Examination & bedömning
Examinationer kan utformas för att främja studenters lärande, ge mer träffsäker återkoppling och skapa bedömningsformer som fungerar väl även i en tid där AI är en självklar del av studenternas verktygslåda. Det visar ett antal utvecklingsprojekt.
Projekten visar:
- Examinera tillämpning och analys – autentiska, kontextbundna och flerstegsbaserade uppgifter är ofta mer robusta än uppgifter som främst testar återgivning av kunskap.
- Arbeta systematiskt med formativ återkoppling – struktur och återanvändning av feedback kan ge studenter snabbare och mer användbart stöd i lärprocessen.
- Variera examinationsformerna – poddar, muntliga presentationer och andra studentproducerade format kan ge nya möjligheter att visa kunskap och förståelse.
- Låt bedömningen stödja lärandet – använd examinationer som hjälper studenter att utveckla sitt resonemang, inte bara visa vad de redan kan.
- Utforma examinationer med AI i åtanke – fundera över vilka kunskaper och förmågor som ska bedömas och hur studenterna bäst kan visa dessa.
Tips om AI-resistenta examinationer
- Examinera tillämpning, inte bara återgivning – uppgifter som kräver att studenter använder kunskap i nya eller autentiska situationer är ofta mer robusta mot AI.
- Låt studenter kombinera flera kunskaper – komplexa uppgifter där olika begrepp, teorier eller moment måste integreras är svårare för AI att lösa.
- Synliggör studentens process – låt studenten redovisa resonemang, val och arbetsgång, inte bara slutresultatet.
- Använd autentiska och ämnesspecifika uppgifter – lokala data, specifika fall eller praktiska moment gör examinationen mindre beroende av generiska AI-svar.
- Diskutera AI öppet med studenterna – tydliga riktlinjer och samtal om akademisk integritet minskar osäkerheten kring vad som är tillåtet.
- Lär studenterna att granska AI:s svar kritiskt – AI kan ge övertygande men felaktiga svar och bör inte behandlas som en säker kunskapskälla.
- Se över examinationen regelbundet – AI-verktygen utvecklas snabbt, vilket innebär att examinationsformer behöver utvärderas och anpassas kontinuerligt