लाभ:
- दीर्घकालीन लक्ष्य र छोटो-अवधि (मापनयोग्य) लक्ष्य बीचको भिन्नता बुझ्न र मापदण्ड-उन्मुख लक्ष्य रूपरेखा उत्पादन गर्न कृत्रिम बुद्धिमत्ता प्रयोग गर्ने क्षमता।
- विद्यार्थीको कार्यसम्पादन स्तरमा आधारित उद्देश्य र मूल्याङ्कन मापदण्डहरूको चरणबद्ध (कार्य विश्लेषण) सेट सिर्जना गर्ने क्षमता
- स्वीकार गर्ने क्षमता IEP लक्ष्यहरूको अन्तिम स्वीकृति IEP टोली र परिवारको हो, र कृत्रिम बुद्धिमत्ता मस्यौदा विशेषज्ञ अनुकूलन बिना मान्य हुँदैन।
IEP (व्यक्तिगत शिक्षा कार्यक्रम) विद्यार्थीको व्यक्तिगत आवश्यकता अनुसार तयार पारिएको औपचारिक योजना हो, कुन लक्ष्यहरू, कसरी र कुन समयमा प्राप्त हुनेछन् भन्ने लेख्ने। यो विशेष शिक्षाको मुटु हो: राम्रोसँग लेखिएको IEP ले बच्चाले एक वर्षको अवधिमा के सिक्ने, शिक्षकले के सिकाउने, र प्रगति कसरी नाप्ने भन्ने निर्धारण गर्छ। अर्कोतर्फ, खराब रूपमा लेखिएको IEP, वाक्यहरू समावेश गर्दछ जुन राम्रो देखिन्छ तर मापन गर्न सकिँदैन र बच्चालाई उपयुक्त हुँदैन, र फाइलमा रहन्छ। यस एकाइमा, हामी BEP लक्ष्यहरूको रूपरेखा छिटो र नाप्ने रूपमा उत्पादन गर्न AI कसरी प्रयोग गर्ने भनेर सिक्नेछौं। सुरुदेखि ध्यान दिनुहोस्: लक्ष्यहरूको अन्तिम स्वीकृति IEP टोली र परिवारको हो; एआई ड्राफ्ट विशेषज्ञ अनुकूलन बिना मान्य छैन।
दीर्घकालीन र अल्पकालीन लक्ष्यहरू बीचको भिन्नता
BEP मा दुई प्रकारका उद्देश्यहरू छन्। दीर्घकालीन लक्ष्य (UDA) समग्र लक्ष्य हो जुन सामान्यतया विद्यालय वर्षको अन्त्यमा प्राप्त हुने अपेक्षा गरिन्छ; उदाहरणका लागि "विद्यार्थीले सरल पाठहरू पढ्छन् र बुझ्छन्"। छोटो अवधिको लक्ष्य (SBA) मापनयोग्य मध्यवर्ती चरणहरू हुन् जसले यो समग्र लक्ष्यमा पुर्याउँछ; उदाहरणका लागि, "विद्यार्थीले 10 दुई-अक्षर शब्दहरू मध्ये कम्तिमा 8 ठुलो स्वरले पढ्छ"। लामो लक्ष्यले दिशा देखाउँछ, छोटो लक्ष्यले बाटो देखाउँछ।
राम्रो छोटो-अवधि लक्ष्यमा तीन तत्वहरू समावेश छन्; हामी यसलाई संक्षिप्त रूपमा KBS (सर्त-व्यवहार-मापदण्ड) भन्न सक्छौं:
- अवस्था: कस्तो अवस्थामा व्यवहार देखाइनेछ ("जब चित्र कार्डहरू दिइन्छ", "जब शिक्षक मोडेलहरू")।
- व्यवहार: अवलोकनयोग्य, मापनयोग्य कार्य ("मिल्छ," "जोरले पढ्छ," "बिन्दु")। मानसिक र अथाह अभिव्यक्तिहरू जस्तै "बुझिन्छ", "जान्छ", "सचेत हुन्छ" लाई बेवास्ता गरिन्छ।
- मापदण्ड: सफलता सीमा ("10 परीक्षणहरू मध्ये 8", "80% सटीक", "मौखिक संकेत बिना स्वतन्त्र")।
सावधानी: "विद्यार्थीले संख्या सिक्ने" लक्ष्य होइन; मापन गर्न सकिँदैन। "विद्यार्थीहरूले 1-10 नम्बरहरू सही रूपमा देखाउँदा 10 मध्ये 8 पटक देखाउँछन्" एक मापनयोग्य लक्ष्य हो। AI मा सधैं CBL (सर्त-व्यवहार-मापदण्ड) ढाँचा लागू गर्नुहोस्।
क्यास्केडिङ (कार्य विश्लेषण)
एउटा सीप प्रायः एक पाइलामा सिकाइँदैन; साना चरणहरूमा विभाजन गरिएको छ। यसलाई कार्य विश्लेषण भनिन्छ। उदाहरण को लागी, कौशल "उनको हात धुन्छ"; यसलाई ट्याप खोल्ने, भिजाउने, साबुन लिने, स्क्रब गर्ने, कुल्ला गर्ने, बन्द गर्ने र सुकाउने जस्ता चरणहरूमा विभाजन गर्न सकिन्छ। AI ले लक्ष्यलाई तार्किक उप-चरणहरूमा विभाजन गर्न राम्रोसँग काम गर्दछ; तर विशेषज्ञले बच्चाको लागि चरणहरूको उपयुक्तता र क्रम जाँच गर्दछ। क्यास्केडिङले शिक्षणलाई सजिलो बनाउँछ र तपाइँलाई चरणबद्ध रूपमा प्रगति मापन गर्न अनुमति दिन्छ।
निम्न तालिकाले राम्रो र खराब उद्देश्य कथनहरू तुलना गर्दछ:
कमजोर अभिव्यक्ति (अनमापन)
बलियो अभिव्यक्ति (KDS संग)
विद्यार्थीलाई पढ्न मन पर्छ
5 मध्ये 4 सत्रहरूमा ठूलो स्वरमा पढ्ने गतिविधिमा भाग लिन्छ
संख्या बुझ्छ
85% शुद्धता संग 1-20 नम्बरहरू नामहरू
साथीभाइसँग राम्रै मिल्छ
खेलको क्रममा मौखिक संकेतको साथ 5 मध्ये 4 पटक आफ्नो पालोको लागि पर्खनुहोस्
पेन्सिल समात्न सिक्छ
ट्रिपल ग्रिपको साथ 10 मिनेटको लागि स्वतन्त्र लेखन
आफैलाई व्यक्त गर्दछ
8 मध्ये 6 मा AAC कार्डको साथ आवश्यक छ
तीन मिनी केसहरू
केस 1 - असीम इरादा सुधार गर्दै। एक शिक्षकको मस्यौदा IEP पढियो, "विद्यार्थी संचार कौशल सुधार गर्दछ।" यो वाक्य मापन गर्न सकिँदैन र वर्षको अन्त्यमा "यसले सुधार गर्यो" भन्ने प्रश्नको जवाफ दिँदैन। शिक्षकले AI लाई अज्ञात प्रोफाइल दिनुभयो र भन्नुभयो, "यस सामान्य लक्ष्यलाई 4 मापनयोग्य छोटो लक्ष्यहरूमा विभाजन गर्नुहोस्, प्रत्येक सर्त-व्यवहार-मापदण्डको साथ।" एआईले चार जीएसएम उद्देश्यहरू उत्पादन गरेको छ; शिक्षकले बालबालिकाको स्तर अनुसार मापदण्ड घटाए। हरेक लक्ष्य अब ट्र्याक गर्न सकिन्छ।
केस २ - क्यास्केडिङ। एक विद्यार्थीको लागि, "खाताहरू परिवर्तन गर्नुहोस्" लक्ष्य धेरै ठूलो थियो। शिक्षकले एआईलाई कार्य विश्लेषणको लागि सोधे; AI ले लक्ष्यलाई "मुद्राहरू पहिचान गर्नुहोस् → राउन्ड अप टु 10 → साधारण परिवर्तन → वास्तविक किनमेल सिमुलेशन" जस्ता चरणहरूमा विभाजन गर्यो। शिक्षकले एक कदमलाई दुई भागमा विभाजन गर्दै अनुक्रमको समीक्षा गर्नुभयो। यसरी, बच्चाले प्रत्येक हप्ता मापनयोग्य कदम अघि बढ्यो। नतिजा: एक अमूर्त लक्ष्य एक सिकाउन योग्य अनुक्रम मा परिणत भयो।
केस 3 - अत्यधिक महत्वाकांक्षी लक्ष्य। एउटा मस्यौदामा, एआईले बच्चाको हालको स्तर थाहा नपाई "स्वतन्त्र रूपमा १०० शब्दहरू पढ्छ" जस्ता धेरै उच्च बेन्चमार्कको सुझाव दियो। शिक्षकलाई थाहा थियो कि बच्चाले अब 12 शब्दहरू चिनेको छ; यो लक्ष्य अवास्तविक थियो र एक वर्षमा असफलता उत्पन्न हुनेछ। उनले मापदण्डलाई तीन मध्यवर्ती अंकको साथ "40 शब्दहरू" को रूपमा पुन: लेखे। गल्ती: AI लाई वास्तविक प्रदर्शन स्तर नदिई मेट्रिक्स सुझाव दिन।
केस 4 - जब सामान्यीकरण बिर्सिएको छ। एक विद्यार्थीले "शिक्षकसँग कक्षामा 10 वस्तुहरू गन्ने" लक्ष्य हासिल गर्यो तर अवकाशमा, घरमा वा विभिन्न वस्तुहरूसँग सीप प्रदर्शन गर्न असमर्थ भयो। शिक्षकले लक्ष्यको सामान्यीकरण पक्षलाई बेवास्ता गरेका थिए (विभिन्न वातावरण, व्यक्ति र सामग्रीहरूमा समान कौशल)। उसले AI लाई सामान्यीकरणको मापदण्ड समावेश गर्न उद्देश्यलाई पुन: लेख्न भन्यो: "तीन फरक वातावरणमा 10 मा गणना हुन्छ, कम्तिमा दुई फरक व्यक्तिहरू, फरक वस्तुहरूसँग।" यसरी, लक्ष्य कक्षाकोठाको अवस्थामा मात्र सीमित थिएन, तर वास्तविक जीवनमा लगाइयो। सिद्धान्त: विभिन्न वातावरणमा सामान्यीकरण नगरेसम्म सीप पूर्ण रूपमा प्राप्त हुँदैन, र लक्ष्यले यसलाई सुरुदेखि नै समावेश गर्नुपर्छ।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट:
अटिजम भएको बच्चाको लागि सञ्चार लक्ष्यहरू लेख्नुहोस्।
यो अनुरोध धेरै सामान्य छ: यसमा बच्चाको स्तर, वर्तमान सञ्चार शैली र प्राथमिकता छैन। वाक्यांश "अटिजम भएको बच्चा" एकरूपता मानिन्छ; तथापि, प्रत्येक बच्चा व्यक्तिगत छ। नतिजा भनेको क्लिच लक्ष्यहरू हो जुन कसैलाई पनि मिल्दैन।
शक्तिशाली प्रम्प्ट:
तपाईंको भूमिका: IEP तयार गर्ने विशेष शिक्षा शिक्षकको सहायक। विद्यार्थी (अज्ञात): 7 वर्ष पुरानो। मौखिक अभिव्यक्ति सीमित छ, लगभग 15 ठोस शब्दहरू प्रयोग गर्दछ, चित्र कार्डहरूमा रुचि देखाउँदछ। डोमेन: अभिव्यक्त संचार। कार्य: 1 दीर्घकालीन लक्ष्य + 4 छोटो-अवधि लक्ष्यहरू मस्यौदा लेख्नुहोस्। ढाँचा: प्रत्येक छोटो लक्ष्यमा CONDITION + अवलोकनयोग्य व्यवहार + मापदण्ड समावेश छ। मापदण्डलाई यथार्थपरक र क्रमिक राख्नुहोस् (सजिलो देखि गाह्रो)। गैर-मापन गर्न सकिने वेयर प्रयोग नगर्नुहोस्, यो जान्न सकिन्छ। एक मस्यौदा र टोली र परिवार द्वारा अनुकूलित हुनेछ।
यस प्रम्प्टमा, प्रोफाइल, क्षेत्र, आकार (KDM) र यथार्थवाद नियम छ। आउटपुट एक सफा र मापन योग्य रूपरेखा हो।
अतिरिक्त टेम्प्लेट: मूल्याङ्कन मापदण्ड र विधि
प्रत्येक गोलसँगै यसलाई कसरी नाप्ने भन्ने पनि लेख्नुपर्छ । यस टेम्प्लेटको साथ, AI लाई उद्देश्य + मापन संयोजन गर्न सोध्न सकिन्छ:
प्रत्येक छोटो-अवधि लक्ष्यको लागि, निम्न रेखाहरू पनि उत्पादन गर्नुहोस्: - मूल्याङ्कन विधि: (अवलोकन / रेकर्डिङ तालिका / अध्ययन नमूना / परीक्षण) - मापन आवृत्ति: (साप्ताहिक / द्वि-साप्ताहिक) - सफलता मापदण्ड: (जस्तै 3 लगातार सत्रहरूमा 80%) - अनुकूलन नोट: (क्यु टाइम प्रकार, सामग्री)
र लक्ष्यहरूलाई प्राथमिकता दिन:
तपाईंले उत्पादन गर्नुभएका 4 छोटो उद्देश्यहरू, 1-4, सिक्ने क्रममा सङ्ख्या गर्नुहोस्, र प्रत्येकको लागि अनुमानित अध्ययन समय (कति हप्ता) सुझाव गर्नुहोस्। बताउनुहोस् कि यो एक सुझाव हो र सही समय टोलीमा निर्भर छ।
सामान्य गल्तीहरू
- अतुलनीय क्रियाहरू प्रयोग गर्दै। "उहाँले बुझ्नुहुन्छ, उहाँ जान्नुहुन्छ, उहाँ विकास गर्नुहुन्छ, उहाँ सचेत हुनुहुन्छ" लक्ष्यहरूलाई अपार बनाउँछ; अवलोकन योग्य क्रियाहरू छान्नुहोस्।
- हालको स्तर नदिई मापदण्डको लागि सोध्दै। AI ले बेन्चमार्कहरू सुझाव दिन सक्छ जुन अवास्तविक, धेरै उच्च वा धेरै कम छन्।
- एक समान "निदान" तर्क संग एक लक्ष्य लेख्दै। "X को निदान गरिएका बच्चाहरूको लागि लक्ष्यहरू" भन्नाले व्यक्तित्वलाई बेवास्ता गर्छ।
- कोष्ठक छोड्दै। ठूलो लक्ष्यलाई चरणहरूमा विभाजित नगरी दिनुले शिक्षण र मापन दुवैलाई गाह्रो बनाउँछ।
- मूल्याङ्कन विधि लेखिएको छैन। एउटा लक्ष्य जसको मापदण्ड छ तर यसलाई कसरी मापन गर्ने भनेर स्पष्ट छैन अनुगमन गर्न सकिँदैन।
- जसरी मस्यौदामा हस्ताक्षर गर्नुहोस्। टोली र पारिवारिक अनुकूलन बिना IEP लक्ष्यलाई अन्तिम रूप दिन सकिँदैन।
संक्षेपमा
BEP लक्ष्यहरू विशेष शिक्षाको मार्गचित्र हुन्। दीर्घकालीन लक्ष्यले दिशा देखाउँछ, अल्पकालीन लक्ष्यले बाटो देखाउँछ। राम्रो छोटो उद्देश्यले CBL (सर्त-व्यवहार-मापदण्ड) बोक्छ र मापन योग्य क्रिया समावेश गर्दछ। ठूला लक्ष्यहरू कार्य विश्लेषण मार्फत साना चरणहरूमा विभाजित हुन्छन्। AI ले द्रुत रूपमा यी लक्ष्यहरूको रूपरेखा उत्पन्न गर्दछ, लक्ष्यलाई क्यास्केड गर्दछ, र मूल्याङ्कन मापदण्ड सुझाव दिन्छ; तर तपाईले बच्चाको वास्तविक स्तर दिनुहुन्छ, तपाईले मापदण्डलाई यथार्थवादी बनाउनुहुन्छ, र अन्तिम स्वीकृति IEP टोली र परिवारको हो।
आवेदन कार्य
विद्यार्थीको लागि दीर्घकालीन लक्ष्य छान्नुहोस्। AI लाई यस इकाईमा अज्ञात प्रोफाइल र "शक्तिशाली प्रम्प्ट" सहित ४ छोटो अवधिका लक्ष्यहरू रूपरेखा बनाउन लगाउनुहोस्। CBL (सर्त-व्यवहार-मापदण्ड) को लागि प्रत्येक उद्देश्य जाँच गर्नुहोस्: के त्यहाँ कुनै हराइरहेको तत्वहरू छन्, के कार्य मापन योग्य छ, के मापदण्ड यथार्थपरक छ? बच्चाको वास्तविक स्तरमा कम्तिमा दुई लक्ष्यहरूको मापदण्ड समायोजन गर्नुहोस् र प्रत्येकमा मूल्याङ्कन गर्ने विधि थप्नुहोस्।
चेकलिस्ट
- [] प्रत्येक छोटो लक्ष्यका सर्तहरू, अवलोकनयोग्य व्यवहार र मापदण्डहरू हुन्छन्।
- [ ] त्यहाँ कुनै पनि नाप्न नसकिने क्रियाहरू छैनन् (बुझ्ने / थाहा हुन्छ / सचेत हुन्छ)।
- [ ] मापदण्डहरू बच्चाको वास्तविक स्तरमा आधारित यथार्थवादी छन्।
- [ ] मैले कार्य विश्लेषणको साथ ठूलो लक्ष्यलाई क्यास्केड गरें।
- [] प्रत्येक लक्ष्यको मूल्याङ्कन विधि र आवृत्ति स्पष्ट छ।
- [ ] टोली र परिवारको स्वीकृतिमा लक्ष्यहरूलाई अन्तिम रूप दिइने मैले नोट गरें।