מרצים
משתפים

יצירת מבחנים במוודל באמצעות AI

במודל יש סוגים רבים של שאלות היכולות לשמש אותנו לסיכום תהליכי הוראה ולמידה. אולם, תהליך חיבור השאלות והכנתם במערכת המודל עלול לקחת זמן. עמירם דומוביץ, מרצה בחוג לתושב"ע, מד"פ, ומורה בבית ספר הימלפרב ירושלים מצא לכך פתרון מעניין
Shiloach

עמירם מספר :

כמורה לתנ"ך בכיתה י', נתקלתי באתגר משמעותי: הזמן הרב הנדרש להזנת שאלות ותשובות למערכת המודל. העבודה הטכנית של הכנסת שאלות אמריקאיות, שאלות קלוז ושאלות נכון/לא נכון למערכת גזלה ממני זמן יקר שיכולתי להשקיע בהוראה עצמה. החלטתי להיעזר בבינה מלאכותית כדי להתגבר על האתגר הזה. ידעתי שבינה מלאכותית יכולה לחבר שאלות על טקסט, אך הפטנט האמיתי שגיליתי היה לגרום לה ליצור קובץ שניתן להעלות ישירות למודל, ונקרא פורמט GIFT. לאחר תהליך של ניסוי וטעייה עם Gemini  למדתי להנחות אותו ליצור קובץ מוכן להטמעה במודל.

מה עשיתי?

  1. כהכנה לסיור לימודי בעיר דוד הכנתי לתלמידי בוחן על הנושאים הבאים: מסע סנחריב, תבליטי לכיש וכתובת השילוח.
  2. העלתי ל-Gemini חומר על הנושאים הללו, וביקשתי ממנו לחבר שאלות מגוונות על הטקסט – שאלות סגורות.
  3. עברתי על השאלות והתשובות לוודא שהן מדויקות ובחרתי רק את השאלות שטובות בעיני.
  4. הנחיתי את ה-AI ליצור מסמך בפורמט שה-moodle יכול לקרוא. בתגובה הוא יצר מסמך שתואם לפורמט GIFT.
  5. שמרתי את המסמך בפנקס הרשימות – ונתתי לקובץ שם עם סיומת .gift
  6. נכנסתי ל-moodle העליתי את הקובץ למאגר השאלות דרך פקודת יבוא.
  7. משכתי את השאלות ממאגר השאלות ליצירת הבוחן הסופי.

*שאלות CLOZE עובדות קצת אחרת – מעתיקים את הקוד המתקבל ישירות אל תוכן השאלה.

הפרומפט שלי לבינה המלאכותית היה:

חבר לי שאלה שמתאימה ל-moodle מסוג "תשובות משובצות (Cloze)". השאלה על הטקסט של "מנסרת סנחריב" שמצ"ב . בשאלה התלמיד צריך להשלים 10 מילים או ביטויים שסימנתי בכוכבית * אם סימנתי * לאחר שתי מילים, שמחוברות עם מקף, התייחס אליהם כרכיב אחד. לכל מילות השלמה תציע שלוש אפשרויות.

כאן תוכלו להתרשם מהקוד של השאלה (כאן קובץ txt להורדה) , והנה דוגמאות לשאלות נוספות בתסדיר ה- GIFT (כאן קובץ txt להורדה) , וכך נראית שאלת ה- CLOZE הסופית:

המבחנים תוכננו כך שהתלמידים יכולים לקרוא את המקורות במקביל, מה שהופך אותם לכלי למידה אפקטיבי ולא רק אמצעי בדיקת ידע.

להדרכה על הכנת שאלות בוחן והעלאתן למודל


לסיכום

האתגר המרכזי מבחינתי היה ללמוד את הנושא ולבדוק ביסודיות את השאלות והתשובות שה-AI יצר. הנה כמה תובנות שכדאי לאמץ:

  1. חשוב לעבור על השאלות והתשובות לפני השימוש. במהלך התהליך נדרשתי לבחור בקפידה את השאלות הטובות ביותר מבין ההצעות,
  2. בקשו מה-AI להכין את הקובץ בפורמט מדויק, ותנו לו דוגמאות והנחיות. חשוב להיות ספציפי מאוד בהנחיות ל-AI על מבנה הפורמט הנדרש.
  3.  התנסו עם מספר מצומצם של שאלות לפני יצירת מבחן מלא.
  4. בהמשך גיליתי בחשבון החינמי ב- ChatGPT, שבהפעלת האפשרות של Canvas, ניתן לערוך את התוצר באופן נקודתי בלי לקבל כל פעם את הכל מההתחלה – למשל, הערות על שאלה, לבקש הרחבה / צמצום, התאמת הרמה לאקדמיה / לגיל צעיר יותר ועוד.
  5. ככל שצברתי ניסיון, התהליך נהיה פשוט יותר.

 

למדריך על עריכה עם canvas ב- ChatGPT

לסיכום:

עם בינה מלאכותית זמינה אנחנו לא צריכים לדעת לכתוב פורמטים מורכבים וגם לא לדעת לתכנת בקוד מסובך, אלא בעיקר לדעת מה לשאול – לקבל תוצאה – ולהעביר למודל. החיסכון בזמן הטכני מאפשר לנו להתמקד בהיבטים פדגוגיים ונוספים של ההוראה: תכנון מהלכי הוראה מעניינים, שילוב השאלות בתהליכי הלמידה ועוד.

כיצד נוכל לסייע? נשמח לחשוב יחד על כיוונים פדגוגיים שיתאימו לכם וללומדים.
כתבו לנו! pedagogy@herzog.ac.il

צוות מערך הוראה, למידה והערכה
להדפסת העמוד
דילוג לתוכן