ปรับปรุงการมอบหมายงานเขียนแบบดั้งเดิมให้ทันสมัย: บทเรียนจากวิธีการของศาสตราจารย์คนหนึ่งที่มหาวิทยาลัยฟลอริดา

ในฐานะที่เป็นความก้าวหน้าของ AI วิทยาลัยและมหาวิทยาลัยจะต้องคิดใหม่ว่าพวกเขาประเมินงานของนักเรียนอย่างไรในขณะที่ยังคงความซื่อสัตย์ทางวิชาการ ที่มหาวิทยาลัยฟลอริดาศาสตราจารย์และผู้ช่วยพระครู ดร. ไบรอันฮาร์เฟ่ สังเกตว่าการมอบหมายงานเขียนแบบดั้งเดิมในหลักสูตรการศึกษาทั่วไปการลงทะเบียนขนาดใหญ่ของเขากำลังมีความเสี่ยงมากขึ้นต่อการตอบสนองที่สร้างขึ้นโดย AI แทนที่จะต่อต้านเทคโนโลยีเขาสำรวจว่ามันสามารถรวมเข้ากับหลักสูตรในแบบที่สนับสนุนการเรียนรู้ของนักเรียนได้อย่างไร ฟังก์ชั่นการประพันธ์ของไวยากรณ์กลายเป็นส่วนสำคัญของวิธีการส่วนตัวของเขาส่งเสริมความโปร่งใสในการเขียนของนักเรียนในขณะที่กระตุ้นให้นักเรียนมีส่วนร่วมอย่างยิ่งกับ AI

ความท้าทาย: การประเมินการมอบหมายงานเขียนแบบดั้งเดิมในยุคของ AI

ดร. ฮาร์เฟ่สังเกตความท้าทายที่เพิ่มขึ้นในหลักสูตรของเขา: การพัฒนาอย่างรวดเร็วของเครื่องมือ AI ทำให้เกิดปัญหาใหม่สำหรับการประเมินความเข้าใจของนักเรียน งานเรียงความมาตรฐานมีความเสี่ยงเนื่องจาก AI สามารถสร้างเนื้อหาที่เลียนแบบการตอบสนองของนักเรียนทำให้ยากต่อการประเมินความเข้าใจและการคิดอย่างมีวิจารณญาณอย่างแม่นยำ

ในการตอบสนองดร. ฮาร์ฟออกแบบการประเมินการสิ้นสุดหลักสูตรของเขาใหม่เพื่อรวมAI เป็นส่วนหนึ่งของกระบวนการ แทนที่จะห้ามใช้ AI เขาขอให้นักเรียนสร้างร่างเริ่มต้นโดยใช้ AI จากนั้นนักเรียนจะต้องวิจารณ์ผลงานของ AI และแก้ไขเพื่อสะท้อนมุมมองและข้อมูลเชิงลึกส่วนตัวของตนเอง วิธีการนี้ยังคงรักษาวัตถุประสงค์การเรียนรู้ของนักเรียนดั้งเดิมในขณะที่ขจัดความจำเป็นในการใช้งานการใช้ AI ของตำรวจ มันให้โอกาสการเรียนรู้ที่น่าสนใจสำหรับนักเรียนในการสำรวจจุดแข็งและจุดอ่อนของ AI เป็นเครื่องมือการเขียนและการคิด

ในขั้นต้นดร. ฮาร์เฟ่ขอให้นักเรียนระบุว่าส่วนใดของงานของพวกเขาถูกสร้างขึ้นเมื่อเทียบกับการเขียนส่วนตัวโดยใช้ระบบการเข้ารหัสสีด้วยตนเอง อย่างไรก็ตามวิธีการนี้มีข้อ จำกัด มันเป็นภาระให้กับนักเรียนและแนะนำความเสี่ยงที่บางคนอาจไม่ถูกต้องเป็นตัวแทนของการมีส่วนร่วมของตนเอง ดร. ฮาร์เฟ่ตระหนักถึงความจำเป็นในการแก้ปัญหาที่เชื่อถือได้และปรับขนาดได้มากขึ้น

ทางออก: การทดสอบการประพันธ์ไวยากรณ์ในห้องเรียน

เมื่อดร. ฮาร์เฟ่รู้ว่า การประพันธ์ไวยากรณ์ กำลังออกสู่ตลาดเขาเห็นโอกาสในการสร้างการทดลองในช่วงต้นของเขา การประพันธ์สามารถทำให้กระบวนการแยกความแตกต่างระหว่างข้อความ Ai-Generated และนักเรียนที่เขียนโดยอัตโนมัติลบความเสียดทานของการติดตามด้วยตนเองในขณะที่ให้ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีการที่นักเรียนโต้ตอบกับเนื้อหาที่สร้างขึ้นด้วย AI เขาตัดสินใจที่จะใช้การประพันธ์ในหลักสูตรของเขาเพื่อทดสอบทั้งแอปพลิเคชันห้องเรียนที่ใช้งานได้จริงและศักยภาพในฐานะเครื่องมือการสอน

ขั้นตอนเวิร์กโฟลว์แบบบูรณาการ:

• ร่าง AI เริ่มต้น:นักเรียนเริ่มงานที่ได้รับมอบหมายโดยแจ้งเครื่องมือ AI เพื่อสร้างร่างเรียงความ สิ่งนี้ช่วยให้นักเรียนจัดโครงสร้างความคิดของพวกเขาและให้โอกาสในการประเมินการจัดตำแหน่งระหว่างมุมมองของ AI และความเชื่อของพวกเขาเอง
• การปรับเปลี่ยนส่วนบุคคล:นักเรียนแก้ไขร่าง Ai-Generated เพื่อให้สะท้อนมุมมองของตนเองได้ดีขึ้นเพิ่มคำวิจารณ์ความเข้าใจและการวิเคราะห์ สิ่งนี้สนับสนุนให้นักเรียนก้าวไปไกลกว่าการใช้ AI แบบแฝงและมีส่วนร่วมในการแก้ไขไตร่ตรอง
• การระบุแหล่งที่มาของข้อความอัตโนมัติ:การแต่งเนื้อหาจัดหมวดหมู่เนื้อหาโดยอัตโนมัติเป็น AI-Generated หรือ Human-Written ในเวลาจริง สิ่งนี้กำจัดความจำเป็นในการเข้ารหัสสีด้วยตนเองและสร้างบันทึกที่แม่นยำและมีวัตถุประสงค์มากขึ้นของการประพันธ์
• ความโปร่งใสที่ได้รับการปรับปรุง:การประพันธ์เพลงติดตามวิธีที่นักเรียนใช้เครื่องมือการแก้ไขและการถอดความและตั้งค่าสถานะเนื้อหาที่คัดลอกมาจากแหล่งภายนอกให้บริบทเพิ่มเติมเกี่ยวกับกระบวนการเขียนของนักเรียน
• การวิเคราะห์และเล่นซ้ำแบบเรียลไทม์:คุณสมบัติการเล่นซ้ำของเครื่องมือทำให้ดร. ฮาร์เฟ่สามารถตรวจสอบวิวัฒนาการของการส่งแต่ละครั้ง-ดูว่านักเรียนปรับเปลี่ยนข้อความที่สร้างขึ้นด้วย AI และเพิ่มความคิดของตนเอง สิ่งนี้สร้างภาพที่สมบูรณ์ยิ่งขึ้นเกี่ยวกับการเรียนรู้ของนักเรียน

ผลลัพธ์: การสะท้อนและการสังเกตการณ์

นักเรียน 310 คนประสบความสำเร็จในการส่งมอบหมายขั้นสุดท้ายโดยใช้การประพันธ์โดยให้ตัวอย่างข้อมูลและพฤติกรรมของนักเรียนจำนวนมากเพื่อตรวจสอบ

• การมีส่วนร่วม:การมีส่วนร่วมในวงกว้างแสดงให้เห็นถึงความเต็มใจของนักเรียนที่จะใช้ AI อย่างโปร่งใสเมื่อได้รับโครงสร้างและเครื่องมือในการทำเช่นนั้น
• ความเข้าใจ:90% ของนักเรียนรายงานว่าข้อมูลการประพันธ์นั้นง่ายต่อการเข้าใจและตีความ
• ข้อมูลเชิงลึกของนักเรียน:79% พบรายงานการประพันธ์และคุณลักษณะการเล่นซ้ำที่มีคุณค่าในการสะท้อนกระบวนการเขียนของตนเอง

“ มันสำคัญมากที่จะแสดงให้นักเรียนเห็นว่า AI สามารถใช้อะไรได้บ้าง: สิ่งที่ดี, เลว, น่าเกลียด, จากนั้นให้พวกเขาตัดสินใจว่าพวกเขาควรใช้มันเมื่อใดและอย่างไรในชีวิตในอนาคตของพวกเขา

- Dr. Brian Harfe ศาสตราจารย์และผู้ช่วยพระครูมหาวิทยาลัยฟลอริดา

บทเรียนที่ได้เรียนรู้และผลกระทบในอนาคต

แนวทางของดร. ฮาร์เฟ่นำเสนอตัวอย่างที่มีค่าสำหรับนักการศึกษาคนอื่น ๆ ที่สำรวจวิธีการรวม AI เข้ากับการสอนและการประเมินอย่างมีความหมาย การใช้งานของเขาคือการสำรวจในธรรมชาติหยั่งรากด้วยความอยากรู้เกี่ยวกับการเรียนรู้ของนักเรียนและความโปร่งใสมากกว่าการส่งเสริมเครื่องมือ ข้อมูลเชิงลึกได้รับการพิจารณาที่กว้างขึ้นสำหรับวิธีที่สถาบันสามารถปรับให้เข้ากับภูมิทัศน์ที่เปลี่ยนแปลง

บทเรียนสำคัญ:

• ความสามารถในการปรับตัว:กลยุทธ์การสอนจะต้องพัฒนาควบคู่ไปกับเทคโนโลยี การออกแบบการมอบหมายงานของดร. ฮาร์เฟ่ยอมรับความสามารถของ AI โดยไม่ต้องเสียสละวัตถุประสงค์การเรียนรู้หลักของหลักสูตร
• ความโปร่งใสและความรับผิดชอบ:การวิเคราะห์และการระบุแหล่งที่มาของผู้ประพันธ์ช่วยลดการคาดเดาสำหรับนักเรียนและอาจารย์ผู้สอนช่วยให้การประเมินความพยายามและการมีส่วนร่วมของนักเรียนโปร่งใสมากขึ้น
• การมีส่วนร่วมที่สำคัญและหน่วยงานนักเรียน:การจัดโครงสร้างการมอบหมายเพื่อรวมการร่างที่เปิดใช้งาน AI ตามด้วยการแก้ไขนักเรียนที่สร้างขึ้นสำหรับการไตร่ตรองการมีส่วนร่วมที่สำคัญ-ให้ความเป็นเจ้าของนักเรียนทั้งกระบวนการและผลิตภัณฑ์

บทสรุป

ในฐานะที่เป็นเครื่องมือ AI ยังคงพัฒนาอย่างต่อเนื่องนักการศึกษากำลังมองหาวิธีที่เป็นประโยชน์ในการปรับการสอนของพวกเขาโดยไม่ลดทอนค่านิยมหลัก การทดลองระดับหลักสูตรของ Dr. Harfe ด้วยการประพันธ์ไวยากรณ์เป็นตัวอย่างเช่นนี้ การมุ่งเน้นของเขายังคงช่วยให้นักเรียนเข้าใจวิธีการใช้ AI อย่างรอบคอบโปร่งใสและในรูปแบบที่สนับสนุนการเรียนรู้ของตนเอง

เชื่อมต่อกับ Dr. Brian Harfe เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับการวิจัยของเขา