Vad är Reading Coach Passage Generation?
Generation av Läsframstegspassagen använder AI-genererade läsavsnitt för att hjälpa lärare att på ett säkert sätt skapa personliga läsuppgifter för sina elever. Automatiskt genererade avsnitt använder ämnen, ålder, språk och längd från läraren, samt ord som identifierats för vidare övning med generativ AI (Azure Open AI) för att skapa ett nytt avsnitt där eleverna kan öva på att läsa utmanande ord i sammanhanget (utmanande ord är bara tillgängliga på engelska vid denna tidpunkt). Innehållsmoderering används för att generera säkra passager som uppfyller elevernas läsnivå.
Vad kan generation av Läsframstegsavsnitt göra?
Gör det möjligt för lärare att skapa personliga läsuppgifter på ett säkert och snabbt sätt i Teams för sina elever.
Vad är/är läsframstegsgenerationens avsedda användning??
Lärare kan använda passagegeneration för att snabbt skapa övningsmöjligheter för sina elever. Det är lärarens ansvar att granska och redigera innehållet för lämplighet och korrekthet innan de tilldelar elever. Medan vi använder olika innehållsfilter och skyddsåtgärder för att begränsa tveksamt eller olämpligt innehåll, är den underliggande tekniken för passagegenerering AI som har utbildats om ett brett spektrum av internetkällor. Därför förlitar vi oss på att lärare granskar och bekräftar lämpligheten i det slutliga avsnittet.
Vilka garantier används samtidigt som passagen genereras?
-
Lärare instrueras att granska och godkänna passagen innan de delar med sina elever.
-
Topics baseras elevernas ålder, språk och längd på passager på en uppsättning fördefinierade listor.
-
Innehållsmoderering (t.ex. detta) används på passagen innan den presenteras för en lärare.
-
Genererade passager sparas bara som en del av tilldelningen och lagras inte på andra platser.
-
För att tillhandahålla innehåll som känns mer faktabaserat och öka elevernas intresse och engagemang i stycket grundas vissa avsnitt på Wikipedia-innehåll.
Hur kan lärare ge feedback generation av Läsframstegspassage?
Lärare kan använda feedbackkontrollen i appen för att ge textfeedback om modellens prestanda och förfrågningar.
