Чему вы научитесь

Расчётное время: 40 минут

К концу этого урока вы сможете:

• Разрабатывать задания, которые помогают студентам как развивать, так и демонстрировать AI-грамотность
• Управлять возросшим объёмом и сложностью студенческих работ с использованием AI

Разработка заданий для формирования AI-грамотности

В этом видео рассматривается разработка заданий, которые помогают студентам как развивать, так и демонстрировать AI-грамотность. В нём подчёркиваются три ключевых принципа: аутентичность (создание заданий, отражающих реальное взаимодействие с AI), итерация (включение возможностей для доработки, демонстрирующих прогресс) и педагогическая прозрачность (чёткое понимание того, что оценивается — процесс взаимодействия, а не только результаты). В видео представлены различные типы заданий, включая задания, ориентированные на результат (например, улучшение ответов AI или сравнение разных AI-систем), задания, ориентированные на процесс (например, аннотированные журналы чатов или записанные комментарии), а также рефлексивные задания (включая учебные дневники и личные политики). Также рассматриваются практические стратегии управления возросшим объёмом контента, создаваемого при выполнении заданий с использованием AI, такие как использование подробных рубрик, акцент на рецензирование работ однокурсниками, проведение кратких конференций и выборочный анализ студенческих работ.

Основные выводы

• Эффективные задания для формирования AI-грамотности делают акцент на аутентичности, итерации и педагогической прозрачности
• Задания, ориентированные на результат, фокусируются на продукте, но при этом раскрывают навыки взаимодействия
• Задания, ориентированные на процесс, делают невидимые решения видимыми благодаря документации
• Рефлексивные задания развивают метапознавательную осознанность, но требуют разнообразия, чтобы избежать усталости
• Управление возросшим объёмом требует стратегического подхода, например, использование рубрик, рецензирование работ однокурсниками и выборочный анализ

Упражнения

Это упражнение поможет вам создать комплексное задание, которое развивает и оценивает AI-грамотность.

Шаг 1: Архитектура задания (10 минут)

Продолжите беседу с AI из Упражнения 1 по разработке оценки:

Связь с вашей рубрикой:

• Обратитесь к только что созданной рубрике и компетенциям, которые она подчёркивает
• Обсудите с AI, какой тип задания или компонента лучше всего позволит студентам продемонстрировать эти компетенции
• Подумайте, хотите ли вы сосредоточиться на результате, процессе, рефлексии или их сочетании
• Исследуйте, как это задание вписывается в структуру вашего курса в целом

Выбор компонентов задания:

• Просмотрите различные компоненты заданий, обсуждаемые в видео с AI
• Выберите 2–3 компонента, которые будут работать вместе когерентно для ваших целей
• Адаптируйте эти компоненты, чтобы они естественным образом вписывались в контекст вашего курса
• Убедитесь, что нагрузка посильна как для студентов, так и для вас
• Работайте с AI, чтобы задание отражало реальное взаимодействие с AI в вашей области и включало реальные проблемы, где партнёрство с AI добавляет ценности

Шаг 2: Включение итерации и роста (10 минут)

Разработайте возможности для доработки и развития:

• Обсудите с AI, где студенты должны делать паузы и дорабатывать свою работу
• Запланируйте контрольные точки, которые позволят студентам учиться на первых попытках
• Создайте шаблоны или руководства для студентов, чтобы фиксировать ключевые моменты принятия решений
• Разработайте поддерживающие структуры для студентов, испытывающих трудности с рефлексией

Шаг 3: Планирование внедрения (10 минут)

Завершите практические детали:

• Работайте с AI, чтобы составить инструкции к заданию, которые будут конкретными, но не перегруженными
• Включите чёткие формулировки о том, что вы оцениваете (процесс и рефлексию, а не только результат)
• Укажите deliverables, форматы и требования к сдаче
• Явно свяжите задание с развитием AI-грамотности
• Обсудите с AI, как сделать оценивание посильным, включая планирование того, какие элементы вы будете оценивать подробно, а какие — быстро, изучите компоненты рецензирования, которые добавляют ценности без увеличения нагрузки, и подумайте, как использовать выборочный анализ или конференции вместо обширной письменной обратной связи

Рефлексия по уроку

• Какие трудности вы ожидаете при внедрении этих оценок?
• Как вы будете объяснять студентам ценность процесса и рефлексии?

Что дальше

В следующем уроке мы рассмотрим конкретное влияние AI на учебные программы, педагогику и оценку в вашей области.

Обратная связь

По мере прохождения курса мы будем рады узнать, как вы используете его концепции в своей жизни, работе или занятиях, а также получить ваши отзывы. Поделитесь своими отзывами [здесь](#).

Благодарности и лицензия

Copyright 2025 Rick Dakan, Joseph Feller и Anthropic. Распространяется по лицензии CC BY-NC-SA 4.0. Этот курс основан на «AI Fluency Framework» от Dakan и Feller. Частично поддерживается Ирландским управлением высшего образования через Национальный форум по повышению качества преподавания и обучения.