AI Assessment Scale
https://aiassessmentscale.com/
A practical framework to guide the appropriate and ethical use of generative AI in assessment design, empowering educators to make purposeful, evidence-based decisions.
Das hat der @masek angeschleppt und sagt auch gleich:
"Ich hätte die Skala intuitiv mehrdimensional gemacht.
- Stil und Rechtschreibung
- Inhalte, Quellen und Code
- Struktur und Organisationen
Werte für die Vektoren:
- 0 Kein Input
- 1 AI-Review of Human Input
- 2 AI-Input (supervised)
- 3 AI-Input (unsupervised)
Das passt eher zu meinem Workflow als die von AIAS vorgeschalgene Bewertung, die... komisch ist.
Wenn ich mir meinen eigenen Kram ansehe, dann
nehme ich AI zum Reformulieren ("Check my english for spelling, grammar and flow."),
zum Suchen (Deep Research, oder einfach nur "WIe ist dieser Sachverhalt und kannst Du das mit Quellen belegen?") oder "Male mir mal eine Skeleton-Klasse für x auf", und
dann halt "Wie sieht denn ein Standard-Plan aus um x zu machen?"
Und meist muss man dann noch Inpainting machen, d.h man muß
- den Output der AI glätten, sachlich korrigieren oder umschreiben (und danach wieder for spelling, grammar and flow drüber bürsten).
- man muß die Suche der AI nach dem Lesen der Erkenntnisse in eine andere Richtung lenken oder spezialisieren
- man muß den Plan etappenweise detaillieren, oder dafür recherchieren
Das heißt, AIAS geht von einem linearen einmaligen Durchlauf auf, in der Realität haben wir eine iterative Anwendung mit Feedbackschleifen, bei der der Output der AI Input für weitere Forschung und Ideen liefert und bei der Resultate am Ende noch einmal durch Reformulierung rund geschliffen werden.