Enhet 2 / 11

Att förstå bedömningsdata: RAM-rapport, utvecklingsberättelse och studentprofil

Vinster:

  • Möjlighet att omvandla information från källor som RAM-rapport, observationsanteckningar och utvecklingsberättelse till ett anonymt utkast till en elevprofil med stöd av artificiell intelligens
  • Förmåga att skapa uppmaningar för att sammanfatta styrkor, behov, stödområden och prioriteringar i ett strukturerat format
  • Artificiell intelligens ställer ingen diagnos eller ändrar den befintliga diagnosen; Förmåga att upprätthålla att utvärdering och diagnos tillhör RAM och auktoriserade experter

En utvärdering ligger till grund för varje IEP. Innan du skriver rätt mål för ett barn måste du känna honom: var han är stark, var han behöver stöd, i vilken situation han är motiverad, i vilken miljö han har svårt. Denna information kommer från många källor. RAM-rapport (pedagogisk utvärdering och diagnosrapport utarbetad av Väglednings- och forskningscentrum) innehåller barnets diagnos, stödbehov och några pedagogiska rekommendationer. Observationsanteckningar i klassen, utvecklingshistoria hämtad från familjen (utvecklingsstadier och viktiga händelser för barnet från födseln till idag), förloppsrapporter från föregående period och hälsorapporter, om några, läggs till detta. Dessa dokument var ofta långa, röriga och skrivna på olika språk. Det är här AI kommer in som en arrangör och sammanfattar.

Men låt oss dra gränsen från första början: AI ställer ingen diagnos, ändrar inte den befintliga diagnosen eller föreslår en ny diagnos. Myndigheten för utvärdering och diagnos tillhör RAM och auktoriserade experter. AI:s uppgift i den här enheten är att anonymt omvandla den information du redan har till en snygg studentprofil, synliggöra styrkor och behov och hjälpa dig att prioritera. Med andra ord, AI producerar inte information, den organiserar informationen du har.

Steg för att konvertera utvärderingsdata till profiler

En bra studentprofil består av flera sektioner och AI är ett utmärkt ritverktyg för att fylla i dessa sektioner. Låt oss gå vidare steg för steg:

  1. Samla in och anonymisera resurser. Ta bort namn, identifierings-/protokollnummer, skol- och adressinformation från RAM-rapporten, observationsanteckningen och utvecklingshistorik. Ålder, fältkunskap och observerade beteenden kvarstår.
  2. Ta rådata till ett ställe. Samla meningar från olika källor i ett enda textblock; AI är bra på att organisera rörig input.
  3. Fråga efter struktur. Be AI:n ta fram profilen med fasta rubriker: styrkor, behovsområden/stöd, kommunikation, akademisk nivå, social-emotionell, prioriterade målområden.
  4. Börja med dina styrkor. Planering inom specialpedagogik bygger på styrkor, inte brister. Att bara definiera ett barn utifrån vad det inte kan göra är både oetiskt och demotiverande.
  5. Prioritera. Alla behov kan inte studeras samtidigt. Be AI om en rankningsrekommendation som prioriterar nyckelområden som säkerhet och kommunikation; Du bestämmer.
  6. Expertfilter. Jämför varje mening i profilen med barnet du känner; Korrigera alla påståenden som AI:n överdriver, märker eller hittar på.
Tips: Ta för vana att öppna profilen med "styrkor". Även att skriva rubriken "behov" på ett utvecklingsinriktat språk som "utveckling/stödområden" håller både familjens och teamets perspektiv positivt.

Följande tabell visar vilka dataflöden vilket profilavsnitt:

Källa

Den del den matar

AI:s roll

Uppmärksamhet

RAM-rapport

Diagnos, typ av stöd (återgiven ordagrant)

Endast sammanfattning/redigering

Diagnosen ändras inte

observationsanteckning

klassrumsbeteende, socialt

Sammanfattning, mönsterextraktion

Kommentar tillhör experten

utvecklingshistoria

Utvecklingsstadier, historia

Kronologiskt arrangemang

Familjeinformation är konfidentiell

förloppslogg

akademisk nivå

Numerisk sammanfattning, trend

Baserat på rådata

familjeintervju

Hemmiljö, styrkor

Redigera en anteckning

Anonymisera

tre minifodral

Fall 1 — Förvandla en rörig rapport till en profil. En lärare hade en RAM-rapport på sju sidor, en observationsanteckningsbok för två terminer och anteckningar om familjeintervjuer; Det tog en halv dag att skapa en profil. Han anonymiserade all text och bad AI:n om ett profilutkast med fasta rubriker. AI organiserade styrkorna, kommunikationen, akademiska och social-emotionella sektionerna på 6 minuter. Läraren rättade tre påståenden och ändrade ordningen på en "prioritet". Längd: 45 minuter istället för 4 timmar.

Fall 2 — Styrkablindhet. En expert sa helt enkelt till AI att "lista det här barnets problem." Resultatet var helt underskottsfokuserat och reducerade barnet till en "lista med problem". Specialisten märkte detta och ändrade uppmaningen till att "skriva om styrkor först, sedan stödområden och använda ett tillväxtorienterat språk." Den nya profilen var både rättvisare och mer användbar för objektivt skrivande. Misstag: bygga profilen endast på de saknade.

Fall 3 — Överskridande av den diagnostiska gränsen. En lärare gav sina observationsanteckningar till AI och frågade: "Vilken diagnos har det här barnet?" AI producerade en mening som "fynd kan vara kompatibla med ADHD." Läraren lade som tur var inte in detta i filen; för att ställa en diagnos är varken AI eller lärarens uppgift. Det korrekta sättet var att beskriva observationen och hänvisa till RAM vid behov. Misstag: att försöka ställa en diagnos från bedömningsdata.

Fall 4 — Konflikt med flera källor. Medan en elevs RAM-rapport sa "följer verbal undervisning", visade klassrumsobservationer att barnet saknade de flesta instruktionerna. Läraren gav båda källorna anonymt till AI och sa, "markera de motstridiga punkterna, men bestäm inte själv." AI listade skillnaden mellan de två källorna; läraren gjorde detta till en lista med "frågor att förtydliga" och kontaktade RAM. Därmed blev motsägelsen en fråga om utredning snarare än ett felaktigt antagande. AI har gjort motsägelsen synlig; Experten tog över tolkningen och lösningen.

Svag prompt / Stark prompt

Svag uppmaning:

Sammanfatta denna rapport och beskriv barnets tillstånd.

Denna uppmaning är både vag och uppmanar AI att känna igen eller kommentera med frasen "berätta om din situation." Resultatet blir ostrukturerat och riskabelt.

Kraftfull uppmaning:

Din roll: en assistent som assisterar specialläraren. Nedan finns anonymiserade utvärderingsanteckningar (inget namn/legitimation).Uppgift: Organisera ett ELEVPROFILUTKAST med följande rubriker:1) Styrkor 2) Kommunikation 3) Akademisk nivå (domän)4) Social-emotionell 5) Stöd/områden för utveckling rekommendation 6) GÖR INTE en diagnos (GÖR) inte ändra en befintlig diagnos. Hitta inte på information som inte finns i anteckningen. Använd utvecklingsfokuserat, icke-stigmatiserande språk.[anonyma anteckningar här]

I denna uppmaning är rubrikerna, gränserna (diagnostiska, fiktiva) och språktonen tydliga. Utgången är en direkt användbar disposition; Den passerar fortfarande genom expertfiltret.

Studentprofilmall

STUDENTPROFIL (anonym) — Ålder: __ Betyg/betyg: __Styrkor: (minst 3 punkter, konkret)Kommunikation: (verbal/AAC/gest; förståelse och uttryck) Akademisk: Läsning __ / Skriva __ / Matte __ / Annat __Social-emotionellt: (kamrat, reglering, ordningsföljd, självreglering) prioritet)Motivation/intresse: (förstärkare och ämnen som är användbara under studierna) Prioriterade målområden: 1) __ 2) __ 3) __

Du kan återanvända den här mallen för varje ny elev. Genom att ge AI mallen och säga "fyll i den här strukturen" kan du skapa konsekventa och jämförbara profiler.

Vanliga misstag

  • Begär en diagnos eller diagnostisk tolkning från AI. Frågor som ”vilken diagnos” och ”vad är den förenlig med” går över gränsen; Utvärderingen tillhör RAM.
  • Bygger profilen på brister. Att utelämna styrkor reducerar barnet till en problemlista och försvagar målskrivningen.
  • Att hitta på det som inte står i lappen. AI kan fylla i tomrummen med "rimliga" meningar; Det är inga riktiga observationer.
  • Dela familjekunskap. Intima detaljer i utvecklingshistorien (hälsa, familjesituation) förs inte in utan anonymisering.
  • Överlåter prioriteringen till AI. AI ger förslag; Experten och teamet bestämmer vilket område som ska studeras först.

Sammanfattningsvis

Bedömning är grunden för IEP; men utvärderingsdata är ofta spridda. AI är en kraftfull organisatör för att omvandla denna data till en anonym studentprofil: den samlar styrkor, behov och prioriteringar i fasta rubriker. AI ställer dock ingen diagnos, ändrar inte en befintlig diagnos och kan inte producera information som inte finns i anteckningen. Öppna profilen med styrkor, använd ett utvecklingsfokuserat språk, jämför varje mening med barnet du känner och prioritera dig själv.

Applikationsuppgift

Anonymisera en students utvärderingsdokument och begär ett profilutkast från AI med hjälp av "Studentprofilmall" i den här enheten. Kontrollera utskriften för att se om (1) styrkorna verkligen är konkreta, (2) om tolkningen av diagnosen läcker, (3) om det finns en "påhittad" mening som inte fanns i anteckningen. Fixa minst en styrka och en prioritet med din egen kunskap.

checklista

  • [ ] Jag anonymiserade alla dokument (inget namn, ID, skola, familjeuppgifter).
  • [ ] Jag öppnade profilen med styrkor och använde ett utvecklingsinriktat språk.
  • [ ] Jag kontrollerade att AI:n inte diagnostiserar och läcker kommentarer.
  • [ ] Jag tog bort den påhittade informationen som inte fanns i anteckningen.
  • [ ] Jag bestämde prioritetsordningen med min egen expertis.
  • [ ] Jag noterade att profilen är ett utkast och kommer att delas med teamet.