Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Generér vurderinger og feedback

Lektion 8 af 16 Opdateret 5. november 2026 Mellem
På denne side
  1. Afstemte vurderinger og hurtigere retning
  2. Design flervalgsspørgsmål, der underviser
  3. Vurdér efter færdighed og varier formater
  4. Den kriteriebaserede rubrik
  5. Fremskynd retningen
  6. Din tur
  7. Vigtige pointer

Afstemte vurderinger og hurtigere retning

At skabe meningsfulde vurderinger og rette elevers arbejde er to essentielle, men ekstremt tidskrævende opgaver, og arbejdsmængden topper altid på de værste tidspunkter af året. ChatGPT understøtter begge ender af denne proces: det hjælper dig med at opbygge rigorøse vurderinger og fremskynder retningen, uden nogensinde at erstatte dig. Denne skelnen er vigtig, fordi delegering af retning ville betyde, at du opgiver det ene øjeblik, hvor du ser præcis, hvad hver enkelt elev har forstået. Det er også en regel: CNIL (Frankrigs databeskyttelsesmyndighed) minder lærere om, at de ikke kan delegere deres vurderingsmyndighed til et AI-værktøj, og OpenAIs retningslinjer for brug forbuder enhver vurderingsbeslutning truffet af modellen uden et menneske i løkken.

Design flervalgsspørgsmål, der underviser

Et godt flervalgsspørgsmål (MCQ) er ikke bare ét korrekt svar og tre forkerte. Dets diagnostiske værdi ligger udelukkende i distraktorerne: hvis de er absurde, finder eleverne svaret ved elimination, og du lærer intet om deres ræsonnement; hvis de afspejler realistiske fejl, fortæller hvert forkert svar dig, hvilken fejlagtig vej eleven tog. ChatGPT genererer nemt denne anden type distraktor, forudsat at du navngiver de forventede fejl i stedet for at håbe, at det gætter dem.

“Opret et MCQ med 15 spørgsmål om lineære funktioner til en 9. klasses klasse. For hvert spørgsmål skal distraktorerne svare til hyppige elevfejl (forveksling med affine funktioner, fortegnsfejl, omvendt hældning). Lever et facitliste med en forklaring for hver distraktor.”

Forklaringen, der anmodes om for hver distraktor, er det, der vender MCQ’et til et remedieringsværktøj. Når du gennemgår svar i klassen, har du allerede kommentaren klar til elever, der valgte B i stedet for C, og gennemgangssessionen holder op med at være en oplæsning af facitlisten og bliver til arbejde med de fejl, eleverne faktisk begik.

Vurdér efter færdighed og varier formater

Til formativ eller summativ færdighedsbaseret vurdering skal fire krav fremgå af din prompt. Specificér målfærdighederne ved hjælp af de nøjagtige begreber fra programmets ramme, så rubrikkens ordforråd matcher karakterbogen. Bed om, at hver øvelse kun målretter én færdighed ad gangen: så snart en øvelse mobiliserer to, bliver en svag elevs arbejde umuligt at fortolke. Kræv en tilhørende færdighedsrubrik med observerbare indikatorer frem for værdidomme. Bed til sidst om øvelser med stigende kompleksitet for hver færdighed, hvilket giver en kämpende elev mulighed for at vise, hvad de mestrer, før de løber ind i en mur.

Skriftlige prompts følger den samme logik. ChatGPT genererer argumentationsprompts med ledsagende dokumenter, litterære kommentarprompts med foreslåede læsevinkler, kontekstualiserede casestudier til økonomi og samfundsvidenskab eller åbne problemer til naturvidenskab og matematik. De foreslåede læsevinkler fortjener omhyggelig gennemgang: de er generelt nøjagtige, men skoleagtige, og det er bedre at beholde dem til din facitliste end at distribuere dem sammen med prompten, ellers risikerer du at få tredive identiske opgaver.

Den kriteriebaserede rubrik

En nyttig rubrik beskriver hvert mesterskabsniveau med en observerbar deskriptor, så to forskellige censorer placerer den samme opgave på samme sted. Bed ChatGPT om at producere denne rubrik for dine kriterier, og verificér derefter, at deskriptorerne beskriver det, du faktisk ser på papiret, ikke det indtryk, det efterlader.

KriteriumUtilstrækkeligtSkørtTilfredsstillendeEkspert
ArgumentationIngen identificerbar argumentationArgumenter til stede, men uberettigedeArgumenter berettiget med eksemplerNuanceret og struktureret argumentation
SprogHyppige fejl, der hæmmer læsbarhedenLejlighedsvis fejlKorrekt udtrykPræcis og elegant stil

Observer progressionen i rækken “Argumentation”: den bevæger sig fra fravær til tilstedeværelse, derefter fra tilstedeværelse til berettigelse, og derefter fra berettigelse til nuance. Hvert trin tilføjer et verificerbart krav. Dette er den gradering, du skal tjekke i enhver genereret rubrik, fordi modellen nogle gange producerer fire formuleringer, der siger det samme, mens den kun ændrer biordet – “korrekt”, “godt”, “meget godt”, “perfekt” – og en sådan rubrik skelner ingenting.

Fremskynd retningen

De clearest tidsbesparelser kommer fra en model-facitliste produceret, før du åbner den første elevopgave. Få den til at generere det forventede svar for hvert spørgsmål, hyppige fejl at forudse, detaljerede scoringspoint og eksempler på kommentarer for hvert responsniveau. Du retter derefter ved at genkende tilfælde, du allerede har navngivet, i stedet for at genopfinde dine standarder for hver opgave, hvilket forbedrer både hastighed og retfærdighed mellem elever i toppen og bunden af bunken.

Til individuel feedback skriver ChatGPT en konstruktiv kommentar, så snart du leverer den observerede fejl. “Eleven begik denne fejl i deres fysikøvelse: de forvekslede masse og vægt. Skriv en opmuntrende feedback på 3–4 linjer, der forklarer forskellen og foreslår et huskeråd for at undgå at forveksle dem igen.” Arbejdsdelingen er rigtig: du identificerer fejlen, da det kun er dig, der har læst opgaven, og værktøjet håndterer formuleringen – den del, der koster dig tid uden at kræve din faglige ekspertise. Prompten indeholder ingen navne eller kopier: indsæt aldrig en navngivet elevopgave i et offentligt værktøj.

Disse kommentarer er værd at gemme i stedet for at omskrive hvert år. Opbyg gradvist en bank, der dækker hver type tilbagevendende fejl i dit fag, med positiv formulering, konkrete forbedringsforslag og opmuntring tilpasset forskellige profiler. I det tredje år består retning af en bunke stort set af at sammensætte beviste blokke, som du personliggør med en enkelt sætning.

Design, og ret derefter To kolonner. Design: distraktorer, der afspejler realistiske fejl, én færdighed per øvelse, observerbare deskriptorer. Retning: en model-facitliste før den første opgave, fejlen identificeret af læreren, karakteren og beslutningen forbliver menneskelig. VURDER Design, og ret derefter Design MCQ Distraktorer = realistiske fejl Øvelse Én færdighed ad gangen Rubrik Observerbare deskriptorer Ret Før En model-facitliste Under Fejlen, identificeret af dig Beslutning Karakteren forbliver menneskelig Ingen navngivne elevopgaver i et offentligt værktøj.
Lektionsmetode; vurdering baseret på CNIL's FAQ og artiklen "Getting started with ChatGPT as an educator" fra OpenAI Help Center (november 2026).

Din tur

Dit første gennemgåede MCQ.

  1. Få ChatGPT til at oprette et MCQ med ti spørgsmål om et tema efter eget valg, hvor du navngiver de forventede fejl
  2. Tjek hvert punkt: er det korrekte svar nøjagtigt, er distraktorerne plausible, er niveauet passende?
  3. Ret det, der skal rettes, og tæl dine korrektioner
  4. Få den til at producere den kriteriebaserede rubrik og tjek graderingen af deskriptorerne
  5. Notér dit antal korrektioner: det indikerer, hvor meget tillid du kan have til en ugennemgået prompt

Officielle kilder: Getting started with ChatGPT as an educator (OpenAI Help Center) · Teacher: How to use an AI system in the course of your duties? (CNIL)

Vigtige pointer

  • MCQ-distraktorer skal afspejle realistiske fejl, som du navngiver i prompten
  • Opret kriteriebaserede rubrikker med præcise deskriptorer for hvert mesterskabsniveau
  • En detaljeret model-facitliste før retning fremskynder processen betydeligt
  • Identifikation af fejl og tildeling af karakterer forbliver dit ansvar; værktøjet kan håndtere formuleringen
  • Opbyg en bank af genanvendelige kommentarer i stedet for at skrive al feedback fra bunden