Vad är rubrikgenerering?
Rubrikgenerering förenklar rubrikskapandet drastiskt genom att läraren kan beskriva en rubrik och använda generativ AI för att skapa en rubrik som är skräddarsydd för deras scenario. Läraren kommer då att presenteras med den genererade rubriken för dem att granska och finjustera genom att justera egenskaper som målåldersintervallet, längden på genererat innehåll och rubrikdetaljer. När läraren har godkänt och sparat rubriken kan de sedan bifoga den till en uppgift som ska användas vid betygsättning av elevernas arbete.
Vad kan rubrikgenerering göra?
Rubrikgenerering har stöd för följande generativa AI-operationer:
-
Förslag på kriterier – Förslag genereras för rubrikkriterier baserat på den angivna rubrikrubriken och beskrivningen.
-
Rubrikgenerering – En rubrik genereras utifrån rubriktiteln, rubrikbeskrivningen, åldersintervallet, betygsättningsnivåerna och rubrikkriterierna.
-
Rubrikomskrivning – En rubrik skrivs om baserat på reviderade värden för rubrikbeskrivning, åldersintervall, antal meningar, betygsnivåer och kriterier för rubrik.
Vad är rubrikgenerationens avsedda användning??
Rubrikgenerering är avsedd för lärare i slingan där funktionen endast är tillgänglig för lärare/lärare, och läraren måste granska/godkänna det genererade innehållet innan rubriken visas för eleverna.
Hur utvärderades rubrikgenereringen? Vilka mått används för att mäta prestanda?
Rubrikgenereringen validerades genom direkt testning med lärare för att bedöma relevansen och användbarheten av de genererade rubrikerna.
Valideringen gjordes för att säkerställa att rubrikgenereringen är motståndskraftig mot skadligt innehåll
Hur används standarder i rubrikgenerering?
Systemet ger möjlighet att lägga till standarder som en del av rubrikgenereringen. Standarderna används när de föreslagna rubrikkriterierna för rubriken genereras. Läs mer om standarder här Lägga till utbildningsstandarder i Microsoft-verktyg
Läraren bör alltid validera rubrikkriterierna innan de genererar rubriken
Vilka är begränsningarna för rubrikgenerering? Hur kan användare minimera effekten av rubrikgenerationens begränsningar när de använder systemet?
Rubrikgenerering grundas inte i faktakunskap och även om den skriver på ett flytande, grammatiskt korrekt sätt kan innehållet det genererar vara felaktigt eller olämpligt. Det kan inte förstå innebörden eller utvärdera noggrannheten, så lärare måste granska vad den skriver och använda sitt bästa omdöme. Lärare måste verifiera och granska alla genererade rubriker för att säkerställa noggrannhet och relevans.
Vilka driftsfaktorer och inställningar möjliggör effektiv och ansvarsfull användning av rubrikgenerering?
Effektiv och ansvarsfull användning av rubrikgenerering kräver genomtänkt implementering av driftfaktorer och noggrann konfiguration av inställningar. Viktiga överväganden är:
-
Tydliga och detaljerade utvärderingsmål
-
Ge exakta bedömningsmål för rubrik, korrekta kriterier och lämplig rubrikskala som vägleder AI:n för att generera kontextuellt relevanta rubriker.
-
-
Granska och validera lärare
-
Granska och validera alltid AI-genererade rubriker för att bekräfta noggrannhet, relevans och anpassning till elevens specifika behov.
-
Undvik överberoende av AI; använda det som ett komplement till mänskligt omdöme, inte som en ersättning.
-
-
Lärarutbildning
-
Ge lärare utbildning om hur man effektivt matar in data och tolkar AI-genererade utdata.
-
Dela med dig av metodtips för att integrera AI-genererade rubriker i undervisningsstrategier.
-
Språk som stöds
AI-genererade rubriker har validerats och stöds för följande språk: engelska (USA) en-US, Tyska (Tyskland) de-DE, spanska (Spanien) es-ES, norska Bokmål (Norge) nb-NO, franska (Frankrike) fr-FR, franska (Kanada) fr-CA, spanska (Mexiko) es-MX, portugisiska (Brasilien) pt-BR, japanska (Japan) ja-JP, nederländska (Nederländerna) nl-NL och svenska (Sverige) sv-SE.
För andra språkvarianter på engelska används som input, t.ex.
Andra språk kan vara tillgängliga, men de har inte testats.
Systemet har inte utvärderats specifikt för de många olika dialekter och sociolekter som representeras på dessa språk
Generativa AI-modeller utbildas med stora mängder data, och dessa data är oftast på engelska. Det kan ibland leda till bättre prestanda på engelska jämfört med andra språk än engelska. Som med all användning av generativa AI-modeller uppmuntrar vi användarna att vara medvetna om begränsningarna i dessa system för deras specifika användningsfall och kulturella och språkliga sammanhang.
Microsoft planerar att lägga till fler språk och lokalbefolkningen som stöds i genereringen av rubriker. Det här transparensdokumentet uppdateras när ytterligare språk stöds.
Läs mer
Komma igång med att skapa rubriker med Generative AI