaleluonnos
Yleisiä virheitä
- Ei-saavutusta koskeva mitta. Lopputulokseen liittymättömien asioiden, kuten käsinkirjoituksen, estetiikan ja materiaalien saatavuuden pisteyttäminen kumoaa oikeudenmukaisuuden.
- Abstraktin tason määritelmä. Määritelmät, kuten "hyvä/kohtuullinen", johtavat epäjohdonmukaisuuteen ja vastalauseeseen; Käytä havaittavaa indikaattoria.
- Rubriikki näytetään myöhemmin. Jakamatta jättäminen ennen tehtävää riistää opiskelijalta tavoitteen.
- AI-luokan tekeminen. Tekoäly voi ehdottaa näytepisteitä, mutta opettaja antaa lopullisen arvosanan; Johdonmukaisuuden valvonta on opettajan tehtävä.
- Kalibroinnin ohittaminen. Rubriikin käyttäminen kokeilematta sitä tapaustutkimuksilla tuottaa yllättäviä tuloksia.
Varoitus: On houkuttelevaa, mutta riskialtista antaa tekoälylle opiskelijatyö ja sanoa "pisteitä". Opiskelijatyöt voivat sisältää henkilötietoja (anonymisoi) ja tekoälyn pisteet voivat olla epäjohdonmukaisia/puolueisia. Käytä tekoälyä pisteiden EHDOTTAmiseen ja palautteen hahmottamiseen; Sinä päätät.
Yhteenvetona
Rubric on työkalu, joka tekee arvioinnista läpinäkyvää, johdonmukaista ja puolustettavaa. Analyyttinen rubriikki antaa kriteeriin perustuvan yksityiskohtaisen palautteen, kokonaisvaltainen rubriiki tarjoaa nopean yleisarvion. Tekoäly laatii nopeasti saavutuksiin liittyviä mittareita, konkreettisia tasomääritelmiä ja painotuksia; Mutta opettajan vastuulla on selvittää ei-suorituskriteerit, tehdä tasot havaittavissa, kalibroida ne ja antaa lopullinen arvosana. Arvosana on päätös, joka vaikuttaa opiskelijaan; Sitä ei ole delegoitu tekoälylle.
Sovellustehtävä
Luo neljän kriteerin rubriikki "Analyyttinen rubriikin luonnos" -mallilla suoritustehtävälle, jonka annat pian. Poista kaikki saavuttamattomuuskriteerit ja tee tasomäärittelyistä havaittavia. Testaa sitten johdonmukaisuus pisteyttämällä (tai hypoteettista) 2 näytetutkimustasi tällä rubriikilla. Arvioi, heijastavatko näiden kahden tutkimuksen pisteet niiden todellisia ominaisuuksia, ja tee muutoksia rubriikaasi.
tarkistuslista
- [ ] Liittyvätkö kaikki kriteerit saavuttamiseen (ei saavuttamatta jättämiskriteerejä)?
- [ ] Ovatko tasomääritykset havaittavissa ja konkreettisia?
- [ ] Määritin painot ja niiden summa on 100?
- [ ] Jaanko rubriikin opiskelijan kanssa ennen tehtävää?
- [ ] Kalibroinko rubriikin näytetyöllä ja annoinko itse lopullisen arvosanan?