Ressourcer
Moodle AI Text-spørgsmålstype
Automatisk maskinoversættelse af denne engelske side, der endnu ikke er blevet gennemgået af en modersmålstalere.
De fleste AI-quizintegrationer sender hvert svar til et fast bedømmelseskald. Denne Moodle-spørgsmålstype gør det modsatte: underviseren skriver rubrikken. Hvert spørgsmål bærer en prompt, der fortæller modellen, hvordan svaret skal vurderes, og et valgfrit bedømmelsesskema, der beskriver, hvordan point tildeles, så et element som »skriv en sætning i datid« kan angive ti point for ingen fejl, nul for brudt grammatik og ét point fratrukket pr. stavefejl. Modellen returnerer en karakter og feedback, og en underviser kan se den feedback ved siden af svaret, når der bedømmes manuelt.
Hvad du kan gøre med det
Tilføj et AIText-spørgsmål til enhver Moodle-quiz, skriv prompten og bedømmelsesskemaet, og test prompts med en AJAX-prompttester i redigeringsformularen i stedet for at cykle gennem forhåndsvisningsforsøg. Bedømmelsen kører gennem to ledsagende spørgsmålsadfærd (øjeblikkelig og udskudt), som skal installeres sammen med spørgsmålstypen, hvilket holder AI-bedømmelsen isoleret fra Moodles kerneadfærd; eksisterende forsøg, der brugte den gamle interactivecountback-adfærd, migreres ved opgradering. Hvis modellen ikke kan nås, nedgraderes bedømmelsen i stedet for at fejle, så et forsøg ikke går tabt. Fordi spørgsmålet er en native quiztype, lander resultaterne i karakterbogen som ethvert andet element — hvilket er, hvad et kursteam har brug for, før det kan behandle automatisk bedømmelse som en pilot i stedet for en demo.
Designet placerer også rubrikken der, hvor feedbackkvaliteten afgøres: i prompten, skrevet af underviseren, snarere end i en leverandørstandard. Det er den ærlige brug af værktøjet — kriterier, du kan inspicere og revidere — selvom det også betyder, at kvalitetsloftet er rubrikken, og en vag prompt giver vag bedømmelse. Institutioner griber efter det i de lavrisiko, hyppige tjek, som formativ bedømmelse afhænger af, hvor et menneske ellers ville læse fyrre korte svar på en aften.
Hvem den er til
Moodle-administratorer og -udviklere, der allerede driver sitet, undervisere, der vil have AI-bedømmelse uden en separat platform eller kommerciel licens, og forskere, der har brug for en kontrollerbar bedømmelsespipeline at studere. Den kræver Moodle 4.5 eller nyere og API-adgang til en model — enten OpenAI eller Azure gennem Moodles AI-subsystem eller en selvhostet Ollama-instans gennem Local AI Manager, hvilket holder studerendes tekst på lokal infrastruktur. Pluginnet vedligeholdes af Marcus Green, er på Moodle-plugin-markedet og havde 33 stjerner og 36 forks, da denne side blev verificeret.
Noter og forbehold
Open source under GPL v3 eller nyere, men gratis betyder ikke gratis at køre: nogen betaler for model-API'et, og bedømmelsens kvalitet afhænger af modelvalg og promptdesign. Fritekstsvar forlader Moodle-serveren, når en fjernudbyder bruges, så institutionens dataaftale bestemmer, hvad der må sendes; den selvhostede Ollama-rute findes til sites, der ikke kan sende studerendes arbejde ud. Repositoriet angiver ingen offentliggjort nøjagtigheds- eller overensstemmelsesundersøgelse, så pluginnet bør ikke indføres ud fra den antagelse, at LLM-bedømmelse svarer til menneskelig bedømmelse — validitet skal fastslås lokalt mod menneskelige scorer, før nogen karakter får vægt. De ledsagende adfærdsformer er en hård afhængighed: installerer man kun spørgsmålstypen, bliver spørgsmålene ubedømmelige.