നേട്ടങ്ങൾ:
- വിശകലനപരവും സമഗ്രവുമായ റൂബ്രിക് തരങ്ങൾ, മാനദണ്ഡങ്ങൾ, വിജയ തല ആശയങ്ങൾ എന്നിവ മനസിലാക്കാനും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ പിന്തുണയോടെ സുതാര്യമായ ഒരു റബ്രിക്ക് രൂപകൽപ്പന ചെയ്യാനും ഉള്ള കഴിവ്.
- പെർഫോമൻസ് ടാസ്ക്, പോർട്ട്ഫോളിയോ, പ്രോജക്റ്റ് മൂല്യനിർണ്ണയം എന്നിവയ്ക്കായി നേട്ടങ്ങൾ അലൈൻ ചെയ്ത അളവുകളും പോയിൻ്റ് വെയ്റ്റുകളും നിർമ്മിക്കാനുള്ള കഴിവ്.
- ഗ്രേഡുകളും അന്തിമ മൂല്യനിർണ്ണയവും നൽകാനുള്ള തീരുമാനം അധ്യാപകൻ്റേതാണെന്നും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിന് സ്കോറിംഗ് ഒറ്റയ്ക്ക് ചെയ്യാൻ കഴിയില്ലെന്നും സ്ഥിരത അധ്യാപകൻ പരിശോധിക്കണമെന്നും മനസ്സിലാക്കാനുള്ള കഴിവ്.
"ഈ പ്രോജക്റ്റിന് 70 ലഭിച്ചു" എന്ന് ഒരു വിദ്യാർത്ഥിയോട് പറയാൻ എളുപ്പമാണ്; എന്നാൽ വിദ്യാർത്ഥി ചോദിക്കുന്നു "എന്തുകൊണ്ട് 70?" അല്ലെങ്കിൽ പാരൻ്റ് ഒബ്ജക്റ്റുകൾ, നിങ്ങൾക്ക് ന്യായമായതും പ്രതിരോധിക്കാവുന്നതുമായ അടിസ്ഥാനം ഉണ്ടായിരിക്കണം. ഈ അടിസ്ഥാനം റൂബ്രിക്ക് ആണ്: ഏത് മാനദണ്ഡങ്ങൾക്കനുസൃതമായി മുൻകൂട്ടി കാണിക്കുന്ന ഒരു സ്കോറിംഗ് ടൂൾ, ഏത് തലങ്ങളിൽ ഒരു പ്രകടനം (പ്രോജക്റ്റ്, കോമ്പോസിഷൻ, അവതരണം, പോർട്ട്ഫോളിയോ) വിലയിരുത്തപ്പെടും. ഒരു നല്ല റബ്രിക്ക് രണ്ടും വിദ്യാർത്ഥിയോട് "നിങ്ങളിൽ നിന്ന് എന്താണ് പ്രതീക്ഷിക്കുന്നത്" എന്ന് പറയുകയും അധ്യാപകൻ്റെ സ്കോറിംഗ് സ്ഥിരവും സുതാര്യവുമാക്കുകയും ചെയ്യുന്നു. AI വേഗത്തിൽ നേട്ടവുമായി ബന്ധപ്പെട്ട അളവുകളും ലെവൽ നിർവചനങ്ങളും തയ്യാറാക്കുന്നു; നിങ്ങൾ വിന്യാസം, ന്യായം, ഭാരം എന്നിവ നിർണ്ണയിക്കുന്നു. അതിർത്തി വ്യക്തമാണ്: ഗ്രേഡിംഗും അന്തിമ മൂല്യനിർണ്ണയവും വിദ്യാർത്ഥിയെ ബാധിക്കുന്ന ഒരു തീരുമാനമാണ്; ഉത്തരവാദിത്തവും അന്തിമ അംഗീകാരവും അധ്യാപകനാണ്. AI-ക്ക് ഒറ്റയ്ക്ക് സ്കോർ ചെയ്യാൻ കഴിയില്ല.
റൂബ്രിക് തരങ്ങളും ഘടകങ്ങളും
രണ്ട് അടിസ്ഥാന തരങ്ങളുണ്ട്. അനലിറ്റിക്കൽ റബ്രിക് പ്രകടനത്തെ പ്രത്യേക മാനദണ്ഡങ്ങളായി വിഭജിക്കുന്നു-ഉദാഹരണത്തിന്, "ഉള്ളടക്കം", "ഓർഗനൈസേഷൻ", "ഭാഷയും ആവിഷ്കാരവും," "എഴുത്ത്" ഒരു ഉപന്യാസത്തിൽ - കൂടാതെ ഓരോ മാനദണ്ഡവും നേട്ടത്തിൻ്റെ പ്രത്യേക തലങ്ങളിൽ സ്കോർ ചെയ്യുന്നു (ഉദാ: 4=വളരെ നല്ലത്, 3=നല്ലത്, 2=മെച്ചപ്പെടുത്തൽ, 1=ആരംഭം). വിശദമായ ഫീഡ്ബാക്ക് നൽകുന്നു, എന്നാൽ തയ്യാറാക്കാനും സ്കോർ ചെയ്യാനും സമയമെടുക്കും. ഹോളിസ്റ്റിക് റബ്രിക്ക് മുഴുവൻ പഠനത്തിനും ഒരൊറ്റ പൊതു തലം നൽകുന്നു; ഇത് വേഗതയുള്ളതാണ്, പക്ഷേ അത് എവിടെയാണ് കുറയുന്നതെന്ന് കാണിക്കുന്നില്ല.
ഒരു അനലിറ്റിക്കൽ റബ്രിക്കിൻ്റെ ഘടകങ്ങൾ ഇവയാണ്: മാനദണ്ഡം (ഞങ്ങൾ എന്താണ് വിലയിരുത്തുന്നത്), ലെവലുകൾ (എത്ര നല്ലതാണ്), ഓരോ സെല്ലിൻ്റെയും ലെവൽ ഡെഫനിഷൻ (ആ ലെവലിൻ്റെ കോൺക്രീറ്റ് സൂചകം), ഭാരം (സ്കോറിൻ്റെ എത്ര ശതമാനം ഏത് മാനദണ്ഡമാണ്). നല്ല നിലയുടെ നിർവചനം നിരീക്ഷിക്കാവുന്നതാണ്: "നന്നായി എഴുതിയിരിക്കുന്നു" എന്നല്ല, "ലോജിക്കൽ ക്രമത്തിൽ 2 അക്ഷരത്തെറ്റുകളും ഖണ്ഡികകളും കൂടുതലാകരുത്".
നുറുങ്ങ്: ടാസ്ക്കിന് മുമ്പ് വിദ്യാർത്ഥിയുമായി റബ്രിക്ക് പങ്കിടുക. റൂബ്രിക് ഒരു സർപ്രൈസ് നോട്ട് ടൂൾ അല്ല, മറിച്ച് ഒരു പഠന ഭൂപടമാണ്; എന്താണ് പ്രവർത്തിക്കേണ്ടതെന്ന് വിദ്യാർത്ഥിക്ക് അറിയാമെങ്കിൽ, അവൻ ഒരു മികച്ച ഉൽപ്പന്നം നിർമ്മിക്കുന്നു.
സ്ഥിരതയും ന്യായവും
റബ്രിക്കിൻ്റെ യഥാർത്ഥ മൂല്യം സ്ഥിരതയാണ്: രണ്ട് അധ്യാപകർ ഒരേ ജോലി രണ്ട് വ്യത്യസ്ത സമയങ്ങളിൽ സ്കോർ ചെയ്യുമ്പോൾ, ഫലം സമാനമായിരിക്കണം. ഇതിനെ റേറ്റർ വിശ്വാസ്യത എന്ന് വിളിക്കുന്നു. AI റൂബ്രിക്ക് ഔട്ട്ലൈൻ ഉണ്ടാക്കിയേക്കാം, പക്ഷേ അധ്യാപകൻ സ്ഥിരത നൽകുന്നു: ലെവൽ വിവരണങ്ങൾ വേണ്ടത്ര മൂർച്ചയുള്ളതാക്കുക, റബ്രിക്ക് (ട്രയൽ സ്കോറിംഗ്) ഉപയോഗിച്ച് കുറച്ച് കേസ് സ്റ്റഡീസ് "കാലിബ്രേറ്റ്" ചെയ്യുക, നാമമാത്രമായ കേസുകളിൽ നിയമം വ്യക്തമാക്കുക എന്നിവ അധ്യാപകൻ്റെ ജോലിയാണ്.
നീതിയുടെ താൽപ്പര്യത്തിൽ, ഫലവുമായി അപ്രസക്തമായ കാര്യങ്ങൾ റബ്രിക്ക് സ്കോർ ചെയ്യാൻ പാടില്ല (കൈയക്ഷരത്തിൻ്റെ ഭംഗി, വിദ്യാർത്ഥിക്ക് സാമൂഹിക സാമ്പത്തിക പ്രവേശനം ആവശ്യമുള്ള മെറ്റീരിയൽ). AI ചിലപ്പോൾ "അവതരണ സൗന്ദര്യശാസ്ത്രം" പോലെയുള്ള നോൺ-അറ്റൈൻമെൻ്റ് മാനദണ്ഡങ്ങൾ ചേർക്കുന്നു; അവ ക്രമീകരിക്കേണ്ടത് ആവശ്യമാണ്.
ഘട്ടം ഘട്ടമായി: AI ഉള്ള റൂബ്രിക് ഡിസൈൻ
- ചുമതലയും നേട്ടവും നൽകുക. റൂബ്രിക്ക് എന്ത് അളക്കും എന്നത് ഏത് ഫലത്തെ ആശ്രയിച്ചിരിക്കുന്നു.
- തരം തിരഞ്ഞെടുക്കുക. നിങ്ങൾക്ക് വിശദമായ ഫീഡ്ബാക്ക് വേണമെങ്കിൽ, വിശകലനം; നിങ്ങൾക്ക് വേഗത്തിലുള്ള പൊതു വിധി വേണമെങ്കിൽ, സമഗ്രമായ.
- മാനദണ്ഡങ്ങൾ ആവശ്യപ്പെടുക, പക്ഷേ അവ ഫിൽട്ടർ ചെയ്യുക. നേട്ടം സംബന്ധിച്ച 3-5 മാനദണ്ഡങ്ങൾ; അപ്രസക്തമായവ നീക്കം ചെയ്യുക.
- കോൺക്രീറ്റ് ലെവൽ നിർവചനങ്ങൾ. നിരീക്ഷിക്കാവുന്ന സൂചകങ്ങൾ ആവശ്യപ്പെടുക.
- ശരീരഭാരം കുറയ്ക്കുക. ഏത് മാനദണ്ഡമാണ് കൂടുതൽ പ്രധാനം? ആകെ 100 ആകട്ടെ.
- കാലിബ്രേറ്റ് ചെയ്യുക. 1-2 സാമ്പിൾ പഠനങ്ങൾ റബ്രിക്സും ടെസ്റ്റ് സ്ഥിരതയും ഉപയോഗിച്ച് സ്കോർ ചെയ്യുക.
- അന്തിമ തീരുമാനം എടുക്കുക. AI ഒരു സാമ്പിൾ സ്കോർ നിർദ്ദേശിച്ചാലും, അധ്യാപകൻ അവസാന ഗ്രേഡ് നൽകുന്നു.
മൂന്ന് മിനി കേസുകൾ
കേസ് 1 - നോൺ-അറ്റൈൻമെൻ്റ് മാനദണ്ഡം വേർതിരിച്ചെടുക്കൽ. ഒരു ടർക്കിഷ് അധ്യാപകൻ AI-യോട് ഒരു ഉപന്യാസത്തിനായി ഒരു അനലിറ്റിക്കൽ റബ്രിക്ക് ആവശ്യപ്പെട്ടു. AI 5 മാനദണ്ഡങ്ങൾ നിർദ്ദേശിച്ചു, എന്നാൽ ഒന്ന് "കൈയക്ഷര സൗന്ദര്യം" ആയിരുന്നു - ഒരു മാനദണ്ഡം ഫലവുമായി അപ്രസക്തവും അവികസിത കൈയക്ഷരമുള്ള വിദ്യാർത്ഥിയെ അന്യായമായി ശിക്ഷിക്കുകയും ചെയ്തു. ടീച്ചർ അത് പുറത്തെടുത്ത് "ആശയ വികസനം" എന്ന് മാറ്റി. റൂബ്രിക്ക് ന്യായവും നേട്ടങ്ങൾ വിന്യസിച്ചതുമായിരുന്നു.
കേസ് 2 - കോൺക്രീറ്റൈസേഷൻ. ഒരു അധ്യാപകൻ്റെ ആദ്യ റബ്രിക്കിൽ, ലെവലുകൾ "വളരെ നല്ലത് / നല്ലത് / ന്യായം" പോലെയുള്ള അമൂർത്തമായിരുന്നു; രണ്ട് വിദ്യാർത്ഥികൾ സമാനമായ ജോലിയുടെ വ്യത്യസ്ത തലങ്ങൾ എടുത്തിരുന്നു. "ഓരോ ലെവലും നിരീക്ഷിക്കാവുന്ന സൂചകം ഉപയോഗിച്ച് മാറ്റിയെഴുതാൻ" അദ്ദേഹം AI-യോട് പറഞ്ഞു. "നല്ലത് = കുറഞ്ഞത് 3 ഉദാഹരണങ്ങളും വ്യക്തമായ ഒരു ഉപസംഹാര ഖണ്ഡികയും" തുടങ്ങിയ മൂർത്തമായ നിർവചനങ്ങൾ വന്നപ്പോൾ, സ്ഥിരത വർദ്ധിക്കുകയും എതിർപ്പുകൾ കുറയുകയും ചെയ്തു.
കേസ് 3 - കാലിബ്രേഷൻ. ഒരു പ്രോജക്റ്റ് മൂല്യനിർണ്ണയത്തിൽ, AI നിർമ്മിച്ച റബ്രിക്ക് ഉപയോഗിച്ച് അധ്യാപകൻ ആദ്യം 3 സാമ്പിൾ പ്രോജക്റ്റുകൾ സ്കോർ ചെയ്തു. AI ഒരാൾക്ക് 85 വാഗ്ദാനം ചെയ്തു; AI ഒരു മാനദണ്ഡം വളരെ ഉദാരമായി വ്യാഖ്യാനിച്ചതിനാൽ അധ്യാപകൻ അതേ പ്രോജക്റ്റ് ഒരു റബ്രിക്ക് 72 കണ്ടെത്തി. ടീച്ചർ ലെവൽ വിവരണം വ്യക്തമാക്കുകയും അവസാന ഗ്രേഡുകൾ സ്വയം നൽകുകയും ചെയ്തു. AI ഡ്രാഫ്റ്റ് ത്വരിതപ്പെടുത്തി; ടീച്ചർ തീരുമാനമെടുത്തു.
പകർത്താവുന്ന ടെംപ്ലേറ്റുകൾ
1) അനലിറ്റിക്കൽ റബ്രിക്ക് ഔട്ട്ലൈൻ:
നിങ്ങളുടെ റോൾ: [വിഷയം] അധ്യാപകൻ. ടാസ്ക്: "[പ്രകടന ചുമതല എഴുതുക]", നേട്ടം: "[നേട്ടം]", [X. ക്ലാസ്]. 4 മാനദണ്ഡങ്ങളുള്ള ഒരു അനലിറ്റിക്കൽ റബ്രിക്ക് സൃഷ്ടിക്കുക. ഓരോ മാനദണ്ഡവും ഫലവുമായി ബന്ധപ്പെട്ടതായിരിക്കട്ടെ (കൈയക്ഷരവും സൗന്ദര്യശാസ്ത്രവും പോലുള്ള വസ്തുനിഷ്ഠമല്ലാത്ത മാനദണ്ഡങ്ങൾ ചേർക്കുക). ഓരോ ലെവലിനും 4 വിജയ ലെവലുകളും നിരീക്ഷിക്കാവുന്ന ഒരു സൂചകവും എഴുതുക. മാനദണ്ഡം വെയിറ്റ് ചെയ്യുക, അങ്ങനെ ആകെ 100.
2) ലെവൽ നിർവചനങ്ങൾ കോൺക്രീറ്റുചെയ്യുന്നു:
ഇനിപ്പറയുന്ന റബ്രിക്കിൻ്റെ ലെവൽ വിവരണങ്ങൾ വളരെ അമൂർത്തമാണ് ("നല്ലത്", "ന്യായമായത്"). നിരീക്ഷിക്കാവുന്നതും കണക്കാക്കാവുന്നതുമായ സൂചകങ്ങൾ ഉപയോഗിച്ച് ഓരോ ലെവലും മാറ്റിയെഴുതുക (ഉദാ. "2 പിശകുകളിൽ കൂടുതൽ", "കുറഞ്ഞത് 3 ഉദാഹരണങ്ങളെങ്കിലും"). റൂബ്രിക്: [ഒട്ടിക്കുക]
3) ഹോളിസ്റ്റിക് റബ്രിക്ക് (ദ്രുത മൂല്യനിർണ്ണയം):
"[ടാസ്ക്]" എന്നതിനായി 4-ലെവൽ ഹോളിസ്റ്റിക് റബ്രിക്ക് എഴുതുക. ഓരോ ലെവലും ഒരു ഖണ്ഡികയിൽ ജോലിയുടെ പൊതുവായ സ്വഭാവം വിവരിക്കട്ടെ. നേട്ടം: "[നേട്ടം]". നോട്ട് ശ്രേണികളും നൽകുക.
4) കാലിബ്രേഷൻ പരിശോധന:
ഒരു റബ്രിക്, വിദ്യാർത്ഥി വർക്ക് ചുവടെയുണ്ട്. റബ്രിക്ക് അനുസരിച്ച്, ഓരോ അളവിലും നിങ്ങളുടെ ലെവൽ ന്യായീകരണത്തോടെ പ്രസ്താവിക്കുക. ഇതൊരു നിർദ്ദേശമായി നൽകുക; ഞാൻ ഫൈനൽ ഗ്രേഡ് തരാം. അവ്യക്തമായ ഏതെങ്കിലും മാനദണ്ഡം അടയാളപ്പെടുത്തുക. റൂബ്രിക് + പഠനം: [ഒട്ടിക്കുക]
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായ പ്രോംപ്റ്റ്:
പ്രോജക്റ്റിനായി ഒരു റബ്രിക്ക് എഴുതുക.
ചുമതലയില്ല, നേട്ടം, തരം, മാനദണ്ഡങ്ങളുടെ എണ്ണം, ഭാരം; ഒരു നോൺ-അറ്റൈൻമെൻ്റ്, അമൂർത്തമായ റൂബ്രിക്ക് ദൃശ്യമാകുന്നു.
ശക്തമായ നിർദ്ദേശം:
നിങ്ങളുടെ റോൾ: സയൻസ് ടീച്ചർ. ടാസ്ക്: "വിദ്യാർത്ഥി ഒരു പുനരുപയോഗ ഊർജ്ജ സ്രോതസ്സിനെക്കുറിച്ച് ഗവേഷണം ചെയ്യുകയും ഒരു പോസ്റ്റർ തയ്യാറാക്കുകയും ചെയ്യുന്നു." ലക്ഷ്യം: "വിദ്യാർത്ഥി ഊർജ്ജ സ്രോതസ്സിൻറെ പ്രവർത്തന തത്വവും ഗുണങ്ങളും വിശദീകരിക്കുന്നു." ഏഴാം ക്ലാസ്. 4 മാനദണ്ഡങ്ങളുള്ള അനലിറ്റിക്കൽ റബ്രിക്ക്: ഉള്ളടക്ക കൃത്യത, വിശദീകരണത്തിൻ്റെ വ്യക്തത, ഉറവിടങ്ങളുടെ ഉപയോഗം, ക്രമം. നോൺ-അറ്റൈൻമെൻ്റ് മാനദണ്ഡങ്ങൾ ചേർക്കുന്നു. ഓരോ ലെവലും നിരീക്ഷിക്കപ്പെടട്ടെ; ഭാരങ്ങളുടെ ആകെത്തുക 100 ആണ്.
സവിശേഷത
അനലിറ്റിക്കൽ റബ്രിക്ക്
ഹോളിസ്റ്റിക് റബ്രിക്ക്
മാനദണ്ഡങ്ങളുടെ എണ്ണം
ഒന്നിലധികം, വെവ്വേറെ സ്കോർ
ഏക പൊതു വിധി
പ്രതികരണം
വിശദമായ, മാനദണ്ഡങ്ങൾ അടിസ്ഥാനമാക്കിയുള്ളത്
ജനറൽ
വേഗത
പതുക്കെ
വേഗം
ഏറ്റവും അനുയോജ്യം
പ്രക്രിയ/നൈപുണ്യ വികസനം
ദ്രുത അവലോകനം
AI യുടെ സംഭാവന
മാനദണ്ഡം + ലെവൽ ഔട്ട്ലൈൻ
ലെവൽ പാരഗ്രാഫ് ഡ്രാഫ്റ്റ്
സാധാരണ തെറ്റുകൾ
- നോൺ-അറ്റൈൻമെൻ്റ് അളവ്. കൈയക്ഷരം, സൗന്ദര്യശാസ്ത്രം, മെറ്റീരിയലുകളിലേക്കുള്ള പ്രവേശനം എന്നിങ്ങനെ ഫലവുമായി ബന്ധമില്ലാത്ത കാര്യങ്ങൾ സ്കോർ ചെയ്യുന്നത് ന്യായത്തെ പരാജയപ്പെടുത്തുന്നു.
- അമൂർത്ത തല നിർവ്വചനം. "നല്ലത് / ന്യായം" എന്നതുപോലുള്ള നിർവചനങ്ങൾ പൊരുത്തക്കേടിലേക്കും എതിർപ്പിലേക്കും നയിക്കുന്നു; നിരീക്ഷിക്കാവുന്ന സൂചകം ഉപയോഗിക്കുക.
- റൂബ്രിക്ക് പിന്നീട് കാണിക്കുന്നു. ടാസ്ക്കിന് മുമ്പ് പങ്കിടാത്തത് വിദ്യാർത്ഥിയുടെ ലക്ഷ്യത്തെ നഷ്ടപ്പെടുത്തുന്നു.
- AI ഗ്രേഡ് ഉണ്ടാക്കുന്നു. AI സാമ്പിൾ സ്കോറുകൾ നിർദ്ദേശിച്ചേക്കാം, പക്ഷേ അധ്യാപകൻ അവസാന ഗ്രേഡ് നൽകുന്നു; സ്ഥിരത നിയന്ത്രണം അധ്യാപകൻ്റേതാണ്.
- കാലിബ്രേഷൻ ഒഴിവാക്കുന്നു. കേസ് സ്റ്റഡീസ് ഉപയോഗിച്ച് പരീക്ഷിക്കാതെ റബ്രിക്ക് ഉപയോഗിക്കുന്നത് അതിശയകരമായ ഫലങ്ങൾ നൽകുന്നു.
മുന്നറിയിപ്പ്: AI-ക്ക് ഒരു വിദ്യാർത്ഥി ജോലി നൽകുകയും അത് "സ്കോർ" എന്ന് പറയുകയും ചെയ്യുന്നത് പ്രലോഭിപ്പിക്കുന്നതും എന്നാൽ അപകടകരവുമാണ്. വിദ്യാർത്ഥികളുടെ ജോലിയിൽ വ്യക്തിഗത ഡാറ്റ അടങ്ങിയിരിക്കാം (അജ്ഞാതമാക്കുക) കൂടാതെ AI-യുടെ സ്കോർ പൊരുത്തമില്ലാത്തതോ/പക്ഷപാതപരമോ ആയിരിക്കാം. പോയിൻ്റുകൾ നിർദ്ദേശിക്കാനും ഫീഡ്ബാക്ക് രൂപരേഖ നൽകാനും AI ഉപയോഗിക്കുക; നിങ്ങൾ തീരുമാനിക്കൂ.
ചുരുക്കത്തിൽ
മൂല്യനിർണ്ണയം സുതാര്യവും സ്ഥിരവും പ്രതിരോധകരവുമാക്കുന്ന ഉപകരണമാണ് റൂബ്രിക്. അനലിറ്റിക്കൽ റബ്രിക് മാനദണ്ഡം അടിസ്ഥാനമാക്കിയുള്ള വിശദമായ ഫീഡ്ബാക്ക് നൽകുന്നു, ഹോളിസ്റ്റിക് റബ്രിക്ക് ദ്രുത പൊതു വിധി നൽകുന്നു. നേട്ടങ്ങളുമായി ബന്ധപ്പെട്ട അളവുകൾ, കോൺക്രീറ്റ് ലെവൽ നിർവചനങ്ങൾ, ഭാരം എന്നിവ AI വേഗത്തിൽ തയ്യാറാക്കുന്നു; എന്നാൽ നേടിയെടുക്കാത്ത മാനദണ്ഡങ്ങൾ തരംതിരിച്ച്, ലെവലുകൾ നിരീക്ഷിക്കാവുന്നതാക്കി, കാലിബ്രേറ്റ് ചെയ്ത് ഫൈനൽ ഗ്രേഡ് നൽകേണ്ടത് അധ്യാപകൻ്റെ ഉത്തരവാദിത്തമാണ്. ഗ്രേഡ് എന്നത് വിദ്യാർത്ഥിയെ ബാധിക്കുന്ന ഒരു തീരുമാനമാണ്; ഇത് AI-ലേക്ക് നിയുക്തമാക്കിയിട്ടില്ല.
ആപ്ലിക്കേഷൻ ടാസ്ക്
നിങ്ങൾ ഉടൻ നൽകുന്ന ഒരു പ്രകടന ടാസ്ക്കിനായി "അനലിറ്റിക്കൽ റബ്രിക്ക് ഔട്ട്ലൈൻ" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് 4-മാനദണ്ഡ റൂബ്രിക്ക് സൃഷ്ടിക്കുക. ഏതെങ്കിലും നോൺ-അറ്റൈൻമെൻ്റ് മാനദണ്ഡങ്ങൾ നീക്കം ചെയ്യുകയും ലെവൽ നിർവചനങ്ങൾ നിരീക്ഷിക്കാവുന്നതാക്കുകയും ചെയ്യുക. ഈ റബ്രിക്ക് ഉപയോഗിച്ച് നിങ്ങളുടെ (അല്ലെങ്കിൽ സാങ്കൽപ്പിക) 2 സാമ്പിൾ പഠനങ്ങൾ സ്കോർ ചെയ്തുകൊണ്ട് സ്ഥിരത പരിശോധിക്കുക; രണ്ട് പഠനങ്ങളുടെയും സ്കോറുകൾ അവയുടെ യഥാർത്ഥ ഗുണങ്ങളെ പ്രതിഫലിപ്പിക്കുന്നുണ്ടോ എന്ന് വിലയിരുത്തുകയും നിങ്ങളുടെ റബ്രിക്കിൽ മാറ്റങ്ങൾ വരുത്തുകയും ചെയ്യുക.
ചെക്ക്ലിസ്റ്റ്
- [ ] എല്ലാ മാനദണ്ഡങ്ങളും നേടിയെടുക്കലുമായി ബന്ധപ്പെട്ടതാണോ (നേട്ടമല്ലാത്ത മാനദണ്ഡങ്ങൾ ഇല്ല)?
- [ ] ലെവൽ നിർവചനങ്ങൾ നിരീക്ഷിക്കാവുന്നതും മൂർത്തവുമാണോ?
- [ ] ഞാൻ തൂക്കങ്ങൾ നിശ്ചയിച്ചു, അവയുടെ ആകെത്തുക 100 ആണോ?
- [ ] ടാസ്ക്കിന് മുമ്പ് ഞാൻ വിദ്യാർത്ഥിയുമായി റബ്രിക്ക് പങ്കിടുമോ?
- [ ] സാമ്പിൾ വർക്കിനൊപ്പം ഞാൻ റബ്രിക്ക് കാലിബ്രേറ്റ് ചെയ്യുകയും അവസാന ഗ്രേഡ് സ്വയം നൽകുകയും ചെയ്തോ?