ਇਕਾਈਆਂ
1. ਵਿਸ਼ੇਸ਼ ਸਿੱਖਿਆ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਜਾਣ-ਪਛਾਣ: ਭੂਮਿਕਾਵਾਂ, ਸੀਮਾਵਾਂ, ਪ੍ਰਮਾਣਿਕਤਾ, ਅਤੇ ਗੋਪਨੀਯਤਾ 2. ਮੁਲਾਂਕਣ ਡੇਟਾ ਦੀ ਭਾਵਨਾ ਬਣਾਉਣਾ: ਰੈਮ ਰਿਪੋਰਟ, ਵਿਕਾਸ ਕਹਾਣੀ, ਅਤੇ ਵਿਦਿਆਰਥੀ ਪ੍ਰੋਫਾਈਲ 3. ਡਰਾਫਟ ਵਿਅਕਤੀਗਤ ਸਿੱਖਿਆ ਪ੍ਰੋਗਰਾਮ (IEP): ਲੰਬੇ ਅਤੇ ਛੋਟੀ ਮਿਆਦ ਦੇ ਟੀਚੇ 4. ਅਨੁਕੂਲਿਤ ਅਤੇ ਵਿਭਿੰਨ ਸਮੱਗਰੀ ਉਤਪਾਦਨ: ਸਰਲੀਕਰਨ ਅਤੇ ਵਿਜ਼ੂਅਲ ਸਪੋਰਟ 5. ਵਿਕਲਪਕ ਅਤੇ ਵਿਸਤ੍ਰਿਤ ਸੰਚਾਰ (AAC): ਪ੍ਰਤੀਕ, ਕਾਰਡ, ਸਮਾਜਿਕ ਕਹਾਣੀ, ਅਤੇ ਰੁਟੀਨ 6. ਵਿਵਹਾਰ ਮੁਲਾਂਕਣ ਅਤੇ ਸਕਾਰਾਤਮਕ ਵਿਵਹਾਰ ਸਹਾਇਤਾ ਯੋਜਨਾ 7. ਪ੍ਰਗਤੀ ਟ੍ਰੈਕਿੰਗ ਅਤੇ ਡੇਟਾ-ਸੰਚਾਲਿਤ ਫੈਸਲਾ: ਰਿਕਾਰਡ, ਗ੍ਰਾਫ, ਅਤੇ ਮੈਟ੍ਰਿਕ 8. ਪਹੁੰਚਯੋਗਤਾ ਅਤੇ ਯੂਨੀਵਰਸਲ ਡਿਜ਼ਾਈਨ (UDL): ਹਰ ਕਿਸੇ ਲਈ ਪਹੁੰਚਯੋਗ ਸਮੱਗਰੀ 9. ਪਰਿਵਾਰਕ ਸਹਿਯੋਗ ਅਤੇ ਸੰਚਾਰ ਸਹਾਇਤਾ: ਜਾਣਕਾਰੀ, ਘਰੇਲੂ ਪ੍ਰੋਗਰਾਮ ਅਤੇ ਮੀਟਿੰਗ 10. ਏਕੀਕਰਣ ਕਲਾਸਰੂਮ ਵਿੱਚ ਅੰਤਰ ਅਤੇ ਪੀਅਰ ਸਹਾਇਤਾ 11. ਨੈਤਿਕਤਾ, ਗੋਪਨੀਯਤਾ, ਮਾਹਰ ਨਿਗਰਾਨੀ ਅਤੇ ਅਭਿਆਸ ਸੀਮਾਵਾਂ
ਯੂਨਿਟ 7 / 11

ਪ੍ਰਗਤੀ ਟ੍ਰੈਕਿੰਗ ਅਤੇ ਡੇਟਾ-ਸੰਚਾਲਿਤ ਫੈਸਲਾ: ਰਿਕਾਰਡ, ਗ੍ਰਾਫ, ਅਤੇ ਮੈਟ੍ਰਿਕ

ਲਾਭ:

  • ਪ੍ਰਾਪਤੀ-ਅਧਾਰਿਤ ਪ੍ਰਗਤੀ ਡੇਟਾ (ਪ੍ਰਤੀਸ਼ਤ, ਕੋਸ਼ਿਸ਼ਾਂ ਦੀ ਗਿਣਤੀ, ਸੁਤੰਤਰਤਾ ਪੱਧਰ) ਨੂੰ ਨਿਯਮਤ ਤੌਰ 'ਤੇ ਇਕੱਠਾ ਕਰਨ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਇਸਦਾ ਸੰਖੇਪ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
  • ਡੇਟਾ ਨੂੰ ਦੇਖ ਕੇ ਟੀਚੇ ਨੂੰ ਕਾਇਮ ਰੱਖਣ, ਅਨੁਕੂਲਿਤ ਕਰਨ ਜਾਂ ਬਦਲਣਾ ਹੈ ਜਾਂ ਨਹੀਂ ਇਹ ਫੈਸਲਾ ਕਰਨ ਲਈ ਫੈਸਲੇ ਦੇ ਨਿਯਮ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
  • ਇਹ ਕਾਇਮ ਰੱਖਣ ਦੇ ਯੋਗ ਬਣੋ ਕਿ AI ਵਿਆਖਿਆ ਇੱਕ ਸਿਫ਼ਾਰਸ਼ ਹੈ ਅਤੇ ਅੱਗੇ ਵਧਣ ਦਾ ਫੈਸਲਾ ਮਾਹਰ ਮੁਲਾਂਕਣ ਅਤੇ ਅਸਲ ਨਿਰੀਖਣ 'ਤੇ ਅਧਾਰਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

ਤੁਸੀਂ ਇੱਕ IEP ਟੀਚਾ ਲਿਖਿਆ ਅਤੇ ਪੜ੍ਹਾਉਣਾ ਸ਼ੁਰੂ ਕੀਤਾ। ਤਾਂ ਕੀ ਬੱਚਾ ਤਰੱਕੀ ਕਰ ਰਿਹਾ ਹੈ? ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਅਜਿਹਾ ਪ੍ਰਭਾਵ ਨਹੀਂ ਹੋ ਸਕਦਾ ਜਿਵੇਂ "ਮੈਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਇਹ ਠੀਕ ਚੱਲ ਰਿਹਾ ਹੈ।" ਵਿਸ਼ੇਸ਼ ਸਿੱਖਿਆ ਵਿੱਚ ਪ੍ਰਗਤੀ ਦੀ ਨਿਯਮਤ ਮਾਪ ਦੁਆਰਾ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ; ਇਸਨੂੰ ਡਾਟਾ-ਅਧਾਰਿਤ ਫੈਸਲਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ: ਨਤੀਜਾ-ਆਧਾਰਿਤ ਡੇਟਾ ਨੂੰ ਦੇਖ ਕੇ ਟੀਚੇ ਨੂੰ ਕਾਇਮ ਰੱਖਣ, ਅਨੁਕੂਲ ਬਣਾਉਣ ਜਾਂ ਬਦਲਣ ਦਾ ਫੈਸਲਾ ਕਰਨਾ। ਤਰੱਕੀ ਦੇ ਇੱਕ ਮਾੜੇ ਰਿਕਾਰਡ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਬੱਚੇ ਨੂੰ ਕੁਝ ਸਮੇਂ ਲਈ ਵਿਅਰਥ ਕੰਮ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ; ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਰੱਖਿਆ ਰਿਕਾਰਡ ਛੇਤੀ ਦਖਲ ਅਤੇ ਸਹੀ ਅਨੁਕੂਲਨ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਪ੍ਰਗਤੀ ਡੇਟਾ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ, ਸੰਖੇਪ ਕਰਨ, ਚਾਰਟ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ। ਸ਼ੁਰੂ ਤੋਂ ਸੀਮਾ: AI ਟਿੱਪਣੀਆਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ; ਅੱਗੇ ਵਧਣ ਦਾ ਫੈਸਲਾ ਮਾਹਿਰਾਂ ਦੇ ਨਿਰਣੇ ਅਤੇ ਅਸਲ ਨਿਰੀਖਣ 'ਤੇ ਅਧਾਰਤ ਹੈ।

ਕੀ ਮਾਪਣਾ ਹੈ, ਕਿਵੇਂ ਰਿਕਾਰਡ ਕਰਨਾ ਹੈ

ਹਰ ਪ੍ਰਾਪਤੀ ਦਾ ਇੱਕ ਮਾਪਣਯੋਗ ਪਹਿਲੂ ਹੁੰਦਾ ਹੈ। ਆਮ ਮਾਪ ਦੀਆਂ ਕਿਸਮਾਂ:

  • ਸਹੀ ਪ੍ਰਤੀਸ਼ਤ: ਸਹੀ ਜਵਾਬ / ਕੁੱਲ ਟਰਾਇਲ (ਜਿਵੇਂ ਕਿ 10 ਟ੍ਰਾਇਲਾਂ ਵਿੱਚੋਂ 7 ਸਹੀ = 70%)।
  • ਕੋਸ਼ਿਸ਼ਾਂ/ਵਾਰਵਾਰਤਾ ਦੀ ਸੰਖਿਆ: ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਵਿਵਹਾਰ ਕਿੰਨੀ ਵਾਰ ਹੁੰਦਾ ਹੈ।
  • ਸੁਤੰਤਰਤਾ ਦਾ ਪੱਧਰ: ਵਿਦਿਆਰਥੀ ਕਿੰਨਾ ਕੁ ਕਯੂ ਕਰਦਾ ਹੈ। ਸੰਕੇਤਾਂ ਦੀ ਲੜੀ ਅਕਸਰ ਵਰਤੀ ਜਾਂਦੀ ਹੈ: ਪੂਰੀ ਸਰੀਰਕ ਸਹਾਇਤਾ → ਅੰਸ਼ਕ ਭੌਤਿਕ → ਮਾਡਲਿੰਗ → ਮੌਖਿਕ ਸੰਕੇਤ → ਸੰਕੇਤ → ਸੁਤੰਤਰ। ਟੀਚਾ ਹੌਲੀ ਹੌਲੀ ਕਯੂ ਨੂੰ ਘਟਾਉਣਾ ਅਤੇ ਸੁਤੰਤਰਤਾ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ.
  • ਅਵਧੀ: ਕਿਸੇ ਕੰਮ ਨੂੰ ਪੂਰਾ ਕਰਨ ਜਾਂ ਵਿਵਹਾਰ ਨੂੰ ਕਾਇਮ ਰੱਖਣ ਲਈ ਸਮਾਂ ਲੱਗਦਾ ਹੈ।

ਰਿਕਾਰਡ ਨੂੰ ਹਦਾਇਤ ਦੇ ਦੌਰਾਨ ਜਾਂ ਤੁਰੰਤ ਬਾਅਦ ਸੰਖੇਪ ਅਤੇ ਇਕਸਾਰਤਾ ਨਾਲ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਕਸਾਰਤਾ ਕੁੰਜੀ ਹੈ: ਹਮੇਸ਼ਾਂ ਇੱਕੋ ਪ੍ਰਾਪਤੀ ਨੂੰ ਇੱਕੋ ਮਾਪਦੰਡ ਨਾਲ ਮਾਪੋ ਤਾਂ ਜੋ ਡੇਟਾ ਤੁਲਨਾਤਮਕ ਹੋਵੇ।

ਸੰਕੇਤ: "ਸੁਤੰਤਰਤਾ ਦੇ ਪੱਧਰ" ਨੂੰ ਇੱਕ ਸੰਖਿਆ ਵਿੱਚ ਬਦਲੋ (ਪੂਰੀ ਭੌਤਿਕ=1 … ਸੁਤੰਤਰ=6)। ਇਸ ਲਈ ਤੁਸੀਂ ਗ੍ਰਾਫ ਵਿੱਚ ਇੱਕ ਗੁਣਾਤਮਕ ਸੁਧਾਰ ਵੀ ਦੇਖ ਸਕਦੇ ਹੋ ਜਿਵੇਂ ਕਿ "ਇਸ ਨੂੰ ਘੱਟ ਸੁਰਾਗ ਨਾਲ ਕਰਨਾ"। AI ਇਸ ਸੰਖਿਆਤਮਕ ਲੜੀ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਵਿੱਚ ਵਧੀਆ ਹੈ।

ਹੇਠ ਦਿੱਤੀ ਸਾਰਣੀ ਇੱਕ ਨਮੂਨਾ ਚਾਰ-ਹਫ਼ਤੇ ਦੇ ਡੇਟਾ ਅਤੇ ਇਸਦੀ ਰੀਡਿੰਗ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ:

ਹਫ਼ਤਾ

ਸ਼ੁੱਧਤਾ %

ਸੁਤੰਤਰਤਾ (1-6)

ਟਿੱਪਣੀ ਰੁਝਾਨ

1

40

2 (ਅੰਸ਼ਕ ਸਰੀਰਕ)

ਸ਼ੁਰੂਆਤੀ ਪੱਧਰ

2

55

3 (ਮਾਡਲ)

ਵਾਧਾ ਹੁੰਦਾ ਹੈ

3

58

3 (ਮਾਡਲ)

ਗਿਰਾਵਟ, ਪਠਾਰ

4

72

੪ (ਜ਼ਬਾਨੀ ਸੁਰਾਗ)

ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ

ਇਸ ਸਾਰਣੀ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, "ਟੀਚਾ ਬਣਾਈ ਰੱਖੋ" ਕਹਿਣਾ ਉਚਿਤ ਹੈ: ਸ਼ੁੱਧਤਾ ਅਤੇ ਸੁਤੰਤਰਤਾ ਦੋਵੇਂ ਵਧਦੇ ਹਨ। ਪਰ ਜੇਕਰ ਕੋਈ ਪਠਾਰ ਬਣਿਆ ਰਹਿੰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਤੀਜੇ ਹਫ਼ਤੇ, ਅਨੁਕੂਲਨ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।

ਫੈਸਲੇ ਦੇ ਨਿਯਮ

ਤੁਸੀਂ ਡੇਟਾ ਨੂੰ ਦੇਖ ਸਕਦੇ ਹੋ ਅਤੇ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਫੈਸਲਾ ਕਰਨ ਲਈ ਕਿ ਕੀ ਕਰਨਾ ਹੈ, ਸਧਾਰਨ ਨਿਯਮ ਬਣਾ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ: "ਜੇਕਰ ਲਗਾਤਾਰ ਤਿੰਨ ਮਾਪਾਂ (ਪਠਾਰ) ਵਿੱਚ ਕੋਈ ਸੁਧਾਰ ਨਹੀਂ ਹੁੰਦਾ ਹੈ ਤਾਂ ਅਧਿਆਪਨ ਵਿਧੀ ਨੂੰ ਅਪਣਾਓ"; "ਜੇਕਰ ਮਾਪਦੰਡ ਪੂਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ (ਲਗਾਤਾਰ 3 ਸੈਸ਼ਨਾਂ ਵਿੱਚ 80%) ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਅੱਗੇ ਵਧੋ"; "ਜੇ ਮਹੱਤਵਪੂਰਨ ਰਿਗਰੈਸ਼ਨ ਹੈ, ਤਾਂ ਉਦੇਸ਼ ਅਤੇ ਸ਼ਰਤਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰੋ"। AI ਇਹਨਾਂ ਫੈਸਲੇ ਦੇ ਨਿਯਮਾਂ ਨੂੰ ਤੁਹਾਡੇ ਡੇਟਾ ਤੇ ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸਿਫ਼ਾਰਿਸ਼ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ; ਪਰ ਅਸਲ ਨਿਰੀਖਣ (ਕੀ ਬੱਚਾ ਬਿਮਾਰ ਸੀ, ਕੀ ਵਾਤਾਵਰਣ ਬਦਲਿਆ, ਕੀ ਸਮੱਗਰੀ ਅਨੁਕੂਲ ਨਹੀਂ ਸੀ) ਸਿਰਫ ਤੁਹਾਡੇ ਕੋਲ ਹੈ। ਫੈਸਲਾ ਤੁਹਾਡਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਪਠਾਰ ਨੂੰ ਫੜਨਾ। ਇੱਕ ਅਧਿਆਪਕ ਚਾਰ ਹਫ਼ਤਿਆਂ ਤੋਂ ਇੱਕ ਰੀਡਿੰਗ ਪ੍ਰਾਪਤੀ 'ਤੇ ਡਾਟਾ ਰੱਖ ਰਿਹਾ ਸੀ, ਪਰ ਪ੍ਰਗਤੀ ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਨਹੀਂ ਦੇਖ ਸਕਿਆ। ਉਸਨੇ ਏਆਈ ਨੂੰ ਅਗਿਆਤ ਡੇਟਾ ਦਿੱਤਾ ਅਤੇ ਕਿਹਾ, "ਰੁਝਾਨ ਨੂੰ ਸੰਖੇਪ ਕਰੋ ਅਤੇ ਇੱਕ ਫੈਸਲੇ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰੋ." AI ਨੇ ਦਿਖਾਇਆ ਕਿ ਪਿਛਲੇ ਤਿੰਨ ਮਾਪਾਂ ਵਿੱਚ ਸ਼ੁੱਧਤਾ 58-59-58% 'ਤੇ ਪਠਾਰ ਸੀ ਅਤੇ ਵਿਧੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ। ਅਧਿਆਪਕ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਸਮੱਗਰੀ ਵਿੱਚ ਵਿਜ਼ੂਅਲ ਲੋਡ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੀ, ਇਸ ਨੂੰ ਸਰਲ ਬਣਾਇਆ, ਅਤੇ ਦੋ ਹਫ਼ਤਿਆਂ ਬਾਅਦ ਡੇਟਾ ਦੁਬਾਰਾ ਵਧਿਆ. ਡੇਟਾ ਨੇ ਪਠਾਰ ਨੂੰ ਦਿਖਾਇਆ ਜੋ ਅੱਖ ਤੋਂ ਬਚ ਗਿਆ.

ਕੇਸ 2 - ਸੁਤੰਤਰਤਾ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣਾ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੀ ਸ਼ੁੱਧਤਾ ਪ੍ਰਤੀਸ਼ਤ ਹਫ਼ਤਿਆਂ ਲਈ 70% 'ਤੇ ਪਠਾਰ ਸੀ, ਅਤੇ ਪਰਿਵਾਰ "ਕੋਈ ਤਰੱਕੀ ਨਹੀਂ" ਬਾਰੇ ਚਿੰਤਤ ਸੀ। ਅਧਿਆਪਕ ਨੇ ਸੁਤੰਤਰਤਾ ਦੇ ਪੱਧਰ ਨੂੰ ਵੀ ਮਾਪਿਆ ਅਤੇ ਗ੍ਰਾਫ਼ ਕੀਤਾ (ਸਹੀ ਭੌਤਿਕ → ਮੌਖਿਕ ਸੰਕੇਤ)। AI ਨੇ ਸੰਖੇਪ ਵਿੱਚ ਦੱਸਿਆ ਕਿ ਹਾਲਾਂਕਿ ਸ਼ੁੱਧਤਾ ਸਥਿਰ ਰਹੀ, ਸੰਕੇਤ ਵਿੱਚ ਕਾਫ਼ੀ ਕਮੀ ਆਈ, ਮਤਲਬ ਕਿ ਬੱਚੇ ਨੇ ਉਹੀ ਕੰਮ ਵਧੇਰੇ ਸੁਤੰਤਰ ਰੂਪ ਵਿੱਚ ਕੀਤਾ। ਇਸ ਗ੍ਰਾਫਿਕ ਨਾਲ ਪਰਿਵਾਰ ਨੂੰ ਸਮਝਾਇਆ ਗਿਆ ਸੀ; ਚਿੰਤਾ ਨੇ ਤਰੱਕੀ ਦੀ ਅਸਲ ਤਸਵੀਰ ਨੂੰ ਰਾਹ ਦਿੱਤਾ।

ਕੇਸ 3 - AI ਵਿਆਖਿਆ 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਭਰੋਸਾ ਕਰਨ ਦੀ ਗਲਤੀ। ਇੱਕ ਅਧਿਆਪਕ, ਦੋ ਹਫ਼ਤਿਆਂ ਦੇ ਮਾੜੇ ਡੇਟਾ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, "ਉਦੇਸ਼ ਨੂੰ ਬਦਲਣ" ਲਈ AI ਦੇ ਸੁਝਾਅ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਸਵਾਲ ਦੇ ਸਵੀਕਾਰ ਕਰਨ ਵਾਲਾ ਸੀ। ਹਾਲਾਂਕਿ, ਬੱਚੇ ਨੂੰ ਫਲੂ ਦੇ ਕਾਰਨ ਉਨ੍ਹਾਂ ਦੋ ਹਫ਼ਤਿਆਂ ਦੌਰਾਨ ਅਕਸਰ ਗੈਰਹਾਜ਼ਰੀ ਸੀ; ਘੱਟ ਹੋਣ ਦਾ ਕਾਰਨ ਗੈਰਹਾਜ਼ਰੀ ਸੀ, ਮਕਸਦ ਨਹੀਂ। ਕਿਉਂਕਿ ਅਧਿਆਪਕ ਨੂੰ ਇਹ ਪਤਾ ਸੀ, ਉਸਨੇ ਉਦੇਸ਼ ਨਹੀਂ ਬਦਲਿਆ, ਇੱਕ ਹੋਰ ਹਫ਼ਤੇ ਤੱਕ ਇਸਦਾ ਪਾਲਣ ਕੀਤਾ ਅਤੇ ਡੇਟਾ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ। ਗਲਤੀ: ਅਸਲ ਨਿਰੀਖਣ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤੇ ਬਿਨਾਂ ਸੰਦਰਭ ਤੋਂ ਬਿਨਾਂ AI ਵਿਆਖਿਆ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ।

ਕੇਸ 4 - ਬਹੁ-ਲਾਭ ਸੰਖੇਪ। ਇੱਕ ਅਧਿਆਪਕ ਕੋਲ ਅੱਠ ਵਿਦਿਆਰਥੀ ਸਨ ਅਤੇ ਹਰੇਕ ਵਿੱਚ ਤਿੰਨ ਜਾਂ ਚਾਰ ਪ੍ਰਾਪਤੀਆਂ ਸਨ; ਅੰਤ-ਮਿਆਦ ਦੇ ਮੁਲਾਂਕਣ ਵਿੱਚ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਸਾਰੇ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਦਿਨ ਲੱਗ ਗਏ। ਅਗਿਆਤ ਨੇ ਡੇਟਾ ਟੇਬਲ (ਵਿਦਿਆਰਥੀ ਕੋਡ, ਪ੍ਰਾਪਤੀ, ਹਫਤਾਵਾਰੀ ਮੁੱਲ) AI ਨੂੰ ਸੌਂਪਿਆ ਅਤੇ ਹਰੇਕ ਪ੍ਰਾਪਤੀ ਲਈ ਇੱਕ-ਲਾਈਨ ਰੁਝਾਨ ਸੰਖੇਪ ਅਤੇ ਇੱਕ "ਸਾਵਧਾਨੀ" ਫਲੈਗ (ਪਠਾਰ/ਰਿਗਰੈਸ਼ਨ) ਲਈ ਕਿਹਾ। ਮਿੰਟਾਂ ਦੇ ਅੰਦਰ, ਏਆਈ ਨੇ ਪੰਜ ਜਿੱਤਾਂ ਨੂੰ ਸਕੈਨ ਕੀਤਾ ਅਤੇ ਫਲੈਗ ਕੀਤਾ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਦੀ ਲੋੜ ਸੀ। ਅਧਿਆਪਕ ਨੇ ਇਹਨਾਂ ਪੰਜ ਗੰਭੀਰ ਸਥਿਤੀਆਂ ਲਈ ਆਪਣਾ ਸਮਾਂ ਸਮਰਪਿਤ ਕੀਤਾ; ਬਾਕੀਆਂ ਦੀ ਸਮੀਖਿਆ ਕਰਕੇ ਉਹ ਸੰਤੁਸ਼ਟ ਹੋ ਗਿਆ। ਇੱਥੇ ਏਆਈ ਨੇ "ਸ਼ੁਰੂਆਤੀ ਚੇਤਾਵਨੀ ਸਕੈਨਰ" ਵਾਂਗ ਕੰਮ ਕੀਤਾ; ਦੁਬਾਰਾ ਫਿਰ, ਅਧਿਆਪਕ ਨੇ ਫੈਸਲਾ ਕੀਤਾ ਕਿ ਕਿਹੜੀ ਸਥਿਤੀ ਜ਼ਰੂਰੀ ਸੀ ਅਤੇ ਕੀ ਕਰਨਾ ਹੈ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਕੀ ਇਹ ਵਿਦਿਆਰਥੀ ਤਰੱਕੀ ਕਰ ਰਿਹਾ ਹੈ?

ਇਸ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਡੇਟਾ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ; AI ਸਿਰਫ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦਾ ਹੈ। ਜਵਾਬ ਖਾਲੀ ਜਾਂ ਬਣਿਆ ਹੋਵੇਗਾ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਵਿਸ਼ੇਸ਼ ਸਿੱਖਿਆ ਅਧਿਆਪਕ ਲਈ ਸਹਾਇਕ ਡਾਟਾ ਸਹਾਇਕ। ਹੇਠਾਂ ਅਗਿਆਤ ਪ੍ਰਗਤੀ ਡੇਟਾ ਹੈ (ਲਾਭ, ਹਫ਼ਤੇ, ਸ਼ੁੱਧਤਾ %, ਸੁਤੰਤਰਤਾ 1-6)। ਕਾਰਜ: 1) ਰੁਝਾਨ ਦਾ ਸਾਰ ਦਿਓ (ਉਭਾਰ/ਪਠਾਰ/ਰਿਗਰੈਸ਼ਨ, ਸ਼ੁੱਧਤਾ ਅਤੇ ਸੁਤੰਤਰਤਾ ਦੋਵੇਂ)। 2) ਮੇਰੇ ਦੁਆਰਾ ਲਾਗੂ ਕੀਤੇ ਗਏ ਫੈਸਲੇ ਦੇ ਨਿਯਮਾਂ ਦੇ ਅਨੁਸਾਰ ਸਲਾਹ ਦਿਓ: - 3 ਲਗਾਤਾਰ ਮਾਪ ਪਠਾਰ → ਅਨੁਕੂਲਿਤ - 3 ਲਗਾਤਾਰ ਸੈਸ਼ਨ 80% → ਅਗਲਾ ਕਦਮ - ਮਹੱਤਵਪੂਰਨ ਰਿਗਰੈਸ਼ਨ → ਸਮੀਖਿਆ3) ਜੇਕਰ ਤੁਸੀਂ ਨਿਸ਼ਚਤ ਨਹੀਂ ਹੋ ਤਾਂ ਸਥਾਨ ਨਿਰਧਾਰਤ ਕਰੋ; ਮੈਂ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹਾਂ ਜਿਵੇਂ ਕਿ ਗੈਰਹਾਜ਼ਰੀ/ਬਿਮਾਰੀ। ਡੇਟਾ ਨੂੰ ਨਾ ਘੜੋ; ਬੱਸ ਮੇਰੇ ਵੱਲੋਂ ਦਿੱਤੇ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।[ਅਨਾਮ ਡੇਟਾ ਟੇਬਲ]

ਇਸ ਬੇਨਤੀ ਵਿੱਚ, ਡੇਟਾ, ਫੈਸਲੇ ਦੇ ਨਿਯਮ ਅਤੇ "ਕੋਈ ਮਨਘੜਤ" ਸੀਮਾ ਸਪਸ਼ਟ ਹਨ। ਜਦੋਂ ਤੁਸੀਂ ਇਸਨੂੰ ਆਪਣੇ ਨਿਰੀਖਣ ਨਾਲ ਜੋੜਦੇ ਹੋ ਤਾਂ ਆਉਟਪੁੱਟ ਇੱਕ ਠੋਸ ਫੈਸਲਾ ਬਣ ਜਾਂਦੀ ਹੈ।

ਵਾਧੂ ਟੈਮਪਲੇਟ: ਪਰਿਵਾਰ ਲਈ ਡੇਟਾ ਸੰਖੇਪ ਅਤੇ ਚਾਰਟ ਦੀ ਵਿਆਖਿਆ

ਇਸ ਪ੍ਰਗਤੀ ਡੇਟਾ ਤੋਂ ਪਰਿਵਾਰ ਲਈ ਇੱਕ ਸਧਾਰਨ ਟਿੱਪਣੀ ਪੈਰਾਗ੍ਰਾਫ਼ ਲਿਖੋ: - ਤਕਨੀਕੀ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ, ਠੋਸ ਉਦਾਹਰਣਾਂ ਦਿਓ - ਸਥਿਰ ਅਤੇ ਪ੍ਰਗਤੀ ਦੀ ਦਿਸ਼ਾ ਨੂੰ ਸੰਤੁਲਿਤ ਤਰੀਕੇ ਨਾਲ ਸਮਝਾਓ - ਯਥਾਰਥਵਾਦੀ ਬਣੋ, ਸੁਧਾਰ ਦੇ ਵਾਅਦੇ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਨਾ ਕਹੋ - ਅੰਤ ਵਿੱਚ, 1 ਛੋਟਾ ਸੁਝਾਅ ਸ਼ਾਮਲ ਕਰੋ ਜਿਸਦਾ ਘਰ ਵਿੱਚ ਸਮਰਥਨ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਨੋਟ: ਪੈਰੇ ਦੀ ਪੁਸ਼ਟੀ ਅਧਿਆਪਕ ਦੁਆਰਾ ਕੀਤੀ ਜਾਵੇਗੀ।

ਨੁਕਤਾ: ਡਾਟਾ "ਗ੍ਰਾਫ਼" ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ ਕਿਸੇ ਮਹਿੰਗੇ ਟੂਲ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਤੁਸੀਂ AI ਨੂੰ ਆਪਣੀ ਅਗਿਆਤ ਨੰਬਰ ਦੀ ਲੜੀ ਦੇ ਸਕਦੇ ਹੋ ਅਤੇ ਇੱਕ ਸਧਾਰਨ ਪਲਾਟ ਲਈ ਇੱਕ ਟੈਕਸਟ-ਅਧਾਰਿਤ ਰੁਝਾਨ ਚਾਰਟ ਜਾਂ ਇੱਕ ਰੈਡੀਮੇਡ ਡੇਟਾ ਲੇਆਉਟ ਦੀ ਬੇਨਤੀ ਕਰ ਸਕਦੇ ਹੋ। ਵਿਜ਼ੂਅਲਾਈਜ਼ਡ ਤਰੱਕੀ ਤੁਹਾਨੂੰ ਅਤੇ ਤੁਹਾਡੇ ਪਰਿਵਾਰ ਨੂੰ ਇੱਕ ਨਜ਼ਰ ਵਿੱਚ ਤਰੱਕੀ ਦੇਖਣ ਦਿੰਦੀ ਹੈ। ਬਸ ਯਾਦ ਰੱਖੋ: ਚਾਰਟ ਸਿਰਫ਼ ਤੁਹਾਡੇ ਦੁਆਰਾ ਦਾਖਲ ਕੀਤੇ ਅਸਲ ਡੇਟਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ; AI ਵਰਗੀਆਂ ਫੈਬਰੀਕੇਸ਼ਨਾਂ ਨੂੰ "ਰੁਝਾਨ ਨੂੰ ਪੂਰਕ" ਕਰਨ ਜਾਂ ਗੁੰਮ ਹੋਏ ਹਫ਼ਤਿਆਂ ਨੂੰ ਭਰਨ ਦੀ ਇਜਾਜ਼ਤ ਨਾ ਦਿਓ, ਖਾਲੀ ਹਫ਼ਤੇ ਨੂੰ ਖਾਲੀ ਰਹਿਣ ਦਿਓ।

ਆਮ ਗਲਤੀਆਂ

  • ਪ੍ਰਭਾਵ ਦੇ ਆਧਾਰ 'ਤੇ ਫੈਸਲੇ ਲੈਣਾ। "ਮੈਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਇਹ ਠੀਕ ਚੱਲ ਰਿਹਾ ਹੈ" ਡੇਟਾ ਨਹੀਂ ਹੈ; ਨਿਯਮਤ ਮਾਪ ਜ਼ਰੂਰੀ ਹੈ.
  • ਸਿਰਫ਼ ਸ਼ੁੱਧਤਾ ਪ੍ਰਤੀਸ਼ਤ ਨੂੰ ਦੇਖ ਰਿਹਾ ਹੈ. ਆਜ਼ਾਦੀ ਵਿੱਚ ਤਰੱਕੀ ਅਕਸਰ ਪਹਿਲਾਂ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ।
  • ਅਸੰਗਤ ਢੰਗ ਨਾਲ ਮਾਪੋ। ਵੱਖ-ਵੱਖ ਮਾਪਦੰਡਾਂ ਨਾਲ ਇੱਕੋ ਪ੍ਰਾਪਤੀ ਨੂੰ ਮਾਪਣਾ ਡੇਟਾ ਨੂੰ ਬੇਮਿਸਾਲ ਬਣਾਉਂਦਾ ਹੈ।
  • AI ਨੂੰ ਸੰਦਰਭ ਦਿੱਤੇ ਬਿਨਾਂ ਟਿੱਪਣੀਆਂ ਲਈ ਪੁੱਛਣਾ. ਗੈਰਹਾਜ਼ਰੀ, ਬਿਮਾਰੀ, ਵਾਤਾਵਰਣ ਦੀ ਤਬਦੀਲੀ ਡੇਟਾ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ; ਇਨ੍ਹਾਂ ਗੱਲਾਂ ਨੂੰ ਸਿਰਫ਼ ਤੁਸੀਂ ਹੀ ਜਾਣਦੇ ਹੋ।
  • ਇਹ ਸੋਚ ਕੇ ਕਿ ਏ.ਆਈ. ਦੀ ਵਿਆਖਿਆ ਹੀ ਅੰਤਿਮ ਫੈਸਲਾ ਹੈ। AI ਸੁਝਾਅ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਤੁਸੀਂ ਅਸਲ ਨਿਰੀਖਣ ਨਾਲ ਫੈਸਲਾ ਕਰਦੇ ਹੋ।
  • ਡਾਟਾ ਜਾਅਲੀ ਕਰ ਰਿਹਾ ਹੈ। AI ਨੂੰ "ਵਾਜਬ ਤੌਰ 'ਤੇ" ਨੰਬਰ ਨਾ ਭਰਨ ਦਿਓ ਜੋ ਨਹੀਂ ਦਿੱਤੇ ਗਏ ਹਨ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਪ੍ਰਗਤੀ ਨੂੰ ਨਿਯਮਤ ਡੇਟਾ ਦੁਆਰਾ ਟ੍ਰੈਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਪ੍ਰਭਾਵਾਂ ਦੁਆਰਾ ਨਹੀਂ। ਪ੍ਰਤੀਸ਼ਤ ਸ਼ੁੱਧਤਾ, ਬਾਰੰਬਾਰਤਾ, ਮਿਆਦ ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਸੁਤੰਤਰਤਾ ਦਾ ਪੱਧਰ ਪ੍ਰਾਪਤੀ ਦੇ ਮਾਪਣਯੋਗ ਪਹਿਲੂ ਹਨ। ਫੈਸਲੇ ਦੇ ਨਿਯਮ (ਪਠਾਰ→ ਅਨੁਕੂਲਤਾ, ਮਾਪਦੰਡ ਪੂਰਾ ਕਰੋ→ ਅੱਗੇ ਵਧੋ, ਰੀਗਰੈਸ਼ਨ→ ਸੋਧ) ਡੇਟਾ-ਅਧਾਰਿਤ ਫੈਸਲੇ ਲੈਣ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਦੇ ਹਨ। AI ਡੇਟਾ ਨੂੰ ਸੰਖੇਪ ਕਰਦਾ ਹੈ, ਰੁਝਾਨ ਦਿਖਾਉਂਦਾ ਹੈ, ਗ੍ਰਾਫ ਅਤੇ ਵਿਆਖਿਆਵਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਪਰਿਵਾਰ ਲਈ ਇਸਨੂੰ ਸਰਲ ਬਣਾਉਂਦਾ ਹੈ; ਪਰ ਤੁਸੀਂ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹੋ, ਤੁਸੀਂ ਅਸਲ ਨਿਰੀਖਣ ਨਾਲ ਫੈਸਲਾ ਲੈਂਦੇ ਹੋ। ਡੇਟਾ ਤੁਹਾਡਾ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਟੂਲ ਹੈ ਜੋ ਅੱਖਾਂ ਤੋਂ ਬਚਣ ਵਾਲੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਪ੍ਰਾਪਤੀ ਲਈ ਇੱਕ ਅਗਿਆਤ ਸਪ੍ਰੈਡਸ਼ੀਟ ਵਿੱਚ ਆਪਣੇ ਪ੍ਰਗਤੀ ਡੇਟਾ (ਸ਼ੁੱਧਤਾ ਅਤੇ ਸੁਤੰਤਰਤਾ) ਦੇ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਤੋਂ ਚਾਰ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਪਾਓ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ "ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ" ਦੇ ਨਾਲ AI ਤੋਂ ਰੁਝਾਨ ਸੰਖੇਪ ਅਤੇ ਫੈਸਲੇ ਸੰਬੰਧੀ ਸੁਝਾਅ ਪ੍ਰਾਪਤ ਕਰੋ। ਆਪਣੇ ਖੁਦ ਦੇ ਨਿਰੀਖਣ (ਗੈਰਹਾਜ਼ਰੀ, ਸਮੱਗਰੀ, ਵਾਤਾਵਰਣ) ਨਾਲ ਸੁਝਾਅ ਦੀ ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਆਪਣੇ ਅੰਤਮ ਫੈਸਲੇ ਲਈ ਇੱਕ ਤਰਕਸੰਗਤ ਲਿਖੋ (ਰੱਖਣਾ/ਅਨੁਕੂਲਿਤ/ਬਦਲਾਓ)।

ਚੈੱਕਲਿਸਟ

  • [ ] ਮੈਂ ਆਪਣੇ ਲਾਭ ਨੂੰ ਨਿਯਮਤ ਅਤੇ ਇਕਸਾਰ ਮਾਪਦੰਡ ਨਾਲ ਮਾਪਿਆ ਹੈ।
  • [ ] ਮੈਂ ਸ਼ੁੱਧਤਾ ਅਤੇ ਸੁਤੰਤਰਤਾ ਪੱਧਰ ਦੋਵਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕੀਤਾ।
  • [ ] ਮੈਂ ਆਪਣੇ ਫੈਸਲੇ ਦੇ ਨਿਯਮਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
  • [ ] ਮੈਂ AI ਨੂੰ ਸੰਦਰਭ (ਗੈਰਹਾਜ਼ਰੀ/ਵਾਤਾਵਰਣ) ਪ੍ਰਦਾਨ ਕੀਤਾ ਹੈ।
  • [ ] ਮੈਂ ਡੇਟਾ ਨੂੰ ਬਣਾਏ ਬਿਨਾਂ ਸਿਰਫ ਅਸਲ ਸੰਖਿਆਵਾਂ ਨਾਲ ਕੰਮ ਕੀਤਾ।
  • [ ] ਮੈਂ ਅਸਲ ਨਿਰੀਖਣ ਅਤੇ ਜਾਇਜ਼ਤਾ ਨਾਲ ਅੰਤਿਮ ਫੈਸਲਾ ਲਿਆ ਹੈ।