Opdrachten ontwerpen voor AI Fluency

Wat je zult leren

Geschatte tijd: 40 minuten

Aan het einde van deze les kun je:

Opdrachten ontwerpen die studenten helpen AI Fluency zowel te ontwikkelen als aan te tonen
Het toegenomen volume en de complexiteit van AI-verbeterd studentenwerk beheren

Deze video richt zich op het ontwerpen van opdrachten die studenten helpen AI Fluency zowel te ontwikkelen als aan te tonen. Het benadrukt drie kernprincipes: authenticiteit (het creëren van opdrachten die echte AI-samenwerking weerspiegelen), iteratie (het inbouwen van mogelijkheden voor verfijning die groei tonen), en pedagogische transparantie (duidelijk zijn over het beoordelen van het samenwerkingsproces, niet alleen outputs). De video presenteert verschillende opdrachttypen, waaronder op resultaten gebaseerde opdrachten (zoals het verbeteren van AI-outputs of het vergelijken van verschillende AI-systemen), op proces gebaseerde opdrachten (zoals geannoteerde chatlogboeken of opgenomen verklaringen), en reflectie-gebaseerde opdrachten (inclusief leerjournals en persoonlijke beleidsverklaringen). Het behandelt ook praktische strategieën voor het beheren van het toegenomen volume aan inhoud dat AI-verbeterde opdrachten genereren, zoals het gebruik van gedetailleerde rubrics, het benadrukken van peer review, het uitvoeren van snelle conferenties, en selectieve steekproeven van studentenwerk.

Belangrijkste inzichten

Effectieve AI Fluency-opdrachten benadrukken authenticiteit, iteratie en pedagogische transparantie
Op resultaten gebaseerde opdrachten richten zich op producten maar onthullen samenwerkingsvaardigheden
Op proces gebaseerde opdrachten maken onzichtbare besluitvorming zichtbaar door documentatie
Reflectie-gebaseerde opdrachten ontwikkelen metacognitief bewustzijn maar hebben variatie nodig om vermoeidheid te voorkomen
Het beheren van toegenomen volume vereist strategische benaderingen zoals rubrics, peer review en selectieve steekproeven

Oefeningen

Deze oefening helpt je een uitgebreide opdracht te creëren die AI Fluency ontwikkelt en beoordeelt.

Stap 1: Opdrachtarchitectuur (10 minuten)

Zet je gesprek van Oefening 1 over beoordelingsontwerp voort:

Verbinding met je rubric:

Verwijs naar de rubric die je zojuist hebt gemaakt en de competenties die deze benadrukt
Bespreek met de AI welk type opdracht/component studenten het beste in staat zou stellen deze competenties aan te tonen
Overweeg of je je wilt richten op resultaat, proces, reflectie, of een combinatie
Verken hoe deze opdracht past in je bredere cursusstructuur

Opdrachtcomponenten selecteren:

Bekijk de verschillende opdrachtcomponenten die in de video's worden besproken met de AI
Kies 2-3 componenten die coherent samenwerken voor je doeleinden
Pas deze componenten aan zodat ze natuurlijk voelen in je cursuscontext
Zorg ervoor dat de werkbelasting beheersbaar is voor zowel studenten als jezelf
Werk met de AI om ervoor te zorgen dat de opdracht echte AI-samenwerking in je vakgebied weerspiegelt en bouw echte problemen in waar AI-partnerschap waarde toevoegt

Stap 2: Iteratie en groei inbouwen (10 minuten)

Ontwerp mogelijkheden voor verfijning en ontwikkeling:

Bespreek met de AI waar studenten moeten pauzeren en hun werk verfijnen
Plan controlepunten die studenten in staat stellen van vroege pogingen te leren

Maak sjablonen of gidsen voor studenten om belangrijke beslissingsmomenten vast te leggen

Ontwerp ondersteuningsstructuren voor studenten die moeite hebben met reflectie

Stap 3: Implementatieplanning (10 minuten)

Finaliseer de praktische details:

Werk met de AI om opdrachtinstructies te conceptualiseren die specifiek maar niet overweldigend zijn
Voeg duidelijke verklaringen toe over wat je beoordeelt (proces en reflectie, niet alleen output)
Geef deliverables, formaten en indienvereisten op
Verbind de opdracht expliciet met AI Fluency-ontwikkeling

Bespreek met de AI hoe je de beoordeling beheersbaar kunt houden, inclusief het plannen van welke elementen je in detail zult beoordelen versus snel zult controleren, het verkennen van peer review-componenten die waarde toevoegen zonder belasting toe te voegen, en het overwegen hoe je steekproeven of conferenties kunt gebruiken in plaats van uitgebreide schriftelijke feedback

Lesreflectie

Welke uitdagingen verwacht je bij de implementatie van deze beoordelingen?
Hoe zul je de waarde van proces en reflectie aan studenten communiceren?

Wat volgt

In de volgende les onderzoeken we de specifieke impact van AI op curriculum, pedagogie en beoordeling in je vakgebied.

Feedback

Terwijl je door de cursus vordert, horen we graag van je hoe je concepten uit de cursus in je leven, werk of lessen gebruikt en eventuele feedback die je hebt. Deel je feedback hier.

Erkenningen en licentie

Copyright 2025 Rick Dakan, Joseph Feller, en Anthropic. Uitgebracht onder de CC BY-NC-SA 4. 0-licentie. Deze cursus is gebaseerd op The AI Fluency Framework van Dakan en Feller. Gedeeltelijk ondersteund door de Higher Education Authority, Ierland, via het National Forum for the Enhancement of Teaching and Learning.