Nyereség:
- Képes teljesítmény alapú előrehaladási adatok (százalék, próbálkozások száma, függetlenségi szint) rendszeres gyűjtésére és ezek mesterséges intelligenciával történő összesítésére, értelmezésére
- Döntési szabályok létrehozásának képessége annak eldöntésére, hogy a cél fenntartása, adaptálása vagy módosítása az adatok alapján történjen
- Legyen képes fenntartani, hogy a mesterséges intelligencia értelmezése ajánlás, és a továbblépésről szóló döntésnek szakértői értékelésen és tényleges megfigyelésen kell alapulnia.
Írtál egy IEP célt, és elkezdtél tanítani. Szóval fejlődik a gyerek? A válasz erre a kérdésre nem lehet olyan benyomás, mint „Szerintem jól megy”. A gyógypedagógiai fejlődést rendszeres méréssel nyomon követik; Ezt nevezik adatalapú döntésnek: döntéshozatal a cél fenntartására, adaptálására vagy megváltoztatására az eredményalapú adatok alapján. Az előrehaladás rosszul vezetett nyilvántartása azt eredményezheti, hogy a gyermek egy ideig hiába dolgozik; A jól vezetett nyilvántartás korai beavatkozáshoz és helyes alkalmazkodáshoz vezet. Ebben az egységben azt fogjuk látni, hogyan használhatjuk az AI-t az előrehaladási adatok rendszerezésére, összefoglalására, diagramjaira és értelmezésére. Korlátozás a kezdetektől: az AI megjegyzéseket javasol; A továbblépésről szóló döntés szakértői ítéleten és tényleges megfigyelésen alapul.
Mit kell mérni, hogyan kell rögzíteni
Minden eredménynek van mérhető vonatkozása. Általános mérési típusok:
- Helyes százalék: Helyes válasz / összes próba (pl. 10-ből 7 helyes = 70%).
- Kísérletek száma/gyakorisága: Hányszor fordul elő egy viselkedés egy bizonyos időtartamon belül.
- Függetlenségi szint: Mennyi jelzést tesz a tanuló. Gyakran használják a jelzések hierarchiáját: teljes fizikai segítség → részleges fizikai → modellezés → verbális jelzés → gesztus → független. A cél a jelzés fokozatos csökkentése és a függetlenség elérése.
- Időtartam: Egy feladat elvégzéséhez vagy egy viselkedés fenntartásához szükséges idő.
A feljegyzést tömören és következetesen kell vezetni az oktatás alatt vagy közvetlenül utána. A következetesség kulcsfontosságú: mindig ugyanazt az eredményt mérje ugyanazzal a mércével, hogy az adatok összehasonlíthatók legyenek.
Tipp: Alakítsa át a „függetlenségi szintet” számmá (teljes fizikai = 1 … független = 6). Így a grafikonon még minőségi javulást is láthat, például „kevesebb nyommal megcsinálja”. Az AI jól összefoglalja ezt a numerikus sorozatot.
Az alábbi táblázat egy négyhetes mintaadatot és annak leolvasását mutatja be:
héten
Pontosság %
Függetlenség (1-6)
Megjegyzés trend
1
40
2 (részleges fizikai)
Kezdő szint
2
55
3 (modell)
Emelkedés van
3
58
3 (modell)
lassulás, plató
4
72
4 (szóbeli nyom)
Jelentős előrelépés
Ezt a táblázatot nézve indokolt azt mondani, hogy "fenntartja a célt": nő a pontosság és a függetlenség egyaránt. De ha a fennsík továbbra is fennáll, például a 3. héten, az alkalmazkodást megfontolják.
döntési szabályok
Megnézheti az adatokat, és egyszerű szabályokat alkothat, hogy szisztematikusan eldöntse, mit tegyen. Például: „A tanítási módszer adaptálása, ha három egymást követő mérésen nincs javulás (fennsík)”; „Ha a kritérium teljesül (80% 3 egymást követő munkamenetben), folytassa a következő lépéssel”; "Ha jelentős visszaesés tapasztalható, tekintse át a célt és a feltételeket." A mesterséges intelligencia alkalmazhatja ezeket a döntési szabályokat az Ön adataira, és ajánlást készíthet; De az igazi megfigyelés (beteg volt a gyerek, változott-e a környezet, nem felelt meg az anyag) csak neked van. A döntés a tiéd.
három mini tok
1. eset – A fennsík elkapása. Egy tanár négy hete őrzött adatokat egy olvasási teljesítményéről, de nem látta tisztán az előrehaladást. Átadta a névtelen adatokat az AI-nak, és azt mondta: "Összefoglalja a trendet, és tegyen döntési javaslatot". Az AI kimutatta, hogy a pontosság az utolsó három mérés során 58-59-58%-ra esett, és javasolta a módszer adaptálását. A tanár rájött, hogy túl sok a vizuális terhelés az anyagban, leegyszerűsítette, majd két hét múlva ismét növekedett az adatok száma. Az adatok azt a fennsíkot mutatták, amely elkerülte a szemet.
2. eset – A függetlenség láthatóvá tétele. Az egyik diák pontossági százaléka hetekig 70%-on állt, és a család aggódott amiatt, hogy "nincs előrelépés". A tanár számszerűsítette és grafikonon is ábrázolta az önállóság szintjét (pontos fizikai→verbális jelzés). Az AI összegzése szerint bár a pontosság változatlan maradt, a célzás jelentősen csökkent, ami azt jelenti, hogy a gyermek ugyanazt a feladatot önállóbban hajtotta végre. Ezzel a grafikával magyarázták el a családnak; a szorongás átadta helyét a haladás valós képének.
3. eset – Az a hiba, hogy vakon bízunk az AI értelmezésben. Az egyik tanár két hét gyenge adatot nézegetve kétségtelenül elfogadta a mesterséges intelligencia azon javaslatát, hogy „változtassuk meg a célt”. A gyermek azonban gyakran hiányzott ebben a két hétben influenza miatt; Az alacsony szint oka a hiányzás volt, nem a cél. Mivel a tanár ezt tudta, nem változtatott a célon, még egy hétig követte, és összegyűjtötték az adatokat. Hiba: kontextus nélküli mesterséges intelligencia-értelmezésre hagyatkozni, tényleges megfigyelés nélkül.
4. eset – Több nyereséges összefoglalás. Egy tanárnak nyolc diákja volt, és mindegyikben három-négy eredménye volt; A tanév végi értékelés során az összes adat egyenkénti értelmezése napokig tartott. Az Anonymous átadta az adattáblázatot (tanulói kód, teljesítmény, heti értékek) az AI-nak, és kért egysoros trendösszefoglalót minden teljesítményhez, valamint egy „vigyázat” jelzőt (plató/regresszió). Az AI perceken belül átvizsgálta és megjelölt öt győzelmet, amelyeket ki kellett emelni. A tanár ennek az öt kritikus helyzetnek szentelte idejét; Megelégedett azzal, hogy átnézi a többit. Itt az AI „korai figyelmeztető szkennerként” működött; A tanár ismét eldöntötte, melyik helyzet sürgős, és mit tegyen.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Ez a diák halad előre?
Ez a prompt nem tartalmaz adatokat; Az AI csak találgatni tud. A válasz üres vagy kitalált lesz.
Erőteljes felszólítás:
Az Ön szerepköre: adatkezelő asszisztens gyógypedagógushoz. Az alábbiakban anonim előrehaladási adatok találhatók (nyereség, hetek, pontosság %, függetlenség 1-6). Feladat: 1) Foglalja össze a trendet (emelkedés/fennsík/regresszió, pontosság és függetlenség egyaránt). 2) Adjon tanácsot az általam alkalmazott döntési szabályoknak megfelelően: - 3 egymást követő mérés plató → alkalmazkodás - 3 egymást követő ülés 80% → következő lépés - jelentős regresszió → áttekintés3) Ha nem biztos benne, adja meg a helyét; Olyan kontextust biztosítok, mint a távollét/betegség. Ne gyártson adatokat; csak használja az általam megadott számokat.[névtelen adattábla]
Ebben a kérelemben egyértelműek az adatok, a döntési szabályok és a „nincs gyártás” korlát. A kimenet szilárd döntéssé válik, ha kombinálja a megfigyeléssel.
Kiegészítő sablon: adatösszesítés és diagram értelmezés a család számára
Írj egy egyszerű megjegyzés bekezdést a CSALÁDNAK ebből az előrehaladási adatból: - Ne használj szakkifejezéseket, mondj konkrét példákat - Magyarázd meg kiegyensúlyozottan a stabilitást és a haladás irányát - Legyél reális, ne vigyél túlzásba a javulás ígéretét - A végére adj hozzá 1 apró javaslatot, amelyet otthon is támogathatsz Megjegyzés: A bekezdést a tanár ellenőrzi.
Tipp: Nincs szükség drága eszközre az adatok "grafikonozásához". Megadhatja névtelen számsorozatát az AI-nak, és kérhet szöveges trenddiagramot vagy kész adatelrendezést egy egyszerű diagramhoz. A vizualizált haladás segítségével Ön és családja egy pillantással láthatja a fejlődést. Ne feledje: a diagram csak a ténylegesen megadott adatokat tükrözi; Ne engedje, hogy az olyan kitalációk, mint például a mesterséges intelligencia „kiegészítsenek egy trendet”, vagy kitöltsék a hiányzó heteket, hagyja, hogy az üres hét üres maradjon.
Gyakori hibák
- Döntéshozatal benyomások alapján. A „szerintem jól megy” nem adat; A rendszeres mérés elengedhetetlen.
- Csak a pontossági százalékot nézzük. A függetlenség előrehaladása gyakran korábban jelenik meg.
- Mérjen következetlenül. Ugyanazon teljesítmény más-más kritériumokkal történő mérése összehasonlíthatatlanná teszi az adatokat.
- Megjegyzések kérése anélkül, hogy megadná a szövegkörnyezetet az AI-nak. Távollét, betegség, környezetváltozás befolyásolja az adatokat; Ezeket a dolgokat csak te tudod.
- Azt gondolva, hogy az AI értelmezése a végső döntés. Az AI javaslatokat készít; Valódi megfigyeléssel hozod meg a döntést.
- Az adatok meghamisítása. Ne hagyja, hogy az AI „ésszerűen” töltsön ki olyan számokat, amelyek nincsenek megadva.
Összefoglalva
Az előrehaladást rendszeres adatok, nem pedig megjelenítések követik nyomon. A százalékos pontosság, gyakoriság, időtartam és különösen a függetlenség szintje a teljesítmény mérhető szempontjai. A döntési szabályok (plató→adapt, kritérium teljesül→folytatás, regresszió→felülvizsgálat) rendszerezik az adatalapú döntéshozatalt. A mesterséges intelligencia összegzi az adatokat, trendeket mutat fel, grafikonokat és értelmezéseket javasol, és leegyszerűsíti a család számára; de te megadod a kontextust, valódi megfigyeléssel hozod meg a döntést. Az adatok a leghatékonyabb eszköze, amely láthatóvá teszi azt, ami a szemébe kerül.
Pályázati feladat
Öntsön legalább három-négy hét előrehaladási adatait (pontosság és függetlenség) egy névtelen táblázatba egy teljesítményhez. Az egységben található „Powerful prompt” segítségével trendösszefoglalót és döntési javaslatokat kaphat az AI-tól. Hasonlítsa össze a javaslatot saját észrevételével (hiány, anyag, környezet), és írjon indoklást végső döntéséhez (fenntartja/adaptálja/változtatja).
ellenőrző lista
- [ ] A nyereségemet szabályos és következetes kritériumokkal mértem.
- [ ] Pontossági és függetlenségi szintet egyaránt rögzítettem.
- [ ] A döntési szabályaimat már meghatároztam.
- [ ] Megadtam a szövegkörnyezetet (hiány/környezet) az AI számára.
- [ ] Csak valós számokkal dolgoztam, az adatok összeállítása nélkül.
- [ ] Valós megfigyeléssel és indoklással hoztam meg a végső döntést.