Rasilimali
Repertoire
Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.
Kijenzi cha kazi zinazounganisha AI, kilichojengwa na Joseph Slade katika Oregon State University na kuendeshwa na AI Education Labs, Inc. Dhana ni kwamba mbadala wa chatbot isiyo na vizuizi si marufuku bali muundo: mwalimu hufafanua hatua ambazo mwanafunzi hupitia, huamua jukumu ambalo modeli hucheza katika kila hatua, na huweka kiwango ambacho mwanafunzi anaweza kutegemea modeli. Kazi kisha huchapishwa kama kiungo cha kujiunga badala ya kusambazwa kama waraka wa prompt.
Unaweza kufanya nini nayo
- Weka jukumu la modeli kwa kila kazi. Kijenzi hutoa mipangilio ya awali ya mfunzi, mhoji wa Kisokratiki, mtoaji wa maoni na msaidizi wa utafiti, pamoja na prompt maalum, ili msaidizi afanye kama kazi inavyohitaji.
- Weka vizuizi kati ya hatua. Hatua inaweza kumtaka mwanafunzi aeleze hoja zake kabla ya kuendelea, na msaada wa AI unaweza kuwekewa kikomo kwa kila hatua — kiolesura huonyesha idadi iliyobaki badala ya ufikiaji usio na kikomo.
- Chagua uso wa kufanyia kazi. Wanafunzi huandika kwenye ukurasa wa hati wenye maoni pembeni, huku miundo ya mazungumzo na daftari ikipatikana pale inapofaa kazi zaidi ya ukurasa.
- Chapisha na ufuatilie hoja, si matokeo tu. Kiungo cha kujiunga huwasajili wanafunzi, maendeleo huhifadhiwa kadiri wanavyoendelea, na mwalimu anaweza kusoma nakala ya kila mwanafunzi na kuiuza nje kama CSV au Markdown.
- Andika rasimu kwa AI, kisha boresha. Usanidi unaweza kuanzia maswali machache, kazi iliyopakiwa iliyopo au kazi ya awali, huku msaidizi wa upande wa mwalimu akijaza rasimu ya kwanza.
Mifano iliyochapishwa inaonyesha wigo uliokusudiwa: kazi ya fizikia ya ushahidi na ushuhuda, zoezi la biolojia la kugundua kosa la hoja katika maelezo ya mfanyakazi wa mafunzo wa AI, na kazi ya saikolojia ya kuangalia kama habari inaeleza muundo wa utafiti.
Ni kwa nani
Walimu katika elimu ya juu wanaotaka ubunifu wa kujifunza ubebe sera ya AI — yaani, wale wanaopendelea kuweka mipaka ya jinsi modeli inavyoweza kutumika ndani ya kazi kuliko kukagua kama ilitumika. Vizuizi na mipangilio ya majukumu ni dhihirisho la vizuwezi wakati wa kubuni, na programu inalenga kazi za kozi badala ya usambazaji wa mazungumzo wa kitaasisi.
Vidokezo na tahadhari
- Hatua ya majaribio. Masharti yanasema huduma kwa sasa hutolewa bila malipo kwa majaribio na kwamba mipango ya malipo inaweza kuanzishwa baada ya taarifa, na kwamba vipengele vinaweza kubadilika au kuondolewa. Hakuna ukurasa wa bei wa umma; bei hufikiwa tu baada ya kuingia.
- Dai la faragha ni la kiusanifu, na linastahili kusomwa kwa makini. Kila mwanafunzi hupata kitambulisho cha kipindi cha nasibu kwa kila kazi, uhusiano wa akaunti ya mwanafunzi na kipindi hubaki kwenye seva ya Repertoire, na modeli hupokea kipindi kisichojulikana, muktadha wa kazi na maandishi ya mwanafunzi. Tahadhari iko katika sera yenyewe: maandishi ambayo mwanafunzi huandika na kumtambulisha hutumwa kama maandishi mengine yoyote, na mwalimu wa kozi anaweza kusoma nakala.
- Inference ya wahusika wa nje. Majibu huzalishwa kupitia API ya Claude ya Anthropic huku API ya OpenAI ikiwa akiba, chini ya masharti ya kibiashara ambayo sera inasema hayaondoa mafunzo kwa ingizo na matokeo ya API kufikia Septemba 2026. Taasisi inapaswa kuthibitisha hilo kupitia makubaliano yake mwenyewe badala ya ukurasa wa wavuti.
- Si mweka alama. Sera na masharti vyote vinaeleza hukumu za msaidizi kama "lengo limetimizwa" kama misaada kwa mwalimu; alama na maamuzi ya kitaaluma hubaki kwa mwalimu na taasisi, na maamuzi kuhusu kufichua matumizi ya AI kwa wanafunzi huachwa kwa mwalimu.
- Hosting ya Marekani. Data iko katika Google Cloud Firestore huku Vercel ikitoa hosting, na sera inashughulikia wajibu wa FERPA pale huduma inaposhughulikia rekodi za elimu; watumiaji nje ya Marekani huambiwa kuwa data yao inachakatwa huko.