利益:
- 分析的かつ総合的なルーブリックの種類、基準、成功レベルの概念を理解し、人工知能のサポートを受けて透明なルーブリックを設計する能力。
- パフォーマンス タスク、ポートフォリオ、プロジェクトの評価のために、実績に合わせた指標とポイントの重み付けを作成する機能。
- 成績付けと最終評価の決定は教師に属し、人工知能だけでは採点を行うことはできず、一貫性は教師によってチェックされる必要があることを理解する能力。
学生に「このプロジェクトは 70 点です」と言うのは簡単です。しかし学生は「なぜ70歳なのか？」と尋ねます。または親オブジェクトについては、公正かつ防御可能な根拠が必要です。この基礎となるのがルーブリックです。これは、パフォーマンス (プロジェクト、構成、プレゼンテーション、ポートフォリオ) がどのような基準に従って、どのレベルで評価されるかを事前に示す採点ツールです。優れたルーブリックは、生徒に「あなたに何を期待されているか」を伝えると同時に、教師の採点を一貫性と透明性を持たせます。 AI は、達成関連の指標とレベルの定義を迅速に作成します。配置、公平性、重みを決定します。境界は明確です。採点と最終評価は学生に影響を与える決定です。責任と最終承認は教師にあります。 AI だけでは得点することはできません。
ルーブリックの種類とコンポーネント
基本的なタイプは 2 つあります。分析ルーブリックは、パフォーマンスを個別の基準 (たとえば、エッセイの「内容」、「構成」、「言語と表現」、「ライティング」) に分類し、それぞれの基準を個別の達成レベルで採点します (例: 4= 非常に良い、3= 良い、2= 改善、1= 初級)。詳細なフィードバックを提供しますが、準備と採点に時間がかかります。全体的なルーブリックは、研究全体に単一の一般的なレベルを与えます。高速ですが、どこが不足しているかはわかりません。
分析ルーブリックの構成要素は、基準 (何を評価するか)、レベル (どの程度優れているか)、各セルのレベル定義 (そのレベルの具体的な指標)、および重み (スコアの何パーセントがどの基準であるか) です。良好なレベルの定義は観察できます。「よく書かれている」ではなく、「誤字脱字が 2 つ以下で、段落が論理的な順序で並んでいる」。
ヒント: タスクを始める前にルーブリックを生徒と共有してください。ルーブリックはサプライズノートツールではなく、学習マップです。生徒が何に取り組めばよいのかを知っていれば、より良い成果物を生み出すことができます。
一貫性と公平性
ルーブリックの真の価値は一貫性です。2 人の教師が 2 つの異なる時点で同じ課題を採点した場合、結果は同様になるはずです。これを評価者信頼性と呼びます。 AI がルーブリックの概要を作成する場合もありますが、一貫性を提供するのは教師です。レベルの説明を十分に具体的にすること、ルーブリックを使用していくつかのケーススタディを「調整」すること (試行採点)、限界のあるケースのルールを明確にすることは教師の仕事です。
公平性を保つため、ルーブリックでは結果と無関係なもの（手書きの美しさ、学生が社会経済的にアクセスする必要がある内容）を採点すべきではありません。 AI は、「プレゼンテーションの美学」など、達成できない基準を追加することがあります。それらを整理する必要がある。
ステップバイステップ: AI を使用したルーブリック設計
- 課題と成果を与えます。ルーブリックが何を測定するかは、結果によって異なります。
- ジャンルを選択してください。詳細なフィードバックが必要な場合は、分析的なフィードバックが必要です。総合的な、迅速な総合的な判断が必要な場合。
- 基準を尋ねますが、フィルターをかけます。達成に関する 3 ～ 5 つの基準。関係のないものを削除します。
- 具体的なレベルの定義。観察可能な指標を求めてください。
- 体重を減らします。どちらの基準がより重要ですか?合計を100とします。
- 校正します。ルーブリックとテストの一貫性を使用して 1 ～ 2 つのサンプル研究を採点します。
- 最終的な決定を下してください。 AIがサンプルスコアを提案しても、最終的な採点は教師が行います。
ミニケース3個
ケース 1 — 未達成基準の抽出。トルコの教師が AI にエッセイの分析ルーブリックを求めました。 AI は 5 つの基準を提案しましたが、その 1 つは「手書きの美しさ」でした。この基準は成績とは無関係であり、筆跡が未熟な生徒に不当なペナルティを課すものでした。先生はそれを取り出して「アイデア展開」と置き換えました。ルーブリックは公正であり、成果も一致していました。
ケース 2 — 具体化。ある教師の最初のルーブリックでは、レベルは「非常に良い / 良い / まあまあ」など抽象的でした。 2 人の学生が異なるレベルの同様の課題を受講していました。同氏はAIに「観察可能な指標で各レベルを書き換える」ように指示した。 「良い = 少なくとも 3 つの例と明確な結論段落」などの具体的な定義が得られると、一貫性が高まり、反対意見は減少しました。
ケース 3 — 校正。プロジェクトの評価では、教師はまず AI が作成したルーブリックを使用して 3 つのサンプル プロジェクトを採点しました。 AIは誰かに85を提供しました。 AI が 1 つの基準を寛大に解釈しすぎたため、教師は同じプロジェクトにルーブリック 72 を付けました。教師はレベルの説明を明確にし、最終的な成績を自分で割り当てました。 AI がドラフトを加速させた。先生が決断を下した。
コピー可能なテンプレート
1) 分析ルーブリックの概要:
あなたの役割: [被験者] 教師。タスク: "[パフォーマンス タスクの書き込み]"、実績: "[実績]"、[X.クラス]。 4 つの基準を使用して分析ルーブリックを作成します。各基準を結果に関連させます (手書きや美的感覚などの非客観的な基準を追加します)。 4 つの成功レベルと各レベルの OBSERVABLE インジケーターを書き込みます。合計が 100 になるように基準を重み付けします。
2) レベル定義の具体化:
次のルーブリックのレベルの説明は非常に抽象的です (「良い」、「まあまあ」)。各レベルを観察可能で数えられる指標 (例: 「エラーが 2 つ以下」、「例が少なくとも 3 つ」) で書き換えます。ルーブリック: [貼り付け]
3) 全体的なルーブリック (簡単な評価):
「[タスク]」について 4 レベルの総合的なルーブリックを作成します。各レベルで、作業の一般的な性質を 1 つの段落でわかりやすく説明します。ゲイン：「[ゲイン]」。音域も教えてください。
4) 校正チェック:
以下はルーブリックと生徒の作品です。ルーブリックに従って、各尺度のレベルを根拠を添えて述べてください。これを提案として与えてください。最終成績を付けさせていただきます。不明瞭な基準がある場合はマークを付けてください。ルーブリック + 学習: [貼り付け]
弱いプロンプト / 強いプロンプト
弱いプロンプト:
プロジェクトのルーブリックを作成します。
タスク、実績、タイプ、基準の数、重みはありません。達成されていない抽象的なルーブリックが表示されます。
強力なプロンプト:
あなたの役割: 科学教師。課題: 「学生は再生可能エネルギー源について調査し、ポスターを作成します。」目的: 「学生はエネルギー源の動作原理と利点を説明します。」 7年生。内容の正確さ、説明の明確さ、出典の使用、順序の 4 つの基準を備えた分析ルーブリック。未達成基準を追加します。各レベルを観察可能にします。重みの合計は 100 になります。
特徴
分析ルーブリック
全体的なルーブリック
基準の数
複数、個別に採点
単一の一般的な判断
フィードバック
詳細な基準に基づいた
一般
速度
遅い
速い
最も適した
プロセス/スキル開発
概要
AIの貢献
基準＋レベル概要
レベル段落ドラフト
よくある間違い
- 未達成措置。筆跡、美しさ、資料へのアクセスなど、結果に関係のないものを採点することは公平性を損なうことになります。
- 抽象レベルの定義。 「良い/公正」のような定義は矛盾や反対意見を引き起こします。観察可能なインジケーターを使用します。
- 後でルーブリックを表示します。課題を始める前に共有しないと、生徒の目標が奪われます。
- AIグレードを作る。 AI はサンプルスコアを提案する場合がありますが、最終的な採点は教師が行います。一貫性のコントロールは教師のものです。
- キャリブレーションをスキップします。ケーススタディで試してみずにルーブリックを使用すると、驚くべき結果が得られます。
注意: AI に生徒に課題を与えて「採点」と言うのは魅力的ですが危険です。生徒の課題には個人データが含まれている可能性があり（匿名化されており）、AI のスコアに一貫性がない/偏っている可能性があります。 AI を使用してポイントを提案し、フィードバックの概要を説明します。あなたが決めてください。
要約すれば
ルーブリックは、評価を透明性、一貫性、防御可能にするツールです。分析ルーブリックは基準に基づいた詳細なフィードバックを提供し、全体論的ルーブリックは迅速な一般的な判断を提供します。 AI は、達成関連の指標、具体的なレベルの定義、および重み付けを迅速に作成します。しかし、未達成の基準を整理し、レベルを観察できるようにし、調整して最終成績を与えるのは教師の責任です。成績は生徒に影響を与える決定です。 AIには委任されません。
アプリケーションタスク
すぐに与えるパフォーマンス タスク用に、「分析ルーブリック アウトライン」テンプレートを使用して 4 つの基準ルーブリックを作成します。非達成基準を削除し、レベル定義を監視可能にします。次に、このルーブリックを使用して (または仮説の) 2 つのサンプル研究を採点して、一貫性をテストします。 2 つの研究のスコアがその真の性質を反映しているかどうかを評価し、ルーブリックを調整します。
チェックリスト
- [ ] すべての基準は達成に関連していますか (未達成の基準はありません)?
- [ ] レベルの定義は観察可能かつ具体的ですか?
- [ ] 重みを決定しましたが、その合計は 100 ですか?
- [ ] タスクの前にルーブリックを生徒と共有しますか?
- [ ] サンプル作品でルーブリックを調整し、自分で最終成績を付けましたか?