ලාභ:
- ජයග්රහණ මත පදනම් වූ ප්රගති දත්ත නිතිපතා එකතු කිරීමේ හැකියාව (ප්රතිශතය, උත්සාහයන් ගණන, ස්වාධීන මට්ටම) සහ එය කෘත්රිම බුද්ධියෙන් සාරාංශ කිරීමට සහ අර්ථකථනය කිරීමට
- දත්ත බැලීමෙන් ඉලක්කය පවත්වා ගැනීම, අනුවර්තනය වීම හෝ වෙනස් කිරීම තීරණය කිරීම සඳහා තීරණ නීති නිර්මාණය කිරීමේ හැකියාව
- AI පරිවර්ථනය නිර්දේශයක් බවත් ඉදිරියට යාමේ තීරණය විශේෂඥ ඇගයීම සහ සත්ය නිරීක්ෂණය මත පදනම් විය යුතු බවත් පවත්වා ගැනීමට හැකි වන්න.
ඔබ IEP ඉලක්කයක් ලියා ඉගැන්වීම ආරම්භ කළා. ඉතින් දරුවා දියුණු වෙනවාද? මෙම ප්රශ්නයට පිළිතුර "මම හිතන්නේ එය හොඳින් යනවා" වැනි හැඟීමක් විය නොහැක. විශේෂ අධ්යාපනයේ ප්රගතිය නිත්ය මිනුම් මගින් නිරීක්ෂණය කෙරේ; මෙය දත්ත මත පදනම් වූ තීරණයක් ලෙස හැඳින්වේ: ප්රතිඵලය මත පදනම් වූ දත්ත බැලීමෙන් ඉලක්කය පවත්වා ගැනීමට, අනුවර්තනය වීමට හෝ වෙනස් කිරීමට තීරණයක් ගැනීම. ප්රගතිය පිළිබඳ දුර්වල ලෙස තබා ඇති වාර්තාවක් දරුවකු යම් කාලයක් නිෂ්ඵල ලෙස වැඩ කිරීමට හේතු විය හැක; හොඳින් තබා ඇති වාර්තාවක් ඉක්මනින් මැදිහත් වීමට සහ නිවැරදි අනුගත වීමට හේතු වේ. මෙම ඒකකයෙන් අපි ප්රගති දත්ත සංවිධානය කිරීමට, සාරාංශ කිරීමට, ප්රස්ථාර කිරීමට සහ අර්ථ නිරූපණය කිරීමට AI භාවිතා කරන්නේ කෙසේදැයි බලමු. ආරම්භයේ සිට සීමාව: AI අදහස් යෝජනා කරයි; ඉදිරියට යාමට තීරණය විශේෂඥ විනිශ්චය සහ සැබෑ නිරීක්ෂණ මත පදනම් වේ.
මැනිය යුතු දේ, වාර්තා කරන්නේ කෙසේද
සෑම ජයග්රහණයකටම මැනිය හැකි පැතිකඩක් ඇත. පොදු මිනුම් වර්ග:
- සියයට නිවැරදි: නිවැරදි ප්රතිචාරය / සම්පූර්ණ අත්හදා බැලීම් (උදා: අත්හදා බැලීම් 10 න් 7 නිවැරදි = 70%).
- උත්සාහයන් ගණන/සංඛ්යාතය: යම් කාල සීමාවක් තුළ හැසිරීමක් කොපමණ වාර ගණනක් සිදු වේද.
- ස්වාධීනත්වයේ මට්ටම: ශිෂ්යයා කොපමණ ඉඟි කරනවාද. ඉඟි වල ධුරාවලියක් බොහෝ විට භාවිතා වේ: සම්පූර්ණ භෞතික ආධාර → අර්ධ භෞතික → ආකෘති නිර්මාණය → වාචික ඉඟිය → අභිනය → ස්වාධීන. ඉලක්කය ක්රමයෙන් ඉඟිය අඩු කර ස්වාධීනත්වය ලබා ගැනීමයි.
- කාලසීමාව: කාර්යයක් සම්පූර්ණ කිරීමට හෝ හැසිරීමක් පවත්වා ගැනීමට ගතවන කාලය.
උපදෙස් අතරතුර හෝ වහාම වාර්තාව සංක්ෂිප්තව හා ස්ථාවරව තබා ගත යුතුය. අනුකූලතාව ප්රධානයි: දත්ත සැසඳිය හැකි වන පරිදි සෑම විටම එකම මිනුම් දණ්ඩෙන් එකම ජයග්රහණය මනින්න.
ඉඟිය: “ස්වාධීන මට්ටම” සංඛ්යාවක් බවට පරිවර්තනය කරන්න (සම්පූර්ණ භෞතික=1 ... ස්වාධීන=6). එබැවින් ඔබට ප්රස්ථාරයේ "අඩු ඉඟි වලින් එය කිරීම" වැනි ගුණාත්මක දියුණුවක් පවා දැකිය හැකිය. මෙම සංඛ්යාත්මක ශ්රේණිය සාරාංශ කිරීමට AI දක්ෂයි.
පහත වගුවේ නියැදි සති හතරක දත්ත සහ එහි කියවීම පෙන්වයි:
සතිය
නිරවද්යතාවය %
ස්වාධීනත්වය (1-6)
අදහස් ප්රවණතාවය
1
40
2 (අර්ධ භෞතික)
ආරම්භක මට්ටම
2
55
3 (ආකෘතිය)
නැගීමක් ඇත
3
58
3 (ආකෘතිය)
වේගය අඩුවීම, සානුව
4
72
4 (වාචික ඉඟියක්)
සැලකිය යුතු ප්රගතියක්
මෙම වගුව දෙස බලන විට, "ඉලක්කය පවත්වා ගැනීම" යනුවෙන් පැවසීම සාධාරණ ය: නිරවද්යතාව සහ ස්වාධීනත්වය යන දෙකම වැඩි වේ. නමුත් 3 වන සතිය වැනි සානුවක් දිගටම පවතින්නේ නම්, අනුවර්තනය වීම සලකනු ලැබේ.
තීරණ නීති
ඔබට දත්ත දෙස බලා කළ යුතු දේ ක්රමානුකූලව තීරණය කිරීමට සරල නීති සකස් කළ හැකිය. උදාහරණයක් ලෙස: "අඛණ්ඩ මිනුම් තුනක (සානුව) වැඩි දියුණුවක් නොමැති නම් ඉගැන්වීමේ ක්රමය අනුගත කරන්න"; “නිර්ණායකය සපුරා ඇත්නම් (අඛණ්ඩ සැසි 3කදී 80%) ඊළඟ පියවරට යන්න”; "සැලකිය යුතු පසුබෑමක් තිබේ නම්, අරමුණ සහ කොන්දේසි සමාලෝචනය කරන්න". AI හට මෙම තීරණ නීති ඔබේ දත්තවලට අදාළ කර නිර්දේශයක් ඉදිරිපත් කළ හැක; නමුත් සැබෑ නිරීක්ෂණය (දරුවා අසනීප වූවාද, පරිසරය වෙනස් වූවාද, ද්රව්ය නොගැලපේද) ඇත්තේ ඔබට පමණි. තීරණය ඔබ සතුයි.
කුඩා නඩු තුනක්
නඩුව 1 - සානුව අල්ලා ගැනීම. ගුරුවරයෙකු සති හතරක් තිස්සේ කියවීමේ ජයග්රහණයක් පිළිබඳ දත්ත තබාගෙන සිටි නමුත් ප්රගතිය පැහැදිලිව දැකගත නොහැකි විය. ඔහු නිර්නාමික දත්ත AI වෙත ලබා දී, "ප්රවණතාවය සාරාංශ කර තීරණ යෝජනාවක් කරන්න" යැයි පැවසීය. AI විසින් පසුගිය මිනුම් තුනේදී නිරවද්යතාවය 58-59-58% දක්වා ඉහළ ගොස් ඇති බව පෙන්වා දුන් අතර ක්රමය අනුවර්තනය කිරීමට යෝජනා කළේය. ද්රව්යයේ දෘශ්ය බර වැඩි බව ගුරුවරයා තේරුම් ගෙන, එය සරල කර, සති දෙකකට පසුව දත්ත නැවත වැඩි විය. දත්ත ඇසෙන් ගැලවී ගිය සානුව පෙන්නුම් කළේය.
නඩුව 2 - ස්වාධීනත්වය දෘශ්යමාන කිරීම. එක් සිසුවෙකුගේ නිරවද්යතා ප්රතිශතය සති ගනනාවක් තිස්සේ 70% දක්වා ඉහළ ගොස් ඇති අතර පවුල "ප්රගතියක් නොමැති" ගැන සැලකිලිමත් විය. ගුරුවරයා ස්වාධීනත්වයේ මට්ටම (නියම භෞතික→වාචික ඉඟිය) ප්රමාණනය කර ප්රස්තාරගත කළේය. AI සාරාංශ කළේ නිරවද්යතාවය නියතව පැවතුනද, ඉඟිය සැලකිය යුතු ලෙස අඩු වූ බවයි, එයින් අදහස් කරන්නේ දරුවා එම කාර්යය වඩාත් ස්වාධීනව ඉටු කළ බවයි. එය මෙම ග්රැෆික් සමඟ පවුලේ අයට පැහැදිලි කරන ලදී; කාංසාව ප්රගතිය පිළිබඳ සැබෑ චිත්රයකට මග පෑදීය.
නඩුව 3 - AI අර්ථ නිරූපණය අන්ධ ලෙස විශ්වාස කිරීමේ වැරැද්ද. එක් ගුරුවරයෙක්, සති දෙකක දුර්වල දත්ත දෙස බලමින්, "අරමුණ වෙනස් කිරීම" සඳහා AI හි යෝජනාව ප්රශ්න කිරීමකින් තොරව පිළිගැනීමට සූදානම් විය. කෙසේ වෙතත්, උණ හේතුවෙන් එම සති දෙක තුළ දරුවා නිතර නොපැමිණීම; පහත් වීමට හේතුව නොපැමිණීම මිස අරමුණ නොවේ. මේ බව ගුරුවරයා දන්නා නිසා අරමුණ වෙනස් නොකර තවත් සතියක් එය අනුගමනය කර දත්ත රැස් කළේය. දෝෂය: සත්ය නිරීක්ෂණය ඇතුළත් නොකර සන්දර්භය නොමැතිව AI අර්ථ නිරූපණය මත විශ්වාසය තැබීම.
නඩුව 4 - බහු ලාභ සාරාංශය. ගුරුවරයෙකුට සිසුන් අට දෙනෙක් සිටි අතර එක් එක් ජයග්රහණ තුනක් හෝ හතරක්; අවසාන කාලීන ඇගයීමේ දී සියලු දත්ත එකින් එක අර්ථ නිරූපණය කිරීමට දින කිහිපයක් ගත විය. නිර්නාමික දත්ත වගුව (ශිෂ්ය කේතය, ජයග්රහණ, සතිපතා අගයන්) AI වෙත භාර දුන් අතර එක් එක් ජයග්රහණ සඳහා එක් පේළි ප්රවණතා සාරාංශයක් සහ “ප්රවේශම්” ධජයක් (සානුව/ප්රතිගමනය) ඉල්ලා සිටියේය. මිනිත්තු කිහිපයක් ඇතුළත, AI විසින් උද්දීපනය කළ යුතු ජයග්රහණ පහක් ස්කෑන් කර සලකුණු කළේය. ගුරුවරයා මෙම තීරණාත්මක අවස්ථා පහ සඳහා තම කාලය කැප කළේය; ඉතිරිය සමාලෝචනය කිරීමෙන් ඔහු සෑහීමකට පත් විය. මෙහිදී AI "මුල් අනතුරු ඇඟවීමේ ස්කෑනරයක්" ලෙස ක්රියා කළේය; නැවතත්, ගුරුවරයා තීරණය කළේ කුමන තත්වය හදිසිද සහ කුමක් කළ යුතුද යන්නයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මේ ශිෂ්යයා දියුණු වෙනවාද?
මෙම විමසුමේ දත්ත අඩංගු නොවේ; AI හට අනුමාන කළ හැක්කේ පමණි. පිළිතුර හිස් හෝ සෑදී ඇත.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: විශේෂ අධ්යාපන ගුරුවරයාට සහකාර දත්ත සහායක. පහත දැක්වෙන්නේ නිර්නාමික ප්රගති දත්ත (ලාභ, සති, නිරවද්යතාවය %, ස්වාධීනත්වය 1-6). කාර්යය: 1) ප්රවණතාවය සාරාංශ කරන්න (නැගීම/සානුව/ප්රතිගමනය, නිරවද්යතාවය සහ ස්වාධීනත්වය යන දෙකම). 2) මා යෙදූ තීරණ රීතිවලට අනුව උපදෙස් දෙන්න: - අඛණ්ඩ මිනුම් 3 සානුව → අනුවර්තනය - 3 අඛණ්ඩ සැසි 80% → ඊළඟ පියවර - සැලකිය යුතු පසුබෑමක් → සමාලෝචනය3) ඔබට විශ්වාස නැත්නම් ස්ථානය සඳහන් කරන්න; මම නොපැමිණීම/අසනීප වැනි සන්දර්භය සපයනවා. දත්ත ගොතන්න එපා; මම දෙන අංක භාවිතා කරන්න.[නිර්නාමික දත්ත වගුව]
මෙම ඉල්ලීමෙහි, දත්ත, තීරණ නීති සහ "නොමනාපෑම්" සීමාව පැහැදිලිය. ප්රතිදානය ඔබ ඔබේ නිරීක්ෂණය සමඟ ඒකාබද්ධ කළ විට ස්ථිර තීරණයක් බවට පත්වේ.
අමතර අච්චුව: පවුල සඳහා දත්ත සාරාංශය සහ ප්රස්ථාර අර්ථ නිරූපණය
මෙම ප්රගති දත්ත වලින් පවුල සඳහා සරල අදහස් ඡේදයක් ලියන්න: - තාක්ෂණික යෙදුම් භාවිතා නොකරන්න, සංයුක්ත උදාහරණ දෙන්න - ස්ථාවර සහ ප්රගතිය යන දිශාව දෙකම සමබර ලෙස පැහැදිලි කරන්න - යථාර්ථවාදී වන්න, වැඩිදියුණු කිරීමේ පොරොන්දුව අතිශයෝක්තියට නංවන්න එපා - අවසානයේ, නිවසේදී සහාය දැක්විය හැකි කුඩා යෝජනාවක් එක් කරන්න සටහන: ඡේදය ගුරුවරයා විසින් සත්යාපනය කරනු ලැබේ.
ඉඟිය: දත්ත "ප්රස්ථාර" කිරීමට ඔබට මිල අධික මෙවලමක් අවශ්ය නොවේ. ඔබට ඔබේ නිර්නාමික අංක ශ්රේණිය AI වෙත ලබා දිය හැකි අතර සරල කුමන්ත්රණයක් සඳහා පෙළ-පාදක ප්රවණතා සටහනක් හෝ සූදානම් කළ දත්ත පිරිසැලසුමක් ඉල්ලා සිටිය හැක. දෘශ්යගත ප්රගතිය ඔබට සහ ඔබේ පවුලේ අයට බැලූ බැල්මට ප්රගතිය දැකීමට ඉඩ සලසයි. මතක තබා ගන්න: ප්රස්ථාරයෙන් පිළිබිඹු වන්නේ ඔබ ඇතුළත් කළ සත්ය දත්ත පමණි; AI වැනි ප්රබන්ධවලට "ප්රවණතාවක් සම්පූර්ණ කිරීමට" හෝ නැතිවූ සති පිරවීමට ඉඩ නොදෙන්න, හිස් සතිය හිස්ව පවතින්න.
පොදු වැරදි
- හැඟීම් මත පදනම්ව තීරණ ගැනීම. “මම හිතන්නේ එය හොඳින් යනවා” යනු දත්ත නොවේ; නිතිපතා මැනීම අත්යවශ්ය වේ.
- නිරවද්යතා ප්රතිශතය දෙස බැලීම පමණි. ස්වාධීනත්වයේ ප්රගතිය බොහෝ විට කලින් පෙනේ.
- නොගැලපෙන ලෙස මැන බලන්න. විවිධ නිර්ණායක සමඟ එකම ජයග්රහණය මැනීම දත්ත අසමසම කරයි.
- AI වලට සන්දර්භය ලබා නොදී අදහස් විමසීම. නොපැමිණීම, අසනීප, පරිසරය වෙනස් වීම දත්ත වලට බලපායි; මේ දේවල් දන්නේ ඔබ පමණයි.
- AI අර්ථ නිරූපණය අවසාන තීරණය බව සිතීම. AI යෝජනා ඉදිරිපත් කරයි; ඔබ සැබෑ නිරීක්ෂණයකින් තීරණයක් ගන්න.
- දත්ත ව්යාජ ලෙස සකස් කිරීම. AI හට "සාධාරණ ලෙස" ලබා දී නොමැති අංක පිරවීමට ඉඩ නොදෙන්න.
සාරාංශයකින්
ප්රගතිය නිරීක්ෂණය කරනු ලබන්නේ සාමාන්ය දත්ත හරහා මිස ප්රතිරූප හරහා නොවේ. ප්රතිශතයේ නිරවද්යතාවය, සංඛ්යාතය, කාලසීමාව සහ විශේෂයෙන්ම ස්වාධීනත්වයේ මට්ටම ජයග්රහණයේ මැනිය හැකි අංගයන් වේ. තීරණ රීති (සානුව→අනුවර්තනය, නිර්ණායක සපුරාලීම→ඉදිරියට යාම, ප්රතිගමනය→සංශෝධනය) දත්ත පදනම් කරගත් තීරණ ගැනීම ක්රමවත් කරයි. AI දත්ත සාරාංශ කරයි, ප්රවණතා පෙන්වයි, ප්රස්තාර සහ අර්ථකථන යෝජනා කරයි, සහ පවුල සඳහා එය සරල කරයි; නමුත් ඔබ සන්දර්භය ලබා දෙයි, ඔබ සැබෑ නිරීක්ෂණයකින් තීරණයක් ගනී. දත්ත යනු ඇසෙන් ගැලවී යන දේ දෘශ්යමාන කරන ඔබේ බලවත්ම මෙවලමයි.
යෙදුම් කාර්යය
ජයග්රහණයක් සඳහා ඔබගේ ප්රගති දත්ත (නිරවද්යතාවය සහ ස්වාධීනත්වය) අවම වශයෙන් සති තුන හතරක් වත් නිර්නාමික පැතුරුම්පතකට වත් කරන්න. මෙම ඒකකයේ "බලවත් විමසුම" සමඟින් AI වෙතින් ප්රවණතා සාරාංශය සහ තීරණ යෝජනා ලබා ගන්න. ඔබේම නිරීක්ෂණ (නොමැතිවීම, ද්රව්ය, පරිසරය) සමඟ යෝජනාව සසඳා ඔබේ අවසාන තීරණය සඳහා සාධාරණීකරණයක් ලියන්න (නඩත්තු/අනුවර්තනය/වෙනස් කිරීම).
පිරික්සුම් ලැයිස්තුව
- [ ] මම මගේ ලාභය නිත්ය සහ ස්ථාවර නිර්ණායක සමඟ මැනිය.
- [ ] මම නිරවද්යතාවය සහ ස්වාධීන මට්ටම යන දෙකම වාර්තා කළෙමි.
- [ ] මම දැනටමත් මගේ තීරණ නීති නිර්වචනය කර ඇත.
- [ ] මම AI වෙත සන්දර්භය (නොමැතිවීම/පරිසරය) සැපයුවෙමි.
- [ ] මම දත්ත සකස් නොකර තාත්වික සංඛ්යා සමඟ පමණක් වැඩ කළෙමි.
- [ ] මම අවසාන තීරණය ගත්තේ සැබෑ නිරීක්ෂණයෙන් සහ සාධාරණීකරණයෙන්.