Vinster:
- Förmåga att förstå skillnaden mellan långsiktiga mål och kortsiktiga (mätbara) mål och använda artificiell intelligens för att ta fram en kriterieorienterad målöversikt
- Förmåga att skapa en stegvis (uppgiftsanalys) uppsättning mål och utvärderingskriterier baserat på elevens prestationsnivå
- Förmåga att acceptera att det slutliga godkännandet av IEP-mål tillhör IEP-teamet och familjen och att utkastet till artificiell intelligens inte är giltigt utan expertanpassning.
IEP (Individualized Education Program) är en formell plan utarbetad efter en elevs individuella behov, som skriver ner vilka mål som ska uppnås, hur och vid vilken tidpunkt. Detta är hjärtat av specialundervisning: en välskriven IEP avgör vad barnet kommer att lära sig under ett år, vad läraren kommer att lära ut och hur framsteg kommer att mätas. En dåligt skriven IEP består däremot av meningar som ser bra ut men som inte går att mäta och inte passar barnet, och som finns kvar i filen. I den här enheten kommer vi att lära oss hur man använder AI för att snabbt och mätbart ta fram en översikt över BEP-mål. Notera från början: slutgiltigt godkännande av mål tillhör IEP-teamet och familjen; AI-utkastet är inte giltigt utan expertanpassning.
Skillnad mellan långsiktiga och kortsiktiga mål
Det finns två typer av mål i BEP. Långsiktigt mål (UDA) är det övergripande mål som vanligtvis förväntas uppnås vid slutet av ett läsår; till exempel "eleven läser och förstår enkla texter". Det kortsiktiga målet (SBA) är de mätbara mellanstegen som leder till detta övergripande mål; till exempel "eleven läser högt minst 8 av 10 tvåstaviga ord". Långa mål visar riktningen, korta mål visar vägen.
Ett bra kortsiktigt mål innehåller tre delar; Vi kan kort kalla detta KBS (Condition-Behavior-Criteria):
- Tillstånd: I vilken situation kommer beteendet att visas ("när bildkort ges", "när läraren modellerar").
- Beteende: Observerbar, mätbar handling ("matchar", "läser högt", "pekar"). Mentala och omätbara uttryck som "förstår", "vet", "blir medveten om" undviks.
- Kriterium: Framgångsgräns ("8 av 10 försök", "80 % korrekt", "oberoende utan verbal signal").
Varning: "Eleven lär sig siffror" är inte ett mål; går inte att mäta. "Eleven namnger siffrorna 1-10 korrekt 8 av 10 gånger när de visas" är ett mätbart mål. Påtvinga alltid CBL-formatet (villkor-beteende-kriterier) på AI.
Cascading (uppgiftsanalys)
En färdighet lärs ofta inte in i ett steg; är uppdelad i små steg. Detta kallas uppgiftsanalys. Till exempel, färdigheten "tvättar sina händer"; Det kan delas in i stegen att öppna kranen, blöta, ta tvål, skrubba, skölja, stänga av och torka. AI fungerar bra på att dela upp ett mål i logiska delsteg; Men specialisten kontrollerar lämpligheten och ordningen för stegen för barnet. Cascading gör undervisningen enklare och låter dig mäta framsteg steg för steg.
Följande tabell jämför bra och dåliga syften:
Svagt uttryck (omätbart)
Starkt uttryck (med KDS)
Eleven gillar att läsa
Deltar i högläsningsaktiviteten i 4 av 5 pass
Förstår siffror
Namner nummer 1-20 med 85 % noggrannhet
Kommer bra överens med vänner
Väntar på sin tur 4 av 5 gånger med en verbal signal under spelet
Lär sig hålla en penna
Självständigt skrivande i 10 minuter med trippelgrepp
uttrycker sig
Uttrycker behov med AAC-kort i 6 av 8 situationer
tre minifodral
Fall 1 — Korrigering av omätliga avsikter. En lärares utkast till IEP löd, "förbättrar elevernas kommunikationsförmåga." Denna mening går inte att mäta och svarar inte på frågan "bättrade det" i slutet av året. Läraren gav den anonyma profilen till AI och sa: "Dela upp detta allmänna mål i fyra mätbara korta mål, vart och ett med ett tillstånd-beteende-kriterium." AI har tagit fram fyra GSM-mål; Läraren sänkte kriterierna efter barnets nivå. Varje mål kunde nu spåras.
Fall 2 — Cascading. För en elev var målet "byte konton" för stort. Läraren bad AI om uppgiftsanalys; AI delade målet i steg som "känn igen valutor → runda upp till 10 → enkel förändring → verklig shoppingsimulering." Läraren gick igenom sekvensen och delade upp ett steg i två. Således gick barnet ett mätbart steg varje vecka. Resultatet: ett abstrakt mål förvandlades till en lärbar sekvens.
Fall 3 — Alltför ambitiöst mål. I ett utkast föreslog AI ett mycket högt riktmärke som "läser självständigt 100 ord" utan att känna till barnets nuvarande nivå. Läraren visste att barnet nu kände igen 12 ord; detta mål var orealistiskt och skulle misslyckas på ett år. Han skrev om kriteriet till "40 ord" med tre mellansiffror. Misstag: att låta AI föreslå mätvärden utan att ge den faktiska prestandanivån.
Fall 4 — När generaliserbarheten glöms bort. En elev uppnådde målet att "räkna 10 föremål i klassen med läraren" men kunde inte visa färdigheten på rasten, hemma eller med olika föremål. Läraren hade förbisett generaliseringsaspekten av målet (samma färdighet i olika miljöer, människor och material). Han bad AI att skriva om målet för att inkludera ett kriterium för generalisering: "räknas till 10 i tre olika miljöer, med minst två olika personer, med olika objekt." Målet var alltså inte begränsat till bara en klassrumssituation, utan fördes in i det verkliga livet. Princip: en färdighet är inte helt förvärvad om den inte generaliserar till olika miljöer, och målet bör inkludera detta från början.
Svag prompt / Stark prompt
Svag uppmaning:
Skriv kommunikationsmål för ett barn med autism.
Denna begäran är mycket generell: den har inte barnets nivå, nuvarande kommunikationsstil och prioritet. Frasen "barn med autism" förutsätter enhetlighet; Men varje barn är individuellt. Resultatet är klyschiga mål som inte riktigt passar någon.
Kraftfull uppmaning:
Din roll: Assistent till specialläraren som förbereder en IEP. Student (anonym): 7 år gammal. Det verbala uttrycket är begränsat, använder ca 15 konkreta ord, visar intresse för bildkort. Domän: uttrycksfull kommunikation.Uppgift: 1 långsiktigt mål + 4 kortsiktiga mål Skriv ett UTKAST.Format: varje kort mål inkluderar VILLKOR + OBSERVERBART BETEENDE + KRITERIER.Håll kriterierna realistiska och gradvisa (lätt till svåra).Använd INTE icke-mätbara verb (förstår, känner till, blir medvetna om ett utkast och kommer att anpassas till ett utkast.
I denna prompt finns profil, område, form (KDM) och realismregel. Resultatet är en snygg och mätbar kontur.
Ytterligare mall: utvärderingskriterier och metod
Tillsammans med varje mål ska det också skrivas hur det ska mätas. Med denna mall kan AI:n uppmanas att kombinera objektiv + mätning:
För varje kortsiktigt mål, ta även fram följande rader: - Utvärderingsmetod: (observation / inspelningsschema / studieprov / test) - Mätfrekvens: (veckovis / varannan vecka) - Framgångskriterium: (t.ex. 80 % i 3 på varandra följande sessioner) - Anteckning om anpassning: (cue-typ, material, tidsflexibilitet)
Och för att prioritera mål:
Numrera de 4 korta målen du har tagit fram, 1-4, i inlärningsordning, och föreslå en beräknad studietid (hur många veckor) för varje. Ange att detta är ett förslag och den exakta tiden är upp till laget.
Vanliga misstag
- Använder omätbara verb. "Han förstår, han vet, han utvecklas, han är medveten" gör målen omätliga; Välj observerbara verb.
- Be om kriterier utan att ange aktuell nivå. AI kan föreslå riktmärken som är orealistiska, för höga eller för låga.
- Att skriva ett mål med en enhetlig "diagnostisk" logik. Att säga "mål för barn med diagnosen X" ignorerar individualitet.
- Hoppa över bracketing. Att ge det stora målet utan att dela upp det i steg försvårar både undervisning och mätning.
- Att inte skriva ner utvärderingsmetoden. Ett mål som har ett kriterium men som är oklart hur man mäter det går inte att övervaka.
- Skriv under utkastet som det är. IEP-målet kan inte slutföras utan team- och familjeanpassning.
Sammanfattningsvis
BEP-målen är specialundervisningens färdplan. Långsiktiga mål visar riktningen, kortsiktiga mål visar vägen. Ett bra kort mål har CBL (villkor-beteende-kriterium) och inkluderar ett mätbart verb. Stora mål bryts ner i mindre steg genom uppgiftsanalys. AI genererar snabbt en översikt över dessa mål, kaskaderar målet och föreslår utvärderingskriterier; Men du ger barnets verkliga nivå, du gör kriterierna realistiska och det slutliga godkännandet tillhör IEP-teamet och familjen.
Applikationsuppgift
Välj ett långsiktigt mål för en elev. Be AI:n att skissera 4 kortsiktiga mål med den anonyma profilen och "Kraftfull prompt" i denna enhet. Kontrollera varje mål för CBL (villkor-beteende-kriterium): saknas det några element, är handlingen mätbar, är kriteriet realistiskt? Anpassa kriterierna för minst två mål till barnets faktiska nivå och lägg till en bedömningsmetod till varje.
checklista
- [ ] Varje kort mål har förutsättningar, observerbart beteende och kriterier.
- [ ] Det finns inga omätbara verb (förstår/vet/blir medveten).
- [ ] Kriterierna är realistiska utifrån barnets faktiska nivå.
- [ ] Jag kaskaderade det stora målet med uppgiftsanalys.
- [ ] Utvärderingsmetoden och frekvensen för varje mål är tydlig.
- [ ] Jag noterade att målen kommer att slutföras med team och familjens godkännande.