Whether online/hybrid or face-to-face, 评估是学生学习的重要组成部分,因为它包含了各种收集方法, synthesize, 并解释信息,以帮助教育决策(亚航), 2000). Assessments may be evaluative in nature (i. e.(课程成绩)或教学(调整教学以提高学生的学习). 有效的教学利用有意义和有效的评估,并建立与学习目标的一致性. 在实施评估时,在线环境提供了一些优势和挑战.
以下是关于如何创建有效评估的指导方针(Gronlund, 1998):
- Student outcomes are clearly communicated
- A variety of assessment methods are utilized
- Assessments are relevant and meaningful
- Assessment procedures are fair
- 需要有足够的学生表演样本
- 学生们得到了关于表现强度的有意义的反馈
- 全面的评分和报告制度(考试等).) must be utilized
- 对工作表现的评判标准是事先明确传达的
- Develop your student outcomes relative to Bloom’s Taxonomy
- 认知结果的六个层次是, Comprehension, Application, Analysis, Synthesis, and Evaluation
The Assessment Process
Summative vs Formative
Summative assessment: 这些方法发生在一个教学单元、一个学期或一门课程的末尾. 总结性评估决定了学生展示学习成果的程度,目的是做出某种判断或决定. 它利用正式的评估方法、测试、测验、论文和项目. Summative assessment falls into two categories:
Objective 评估通常采用多项选择, true/false, matching, 只有一个正确答案的简短回答项目.
- Performance 评估可以衡量更高水平的认知结果, such as application, analysis, synthesis, and evaluation.
Formative assessment: 为改进或调整课程材料而在课前或课间进行的练习, 形成性评估为学生提供反馈(即时), 如果可能的话),这样他们就可以调整自己的学习表现. 形成性评估方法可以包括非正式的(不评分的表现)和正式的方法(评分的表现,如测验和其他作业)。. Formative assessment does not always need to be conducted by the instructor; self and peer assessments are also effective in providing feedback for improved learning. 在线/混合课程的形成性评估方法可能包括小组讨论, posted reflections and allowing rewrites.
Align with Learning Objectives
课程评估应该评估学生对目标的掌握程度. 这些目标应该指导评估的选择和设计. 目标和评估之间的一致性对于确保课程设计良好至关重要.
许多类型的活动可以用来评估学生的学习. 当您选择使用何种评估活动或工具时, it is helpful to consider the following questions:
- What kind of activities or tools (essays, presentations, 案例研究)告诉我他们在学习目标上的能力水平?
- 对学生作业的评估对指导学生的实践和提高作业质量有多大帮助?
- 评估结果将如何指导我的教学实践?
Diversify Assessment Types
In assessing learning, 创建涵盖多种学习方法的“混合”评估是很重要的. With online/hybrid courses in particular, 当你开始鼓励学生在小组项目和其他活动中进行互动时,传统的测试在成绩中所占的比例会越来越小.
Different types of assessments include:
Tests, Exams, Quizzes
Pre & Post Testing
Project Reports
Peer Reviews
Role Playing
Research Papers
Reflective Writing
Presentations
Discussion
Surveys, interviews and observations
Group discussion
Case studies
Journals
Reading responses
Communicate Expectations
无论学习环境如何,在沟通课程期望时都应该保持清晰. 然而,在线/混合课程的学生需要简洁, 关于课程要求和教师期望的明确信息. Therefore, 提前为作业和活动制定具体的评分准则,这样学生就能提前知道他们应该做什么. For example, 在网上讨论中对问题的适当回答是什么, 什么是实质性的回答,什么是肤浅的回应, etc. 为学生提供你正在寻找的工作类型的具体例子是有帮助的.
Participation and Collaboration
Participation
对学生们通过讨论相互提供的实质性学习给予肯定. This is important in all learning environments. 例如,在许多在线课程中,这些讨论对于实现学习目标至关重要. 通过分配参与讨论的学分, instructors can prevent “lurking”, 学生听对话,但不参与.
这里有一些评估在线讨论的技巧.
- 要求学生参与特定数量的主题讨论.
- Have interactive learning activities (e.g. 线程讨论)占课程成绩的很大比例.
- 确定你在讨论中寻找的品质,并根据这些标准给学生打分
Teamwork involves collaboration among students. However, 学生们经常表示,在小组工作时,并非所有成员的贡献都是平等的. Typically, 老师将根据期末项目来评估团队合作,而不是评估每个学生的贡献. Thus, 通过开发一个透明的评估过程来评估基于个人和团队的学习, student collaboration can be encouraged.
在所有学习模式下,有效评估团队合作的两个策略是使用学生自我评价和同伴评价. 结合使用产品评估和个人评估可以为教师提供关于团队如何运作以及如何提供反馈和评分的宝贵信息.
Rubrics
评分标准不仅提供评分指南, 但也要解释学生应该做些什么来完成作业. 研究人员建议使用特定作业的评分量表和评分标准,并根据高度明确的标准设计. 他们可以帮助学生理解作业对他们的要求, 并为评估过程提供更多的结构和可靠性.
An effective rubric:
- Lists characteristics that describe the performance
- 应用一个固定的尺度来评价产品的质量
- 向学生传达对质量表现的期望
- 帮助教师更准确,公正,一致的评分
- Can be used by students, peers, and instructors
In addition to grading criteria of assessment, 题目可以作为指导学生如何完成作业和项目的指南. RubriStar is a great online tool to create grading rubrics.
以下是一些评分标准的示例,供您使用:
以获得更多面对面加强评估的指导, online or hybrid environments, 我们鼓励您咨询我们的教学设计师. 您可以设置一个一对一的预约与我们的教学设计师之一使用 ITDS Appointment Scheduler.
Assessment Considerations: Artificial Intelligence
人工智能在高等教育中提出了许多与学术诚信和学生作品真实性相关的问题. 在学生可以使用人工智能的环境中创建评估时, 教授可以采用几种策略来保持评估过程的完整性,并确保评估的公平性.
要了解更多关于人工智能的知识,如何在课程中利用它,以及其他减少误用的方法, register for an AI workshop, schedule a 1-1 consultation, or view our Artificial Intelligence webpage.
Strategies to maintain assessment integrity:
- 利用真实评估:开发模拟真实世界场景的评估,或要求在实际环境中应用知识. 真实的评估通常涉及复杂的决策和解决问题, 这使得人工智能工具很难提供完整的解决方案.
- 注重高阶思维:设计强调批判性思维的评估, problem-solving, and the application of knowledge. By focusing on higher-order cognitive skills, 对于学生来说,仅仅依靠人工智能工具来提供答案变得更具挑战性.
- 强调理解和概念掌握:设计问题和任务,评估学生对主题的深刻理解,而不是死记硬背. 这鼓励学生在有意义的层面上参与材料, 这使得人工智能工具很难提供准确的响应.
- 包含开放式问题:包含要求学生提供深入解释的问题, analyses, or creative solutions. 仅靠人工智能工具无法轻易回答开放式问题, 因为它们通常需要细致入微的推理和主观判断.
- 使用时间限制:实施有时间限制的评估,让学生在压力下快速思考,依靠自己的知识和技能. 时间限制使得学生们依靠人工智能工具来回答每一个问题更具挑战性.
- 混合评估格式:组合各种评估格式, including multiple-choice questions, problem-solving tasks, essays, and presentations. 这种多样化使得学生很难完全依赖人工智能工具, 因为不同的格式需要不同的技能和方法.
- 随机问题和答案选择:随机问题和答案选择的顺序有助于防止学生轻松使用人工智能工具搜索特定答案. 这破坏了他们完全依赖自动辅助的能力.
- 监控和检测作弊:利用抄袭检测软件(如.e.,Turnitin的AI检测报告,GPT Zero, ZeroGPT)和在线监考工具(i.e.(锁定浏览器),以识别评估期间的作弊或未经授权的协助. 这些工具可以帮助维护学术诚信,并阻止学生依赖人工智能工具作弊.
- 清楚地传达期望:清楚地向学生传达评估指南和期望, 强调学术诚实和诚信的重要性. 教育学生使用人工智能工具作弊或获得不公平优势的潜在后果.
- 适应和发展评估:定期审查和更新评估,以应对新出现的挑战和技术. 随时了解学生可能使用的最新人工智能工具和技术,并相应地调整评估策略.
By incorporating these strategies, 教授可以创建鼓励真正学习的评估, critical thinking, and the application of knowledge, 从而减轻人工智能工具对评估过程的潜在影响.