AI Examiner Assistant – mobilne wsparcie oceny odpowiedzi opisowych

Umożliwia nauczycielowi sfotografowanie odpowiedzi ucznia, rozpoznanie tekstu i porównanie go z pytaniem, kluczem oraz kryteriami punktowania. System przygotowuje propozycję punktacji, oznacza braki i błędy oraz generuje krótką informację zwrotną, pozostawiając ostateczną decyzję nauczycielowi.

AI Examiner Assistant to projekt badawczo-rozwojowy mobilnego narzędzia wspierającego nauczycieli w sprawdzaniu papierowych odpowiedzi opisowych. Nauczyciel wykonuje telefonem zdjęcie pracy ucznia, a system rozpoznaje tekst, porównuje odpowiedź z pytaniem, kluczem i kryteriami punktowania oraz przygotowuje propozycję punktacji i informacji zwrotnej. System nie wystawia samodzielnie oceny końcowej i nie zastępuje nauczyciela.

Problem

Sprawdzanie odpowiedzi opisowych jest czasochłonne i trudniejsze do standaryzacji niż ocena testów zamkniętych. Nauczyciel musi rozpoznać odpowiedź częściowo poprawną, przyznać punkty cząstkowe, ocenić tok rozumowania i przygotować informację zwrotną. Projekt ma umożliwić częstsze stosowanie pytań opisowych bez proporcjonalnego zwiększania nakładu pracy nauczyciela.

Opis rozwiązania

System analizuje zdjęcie pracy i przygotowuje:

  • rozpoznany tekst,
  • wskazanie elementów zgodnych z kryteriami,
  • listę brakujących treści,
  • oznaczenie błędów merytorycznych,
  • identyfikację odpowiedzi częściowo poprawnych,
  • propozycję punktów cząstkowych,
  • uzasadnienie propozycji,
  • krótką informację zwrotną dla ucznia.

Zakres pierwszej wersji

MVP powinno koncentrować się na 2–3 przedmiotach i zadaniach posiadających względnie jasne kryteria, takich jak definicje, krótkie uzasadnienia, zależności przyczynowo-skutkowe, porównanie zjawisk i wskazanie etapów procesu. Przy niskiej jakości OCR system powinien oznaczyć niepewność, poprosić o ponowne zdjęcie albo umożliwić szybką korektę tekstu przez nauczyciela.

Tryb uczniowski

W trybie samodzielnej nauki uczeń fotografuje lub wpisuje odpowiedź i otrzymuje informację, które elementy są poprawne, czego brakuje i jak poprawić rozumowanie. System nie wystawia w tym trybie formalnej oceny.

Zakres prac badawczo-rozwojowych

  • opracowanie rubryk oceniania,
  • zebranie datasetu odpowiedzi uczniowskich,
  • testy OCR na zdjęciach wykonywanych telefonem,
  • budowa aplikacji mobilnej,
  • analiza odpowiedzi częściowo poprawnych,
  • propozycja punktacji i oznaczanie błędów,
  • panel akceptacji lub korekty przez nauczyciela,
  • generowanie informacji zwrotnej,
  • ochrona danych uczniów,
  • pilotaż w szkołach.

Walidacja

Projekt powinien zostać przetestowany na minimum 10 000 odpowiedzi uczniowskich z 2–3 przedmiotów. Zakładanym rezultatem jest skrócenie czasu sprawdzania o minimum 50% przy zachowaniu ostatecznej decyzji nauczyciela.

Odbiorcy

  • szkoły podstawowe i ponadpodstawowe,
  • nauczyciele i dyrektorzy,
  • organy prowadzące,
  • wydawnictwa edukacyjne,
  • platformy edukacyjne,
  • podmioty przygotowujące egzaminy próbne,
  • firmy edtech.

Oczekiwany rezultat

Rezultatem będzie prototyp aplikacji mobilnej i panelu nauczyciela, model rubryki oceniania, mechanizm kontroli jakości OCR oraz raport porównujący rekomendacje systemu z ocenami nauczycieli.

Powiązane osoby: dr Paweł Szczęsny

Udostępnij: LinkedIn X / Twitter Facebook