Guadagni:
- Capacità di comprendere i principi del feedback formativo e produrre bozze di feedback concrete, lungimiranti e costruttive con il supporto dell'intelligenza artificiale
- Capacità di scrivere feedback personalizzato basato su una rubrica o una serie di criteri, indicando i punti di forza e le fasi di sviluppo dello studente
- Capacità di comprendere che il feedback dovrebbe essere mirato al prodotto, non allo studente, e che il progetto di intelligenza artificiale non dovrebbe essere fornito senza la verifica dell'osservazione dell'insegnante.
Il voto che dai a uno studente è solo un numero; Ciò che lo spinge davvero avanti è il feedback: messaggi che gli mostrano cosa sta facendo bene il suo lavoro e come può migliorare. La ricerca ci dice che un buon feedback è una delle influenze più potenti sull’apprendimento. Ma scrivere un feedback personalizzato e costruttivo a una classe di 30 studenti richiede ore; È qui che gli insegnanti sono più vincolati. L'intelligenza artificiale genera rapidamente schemi di feedback basati sulla rubrica e sull'osservazione dell'insegnante; personalizzi, convalidi e dai il tono. Il confine è importante: il feedback dovrebbe essere basato sul lavoro effettivo dello studente e sull'osservazione dell'insegnante; Le lodi/critiche generate dall'intelligenza artificiale "dal nulla" non vengono fornite senza verifica.
Principi di buon feedback
Il feedback formativo è il feedback dato mentre l'apprendimento è in corso e aiuta lo studente a progredire; lascia spazio alla correzione, al contrario della nota finale (sommativa). Principi di un buon feedback:
- Si rivolge al prodotto, non alla persona. Non è "sei pigro", è "il paragrafo conclusivo non supporta adeguatamente la tua idea". Ciò che viene discusso è il lavoro dello studente, non la sua identità.
- Concreto e specifico. "È bello" non insegna nulla; "Hai fatto tre esempi, questo rafforza la tua affermazione" insegna.
- Previsione (feed-forward). Non ti dice solo l'errore, ma mostra il passo successivo: "aggiungi una domanda all'introduzione e attirerai l'attenzione del lettore".
- Equilibrato. Un punto di forza + un passo di miglioramento; Solo la critica spezza la motivazione, solo la lode ferma lo sviluppo.
- È gestibile. Non 10 errori in uno studio, ma 1-2 punti di sviluppo più importanti; Lo studente non può correggerli tutti in una volta.
Consiglio: La formula “due stelle, un desiderio” funziona: due punti di forza concreti (stelle) e una proposta di miglioramento (desiderio). Se fornisci questa formula all’intelligenza artificiale, produrrà un feedback equilibrato.
Il potere e il pericolo dell’intelligenza artificiale
L'intelligenza artificiale scrive paragrafi di feedback delicati e strutturati basati su una rubrica + note dell'insegnante e li personalizza per 30 studenti. Ma ci sono due pericoli. In primo luogo, l'intelligenza artificiale può produrre elogi generici e vuoti ("ottimo lavoro") senza vedere il lavoro dello studente: si tratta di un feedback falso e lo studente se ne accorgerà. In secondo luogo, il linguaggio dell’intelligenza artificiale potrebbe essere troppo uniforme e meccanico; Se 30 studenti ricevono la stessa frase, il feedback diventa inutile. Soluzione: fornisci all'intelligenza artificiale la tua osservazione effettiva per ogni studente (cosa ha fatto e in che misura) e chiedile di produrre la bozza di conseguenza, quindi aggiungi il tocco umano.
Passo dopo passo: generazione di feedback con l'intelligenza artificiale
- Fornire il criterio/rubrica. Su cosa si baserà il feedback?
- Riassumi la tua osservazione. Nota breve e anonima come "Questo studente è forte nel contenuto, debole nella conclusione".
- Specificare il formato. "Due stelle, un desiderio", tono (di supporto), lunghezza (3-4 frasi).
- Ottieni la bozza. Feedback osservativo per ogni studente.
- Verifica e personalizza. Gli elogi sono reali, il passo di miglioramento è fattibile? Aggiungi la tua voce.
- Controllo del tono. È adeguato all’età, non scoraggiante, rispettoso?
tre mini custodie
Caso 1 – Ritorno da una lode vuota. Un insegnante ha detto all’IA di “scrivere feedback positivi” senza darle il lavoro; L'intelligenza artificiale ha prodotto elogi generali come "un magnifico lavoro". L'insegnante si rese conto che era falso; Questa volta ha assegnato i punteggi delle rubriche di ogni studente e una frase di osservazione. Il feedback è diventato concreto: "È potente fare riferimento a 3 fonti diverse quando si utilizzano le fonti; sarebbe più chiaro se si riassumesse la sezione conclusiva in una frase".
Caso 2 — Tempo e personalizzazione. Un insegnante turco ha trascorso circa 4 ore a settimana scrivendo feedback su 28 saggi. Ha fornito all’IA i livelli della rubrica e l’osservazione di una riga per ogni studente e ha fatto produrre una bozza di “due stelle, un desiderio”, quindi ha aggiunto una frase personale a ciascuno. Il tempo è sceso a circa 1,5 ore; gli studenti si sono resi conto che il feedback era personale per loro perché basato sull'osservazione reale.
Caso 3 — Correzione del tono. Il feedback dell'intelligenza artificiale di un insegnante era corretto ma duro: "il tuo input è debole, la tua scrittura non è organizzata". Per un bambino di prima media questo era scoraggiante. L'insegnante ha detto: "Riscrivi in un linguaggio adatto all'età, incoraggiante e mirato al prodotto". Il feedback è diventato “puoi rendere la tua introduzione un po’ più forte; prova a iniziare con una domanda” – stesso messaggio, tono costruttivo.
Modelli copiabili
1) Feedback personale basato sulla rubrica:
Il tuo ruolo: un insegnante di [materia] di supporto. Di seguito sono riportati i livelli della rubrica di uno studente (anonimo) e la mia osservazione di una frase. Scrivi un feedback previsionale nel formato "Due stelle, un desiderio", lungo 3-4 frasi, mirato al prodotto (non alla persona). Tono rispettoso e adeguato all'età. Livelli della rubrica + osservazione: [incolla]
2) Bozza di feedback collettivo (per la classe):
Di seguito sono riportati i punteggi dei criteri e una nota di osservazione di 5 studenti (studente A-E, anonimo). Scrivi per ciascuno un feedback diverso, personalizzato e non ripetitivo (due punti di forza + uno step di miglioramento). Non lasciare che sembri un copia-incolla. Dati: [incolla]
3) Ammorbidire il feedback duro:
Il messaggio di feedback riportato di seguito è corretto, ma il suo tono è duro e non incoraggia lo studente. Riscrivilo in un linguaggio costruttivo, mirato al prodotto e mostra il passaggio successivo per uno studente di [X] anni. Ammorbidisci il messaggio ma mantieni il contesto. Feedback: [incolla]
4) Generazione di domande di autovalutazione:
Per "[compito]", scrivi 4 domande di autovalutazione che faranno sì che lo studente guardi indietro al proprio lavoro (ad esempio "cosa hai migliorato di più, cosa cambieresti se lo facessi di nuovo"). Mantienilo appropriato all'età e stimolante.
Prompt debole / Prompt forte
Suggerimento debole:
Scrivi un buon feedback a questo studente.
Senza vedere lo studio e l’osservazione, l’intelligenza artificiale produce elogi generici e vuoti; diventa falso e inutile.
Suggerimento potente:
Il tuo ruolo: insegnante di turco di supporto. Studente anonimo, composizione 6a elementare. Rubrica: contenuto 4/4, organizzazione 3/4, lingua 3/4, conclusione 2/4. La mia osservazione: le idee sono ricche, ma il paragrafo conclusivo sembra affrettato. Scrivi un feedback incoraggiante e mirato al prodotto di 4 frasi nel formato "due stelle, un desiderio".
feedback scarso
forte feedback
Differenza
"È carino."
"Fornire tre esempi rafforza la tua affermazione."
concretezza
"Sei pigro."
"La conclusione non supporta l'idea."
Prodotto, non persona
"Hai molti errori."
"Concentrati prima su questa cosa:..."
Gestibilità
"Fai meglio."
"Prova ad aggiungere una domanda all'introduzione."
passo avanti
Errori comuni
- Chiedere feedback senza dare il lavoro. L’intelligenza artificiale produce elogi vuoti e falsi; lo studente se ne accorge e la fiducia viene persa.
- Prendere di mira la persona. Frasi come "pigro/con risultati insufficienti" colpiscono la fiducia in se stessi, non l'apprendimento.
- Solo critiche o solo elogi. Uno interrompe la motivazione, l'altro blocca lo sviluppo; l'equilibrio è necessario.
- Feedback uniforme. Stessa frase a 30 studenti; Senza personalizzazione, il feedback diventa inutile.
- Troppe correzioni. Elencare 10 errori in uno studio paralizza lo studente; Dai 1-2 priorità.
Attenzione: Anche il feedback è un output; Verifica le affermazioni fattuali in esso contenute (ad esempio "le fonti sono sbagliate") con la tua osservazione. L'intelligenza artificiale potrebbe fraintendere il lavoro dello studente e scrivere una critica ingiusta.
In sintesi
Il feedback è il ponte che trasforma il voto in apprendimento; Gli obiettivi del prodotto sono concreti e lungimiranti, equilibrati e contengono un numero gestibile di raccomandazioni. L'intelligenza artificiale produce rapidamente e in modo personalizzato bozze di feedback basate sulla rubrica e sull'effettiva osservazione dell'insegnante; Ciò consente un feedback qualificato su scala di classe. Ma gli elogi prodotti senza vedere il lavoro sono falsi, il feedback uniforme non ha valore e il tono dovrebbe essere appropriato all’età. L'osservazione è tua, la bozza è dell'intelligenza artificiale, l'ultima parola è tua.
Compito dell'applicazione
Rendi anonimi i livelli della rubrica e una frase di osservazione per i 3 lavori degli studenti che hai (o ipoteticamente). Genera feedback diversi per tutti e tre con il modello "feedback personale basato su rubriche". Controlla ogni feedback con due domande: (1) l'elogio è basato sul lavoro effettivo, (2) il passo di miglioramento è concreto e attuabile. Quindi aggiungi una frase dalla tua voce a ciascun feedback.
lista di controllo
- [ ] Il feedback è basato sul lavoro effettivo dello studente e sulla mia osservazione?
- [ ] Ho scelto come target il prodotto e non la persona?
- [ ] Esiste un punto di forza e un passaggio di miglioramento attuabile?
- [ ] Il feedback è personalizzato o uniforme?
- [ ] Ho mantenuto il tono appropriato all'età e incoraggiante?