Recursos
Tipo de questão de texto com IA para Moodle
Esta é uma tradução automática da página em inglês; ainda não foi revisada por uma pessoa falante nativa.
A maioria das integrações de questionário com IA envia cada resposta para uma chamada de correção fixa. Este tipo de questão do Moodle faz o contrário: o professor escreve a rubrica. Cada questão traz um prompt que diz ao modelo como avaliar a resposta e um esquema de correção opcional que descreve como as notas são atribuídas, de modo que um item como “escreva uma frase no passado” pode especificar dez pontos sem erros, zero por gramática quebrada e um ponto a menos por cada erro ortográfico. O modelo devolve uma nota e feedback, e o professor pode ver esse feedback ao lado da resposta quando corrige à mão.
O que você pode fazer com ele
Adicione uma questão AIText a qualquer questionário do Moodle, escreva o prompt e o esquema de correção, e teste os prompts com um testador de prompt AJAX no formulário de edição, em vez de percorrer tentativas de pré-visualização. A correção roda por meio de dois comportamentos de questão complementares (imediato e diferido) que precisam ser instalados junto com o tipo de questão, o que mantém a correção por IA isolada dos comportamentos centrais do Moodle; tentativas existentes que usavam o comportamento legado interactivecountback migram na atualização. Se o modelo estiver inacessível, a correção se degrada em vez de dar erro, então uma tentativa não é perdida. Como a questão é um tipo nativo do questionário, os resultados chegam ao livro de notas como qualquer outro item — que é o que uma equipe de curso precisa antes de poder tratar a correção automatizada como piloto, e não como demonstração.
O desenho também coloca a rubrica onde a qualidade do feedback é decidida: no prompt, escrito pelo professor, e não em um padrão do fornecedor. Esse é o uso honesto da ferramenta — critérios que se podem inspecionar e revisar —, embora também signifique que o teto de qualidade é a rubrica, e um prompt vago produz correção vaga. As instituições recorrem a ela nas verificações frequentes e de baixo risco das quais a avaliação formativa depende, onde uma pessoa teria de ler, de outro modo, quarenta respostas curtas por noite.
Para quem é
Administradores e desenvolvedores de Moodle que já operam o site, professores que querem correção com IA sem uma plataforma separada ou licença comercial, e pesquisadores que precisam de um fluxo de correção controlável para estudar. Exige Moodle 4.5 ou posterior e acesso à API de um modelo — OpenAI ou Azure pelo subsistema de IA do Moodle, ou uma instância Ollama auto-hospedada via Local AI Manager, que mantém o texto dos estudantes em infraestrutura local. O plugin é mantido por Marcus Green, está no mercado de plugins do Moodle e tinha 33 estrelas e 36 forks quando esta página foi verificada.
Observações e ressalvas
Código aberto sob GPL v3 ou posterior, mas gratuito não significa gratuito para operar: alguém paga a API do modelo, e a qualidade da correção depende da escolha do modelo e do desenho do prompt. Respostas de texto livre saem do servidor do Moodle quando se usa um provedor remoto, então o acordo de dados da instituição rege o que pode ser enviado; a rota Ollama auto-hospedada existe para sites que não podem enviar o trabalho dos estudantes para fora. O repositório não declara nenhum estudo publicado de precisão ou concordância, então o plugin não deveria ser adotado supondo que a correção por LLM equivale à correção humana: a validade precisa ser estabelecida localmente contra notas humanas antes que qualquer nota tenha peso. Os comportamentos complementares são uma dependência rígida: instalar apenas o tipo de questão deixa as questões sem nota.