साक्ष्य-प्रथम निर्माणात्मक मूल्यांकन: ग्रेडबुक से पहले AI सुझावों की समीक्षा

AI निर्माणात्मक मूल्यांकन समीक्षा कार्यप्रवाह में साक्ष्य दिखाई देना चाहिए और अंतिम निर्णय शिक्षक के पास रहना चाहिए। ClassSpark में AI analysis observations, reasoning और scores सुझा सकता है, लेकिन proposal grade नहीं है। शिक्षक review, edit और confirm करता है; उसके बाद ही reviewed evidence निर्माणात्मक प्रक्रिया में जाता है।

सही roster और standards से शुरू करें

प्रवाह scoped class roster और संबंधित curriculum standards का उपयोग करता है। साक्ष्य को curriculum की अपनी scoring system के अनुसार देखा जाता है, किसी universal ClassSpark scale पर नहीं। यदि उपलब्ध काम किसी निष्कर्ष के लिए पर्याप्त नहीं है, तो forced score के बजाय insufficient evidence बताया जा सकता है।

review screen संभावित student match, reasoning या observation और proposed score दिखाती है। roster-only matching दायरा सीमित करती है, पर शिक्षक को identity, work, standard और result जाँचना होता है। image analysis, text extraction और AI interpretation गलत हो सकते हैं।

collection और grading अलग रखें

हर upload सीधे gradebook में नहीं जाना चाहिए। activity-bound worksheet evidence private evidence area में रहता है। विद्यार्थी अभी तय न हो तो वह Needs student queue में जाता है, ungraded रहता है और gradebook trigger नहीं करता। पहले सही विद्यार्थी जोड़ा जाता है, फिर review का निर्णय होता है।

काम इकट्ठा करना, owner पहचानना, evidence समझना और formative result दर्ज करना अलग निर्णय हैं। evidence assessment flow इन चरणों को रखता है और gradebook overview confirmed records का स्थान समझाता है।

केवल समर्थित परिणाम confirm करें

1. सही class, roster और curriculum standard चुनें।
2. संबंधित student work खोलें या upload करें।
3. unassigned queue में हो तो identity तय करें।
4. AI reasoning, observations और suggested score पढ़ें।
5. student, standard, notes या score सुधारें।
6. केवल evidence से समर्थित result confirm करें।

confirmation के बाद reviewed evidence standards से link होकर formative gradebook flow में उपयोग हो सकता है। AI accuracy की गारंटी नहीं है और हर upload को पर्याप्त evidence नहीं माना जाता।

moderation के लिए teams तय कर सकती हैं कि sufficient evidence क्या है और rubric के साथ reviewed examples की तुलना कर सकती हैं। यदि image अस्पष्ट हो, जानकारी अधूरी हो या विद्यार्थी विश्वसनीय रूप से न पहचाना जा सके, तो record रोकना, अधिक evidence लेना या दूसरा method चुनना चाहिए।

लिखित observation भी केवल दिखाई देने वाले काम का वर्णन करे, evidence और interpretation अलग रखे और ऐसी capability पर निष्कर्ष न दे जिसे activity साबित नहीं करती। संदेह में record को दूसरी review तक रुकना चाहिए।

teacher confirmation के बाद भी moderation या school policy के अनुसार आगे की professional checking हो सकती है; confirmation किसी सुझाव को universal truth नहीं बनाती।

उपयोगी सवाल “क्या AI grade करता है?” नहीं, बल्कि “record बनने से पहले professional review कहाँ है?” है। खाता बनाएँ और configured assessment flow देखें।