Imagine isto: os graduados de amanhã entram em locais de trabalho onde as ferramentas de IA são tão comuns quanto o email – diagnosticando sintomas do paciente, analisando tendências do mercado, otimizando as cadeias de suprimentos ou projetando novas infraestruturas. Do saúde ao marketing e à engenharia, quase todos os campos estão sendo transformados. Nossas escolas estão preparando -as para essa novidade verdade? E temos um método eficiente de determinar essa prontidão?
No Escolas públicas do condado de Gwinnett (GCPS), os educadores estão determinados a prometer que ambas as respostas sejam “sim”. Sua missão é prometer que todo aluno seja “Ai pronto” – preparados para usar tecnologias emergentes, uma vez que a IA generativa, de maneira moral e responsável na escola, na vida e no trabalho porvir, independentemente de onde essas carreiras os levam. Para estribar esse objetivo, os GCPs lideraram o desenvolvimento de uma estrutura de prontidão da IA e uma avaliação diagnóstica complementar.
Em 2019, GCPS, em colaboração com vários parceiros, criou uma estrutura de prontidão da IA Isso se concentra em seis áreas principais: ciência de dados, raciocínio matemático, solução criativa de problemas, moral, experiências aplicadas e programação. A estrutura foi desenvolvida com contribuições de especialistas em assuntos distritais (incluindo ciência da computação, professores de matemática e ciências) e parceiros externos.
Para ajudar a tornar a estrutura informativa e acionável, o região fez uma parceria com o Equipe de pesquisa da ISTE Em 2025, desenvolver uma utensílio de avaliação de diagnóstico que mede a prontidão da IA do aluno entre as habilidades selecionadas descritas na estrutura. Avaliações de diagnóstico, em oposição a avaliações sumativas, medem os conhecimentos e habilidades atuais dos alunos, ajudando os educadores a identificar lacunas e áreas de desenvolvimento e orientar professores e líderes escolares para onde os alunos podem precisar de instruções, recursos ou pedestal adicionais para atender aos resultados da aprendizagem.
Uma abordagem sistemática para o design de teste
Veja uma vez que o região e a equipe de pesquisa trouxeram a avaliação de diagnóstico de prontidão da IA à vida:
Definindo objetivos e desenvolvendo a estrutura
A equipe teve que explicar considerações práticas: quem faria o teste? Uma vez que seria entregue? A que restrições de tempo existiam?
Enquanto a estrutura de prontidão da IA abrange a Prek-12, a equipe começou projetando um diagnóstico para estudantes do ensino médio nas séries 9 a 12. Eles sabiam que a avaliação precisava ser do dedo (para maximizar a flexibilidade) e rápida, de 10 a 15 minutos. Esses fatores influenciaram os tipos de perguntas usadas. Para suportar a pontuação automática, a equipe incluiu perguntas de graduação de múltipla escolha e Likert.
Criando perguntas de rascunho
Primeiro, a equipe de pesquisa da ISTE e os parceiros do GCPS colaboraram para identificar construções -quadro que desejavam medir em cada uma das seis áreas principais. Isso garantiu uma cobertura consistente em todas as áreas.
Depois que os construtos foram definidos, a equipe trabalhou com especialistas no tópico – educadores distritais e especialistas externos em IA e instrução – para redigir de três a cinco itens para cada construto desempenado com seus conhecimentos.
Revisando e revisando
Depois de elaborar os itens, a equipe de pesquisa os revisou quanto à consistência e garantiu que cada um medisse exclusivamente uma habilidade. Através do processo de refinamento, eles restringiram o conjunto para dois itens por construção em 26 construções no totalidade, criando duas versões da avaliação piloto. O região escolar construiu as avaliações piloto em sua plataforma de pesquisa, Qualtrics, para facilitar a distribuição.
Colocando o piloto à prova
Os alunos da Seckinger High School – tapume de 1.200 no totalidade – participaram do piloto. Eles foram divididos em dois grupos em ordem alfabética pelo sobrenome para determinar os dois conjuntos de itens “paralelos”. O região confirmou que os dois grupos tinham dados demográficos semelhantes. Os alunos concluíram o piloto durante o período da sala de lição.
Analisando os resultados
Embora a ingressão de especialistas garantisse uma potente validade de construção, ainda era necessário determinar a confiabilidade dos itens e do teste universal. A equipe de pesquisa conduziu uma série de análises psicométricas, incluindo confiabilidade dos testes, estudo de itens empíricos e estudo de resposta a itens. Essas análises ajudaram a identificar quais itens tiveram um bom desempenho e quais precisavam de refinamento ou remoção.
Antes da estudo, a equipe de pesquisa limpou os dados para varar padrões de resposta questionáveis, uma vez que estudantes que concluíram a avaliação de maneira incomum e provavelmente não leram cuidadosamente os itens.
Para onde oriente trabalho está indo
Com o item e as análises de teste em mãos, a equipe de pesquisa e o região escolar colaboraram para produzir uma versão final da avaliação de diagnóstico projetada para estudantes do ensino médio. Agora eles estão explorando maneiras de adequar a utensílio para outros níveis de série e incorporar itens mais complexos, uma vez que tarefas baseadas em desempenho que permitem que os alunos demonstrem suas habilidades em contextos do mundo real.
Avançando, o região espera que os resultados desse diagnóstico contribuam para uma imagem mais abrangente da prontidão de AI de um aluno, juntamente com outros pontos de dados, uma vez que avaliações de professores, cursos de ciência da computação e projetos de capstone. Esses aprendizados combinados informarão o desenvolvimento do currículo e as estratégias de pedestal dos alunos em todo o região.
Reflexões
As medidas de diagnóstico da prontidão da IA podem fornecer aos distritos dados cruciais para planejamento estratégico e alocação de recursos, garantindo que os alunos estejam preparados para um mundo saturado com a IA. A colaboração entre os líderes distritais e a equipe de pesquisa demonstra a valia de design atencioso e práticas rigorosas de avaliação. GCPS e ISTE+ASCD Espero que seu trabalho possa servir uma vez que protótipo para outros distritos que preparam os alunos para um porvir com IA generativa.
