Jobban működő egyetem.
AI az oktatóknak, a hallgatóknak és az ügyintézőknek.
OktatóNézd át az első házikat, és írj mindenkinek visszajelzést.
Kutatásmódszertan · Moodle
Elkészült a kurzusban
- 38 beadás átnézve a szempontjaid szerint, a 3 leggyakoribb hiba kigyűjtve a jövő heti órára
- 38 személyre szóló visszajelzés üzenetben, jegy nélkül, és emlékeztető a 4 hallgatónak, aki még nem adta be
Visszajelzés Kovács Annának · vázlat, a jóváhagyásodra vár
A kutatási kérdésed világos, és a kérdőív jól követi. A mintavételnél írd le, hogyan választottad ki a válaszadókat: ezt a jövő heti órán közösen is átvesszük.
Kiküldöm a visszajelzéseket?
Kiküldve: 38 visszajelzés és 4 emlékeztető.
Próbáld ki egy próbakurzuson2023 óta, félévről félévre használják oktatók és hallgatók. Az ELTE kutatóival közösen vizsgáljuk, szakonként mikor segít valóban a tanulásban.
Válaszol, és el is intézi
Tanulótárs a hallgatónak.
A hallgató a kurzus anyagából kérdez, gyakorol és készül a vizsgára. Az asszisztens megmutatja, melyik anyagból válaszol, és visszakérdez, hogy a hallgató maga gondolja végig. Hogy mennyit segíthet, azt az oktató dönti el.
Kevesebb kurzusadminisztráció.
A Nitro a Moodle-ben elvégzi a kurzus körüli munkát: összesíti, ki hol tart, megírja az üzeneteket, feltölti a feladatokat és a kvízeket. Az oktató saját jogosultságával dolgozik, és a hallgatóhoz csak az jut el, amit az oktató jóváhagyott.
Minden szabályzat egy kérdésnyire.
Az asszisztens az egyetem saját szabályzataiból és tájékoztatóiból válaszol, megjelölve a pontot, amelyre hivatkozik. Mindenki csak azt látja, amihez egyébként is hozzáfér.
Hol érdemes kezdeni?
Egy Moodle-kurzussal
Egy oktató egy próbakurzuson, kitalált hallgatókkal próbálja ki a Nitrót. A saját egyetemi Moodle-jében egy rövid egyeztetés után indulhat.
Canvas- és GitHub-alapú kurzusokban is használunk már hasonló munkafolyamatokat.
Egy tárggyal, a hallgatóknak
Az oktató megadja a tananyagot és beállítja az asszisztenst, a hallgatók a félév során ebből kérdeznek. A beszélgetési naplóból követhető a használat, és a félév végén ebből látszik, érdemes-e más tárgyakra, karokra kiterjeszteni.
Egy ügyintézési folyamattal
Egy szabályzatcsomaggal és egy csapattal indulunk, például a tanulmányi osztállyal. Ha az egyetemnek már van saját asszisztense vagy chatbotja, ahhoz kapcsolódunk.
Egy képzéssel a munkatársaknak
Gyakorlati alkalom oktatóknak, kutatóknak és más munkatársaknak, a saját feladataikon: mire érdemes AI-t használni, hogyan ellenőrizzék az eredményt, és mit kér ehhez az egyetem MI-szabályzata. Az egyetem meglévő képzéseibe is beilleszthető.
Az egyetem szabályai szerint
Minden hallgatóhoz menő lépést ember hagy jóvá, és az AI csak azt éri el, amihez a felhasználó egyébként is hozzáfér. A GoSchool a Moodle-hez és a már működő asszisztensekhez kapcsolódik, és az egyetem által választott modellel is működhet. A hallgató beszélgetéseit csak ő maga látja.
Más feladathoz kell AI-megoldás?
Kutatási anyagok feldolgozása, belső tájékoztatás, oktatásszervezés vagy ügyintézés: ezekhez is ugyanazokat az eszközöket használjuk.
Hozzanak egy konkrét feladatot, és az első beszélgetésen megmutatjuk rajta, mennyit végez el belőle az AI a meglévő eszközeinkkel.
Ahol már használják
A GoSchool alapjaiban változtatta meg egyetemünk hozzáállását az MI-alapú tanuláshoz – egyszerűvé és élvezetessé tette mind az oktatók, mind a hallgatók számára.
Kezdjük egy konkrét igénnyel.
Az első beszélgetésen egy kurzuson vagy feladaton élőben megnézzük, mit végez el az AI, és megbeszéljük, kivel érdemes elindulni.