Avaliação formativa baseada em evidências: revise sugestões de IA antes do livro de notas

Um fluxo de revisão de avaliação formativa com IA deve tornar as evidências visíveis e manter o professor no controle do resultado. No ClassSpark, a análise pode sugerir observações e pontuações, mas uma sugestão não é uma nota. O professor revisa, edita e confirma antes que evidências avaliadas entrem no processo formativo.

Comece com a lista e os padrões corretos

O fluxo usa a lista delimitada da turma e os padrões curriculares relevantes. A evidência pode ser analisada segundo o sistema de pontuação do próprio currículo, não por uma escala universal do ClassSpark. Quando o trabalho disponível não sustenta uma conclusão, o fluxo pode indicar evidência insuficiente, em vez de forçar uma pontuação.

A tela apresenta correspondências sugeridas de estudantes, raciocínio ou observações e possíveis pontuações. Restringir a correspondência à lista ajuda a manter a análise dentro da turma selecionada, mas o professor ainda confere identidade, evidência, padrão e resultado proposto. Análise de imagem, extração de texto e interpretação por IA podem errar.

Separe coleta e atribuição de nota

Nem todo envio deve seguir diretamente para o livro de notas. Evidências de folhas ligadas a uma atividade usam uma área privada e entram na fila “Needs student” quando ainda não foram atribuídas. Elas permanecem sem nota e não acionam o livro. Primeiro, o professor associa o material ao estudante correto; depois, decide como revisá-lo.

Essa separação importa. Coletar um trabalho, identificar seu autor, interpretar evidências e registrar um resultado formativo são decisões diferentes. O fluxo de avaliação por evidências preserva essas etapas, enquanto a visão geral do livro de notas explica onde registros acadêmicos confirmados são usados.

Confirme o resultado que você assume

Uma revisão prática segue estes passos:

1. Escolha turma, lista e padrão curricular pretendidos.
2. Envie ou abra a evidência relevante do estudante.
3. Resolva a identidade se o item estiver na fila sem atribuição.
4. Revise o raciocínio, as observações e a pontuação sugerida pela IA.
5. Corrija estudante, padrão, notas ou pontuação quando necessário.
6. Confirme somente o resultado sustentado pela evidência.

Após a confirmação, evidências revisadas podem ser ligadas aos padrões e usadas no fluxo do livro de notas formativo. A revisão do professor é decisiva; não existe promessa de que as sugestões sejam precisas ou de que todo envio contenha informação suficiente para avaliar.

Para moderação, equipes podem acordar o que conta como evidência suficiente e comparar exemplos revisados com a rubrica curricular. Essa conversa profissional continua necessária mesmo quando professores compartilham um sistema de pontuação. O fluxo conserva evidências e etapas de revisão, mas não resolve sozinho toda diferença de julgamento.

No processo de moderação, a equipe também pode documentar por que uma sugestão foi alterada. Isso oferece exemplos úteis para calibrar critérios futuros sem transformar a proposta da IA em referência automática.

O desenho baseado em evidências leva líderes acadêmicos a uma pergunta mais clara: não “A IA dá notas?”, mas “Onde acontece a revisão profissional antes que o resultado vire registro?”. Crie uma conta para conhecer o fluxo configurado.