רווחים:
- יכולת להבין את ההבדל בין מטרה ארוכת טווח למטרה קצרת טווח (ניתנת למדידה) ולהשתמש בבינה מלאכותית כדי לייצר מתווה יעד מכוון קריטריון
- יכולת ליצור סט צעדים (ניתוח משימה) של יעדים וקריטריונים להערכה המבוססים על רמת הביצועים של התלמיד
- היכולת לקבל שהאישור הסופי של יעדי IEP שייך לצוות IEP ולמשפחה, וכי טיוטת הבינה המלאכותית אינה תקפה ללא התאמה של מומחה.
IEP (תוכנית חינוך פרטנית) היא תכנית רשמית שהוכנה בהתאם לצרכיו האישיים של התלמיד, הכותבת אילו יעדים יושגו, כיצד ובאיזה שעה. זהו לב ליבו של החינוך המיוחד: IEP כתוב היטב קובע מה הילד ילמד במהלך שנה, מה המורה ילמד וכיצד תימדד ההתקדמות. IEP כתוב בצורה גרועה, לעומת זאת, מורכב ממשפטים שנראים טוב אך אינם ניתנים למדידה ואינם מתאימים לילד, ונשארים בתיק. ביחידה זו, נלמד כיצד להשתמש בבינה מלאכותית כדי לייצר מתווה של יעדי BEP במהירות ובמדידה. הערה מההתחלה: אישור סופי של יעדים שייך לצוות IEP ולמשפחה; טיוטת הבינה המלאכותית אינה תקפה ללא התאמה של מומחה.
הבדל בין מטרות לטווח ארוך וקצר טווח
ישנם שני סוגים של יעדים ב-BEP. יעד ארוך טווח (UDA) הוא היעד הכולל שצפוי בדרך כלל להיות מושג עד סוף שנת הלימודים; למשל "התלמיד קורא ומבין טקסטים פשוטים". היעד לטווח הקצר (SBA) הוא שלבי הביניים הניתנים למדידה המובילים ליעד כולל זה; לדוגמה, "התלמיד קורא בקול רם לפחות 8 מתוך 10 מילים בשתי הברות". שערים ארוכים מראים את הכיוון, מטרות קצרות מראים את הדרך.
מטרה טובה לטווח קצר כוללת שלושה אלמנטים; אנו יכולים לקרוא לזה בקצרה KBS (מצב-התנהגות-קריטריונים):
- מצב: באיזה מצב תוצג ההתנהגות ("כאשר נותנים כרטיסי תמונה", "כאשר המורה מדגמן").
- התנהגות: פעולה ניתנת לצפייה, מדידה ("מתאים", "קורא בקול", "מצביע"). נמנעים מביטויים נפשיים ובלתי ניתנים למדידה כמו "מבין", "יודע", "הופך מודע".
- קריטריון: מגבלת הצלחה ("8 מתוך 10 ניסויים", "80% מדויק", "עצמאי ללא רמז מילולי").
זהירות: "התלמיד לומד מספרים" אינו מטרה; לא ניתן למדוד. "התלמיד שמות את המספרים 1-10 בצורה נכונה 8 מתוך 10 פעמים כשהם מוצגים" הוא יעד שניתן למדידה. כפה תמיד את פורמט ה-CBL (תנאי-התנהגות-קריטריונים) על ה-AI.
מדורגת (ניתוח משימות)
מיומנות לרוב לא נלמדת בצעד אחד; מתפרק לצעדים קטנים. זה נקרא ניתוח משימות. למשל, המיומנות "שוטפת ידיים"; ניתן לחלק אותו לשלבים של פתיחת הברז, הרטבה, נטילת סבון, קרצוף, שטיפה, כיבוי וייבוש. בינה מלאכותית פועלת היטב בפירוק מטרה לתת-שלבים לוגיים; אבל המומחה בודק את התאמה וסדר השלבים לילד. מדורג מקל על ההוראה ומאפשר לך למדוד את ההתקדמות צעד אחר צעד.
הטבלה הבאה משווה הצהרות מטרות טובות ודלות:
הבעה חלשה (לא ניתן למדידה)
ביטוי חזק (עם KDS)
תלמיד אוהב לקרוא
משתתף בפעילות הקריאה בקול ב-4 מתוך 5 מפגשים
מבין מספרים
שמות מספרים 1-20 עם דיוק של 85%.
מסתדר טוב עם חברים
מחכה לתורו 4 מתוך 5 פעמים עם רמז מילולי במהלך המשחק
לומד להחזיק עיפרון
כתיבה עצמאית למשך 10 דקות עם אחיזה משולשת
מבטא את עצמו
מבטא צורך עם כרטיס AAC ב-6 מתוך 8 מצבים
שלושה מיני תיקים
מקרה 1 - תיקון כוונה בלתי ניתנת למדידה. בטיוטת IEP של מורה אחד נכתב, "משפר את מיומנויות התקשורת של התלמידים". המשפט הזה לא ניתן למדידה ואינו עונה על השאלה "האם זה השתפר" בסוף השנה. המורה נתן את הפרופיל האנונימי לבינה מלאכותית ואמרה: "חלקו את היעד הכללי הזה ל-4 יעדים קצרים מדידים, כל אחד עם קריטריון מצב-התנהגות". AI ייצר ארבעה יעדי GSM; המורה הורידה את הקריטריונים בהתאם לרמת הילד. כעת ניתן היה לעקוב אחר כל מטרה.
מקרה 2 - מדורג. עבור תלמיד אחד, המטרה "שינוי חשבונות" הייתה גדולה מדי. המורה ביקש מה-AI ניתוח משימות; ה-AI חילק את המטרה לשלבים כגון "זיהוי מטבעות → לעגל עד 10 → שינוי פשוט → סימולציית קניות אמיתית." המורה סקר את הרצף וחילק שלב אחד לשניים. לפיכך, הילד התקדם צעד מדי שבוע. התוצאה: מטרה מופשטת הפכה לרצף שניתן ללמד.
מקרה 3 - מטרה שאפתנית מדי. בטיוטה אחת, ה-AI הציע רף גבוה מאוד כמו "קורא באופן עצמאי 100 מילים" מבלי לדעת את הרמה הנוכחית של הילד. המורה ידעה שהילד מזהה כעת 12 מילים; מטרה זו הייתה לא מציאותית ותביא לכישלון תוך שנה אחת. הוא שכתב את הקריטריון כ"40 מילים" עם שלוש ספרות ביניים. טעות: לתת ל-AI להציע מדדים מבלי לתת את רמת הביצועים בפועל.
מקרה 4 - כאשר ההכללה נשכחת. תלמיד אחד השיג את המטרה של "לספור 10 חפצים בכיתה עם המורה", אך לא הצליח להפגין את המיומנות בהפסקה, בבית או עם חפצים שונים. המורה התעלם מהיבט ההכללה של המטרה (אותה מיומנות בסביבות שונות, אנשים וחומרים שונים). הוא ביקש מה-AI לשכתב את המטרה כדי לכלול קריטריון להכללה: "סופר עד 10 בשלוש סביבות שונות, עם לפחות שני אנשים שונים, עם אובייקטים שונים." לפיכך, המטרה לא הייתה מוגבלת רק לסיטואציה בכיתה, אלא הועברה לחיים האמיתיים. עיקרון: מיומנות לא נרכשת במלואה אלא אם היא מכללה לסביבות שונות, והמטרה צריכה לכלול זאת מההתחלה.
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
כתוב יעדי תקשורת לילד עם אוטיזם.
בקשה זו היא כללית מאוד: אין לה את רמת הילד, סגנון התקשורת והעדיפות הנוכחית של הילד. הביטוי "ילד עם אוטיזם" מניח אחידות; עם זאת, כל ילד הוא אינדיבידואלי. התוצאה היא שערים קלישאתיים שלא ממש מתאימים לאף אחד.
הנחיה עוצמתית:
תפקידך: עוזר למורה לחינוך מיוחד בהכנת IEP. סטודנט (אלמוני): בן 7. ביטוי מילולי מוגבל, משתמש בכ-15 מילים קונקרטיות, מגלה עניין בכרטיסי תמונה. תחום: תקשורת אקספרסיבית.משימה: 1 מטרה ארוכת טווח + 4 מטרות קצרות טווח כתוב DRAFT.פורמט: כל מטרה קצרה כוללת CONDITION + התנהגות ניתנת לצפייה + קריטריונים.שמור על קריטריונים מציאותיים והדרגתיים (קל עד קשה). אל תשתמש בפעלים שאינם מדידים (מבין, יודע, הופך את זה לטיוטה והופך להיות מודע למשפחה).
בהנחיה זו, יש פרופיל, שטח, צורה (KDM) וכלל ריאליזם. הפלט הוא מתאר מסודר וניתן למדידה.
תבנית נוספת: קריטריונים ושיטת הערכה
יחד עם כל מטרה יש לכתוב גם איך היא תימדד. עם תבנית זו, ניתן לבקש מה-AI לשלב מטרה + מדידה:
עבור כל מטרה קצרת טווח, הפק גם את השורות הבאות: - שיטת הערכה: (תצפית / לוח זמנים להקלטה / מדגם מחקר / מבחן) - תדירות מדידה: (שבועית / דו שבועית) - קריטריון הצלחה: (למשל 80% ב-3 מפגשים רצופים) - הערת הסתגלות: (סוג רמז, חומר, גמישות בזמן)
וכדי לתעדף יעדים:
ספרו את 4 היעדים הקצרים שהפקתם, 1-4, לפי סדר הלמידה, והצעו זמן לימוד משוער (כמה שבועות) לכל אחד מהם. ציינו שזו הצעה והזמן המדויק תלוי בצוות.
טעויות נפוצות
- שימוש בפעלים בלתי ניתנים למדידה. "הוא מבין, הוא יודע, הוא מתפתח, הוא מודע" הופך את המטרות לבלתי מדידות; בחר פעלים שניתנים לצפייה.
- מבקש קריטריונים מבלי לתת את הרמה הנוכחית. AI עשוי להציע מדדים לא מציאותיים, גבוהים מדי או נמוכים מדי.
- כתיבת מטרה בהיגיון "אבחוני" אחיד. אמירת "יעדים לילדים המאובחנים עם X" מתעלמת מהאינדיבידואליות.
- דילוג על סוגריים. מתן המטרה הגדולה מבלי לחלק אותה לשלבים מקשה גם על הוראה וגם על מדידה.
- לא לרשום את שיטת ההערכה. מטרה שיש לה קריטריון אבל לא ברור איך למדוד אותה לא ניתנת למעקב.
- חתום על הטיוטה כפי שהיא. לא ניתן לסיים את יעד ה-IEP ללא הסתגלות צוות ומשפחה.
לסיכום
יעדי BEP הם מפת הדרכים של החינוך המיוחד. מטרות לטווח ארוך מראות את הכיוון, יעדים לטווח קצר מראים את הדרך. מטרה קצרה טובה נושאת את ה-CBL (תנאי-התנהגות-קריטריון) וכוללת פועל מדיד. יעדים גדולים מפורקים לשלבים קטנים יותר באמצעות ניתוח משימות. בינה מלאכותית מייצרת במהירות קווי מתאר של יעדים אלה, משלבת את המטרה ומציעה קריטריונים להערכה; אבל אתה נותן את הרמה האמיתית של הילד, אתה הופך את הקריטריונים למציאותיים, והאישור הסופי שייך לצוות IEP ולמשפחה.
משימת יישום
בחר יעד לטווח ארוך עבור תלמיד. בקש מה-AI לשרטט 4 יעדים לטווח קצר עם הפרופיל האנונימי ו"הנחיה עוצמתית" ביחידה זו. בדוק כל מטרה עבור CBL (תנאי-התנהגות-קריטריון): האם יש אלמנטים חסרים, האם המעשה ניתן למדידה, האם הקריטריון ריאלי? התאם את הקריטריונים של לפחות שתי מטרות לרמה האמיתית של הילד והוסף שיטת הערכה לכל אחת מהן.
רשימת בדיקה
- [ ] לכל מטרה קצרה יש תנאים, התנהגות נצפית וקריטריונים.
- [ ] אין פעלים בלתי מדידים (מבין/יודע/הופך מודע).
- [ ] הקריטריונים הם מציאותיים בהתבסס על רמתו האמיתית של הילד.
- [ ] זרמתי את המטרה הגדולה עם ניתוח משימות.
- [ ] שיטת ההערכה והתדירות של כל מטרה ברורות.
- [ ] ציינתי שהמטרות יסוכמו באישור הצוות והמשפחה.