Lợi nhuận:
- Khả năng hiểu các loại phiếu tự đánh giá mang tính phân tích và tổng thể, các tiêu chí và khái niệm mức độ thành công, đồng thời thiết kế một phiếu tự đánh giá minh bạch với sự hỗ trợ của trí tuệ nhân tạo.
- Khả năng tạo ra các số liệu và trọng số điểm phù hợp với thành tích để thực hiện nhiệm vụ, danh mục đầu tư và đánh giá dự án.
- Khả năng hiểu rằng quyết định cho điểm và đánh giá cuối cùng thuộc về giáo viên, trí tuệ nhân tạo không thể chấm điểm một mình và sự nhất quán đó phải được giáo viên kiểm tra.
Thật dễ dàng để nói với một học sinh rằng “dự án này được điểm 70”; nhưng sinh viên hỏi "tại sao lại là 70?" hoặc đối tượng cha mẹ, bạn phải có cơ sở công bằng và có thể bào chữa được. Cơ sở này là phiếu tự đánh giá: một công cụ chấm điểm hiển thị trước theo tiêu chí nào và ở cấp độ nào một hiệu suất (dự án, sáng tác, thuyết trình, danh mục đầu tư) sẽ được đánh giá. Một phiếu tự đánh giá tốt vừa cho học sinh biết “bạn mong đợi điều gì” vừa làm cho việc chấm điểm của giáo viên trở nên nhất quán và minh bạch. AI nhanh chóng soạn thảo các số liệu và định nghĩa cấp độ liên quan đến thành tích; Bạn xác định sự liên kết, công bằng và trọng lượng. Ranh giới rất rõ ràng: Việc chấm điểm và đánh giá cuối khóa là quyết định có ảnh hưởng đến học sinh; Trách nhiệm và sự phê duyệt cuối cùng thuộc về giáo viên. AI không thể ghi điểm một mình.
Các loại và thành phần của phiếu tự đánh giá
Có hai loại cơ bản. Thang đánh giá phân tích chia kết quả thực hiện thành các tiêu chí riêng biệt—ví dụ: "nội dung", "tổ chức", "ngôn ngữ và cách diễn đạt", "viết" trong một bài luận—và cho điểm từng tiêu chí ở các mức thành tích riêng biệt (ví dụ: 4=rất tốt, 3=tốt, 2=cải thiện, 1=bắt đầu). Cung cấp phản hồi chi tiết nhưng cần có thời gian để chuẩn bị và ghi điểm. Phiếu tự đánh giá tổng thể đưa ra một mức độ chung duy nhất cho toàn bộ nghiên cứu; Nó nhanh, nhưng nó không cho thấy nó thiếu ở đâu.
Các thành phần của một phiếu tự đánh giá phân tích là: tiêu chí (những gì chúng tôi đánh giá), mức độ (tốt như thế nào), xác định cấp độ của từng ô (chỉ số cụ thể về cấp độ đó) và trọng số (tiêu chí nào là bao nhiêu phần trăm điểm số). Định nghĩa về mức độ tốt có thể quan sát được: không phải “viết tốt” mà là “không quá 2 lỗi chính tả và đoạn văn theo thứ tự hợp lý”.
Mẹo: Chia sẻ phiếu tự đánh giá với học sinh TRƯỚC nhiệm vụ. Phiếu tự đánh giá không phải là một công cụ ghi chú bất ngờ mà là một bản đồ học tập; Nếu học sinh biết phải làm gì thì anh ta sẽ tạo ra sản phẩm tốt hơn.
Sự nhất quán và công bằng
Giá trị thực sự của phiếu tự đánh giá là tính nhất quán: khi hai giáo viên chấm cùng một bài vào hai thời điểm khác nhau thì kết quả sẽ tương tự nhau. Điều này được gọi là độ tin cậy của người đánh giá. AI có thể tạo ra đề cương phiếu tự đánh giá, nhưng giáo viên cung cấp tính nhất quán: công việc của giáo viên là làm cho các mô tả cấp độ đủ cụ thể, "hiệu chỉnh" một số nghiên cứu điển hình với phiếu đánh giá (cho điểm thử) và làm rõ quy tắc trong các trường hợp cận biên.
Vì lợi ích của sự công bằng, phiếu tự đánh giá không nên chấm điểm những thứ không liên quan đến kết quả (vẻ đẹp của chữ viết, tài liệu mà học sinh cần tiếp cận về mặt kinh tế xã hội). AI đôi khi bổ sung thêm các tiêu chí chưa đạt như “thẩm mỹ trình bày”; Nó là cần thiết để sắp xếp chúng ra.
Từng bước: Thiết kế phiếu tự đánh giá với AI
- Đưa ra nhiệm vụ và thành tích. Những gì phiếu tự đánh giá sẽ đo lường phụ thuộc vào kết quả nào.
- Chọn thể loại. Nếu bạn muốn phản hồi chi tiết, hãy phân tích; nếu bạn muốn phán đoán chung nhanh chóng, toàn diện.
- Yêu cầu các tiêu chí nhưng hãy lọc chúng. 3-5 tiêu chí về thành tích; loại bỏ những cái không liên quan.
- Định nghĩa mức độ cụ thể Yêu cầu các chỉ số có thể quan sát được.
- Giảm cân. Tiêu chí nào quan trọng hơn? Gọi tổng số là 100.
- Hiệu chỉnh. Điểm 1-2 nghiên cứu mẫu với phiếu tự đánh giá và tính nhất quán của bài kiểm tra.
- Đưa ra quyết định cuối cùng. Kể cả khi AI gợi ý điểm mẫu thì giáo viên vẫn cho điểm cuối cùng.
ba trường hợp nhỏ
Trường hợp 1 - Trích xuất tiêu chí không đạt được. Một giáo viên Thổ Nhĩ Kỳ đã yêu cầu AI cung cấp tiêu chí phân tích cho một bài luận. AI đề xuất 5 tiêu chí, trong đó có một tiêu chí là “chữ viết đẹp” - một tiêu chí không liên quan đến kết quả và phạt học sinh có chữ viết kém một cách bất công. Giáo viên lấy nó ra và thay thế bằng "phát triển ý tưởng". Phiếu tự đánh giá vừa công bằng vừa phù hợp với thành tích.
Trường hợp 2 - Bê tông hóa. Trong thang đánh giá đầu tiên của một giáo viên, các cấp độ rất trừu tượng, chẳng hạn như "rất tốt / tốt / khá"; Hai sinh viên đã thực hiện các cấp độ khác nhau của công việc tương tự. Anh ấy yêu cầu AI “viết lại từng cấp độ bằng một chỉ báo có thể quan sát được”. Khi các định nghĩa cụ thể như “Tốt = ít nhất 3 ví dụ và một đoạn kết luận rõ ràng” được đưa ra, tính nhất quán tăng lên và sự phản đối giảm đi.
Trường hợp 3 - Hiệu chuẩn. Trong đánh giá dự án, đầu tiên giáo viên chấm 3 dự án mẫu với phiếu tự đánh giá do AI sản xuất. AI đề nghị 85 cho ai đó; Giáo viên nhận thấy dự án tương tự có phiếu tự đánh giá 72 vì AI đã diễn giải một tiêu chí quá rộng rãi. Giáo viên làm rõ mô tả cấp độ và tự chấm điểm cuối khóa. AI tăng tốc dự thảo; Thầy đã đưa ra quyết định.
Mẫu có thể sao chép
1) Đề cương phân tích:
Vai trò của bạn: [môn học] giáo viên. Nhiệm vụ: "[viết nhiệm vụ thực hiện]", thành tích: "[thành tích]", [X. lớp học]. Tạo một phiếu tự đánh giá phân tích với 4 tiêu chí. Để mỗi tiêu chí có liên quan đến kết quả (THÊM các tiêu chí phi khách quan như chữ viết và thẩm mỹ). Viết 4 cấp độ thành công và một chỉ số CÓ THỂ QUAN SÁT cho mỗi cấp độ. Cân nhắc các tiêu chí để tổng số là 100.
2) Cụ thể hóa các định nghĩa cấp độ:
Mô tả cấp độ của phiếu tự đánh giá sau đây rất trừu tượng ("tốt", "khá"). Viết lại từng cấp độ bằng các chỉ số có thể quan sát được, đếm được (ví dụ: "không quá 2 lỗi", "ít nhất 3 ví dụ"). Phiếu tự đánh giá: [dán]
3) Phiếu tự đánh giá tổng thể (đánh giá nhanh):
Viết phiếu tự đánh giá tổng thể 4 cấp độ cho "[nhiệm vụ]". Hãy để mỗi cấp độ mô tả rõ ràng bản chất chung của công việc trong một đoạn văn. Đạt được: "[đạt được]". Cũng đưa ra phạm vi lưu ý.
4) Kiểm tra hiệu chuẩn:
Dưới đây là đề cương và bài làm của học sinh. Theo phiếu tự đánh giá, hãy nêu trình độ của bạn trong từng thước đo, kèm theo lời giải thích. Đưa ra điều này như một GỢI Ý; Tôi sẽ cho điểm cuối cùng. Đánh dấu bất kỳ tiêu chí nào vẫn chưa rõ ràng. Phiếu tự đánh giá + nghiên cứu: [dán]
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Viết một phiếu tự đánh giá cho dự án.
Không có nhiệm vụ, thành tích, loại hình, số lượng tiêu chí, trọng số; Một phiếu tự đánh giá không đạt được và trừu tượng xuất hiện.
Lời nhắc mạnh mẽ:
Vai trò của bạn: giáo viên khoa học. Nhiệm vụ: “Học sinh nghiên cứu nguồn năng lượng tái tạo và chuẩn bị một tấm áp phích.” Mục tiêu: “Học sinh giải thích nguyên lý hoạt động và ưu điểm của nguồn năng lượng”. lớp 7. Phiếu tự đánh giá phân tích với 4 tiêu chí: chính xác về nội dung, giải thích rõ ràng, sử dụng nguồn, trình tự. Bổ sung tiêu chí không đạt. Hãy để mỗi cấp độ có thể quan sát được; Tổng các trọng số là 100.
tính năng
Phiếu tự phân tích
phiếu tự đánh giá tổng thể
Số lượng tiêu chí
Nhiều, tính điểm riêng
Phán quyết chung duy nhất
Phản hồi
Chi tiết, dựa trên tiêu chí
chung
tốc độ
chậm
nhanh
phù hợp nhất
Phát triển quy trình/kỹ năng
Tổng quan nhanh
Đóng góp của AI
Tiêu chí + đề cương cấp độ
Bản thảo đoạn cấp độ
Những lỗi thường gặp
- Biện pháp không đạt được. Chấm điểm những thứ không liên quan đến kết quả, chẳng hạn như chữ viết, tính thẩm mỹ và khả năng tiếp cận tài liệu, sẽ làm mất đi sự công bằng.
- Định nghĩa mức độ trừu tượng Những định nghĩa như “tốt/công bằng” dẫn đến sự mâu thuẫn và phản đối; Sử dụng chỉ số quan sát được.
- Hiển thị phiếu tự đánh giá sau. Không chia sẻ trước khi thực hiện nhiệm vụ sẽ khiến học sinh mất đi mục tiêu.
- Làm điểm AI. AI có thể đề xuất điểm mẫu nhưng giáo viên sẽ cho điểm cuối cùng; Kiểm soát tính nhất quán là của giáo viên.
- Bỏ qua hiệu chuẩn. Sử dụng phiếu tự đánh giá mà không thử với các nghiên cứu điển hình mang lại kết quả đáng ngạc nhiên.
Thận trọng: Việc giao cho AI một bài tập của học sinh là một việc hấp dẫn nhưng đầy rủi ro và nói "cho điểm" nó. Bài làm của học sinh có thể chứa dữ liệu cá nhân (ẩn danh) và điểm của AI có thể không nhất quán/sai lệch. Sử dụng AI để ĐỀ XUẤT các điểm và đưa ra phản hồi; Bạn quyết định.
Tóm lại
Phiếu tự đánh giá là công cụ giúp cho việc đánh giá trở nên minh bạch, nhất quán và có thể bảo vệ được. Phiếu tự đánh giá phân tích cung cấp phản hồi chi tiết dựa trên tiêu chí, phiếu tự đánh giá tổng thể cung cấp đánh giá chung nhanh chóng. AI nhanh chóng soạn thảo các số liệu liên quan đến thành tích, định nghĩa cấp độ cụ thể và trọng số; Nhưng trách nhiệm của giáo viên là phân loại các tiêu chí không đạt được, làm cho các mức độ có thể quan sát được, hiệu chỉnh chúng và cho điểm cuối cùng. Điểm là một quyết định có ảnh hưởng tới học sinh; Nó không được ủy quyền cho AI.
Nhiệm vụ ứng dụng
Tạo một phiếu tự đánh giá 4 tiêu chí với mẫu "Đề cương phiếu tự đánh giá phân tích" cho một nhiệm vụ thực hiện mà bạn sẽ sớm giao. Loại bỏ mọi tiêu chí không đạt được và làm cho các định nghĩa cấp độ có thể quan sát được. Sau đó kiểm tra tính nhất quán bằng cách cho điểm 2 nghiên cứu mẫu (hoặc giả thuyết) của bạn với phiếu tự đánh giá này; Đánh giá xem điểm số của hai nghiên cứu có phản ánh đúng phẩm chất thực sự của chúng hay không và điều chỉnh phiếu tự đánh giá của bạn.
danh sách kiểm tra
- [ ] Tất cả các tiêu chí có liên quan đến việc đạt được không (không có tiêu chí không đạt)?
- [ ] Các định nghĩa cấp độ có thể quan sát được và cụ thể không?
- [ ] Tôi đã xác định được các trọng số và tổng của chúng là 100?
- [ ] Tôi có chia sẻ phiếu tự đánh giá với học sinh trước khi làm bài không?
- [ ] Tôi có hiệu chỉnh phiếu tự đánh giá bằng bài làm mẫu và tự chấm điểm cuối cùng không?