Zyski:
- Umiejętność zrozumienia różnicy pomiędzy celem długoterminowym a celem krótkoterminowym (mierzalnym) i wykorzystania sztucznej inteligencji do stworzenia zarysu celu zorientowanego na kryteria
- Umiejętność tworzenia krokowego (analiza zadań) zestawu celów i kryteriów oceny w oparciu o poziom osiągnięć ucznia
- Umiejętność zaakceptowania faktu, że ostateczne zatwierdzenie celów IEP należy do zespołu IEP i rodziny oraz że projekt sztucznej inteligencji nie będzie ważny bez fachowej adaptacji.
IEP (Indywidualizowany Program Kształcenia) to formalny plan przygotowany według indywidualnych potrzeb ucznia, określający, jakie cele zostaną osiągnięte, w jaki sposób i w jakim czasie. To jest sedno edukacji specjalnej: dobrze napisany ZPP określa, czego dziecko nauczy się w ciągu roku, czego będzie uczył nauczyciel i w jaki sposób będą mierzone postępy. Z kolei źle napisany IEP składa się ze zdań, które wyglądają dobrze, ale nie można ich zmierzyć i nie odpowiadają dziecku i pozostają w aktach. W tej części dowiemy się, jak używać sztucznej inteligencji do szybkiego i mierzalnego tworzenia zarysu celów BEP. Uwaga od początku: ostateczna akceptacja celów należy do zespołu IEP i rodziny; Projekt AI nie jest ważny bez specjalistycznej adaptacji.
Różnica między celami długoterminowymi i krótkoterminowymi
W BEP istnieją dwa rodzaje celów. Cel długoterminowy (UDA) to cel ogólny, którego osiągnięcia zwykle oczekuje się do końca roku szkolnego; na przykład „uczeń czyta i rozumie proste teksty”. Cel krótkoterminowy (SBA) to mierzalne kroki pośrednie, które prowadzą do tego celu ogólnego; na przykład „uczeń czyta na głos co najmniej 8 z 10 słów dwusylabowych”. Długie cele wskazują kierunek, krótkie cele wskazują drogę.
Dobry cel krótkoterminowy obejmuje trzy elementy; Możemy krótko nazwać to KBS (kryteria stanu zachowania):
- Warunek: w jakiej sytuacji zostanie pokazane dane zachowanie („kiedy zostaną rozdane karty z obrazkami”, „kiedy nauczyciel modeluje”).
- Zachowanie: obserwowalne, mierzalne działanie („pasuje”, „czyta na głos”, „wskazuje”). Unika się mentalnych i niezmierzonych wyrażeń, takich jak „rozumie”, „wie”, „staje się świadomy”.
- Kryterium: Limit sukcesu („8 na 10 prób”, „dokładność w 80%”, „niezależny bez wskazówek słownych”).
Uwaga: celem nie jest „uczeń uczy się liczb”; nie da się zmierzyć. „Uczeń nazywa liczby 1-10 poprawnie w 8 na 10 przypadkach, gdy je pokazuje” to wymierny cel. Zawsze narzucaj AI format CBL (warunek-zachowanie-kryteria).
Kaskadowanie (analiza zadań)
Często umiejętności nie można nauczyć się w jednym kroku; dzieli się na małe kroki. Nazywa się to analizą zadań. Na przykład umiejętność „myje ręce”; Można go podzielić na etapy: odkręcenie kranu, zmoczenie, nabranie mydła, szorowanie, płukanie, zakręcenie i osuszenie. Sztuczna inteligencja dobrze sprawdza się w dzieleniu celu na logiczne podetapy; Ale specjalista sprawdza przydatność i kolejność kroków dla dziecka. Kaskadowanie ułatwia nauczanie i pozwala mierzyć postępy krok po kroku.
Poniższa tabela porównuje dobre i złe stwierdzenia dotyczące celu:
Słaba ekspresja (niemierzalna)
Mocny wyraz (z KDS)
Student lubi czytać
Uczestniczy w głośnym czytaniu w 4 z 5 sesji
Rozumie liczby
Nazywa liczby od 1 do 20 z dokładnością do 85%.
Dobrze dogaduje się z przyjaciółmi
Czeka na swoją kolej 4 na 5 razy, przekazując słowną wskazówkę podczas gry
Uczy się trzymać ołówek
Samodzielne pisanie przez 10 minut z potrójnym uchwytem
wyraża się
Wyraża potrzebę za pomocą karty AAC w 6 z 8 sytuacji
trzy mini etui
Przypadek 1 – Korygowanie niezmierzonego zamiaru. W projekcie IEP jednego z nauczycieli czytamy: „poprawia umiejętności komunikacyjne uczniów”. To zdanie nie jest mierzalne i nie odpowiada na pytanie „czy poprawiło się” na koniec roku. Nauczyciel podał anonimowy profil AI i powiedział: „Podziel ten ogólny cel na 4 mierzalne krótkie cele, każdy z kryterium stanu i zachowania”. AI stworzyła cztery cele GSM; Nauczyciel obniżył kryteria w zależności od poziomu dziecka. Teraz można było śledzić każdy gol.
Przypadek 2 — Kaskadowanie. Dla jednego ucznia cel „zmiany kont” był zbyt duży. Nauczyciel poprosił sztuczną inteligencję o analizę zadań; Sztuczna inteligencja podzieliła cel na etapy, takie jak „rozpoznanie walut → zaokrąglenie do 10 → prosta zmiana → prawdziwa symulacja zakupów”. Nauczyciel przejrzał sekwencję, dzieląc jeden krok na dwa. W ten sposób dziecko co tydzień robiło wymierne postępy. Rezultat: abstrakcyjny cel zamieniony w sekwencję, której można się nauczyć.
Przypadek 3 — Zbyt ambitny cel. W jednym projekcie sztuczna inteligencja zasugerowała bardzo wysoki poziom odniesienia, taki jak „samodzielne przeczytanie 100 słów” bez znajomości aktualnego poziomu dziecka. Nauczyciel wiedział, że dziecko rozpoznało teraz 12 słów; cel ten był nierealny i spowodowałby porażkę w ciągu jednego roku. Przepisał kryterium na „40 słów” z trzema cyframi pośrednimi. Błąd: pozwolenie sztucznej inteligencji na sugerowanie wskaźników bez podawania rzeczywistego poziomu wydajności.
Przypadek 4 – Kiedy zapomina się o możliwości uogólniania. Jeden z uczniów osiągnął cel, jakim było „policzenie 10 obiektów w klasie z nauczycielem”, ale nie był w stanie zademonstrować tej umiejętności na przerwie, w domu ani przy użyciu różnych przedmiotów. Nauczyciel przeoczył aspekt uogólnienia celu (ta sama umiejętność w różnych środowiskach, ludziach i materiałach). Poprosił sztuczną inteligencję o przepisanie celu, tak aby uwzględnić kryterium uogólnienia: „liczy do 10 w trzech różnych środowiskach, z co najmniej dwiema różnymi osobami i różnymi przedmiotami”. Zatem cel nie ograniczał się tylko do sytuacji w klasie, ale został przeniesiony do prawdziwego życia. Zasada: umiejętność nie jest w pełni nabyta, chyba że można ją uogólnić na różne środowiska, a cel powinien uwzględniać ją od początku.
Słaba zachęta/silna zachęta
Słaba zachęta:
Napisz cele komunikacyjne dla dziecka z autyzmem.
Ta prośba jest bardzo ogólna: nie określa poziomu dziecka, aktualnego stylu komunikacji i priorytetu. Określenie „dziecko z autyzmem” zakłada jednolitość; Każde dziecko jest jednak indywidualne. Rezultatem są banalne cele, które nie do końca pasują do nikogo.
Potężny monit:
Twoja rola: Asystent nauczyciela edukacji specjalnej przygotowującego IEP. Student (anonimowy): 7 lat. Wyraz werbalny jest ograniczony, używa około 15 konkretnych słów, wykazuje zainteresowanie kartami obrazkowymi. Dziedzina: ekspresyjna komunikacja.Zadanie: 1 cel długoterminowy + 4 cele krótkoterminowe Napisz PROJEKT.Format: każdy krótki cel zawiera WARUNK + OBSERWALNE ZACHOWANIE + KRYTERIA. Zachowaj realistyczne i stopniowe kryteria (od łatwych do trudnych). NIE używaj czasowników niemierzalnych (rozumie, wie, staje się świadomy). Załóż, że jest to wersja robocza, która zostanie zaadaptowana przez zespół i rodzinę.
W tym monicie znajduje się profil, obszar, kształt (KDM) i reguła realizmu. Wynikiem jest schludny i mierzalny zarys.
Dodatkowy szablon: kryteria i sposób oceny
Przy każdym celu należy również zapisać sposób jego pomiaru. Za pomocą tego szablonu można poprosić sztuczną inteligencję o połączenie celu i pomiaru:
Dla każdego celu krótkoterminowego sporządź także następujące wiersze: - Metoda oceny: (obserwacja / harmonogram rejestracji / próbka badawcza / test) - Częstotliwość pomiarów: (co tydzień / co dwa tygodnie) - Kryterium sukcesu: (np. 80% w 3 kolejnych sesjach) - Uwaga dotycząca adaptacji: (rodzaj wskazówki, materiał, elastyczność czasowa)
Aby nadać priorytet celom:
Ponumeruj 4 krótkie cele, które stworzyłeś, od 1 do 4, w kolejności uczenia się i zasugeruj szacunkowy czas nauki (ile tygodni) dla każdego z nich. Zaznacz, że jest to sugestia, a dokładny termin zależy od zespołu.
Typowe błędy
- Używanie czasowników niezmierzonych. „Rozumie, wie, rozwija się, jest świadomy” sprawia, że cele są niemierzalne; Wybierz czasowniki obserwowalne.
- Pytanie o kryteria bez podawania aktualnego poziomu. Sztuczna inteligencja może sugerować punkty odniesienia, które są nierealistyczne, zbyt wysokie lub zbyt niskie.
- Zapisanie celu z jednolitą logiką „diagnostyczną”. Mówienie „cele dzieci, u których zdiagnozowano X” ignoruje indywidualność.
- Pomijanie nawiasu. Postawienie dużego celu bez podzielenia go na etapy utrudnia zarówno nauczanie, jak i pomiary.
- Nie zapisanie sposobu oceny. Cel, który ma kryterium, ale nie jest jasne, jak je zmierzyć, nie może być monitorowany.
- Podpisz projekt tak, jak jest. Cel IEP nie może zostać sfinalizowany bez adaptacji zespołu i rodziny.
Podsumowując
Cele BEP są mapą drogową edukacji specjalnej. Cele długoterminowe wskazują kierunek, cele krótkoterminowe wskazują drogę. Dobry krótki cel zawiera CBL (kryterium warunku-zachowania) i zawiera mierzalny czasownik. Duże cele są dzielone na mniejsze etapy poprzez analizę zadań. AI szybko generuje zarys tych celów, kaskaduje cel i sugeruje kryteria oceny; Ale podajesz prawdziwy poziom dziecka, ustalasz kryteria realistyczne, a ostateczna akceptacja należy do zespołu IEP i rodziny.
Zadanie aplikacji
Wybierz długoterminowy cel dla ucznia. Poproś sztuczną inteligencję o nakreślenie 4 celów krótkoterminowych za pomocą anonimowego profilu i „Potężnego podpowiedzi” w tej jednostce. Sprawdź każdy cel pod kątem CBL (warunek-zachowanie-kryterium): czy brakuje jakichś elementów, czy działanie jest mierzalne, czy kryterium jest realistyczne? Dostosuj kryteria przynajmniej dwóch celów do rzeczywistego poziomu dziecka i dodaj do każdego metodę oceny.
lista kontrolna
- [ ] Każdy krótki cel ma warunki, obserwowalne zachowanie i kryteria.
- [ ] Nie ma czasowników niemierzalnych (rozumie/wie/staje się świadomy).
- [ ] Kryteria są realistyczne i oparte na rzeczywistym poziomie dziecka.
- [ ] Połączyłem duży cel z analizą zadań.
- [ ] Metoda oceny i częstotliwość osiągania każdego celu są jasne.
- [ ] Zauważyłem, że cele zostaną sfinalizowane za zgodą zespołu i rodziny.