Vinster:
- Förmåga att generera flervalsfrågor, öppna frågor och tänkande på högre nivå i linje med prestationer med stöd för artificiell intelligens
- Förmåga att kontrollera frågans kvalitet genom att tillämpa principerna om bra distraktor (fel men rimligt alternativ), enstaka rätt svar och svårighetsgrad.
- Förstå risken för att artificiell intelligens producerar felaktiga svarsnycklar, icke-objektiva eller partiska frågor, och kunna se att läraren måste verifiera varje punkt.
Tentor och frågesporter är de primära verktygen med vilka läraren mäter lärande; Men att skriva bra frågor är svårare än man tror. En tvetydig rot, liknande alternativ och ett ledtrådsspråk förringar en frågas mätvärde. AI genererar snabbt ett stort antal resultatrelaterade frågekonturer; Du övervakar kvaliteten, verifierar svarsnyckeln och upprätthåller resultatanpassningen. I den här enheten kommer vi att täcka bra artikelskrivande och kvalitetsfrågesportproduktion med AI. Gränsen är klar: AI kan producera felaktiga svarsnycklar, icke-objektiva eller partiska frågor; Läraren verifierar varje punkt.
Matter anatomi och principer för bra frågor
En flervalsfråga har två delar: stammen (frågestammen) — huvudfrågan som ställs; och alternativ — ett är det korrekta svaret, de andra distraherar. En bra distraktör, även om den är fel, verkar rimlig för den elev som inte helt behärskar ämnet; Det bygger i allmänhet på en vanlig missuppfattning. En vanlig missuppfattning som "Månen producerar sitt eget ljus" är en kraftfull distraktor. En nonsens eller irrelevant distraktor ("Månen är en ost") gör frågan lättare och gör den mindre distinkt.
Principer för bra frågor: (1) Stammen frågar något enkelt och tydligt; (2) det finns bara ett korrekt svar; (3) alternativen är av liknande längd och är grammatiskt kompatibla med roten (det längre alternativet är i allmänhet korrekt, ge ingen aning); (4) "alla/inga"-alternativ undviks om möjligt; (5) om stammen är negativ ("är inte"), betonas det; (6) frågor mäter prestationsnivån – att ställa återkallningsfrågor till analysresultat missar målet.
Objektsvårighet är hur svår frågan är; Diskriminering är hur mycket frågan skiljer de som vet från de som inte vet. Ett bra prov är en blandning av saker med olika svårighetsgrad.
Tips: När du ställer frågor från AI, nämn målmissuppfattningen: säg "distraherare bör baseras på dessa 3 vanliga missuppfattningar." På så sätt får du instruktionsdistraktörer, inte slumpmässiga.
Frågetyper
Flerval: Snabbmått, automatiskt poäng; men att mäta högre ordningstänkande kräver noggrann design. Öppet/kort svar: Visar elevens eget påstående; Det poängsätts med rubrik (6:e enheten). Sant-falskt: Snabb men hög turfaktor. Matchning: Bra för begrepp-definition relation. Tänkande frågor av högre ordning: Scenariobaserade frågor som frågar "varför/hur/utvärdera"; Den mäter analys-utvärderingsvinster. AI producerar ritningar för dem alla; Ditt jobb är att välja vilken typ som mäter vilket utfall.
Steg för steg: Quizproduktion med AI
- Ge vinsten och Bloom-nivån. Frågan ska mäta den nivån.
- Ange typ och nummer. "6 flervalsalternativ + 2 öppna".
- Namnge distraktionsstrategin. Vilka missuppfattningar ska det bygga på?
- Be om nycklar och motivering. Rätt svar på varje fråga och varför de andra har fel.
- Verifiera nyckeln manuellt. Lös varje fråga själv; Är linjen markerad av AI verkligen sann?
- Inriktning och förspänningskontroll. Mäter frågan vinst? Finns det kulturell/könsfördomar?
- Svårighetsbalans. Justera blandningen av lätt-medelhårt.
tre minifodral
Fall 1 — Fel nyckel. En lärare i naturvetenskap tog ett frågesport med tio frågor från AI. Nyckeln till den tredje frågan var märkt "B", men när läraren löste den såg han att det rätta svaret var "C" - AI:n trodde att dess egen distraktor var korrekt. Om läraren inte hade rättat honom hade han ansett att eleven som visste det hade fel. Att lösa nyckeln för hand sparade hela frågesporten.
Fall 2 — Svag distraktorkorrigering. I en lärares första frågesport var distraktörerna meningslösa och eleverna var tvungna att eliminera och hitta rätt svar. Han lät AI reproducera "distraherare baserade på dessa vanliga missuppfattningar: X, Y, Z." Diskrimineringen ökade i den nya frågesporten; klassgenomsnitt bättre återspeglade det faktiska lärandet.
Fall 3 — Förstärkningsanpassning. En historielärares resultat var på analysnivå ("relaterar orsaker") men AI producerade återkallningsfrågor ("tala datumet"). Läraren uppdaterade uppmaningen som "på förvärvsanalysnivå; ställ scenariofrågor som etablerar ett orsak-verkan-förhållande." Frågor har blivit ett mått på prestation.
Kopierbara mallar
1) Flervalsuppsättning baserat på prestation:
Din roll: [ämnes]lärare. Gain: "[gain]" ([Bloom-nivå]),[X. klass]. Skriv 6 flervalsfrågor som mäter detta resultat. Låt varje fråga ha 4 alternativ; Låt distraktörerna baseras på dessa vanliga missuppfattningar: [skriv missuppfattningarna]. För varje fråga förklarar du det korrekta svaret och varför VARJE alternativ är sant/falskt i ett separat nyckelavsnitt. Blandat lätt-medelsvårt.
2) Verifiering av svarsnyckel:
Lös flervalsfrågorna nedan en efter en. För varje fråga: (a) det korrekta svaret du hittade, (b) anledningen, (c) stämmer det överens med den markerade nyckeln. Markera inkonsekvenserna tydligt som "MOTSÄTTELSE". Frågor och nyckel: [klistra in]
3) Högnivåfråga (scenario):
"[ämne]", [X. klass], skriv 3 scenariobaserade frågor på analys-utvärderingsnivå. Låt varje fråga ge en kort situation och be eleven om motivering/jämförelse. Låt det inte lösas utantill. Lägg till exempelsvar och utvärderingstips.
4) Granskning av partiskhet och efterlevnad:
Kontrollera följande frågor för: fördomar mellan kön/kultur/region, orättvis fördel/nackdel för en viss grupp, olämpligt sammanhang. Flagga problematiska föremål och föreslå ett neutralt alternativ. Frågor: [klistra in]
Svag prompt / Stark prompt
Svag uppmaning:
Skriv 10 frågor om bråk.
Nivå, resultat, typ, distraktionsstrategi, ingen nyckel; Dess kvalitet och anpassning lämnas åt slumpen.
Kraftfull uppmaning:
Din roll: mattelärare. Lärandemål: "Eleven lägger till två bråk med olika nämnare" (tillämpning). 5:e klass. 6 flervalsfrågor, 4 alternativ. Distraktorer bör baseras på följande missuppfattningar: lägga till både täljare och nämnare direkt, hålla täljaren konstant och lägga till nämnaren. Ge nyckel- och alternativbeskrivning för varje fråga. Blanda lätt-medelsvårt.
Frågetyp
Nivån den mäter
styrka
Uppmärksamhet
flerval
Vilken nivå som helst (beroende på design)
Snabb, automatisk poäng
Distraktorkvalitet
öppet slut
förståelseskapande
ursprungliga uttryck
Behöver en rubrik
sant-falskt
kom ihåg
mycket snabbt
Lyckofaktorn är hög
Scenariobaserat
Analys-utvärdering
förhindrar memorering
Stavning är svårt, AI hjälper
Vanliga misstag
- Verifierar inte nyckeln. Det vanligaste och mest orättvisa misstaget; AI producerar fel nyckel, den elev som vet det kommer att bli offer.
- Struntpratare. Det osannolika alternativet förenklar frågan gratis.
- Obalans i vinstnivå. Minnsfråga för analysinhämtning; missar målet.
- Språk som ger ledtrådar. Att det längsta/mest detaljerade alternativet alltid är korrekt lär elevernas mönster.
- Med utsikt över partiskhet. Det välbekanta sammanhanget för en viss kultur/grupp ger vissa elever en orättvis fördel.
Varning: AI producerar ibland tvetydiga frågor där mer än ett alternativ kan argumenteras som "korrekt". Han besvarade varje punkt med frågan "Finns det en enda och obestridlig sanning?" Testa det genom att säga; Annars, förtydliga roten.
Sammanfattningsvis
En bra fråga mäter prestationsnivån med en tydlig stam och rimliga distraktorer. AI genererar snabbt ett stort antal frågekonturer, distraktorer och nycklar som är beroende av förvärv; Om du berättar för målmissuppfattningarna kommer distraktörer att vara lärorika. AI kan dock producera felaktiga nycklar, svaga distraktorer, out-of-acquisition eller partiska frågor. Lös varje punkt för att verifiera nyckeln, kontrollera inriktning och förspänning; Det sista provet är lärarens.
Applikationsuppgift
För ett resultat, generera 6 frågor med mallen "Multipelvalsuppsättning baserat på resultatet"; Specificera distraktionsstrategin själv. Lös sedan varje fråga själv och jämför den med AI:s nyckel innan du använder mallen "Answer key verification". Korrigera eventuella missmatchningar. Skriv slutligen en version av scenariot som lyfter en av frågorna till analysnivån.
checklista
- [ ] Ställde jag frågorna enligt Bloom-nivån för läranderesultatet?
- [ ] Baserade jag distraktörerna på faktiska missuppfattningar?
- [ ] Har jag verifierat nyckeln till varje fråga genom att lösa den själv?
- [ ] Är jag säker på att det finns ett enda, otvivelaktigt korrekt svar?
- [ ] Har jag kontrollerat för partiskhet och lämplighet för ålder?