Quels sont les trois principes clés pour concevoir des assignments d'IA Fluency?	L'authenticité (refléter la collaboration réelle avec l'IA), l'itération (offrir des opportunités de raffinement), et la transparence pédagogique (évaluer le processus de collaboration, pas seulement les résultats).
Quelle est la différence entre les assignments basées sur les résultats et celles basées sur le processus?	Les assignments basées sur les résultats se concentrent sur les produits mais révèlent les compétences de collaboration; les assignments basées sur le processus rendent visibles les décisions invisibles par la documentation.
Donnez deux exemples d'assignments basées sur le processus.	Les journaux de chat annotés et les narrations enregistrées.
Quel est l'objectif principal des assignments basées sur la réflexion?	Développer la conscience métacognitive des étudiants.
Nommez trois stratégies pour gérer le volume accru de travail généré par les assignments améliorés par l'IA.	Utiliser des rubriques détaillées, mettre l'accent sur l'examen par les pairs, et faire un échantillonnage sélectif du travail des étudiants.
Qu'est-ce qu'un "checkpoint" dans la conception d'une assignment d'IA Fluency?	Un point d'arrêt planifié où les étudiants pausent et affinent leur travail pour apprendre de leurs premières tentatives.
Pourquoi est-il important de spécifier ce qu'on évalue dans les instructions d'assignment?	Pour clarifier aux étudiants qu'on évalue le processus et la réflexion, pas seulement le résultat final.
Quels éléments doivent être inclus dans les instructions finales d'une assignment?	Les détails pratiques, les livrables, les formats, les exigences de soumission, et la connexion explicite au développement d'IA Fluency.
Comment peut-on rendre l'évaluation par les pairs efficace sans surcharger l'enseignant?	En sélectionnant des composantes d'examen par les pairs qui ajoutent de la valeur sans ajouter de charge supplémentaire.
Qu'est-ce que la "transparence pédagogique" signifie dans le contexte des assignments d'IA Fluency?	Être clair sur le fait qu'on évalue le processus de collaboration avec l'IA et la réflexion, pas seulement les résultats finaux.