命題的藝術:從考卷設計到素養評量

更新於 發佈於 閱讀時間約 9 分鐘

作者當時不覺得匆忙,但年長後才驚覺自己風塵僕僕

考試命題

出題目這個環節,如何進行評量,如何對應課程、課綱?

一張考卷20個題目,每題5分,答對11題和答對9題的同學,誰的表現比較好?

差距太小

題目難易度不同、題型難易(是非題、簡答題)

作答環境

個人條件(當天生理狀態、資質)

範圍、學科單元進度和重點


我的題目是否能夠辨別學生的程度?從學生的落點我就知道學生的程度到哪裡。

PISA配分比:擷取30、統整50、省思20

實際考試配分比:擷取20、統整70、省思10

素養導向的題目出題方向:評量的層次、評量的題型、評量的內涵


所有的教育都是希望在國民義務教育中,學生能夠跨過基本要求。

目前的教育狀況是比較快,而看成績可以看見學生程度,比如線拉出來,可以看見學生是成長或是退步。


題目的信效度在0.4-0.6會比較好,更低代表太難、更高代表太簡單

raw-image

113-9題目是複雜的擷取需要學生進行對照

raw-image

113-13題目是複雜的擷取需要學生進行對照

這題只能從語意來判斷,投向光明的所在=不被遺忘

raw-image

113-15題目是統整解釋題目

如果我們閱讀上面的文本,得到的具體結果是錯誤的,很容易在選下方選項選擇錯誤的內容。

如何從文本裡面找到正確的訊息對應下列的選項?

raw-image

113-23題目只是訊息上面得判斷


當我們再找文本的時候,可以先想想可以從中考什麼?確認自己對於文章的核心理解

文學
raw-image

113-25、26的文本進行自己出題

(  )根據文本,下列關於作者對於愛丁堡的敘述何者錯誤?

(A)作者住在愛丁堡三年多,但連路名都想不起來

(B)作者喜歡到咖啡館喝咖啡、吃牛角麵包、看報紙

(C)作者認為留學的底線是完成學業,為獎學金而去念書

(D)作者當時不覺得匆忙,但年長後才驚覺自己風塵僕僕

raw-image

作者出通篇文章,貫穿四個段落,「我」是很好的路徑。

B是自得的狀態C時間感很清楚D全篇都是懷念留學時光

raw-image

題幹出得很好,選項出的不夠到味很可惜,因為可以直接看出是D,因為前三個選項文章內都沒有。

歷史
raw-image

113-27、28的文本進行自己出題

(  )根據文本,下列敘述何者錯誤?

(A)《格理弗遊記》在中文世界是奇幻文學,在英文世界是諷刺文學

(B)《格理弗遊記》在中文僅翻譯一部分,致使在中英世界呈現不同

(C)出版商把絲線顏色改變是要使寓意消散,因應作者暗示過於明顯

(D)中文版翻譯錯誤,使得格物學變成船醫,長途航行發會令人困惑

raw-image

明確把文本關鍵放進來變成考題。

raw-image

題目只是把文本中的重要訊息整理出來進行考驗。

科普文章
raw-image
raw-image

考數據的內容,使用自然科的內容比較容易去考試,但是可以回到文本去找到答案

需要先理解地球超載這件事情,才能去進行回應

raw-image

所有出題目都是透過推論轉化為答案,或是資訊間的關聯性、內容的關聯性,變為題目和選項。


題目前要思考:

題目是看見不同孩子的需要。

1提問要帶學生到哪裡?

2提問要孩子使用什麼能力?(能力展現、思考路徑)

3規範並界定題問的答案(每個題目都應該先確認正確選項,再想誘答選項)

4提問是否有引導學生對文本有更深的理解?(提問需要學生閱讀全文才能找出答案,否則閱讀題就失去意義)


廣泛理解

概念整合


正確選項和錯誤選項都應該在文本可以看得見,錯誤的選項是文章內的錯置,才會有誘答的可能

答案就像是一個光譜,如果沒有標準答案,要怎麼給成績?

所以沒有標準答案是錯誤的,而是答案要建立在合理的範圍內


科普文章在國文科裡面的考題,一定是考數據資料,不會有自然的本科知識考國文

現在的考試比較像是健康檢查,診斷為什麼不及格,為什麼及格。


下午會進行三個文本練習

實作一

  2018年流傳一段影片,片中美國前總統歐巴馬竟語出驚人地說:「川普總統完全是個笨蛋!」儘管片中歐巴馬臉部表情、肢體語言都像極了他,但卻不是本尊。影片隨後出現演員皮爾,原來這是他模仿的影片,借由深偽技術,竟可變成歐巴馬談話的片段。美國媒體製作這段影片的目的在提醒大眾,此類影片極可能成為操縱輿論的利器。當它漸趨泛濫時,散布者的罪惡感也會相對減少,最大的危機就是造成民眾對社會產生不信任感,逐步地破壞民主制度。

  深偽技術能製作的除了影像,也包括文字與聲音。一般人說的「人工智慧」,是一個很大的架構,其中一個領域是「機器學習」。而深偽技術是屬於「機器學習」裡的「深度學習」,它是以深度神經網路為架構,對資料表徵進行學習的演算法。

  深度學習技術在偽造影像的生成與辨識,是運用「生成對抗網路」,由「生成器」和「辨識器」兩個神經網路組成。生成器就像是演算法透過大量資料去學習狗的模樣,直到可以畫出狗。辨識器則是可以分辨畫的狗和照片的狗。這兩個模型結合後,就像是一邊有一個人畫狗,另一邊有一個老師說這跟真的狗差很多,所以畫的人要再修改。直到有一天這個人畫的狗能騙過老師,而老師在一次次判斷中也越來越厲害。偽造影像的生成與辨識,就是生成器和辨識器之間的競賽。

  深偽技術是近年新興的科技,若將它運用於影視作品,可節省製作電影或遊戲的時間,有正面的效益。但也有人利用合成的假影像操弄資訊,進而詐騙牟利、毀人聲譽,製造社會的動盪,讓這項技術引發爭議。

(C)根據文本,下列敘述何者最恰當?

(A)2018年美國前總統曾語出驚人

(B)演員皮爾扮歐巴馬罵川普總統

(C)深偽技術形成歐巴馬談話片段

(D)散布者不會犯法故沒有罪惡感


(D)根據本文,關於深偽技術,下列敘述何者最恰當?

(A)深偽學習是由「生成對抗網路」與「辨識器」兩個神經網路組成

(B)深偽技術是屬於「機器學習」裡的深度學習,因此人們不需學習

(C)深偽技術只有負面效益,有心人合成假影像操作,進而毀人聲譽

(D)深偽技術氾濫,民眾對於社會產生不信任感,進而破壞民主制度


(B)深偽技術可能造成的負面影響最可能是下列何者?

(A)小綠運用深偽技術修改自己拍攝的美景,使得畫面更加鮮豔生動點閱率大增

(B)小紅運用深偽技術製作片段,讓小藍對自己告白,使得小藍急忙在網路澄清

(C)小黑運用深偽技術讓自己的聲音聽起來像偶像歌手,在社群平台上吸引粉絲

(D)小黃運用深偽技術將自己的照片進行修圖,讓五官更立體精緻,增強點閱率


實作二

  除了外在環境之外,不同世代間差異的衝突與融合,在數位時代也有了新面貌,數位原住民(digital natives)與數位移民(digital immigrants)之間的差異也變得越來越明顯。數位原住民指的是在科技環境中成長的一代,對於數位工具的操作得心應手,然而這並不意味著他們天生具備資訊判讀的能力。相對地,數位移民雖然出生在非數位時代,但他們能夠透過學習逐步掌握數位工具與技能,這使得他們在面對資訊時更謹慎,也更具批判性。兩者在面對數位資訊時所呈現的不同特徵,提醒我們教育工作者不能僅僅依賴學生的數位操作能力,更應注重培養他們判讀、篩選與分析資訊的素養。


一個擷取訊息題、兩個統整解釋題

(C)根據本文,下列敘述何者有誤?

raw-image


(B)根據文本,下列論述何者最不恰當?

(A)數位原住民和數位移民在數位操作差異很大,因此兩者會面臨不同的挑戰。

(B)數位原住民因為對數位工具熟悉,因此不需要學習如何批判性地分析資訊。

(C)數位移民面臨的挑戰比數位原住民多,因為他們在成長過程缺乏科技環境。

(D)數位原住民不一定具備資訊分析的能力,這是教育工作者需要關注的重點。


(B)根據本文,為何教育工作者應該注重培養學生的資訊判讀、篩選與分析素養?

(A)小白會快速瀏覽社交媒體,根據感興趣的標題點開文章,並對內容十分相信。

(B)小黑會使用搜尋引擎尋找問題的答案,也會追朔資訊源頭,確認是否可相信。

(C)小藍善於使用社交平台,但他只根文章的標題來做閱讀,而不深入閱讀內容。

(D)小紅經常使用各種數位工具進行學習和娛樂,只積極參與感興趣的討論內容。



🌟 「馨的日常 Sin's Tea Time」是一個溫暖的小天地,讓我們一起品味生活的細節與智慧的分享。在這裡,馨將與大家分享她的日常點滴,包括學習與成長的故事、參與各種研習的心得、以及閱讀書籍中的啟發與感動。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
你可能也想看
從 Google News 追蹤更多 vocus 的最新精選內容