הפקת שאלות וחידונים: כתיבת פריטים ואיכות מסיחים

רווחים:

• יכולת ליצור שאלות חשיבה עם אפשרויות בחירה, פתוחות וברמה גבוהה יותר בהתאם להישגים עם תמיכה בבינה מלאכותית
• יכולת לשלוט באיכות השאלה על ידי יישום העקרונות של מסיח דעת טוב (אפשרות שגויה אך סבירה), תשובה נכונה אחת וקושי פריט.
• להבין את הסיכון של בינה מלאכותית לייצר מפתחות תשובות שגויות, שאלות לא אובייקטיביות או מוטות, ולהיות מסוגל לראות שהמורה חייב לאמת כל פריט.

בחינות וחידונים הם הכלים העיקריים שבאמצעותם המורה מודד למידה; אבל לכתוב שאלות טובות זה יותר קשה ממה שאתה חושב. שורש מעורפל, אפשרויות דומות ושפה נותנת רמז גורעים מערך המדידה של שאלה. בינה מלאכותית מייצרת במהירות מספר רב של קווי מתאר שאלות הקשורים לתוצאה; אתה מפקח על איכות, מאמת את מפתח התשובה ושומר על יישור הישגים. ביחידה זו, נסקור כתיבת מאמרים טובה והפקת חידונים איכותית עם AI. הגבול ברור: בינה מלאכותית יכולה לייצר מפתחות תשובות שגויות, שאלות לא אובייקטיביות או מוטות; המורה מאמת כל פריט.

אנטומיה ועקרונות של שאלות טובות

לשאלה רב-ברירה יש שני חלקים: הגזע (גזע השאלה) - הנושא העיקרי הנשאל; ואפשרויות - אחת היא התשובה הנכונה, האחרות מסיחות דעת. מסיח דעת טוב, למרות שהוא שגוי, נראה סביר לתלמיד שלא שולט בנושא במלואו; זה מבוסס בדרך כלל על תפיסה מוטעית נפוצה. תפיסה שגויה נפוצה כמו "הירח מייצר את האור שלו" היא מסיח דעת רב עוצמה. שטות או מסיח דעת לא רלוונטי ("הירח הוא גבינה") מקל על השאלה ועושה אותה פחות ייחודית.

עקרונות שאלות טובות: (1) הגזע שואל משהו יחיד וברור; (2) יש רק תשובה אחת נכונה; (3) האפשרויות באורך דומה והן תואמות דקדוקית לשורש (האופציה הארוכה יותר היא בדרך כלל נכונה, אין לתת רמז); (4) אפשרויות "הכל/ללא" נמנעות במידת האפשר; (5) אם הגזע שלילי ("אינו"), מודגש; (6) שאלות מודדות את רמת ההשגה - שאילת שאלות היזכרות להשגת ניתוח מחטיאה את המטרה.

קושי הפריט הוא עד כמה קשה השאלה; אפליה היא עד כמה השאלה מפרידה בין מי שיודע לבין מי שלא יודע. בחינה טובה היא שילוב של פריטים בדרגות קושי שונות.

טיפ: כששואלים שאלות מה-AI, שם את התפיסה המוטעית של המטרה: אמור "מסיחים צריכים להתבסס על 3 התפיסות השגויות הנפוצות הללו." בדרך זו אתה מקבל מסיחי הדרכה, לא אקראיים.

סוגי שאלות

בחירה מרובה: מדידה מהירה, ניקוד אוטומטי; אבל מדידת חשיבה מסדר גבוה דורשת תכנון קפדני. תשובה פתוחה/קצרה: מציגה את ההצהרה של התלמיד עצמו; הוא מקבל ניקוד עם רובריקה (יחידה 6). נכון-לא נכון: גורם מזל מהיר אך גבוה. התאמה: טוב ליחסי מושג-הגדרה. שאלות חשיבה מסדר גבוה: פריטים מבוססי תרחיש ששואלים "למה/איך/להעריך"; הוא מודד רווחי ניתוח-הערכה. AI מייצר שרטוטים עבור כולם; התפקיד שלך הוא לבחור איזה סוג מודד איזו תוצאה.

שלב אחר שלב: הפקת חידון עם AI

1. תן את רמת הרווח והבלום. השאלה צריכה למדוד את הרמה הזו.
2. ציין סוג ומספר. "6 אפשרויות בחירה + 2 פתוחות".
3. תן שם לאסטרטגיית המסיחים. על אילו תפיסות מוטעות זה צריך להתבסס?
4. בקשו מפתחות והצדקה. התשובה הנכונה לכל שאלה ומדוע האחרות טועים.
5. אמת את המפתח באופן ידני. פתרו כל שאלה בעצמכם; האם הקו המסומן על ידי AI באמת נכון?
6. בדיקת יישור והטיה. האם השאלה מודדת רווח? האם יש הטיה תרבותית/מגדרית?
7. מאזן קושי. התאם את התערובת של קל-בינוני-קשה.

שלושה מיני תיקים

מקרה 1 - מפתח שגוי. מורה למדעים לקח חידון בן 10 שאלות מ-AI. המפתח לשאלה השלישית סומן "B", אבל כשהמורה פתר אותה, הוא ראה שהתשובה הנכונה היא "C" - ה-AI חשב שהמסיח שלו עצמו נכון. אם המורה לא היה מתקן אותו, הוא היה מחשיב את התלמיד שידע את זה לא נכון. פתרון המפתח ביד הציל את החידון כולו.

מקרה 2 - תיקון מסיחים חלש. בחידון הראשון של מורה, המסיחים היו חסרי היגיון והתלמידים היו צריכים לחסל ולמצוא את התשובה הנכונה. הוא העביר את הבינה המלאכותית לשחזר "מסחי דעת על סמך התפיסות השגויות הנפוצות הללו: X, Y, Z." האפליה גברה בחידון החדש; ממוצע הכיתה שיקף טוב יותר את הלמידה בפועל.

מקרה 3 - יישור רווח. התוצאה של מורה להיסטוריה הייתה ברמת הניתוח ("קשור גורמים"), אך הבינה המלאכותית יצרה שאלות נזכרות ("תגיד את התאריך"). המורה עדכנה את ההנחיה כ"ברמת ניתוח הרכישה; שאל שאלות תרחיש שמבססות קשר סיבה-תוצאה". שאלות הפכו למדד להישגים.

תבניות הניתנות להעתקה

1) ערכת בחירה מרובה המבוססת על הישגים:

תפקידך: מורה [נושא]. רווח: "[רווח]" ([רמת פריחה]),[X. מַחלָקָה]. כתבו 6 שאלות ברירות שונות המודדות תוצאה זו. לכל שאלה יהיו 4 אפשרויות; האם המסיחים יתבססו על התפיסות השגויות הנפוצות האלה: [כתוב את התפיסות השגויות]. עבור כל שאלה, הסבר את התשובה הנכונה ומדוע כל אפשרות נכונה/לא נכון בסעיף מפתח נפרד. מעורב קל-בינוני-קשה.

2) אימות מפתח תשובה:

פתרו את השאלות מרובות הבחירה למטה אחת אחת. לכל שאלה: (א) התשובה הנכונה שמצאת, (ב) הסיבה, (ג) האם היא תואמת למפתח המסומן. סמן את אי העקביות בבירור כ"סתירה". שאלות ומפתח: [הדבק]

3) שאלה ברמה גבוהה (תרחיש):

"[נושא]", [X. כיתה], כתוב 3 שאלות מבוססות תרחישים ברמת ניתוח-הערכה. תנו לכל שאלה לתת סיטואציה קצרה ובקשו מהתלמיד הצדקה/השוואה. אל תתן לזה להיפתר בעל פה. הוסף תשובות לדוגמה וטיפים להערכה.

4) ביקורת הטיה וציות:

בדוק את השאלות הבאות עבור: הטיית מגדר/תרבות/אזור, יתרון/חיסרון לא הוגן לקבוצה מסוימת, הקשר לא הולם. סמן פריטים בעייתיים והצע חלופה ניטרלית. שאלות: [הדבק]

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

כתבו 10 שאלות על שברים.

רמה, תוצאה, סוג, אסטרטגיית מסיחים, ללא מפתח; האיכות והיישור שלו נותרים למקרה.

הנחיה עוצמתית:

תפקידך: מורה למתמטיקה. תוצר למידה: "התלמיד מוסיף שני שברים בעלי מכנים שונים" (יישום). כיתה ה'. 6 שאלות ברירות רבות, 4 אפשרויות. מסיחים צריכים להתבסס על התפיסות השגויות הבאות: הוספת מונים וגם מכנים ישירות, שמירה על המונה קבוע והוספת המכנה. תן תיאור מפתח ואפשרות לכל שאלה. מערבבים קל-בינוני-קשה.

סוג שאלה

הרמה שהוא מודד

כוח

תשומת לב

בחירה מרובה

כל רמה (תלוי בעיצוב)

ציון מהיר, אוטומטי

איכות מסיחים

סוף פתוח

הבנה-יצירת

ביטוי מקורי

צריך רובריקה

נכון-שקר

לזכור

מהר מאוד

גורם המזל גבוה

מבוסס על תרחיש

ניתוח-הערכה

מונע שינון

איות קשה, AI עוזר

טעויות נפוצות

• לא מאמת את המפתח. הטעות השכיחה והבלתי הוגנת ביותר; AI מייצר את המפתח הלא נכון, התלמיד שיודע אותו ייפגע.
• מסיח דעת שטויות. האפשרות הבלתי סבירה מפשטת את השאלה בחינם.
• אי התאמה ברמת הרווח. שאלת זכירה לרכישת ניתוח; מחטיא את המטרה.
• שפה שנותנת רמזים. העובדה שהאפשרות הארוכה/המפורטת ביותר היא תמיד נכונה מלמדת את דפוסי התלמיד.
• משקיף על הטיה. ההקשר המוכר של תרבות/קבוצה מסוימת נותן לחלק מהתלמידים יתרון לא הוגן.

זהירות: בינה מלאכותית מייצרת לפעמים שאלות מעורפלות שבהן ניתן לטעון יותר מאפשרות אחת כ"נכונה". הוא ענה על כל פריט בשאלה "האם יש אמת אחת ובלתי ניתנת לערעור?" בדוק זאת באמירה; אחרת, הבהירו את השורש.

לסיכום

שאלה טובה מודדת את רמת ההשגה עם גזע ברור ומסיחים סבירים. בינה מלאכותית מייצרת במהירות מספר רב של קווי מתאר שאלות, מסיחים ומפתחות התלויים ברכישה; אם תספר לתפיסות המוטעות של המטרה, מסיחי הדעת יהיו מאלפים. עם זאת, בינה מלאכותית עשויה לייצר מפתחות שגויים, מסיחים חלשים, שאלות מחוץ לרכישה או מוטות. פתרו כל פריט כדי לאמת את המפתח, לבדוק יישור והטיה; המבחן הסופי הוא של המורה.

משימת יישום

לקבלת תוצאה, צור 6 שאלות עם התבנית "ערכת בחירה מרובת המבוססת על התוצאה"; ציין את אסטרטגיית ההסחה בעצמך. לאחר מכן פתרו כל שאלה בעצמכם והשוו אותה עם מפתח הבינה המלאכותית לפני השימוש בתבנית "אימות מפתח תשובה". תקן כל אי התאמה. לבסוף, כתוב גרסה של התרחיש שמעלה את אחת השאלות לרמת הניתוח.

רשימת בדיקה

• [ ] האם שאלתי את השאלות לפי רמת בלום של תוצא הלמידה?
• [ ] האם ביססתי את המסיחים על תפיסות מוטעות בפועל?
• [ ] האם אימתתי את המפתח לכל שאלה על ידי פתרון בעצמי?
• [ ] האם אני בטוח שיש תשובה אחת, נכונה ללא ספק?
• [ ] האם בדקתי אם יש הטיה והתאמה לגיל?