Inledning
När en lärare ger en uppsatsuppgift börjar det riktiga arbetet först efter att eleverna har lämnat in sina uppsatser. En klass med trettio elever som skriver 800 ord var ger sammanlagt cirka 24 000 ord att läsa, och de flesta lärare har flera klasser. Varje uppsats måste läsas noggrant, bedömas enligt varje del av bedömningsmatrisen och förses med kommentarer som är meningsfulla för den elev som skrivit den. Denna process sträcker sig ofta över en veckas kvällar, och när uppsatserna lämnas tillbaka har eleverna redan gått vidare till nästa ämne. Kostnaden är inte bara lärarens tid. Det är också den förlorade chansen för eleverna att lära sig av återkopplingen medan uppgiften fortfarande är färsk i minnet.
Varför arbetsbelastningen avgör vilka uppgifter som ges
Lärare är praktiska människor, och en tung rättningsbörda förändrar i tysthet hur skrivande undervisas. Många lärare medger att de ger färre längre uppsatser än de skulle vilja, helt enkelt för att de inte kan rätta fler utan att offra sina helger. Utkast hoppas över, övningsuppsatser förblir orättade och återkopplingen blir kortare ju högre högen växer. Inget av detta speglar bristande omsorg. Det speglar gränserna för en enskild persons tid. Varje verktyg som lindrar den pressen har en direkt inverkan på hur mycket eleverna faktiskt skriver, vilket är anledningen till att stöd vid betygsättning har blivit ett så vanligt samtalsämne i lärarrummen.
Vad en AI-bedömare avlastar läraren
En AI-bedömare sköter den mest tidskrävande delen av rättningen: den detaljerade första genomläsningen. Den läser varje uppsats i sin helhet, jämför den med lärarens bedömningskriterier och tar fram ett betyg samt skriftliga kommentarer för varje kriterium. Läraren granskar sedan det utkastet, justerar det som inte stämmer överens med dennes bedömning och skickar den slutgiltiga versionen till eleven. Med andra ord sköter verktyget läsningen och den första omgången av anteckningar, medan läraren behåller ansvaret för varje beslut som når eleven. Skillnaden är att läraren utgår från strukturerad feedback istället för ett tomt papper.
En betygsättningsvecka före och efter
Det enklaste sättet att föreställa sig förändringen är att jämföra två versioner av samma vecka. Utan stöd kan en lärare tillbringa måndag och tisdag med att läsa, onsdag och torsdag med att skriva kommentarer och fredag med att hinna ikapp, vilket leder till att uppsatserna lämnas tillbaka för sent. När den första genomläsningen sköts automatiskt kan måndagen ägnas åt att granska färdigställd feedback, tisdagen åt att justera betyg och onsdagen åt att lämna tillbaka uppsatserna. Resten av veckan frigörs för skrivkonferenser och tid för revidering. Det specifika schemat kommer att se olika ut för varje lärare, men det är övergången från att läsa till att granska som ger tillbaka tiden.
Ställa in bedömningsmatrisen före den första omgången
Verktyget kan endast följa de kriterier det ges, så bedömningsmatrisen förtjänar några minuters uppmärksamhet innan den första omgången uppsatser. Tydliga kriterier, beskrivna i klarspråk för varje prestationsnivå, leder till tydlig återkoppling. Vaga formuleringar som ”bra analys” ger lika vaga kommentarer. Lärare som redan har en bedömningsmatris för en uppgift kan oftast använda den som den är, kanske med en eller två förtydliganden. De som börjar från grunden kan anpassa en färdig bedömningsmatris för uppsatstypen eller skapa en utifrån en kort beskrivning av uppgiften och sedan redigera den så att den stämmer överens med vad som har undervisats i klassen.
Granska återkopplingen istället för att skriva den från grunden
Det är i granskningsfasen som lärarens expertis spelar störst roll. Istället för att läsa varje uppsats utan förberedelse läser läraren den tillsammans med den utkastade återkopplingen och kontrollerar om varje poäng och kommentar håller måttet. Kommentarer som är korrekta kan behållas som de är. Kommentarer som missförstår elevens avsikt kan redigeras eller tas bort på några sekunder. Lärare upplever ofta att denna typ av granskning är mindre ansträngande än att skriva varje kommentar från grunden, eftersom strukturen redan finns på plats och uppmärksamheten kan riktas mot de punkter som verkligen kräver ett professionellt omdöme.
Där lärarens omdöme fortfarande är avgörande
Det finns delar av betygsättningen som inget verktyg bör ta över, och det är bra att vara tydlig med detta redan från början:
- Att fastställa slutbetyget för varje uppsats, särskilt i gränsfall
- Att uppmärksamma en elevs framsteg under terminen och belöna verkliga förbättringar
- Att förstå när ett ovanligt val är medvetet och effektivt snarare än ett misstag
- Att ta hänsyn till individuella inlärningsbehov och omständigheter
- Att föra ett uppföljande samtal med en student om dennes skrivande
Konsekvens från den första uppsatsen till den sista
Även erfarna lärare betygsätter den trettionde uppsatsen lite annorlunda än den första. Trötthet, ordningen på uppsatserna och kvaliteten på den uppsats som kom precis före kan alla påverka betyget uppåt eller nedåt. Att tillämpa samma bedömningsmatris på samma sätt för varje uppsats minskar den variationen. Lärarens granskning blir då snarare en kontroll av rättvisan än ett nytt omdöme varje gång, vilket gör det lättare att se verkliga skillnader mellan eleverna. För avdelningar som använder gemensamma bedömningskriterier bidrar denna konsekvens också till att olika lärare kommer fram till liknande betyg för liknande arbeten.
Att återinföra utkast och övningsuppsatser i planen
När betygsättningsbördan minskar blir det återigen realistiskt att skriva utan höga insatser. Lärare kan samla in utkast och ge återkoppling innan den slutgiltiga inlämningsdagen, så att eleverna kan revidera med tydlig vägledning istället för att gissa. Tidsbegränsade övningsuppsatser, som ofta inte rättas, kan förses med kommentarer på kriterienivå som hjälper eleverna att se sina framsteg. Det är här AI-bedömning har några av sina största effekter på inlärningen, eftersom skrivandet förbättras genom upprepade cykler av att försöka, få återkoppling och försöka igen – och dessa cykler är beroende av att återkopplingen kommer snabbt.
Börja med en klass och en uppgift
Det smidigaste sättet att införa AI-bedömning är att börja i liten skala. Ett enkelt försök ser vanligtvis ut så här:
- Välj en klass och en kommande uppsatsuppgift
- Ladda in den bedömningsmatris du redan använder och förtydliga eventuella vaga nivåbeskrivningar
- Betygsätt först ett antal uppsatser själv, och kör sedan samma uppsatser genom verktyget
- Jämför dina poäng och kommentarer med den genererade feedbacken
- Notera var du håller med, var du har avvikande åsikter och hur mycket redigering som behövdes
Lärare som vill prova detta kan börja på clasa.ai, som betygsätter uppsatser utifrån en vald bedömningsmatris och ger redigerbar feedback för varje kriterium. Efter en eller två uppgifter har de flesta lärare en tydlig uppfattning om var verktyget sparar tid och hur mycket granskning deras egna klasser behöver.
Frågor om noggrannhet och rättvisa
Lärare frågar med rätta om man kan lita på automatiserad feedback. Det ärliga svaret är att den bör kontrolleras, inte tas för given. Noggrannheten beror i hög grad på bedömningsmatrisens kvalitet och uppgiftens tydlighet, och resultaten blir bättre när båda är väl definierade. Att granska varje uppsats innan den publiceras skyddar eleverna från fel, och att föra anteckningar om var verktyget tenderar att stämma överens eller inte stämma överens med ditt omdöme hjälper dig att avgöra hur noggrant du ska granska i framtiden. Använd på detta sätt främjar AI-betygsättning rättvisa genom att tillämpa kriterierna jämnt, samtidigt som läraren skyddar mot misstag.
Hantering av AI-skrivna inlämningar
Samma verktyg som hjälper lärare att betygsätta får ofta frågor om det motsatta problemet: elever som använder chattbotar för att skriva sina uppsatser. Många betygsättningsverktyg har en AI-skrivkontroll som markerar stycken som ser ut att vara maskingenererade. Detta kan vara en användbar indikation, men det är inget bevis. Formellt eller formelartat skrivande kan ibland markeras av misstag, så ett markerat stycke bör helst ses som en anledning att prata med eleven, be om tidigare utkast eller jämföra arbetet med det som skrivits i klassrummet, snarare än som grund för en automatisk poängavdrag.
Förklara processen för elever och föräldrar
Öppenhet hjälper alla att acceptera ett nytt tillvägagångssätt. Eleverna bör veta att ett verktyg utarbetar den första omgången av återkoppling, att deras lärare granskar varje resultat och att det slutgiltiga betyget fortfarande är lärarens beslut. Föräldrar brukar reagera positivt när de ser att förändringen innebär snabbare och mer detaljerad återkoppling snarare än minskat lärarengagemang. Ett exempel på en återkopplingsrapport som delas i ett nyhetsbrev eller vid ett föräldramöte besvarar vanligtvis de flesta frågor innan de ställs och visar exakt vad eleverna kommer att få.
Vad lärarna gör med den tid de får tillbaka
Värdet av en AI-bedömare visar sig i vad som händer efter att betygsättningen är klar. Vissa lärare använder den tid de får tillbaka till individuella skrivkonferenser, där ett fem minuters samtal kan göra mer än en sida med kommentarer. Andra lägger till ett extra utkaststeg till större uppgifter eller genomför kamratgranskningssessioner med samma bedömningskriterier. Vissa återfår helt enkelt kvällar och helger, vilket är viktigt för att kunna stanna kvar i yrket på lång sikt. I samtliga fall flyttas tiden bort från repetitiv läsning och mot de delar av undervisningen som bygger på en mänsklig relation med eleverna.

