调查是重要的反馈工具来帮助最大化学习经验的儿童和教师的教学。最近,我反思是多么困难收集真实的,定性的反馈从家庭、教师和学生。
李克特scale-style调查一直是快速、简单和可伸缩的方法来衡量。然而,这些不提供更深层次的信息,更主观,单独提供反应产生在评估你的学校社区的观点。昂贵的软件系统与复杂的机制一直存在,但这要付出很高的代价和现在的可访问性的限制。
这个问题
阅读个人调查参与者的反应是劳动密集型的,特别是如果这些来自大组的受访者。例如,我的学生由1400名学生,和我的教师由125认证人员。这一数字的反应使得它几乎不可能收集然后准确地识别的定性,主观真实反应允许的信息。因此,很多,选择的理由来限制他们的数据收集少利开特式量表调查系统。
解决方案
我发现答案是廉价、即时和非常有效。我改变了我的Liikert-scale主观反应要求详细的反馈。在测量一组关于他们的想法在过去一学年和更好的建议让即将到来的年,我决定使用人工智能聊天机器人虹吸模式的参与者的评论,包括上下文,否则错过了数值评级系统。
传统的、昂贵的软件程序设计检查关键字和小姐更机械化的方式寻找共同的主题的背景下,微妙的响应反馈。我的调查一直围绕在我的角色最重要的学校领导:改善教学和学习。有修补的多种方式加快我的效率与人工智能主要聊天工具,我决定尝试获得无价的信息之前,我从来没有能够通过使用定性的调查反馈。这是如何工作的。
这个过程
飞行员裂纹在这,我使用一个简单的谷歌表单提示15的管理员与他们有关的一系列问题反思过去一年,他们的最高目标为即将到来的一年。一旦他们的调查结果收集,我导航选项卡并选择所有文本的响应。我打开我的AI聊天工具(大多数人摆弄这个用ChatGPT)和使用命令提示符:总结这些形式反应,和显示模式。接下来,我这种反应后粘贴复制选择的反应。
列表总结产生的人工智能聊天机器人更冗长的反应,但没有删除重要的上下文,我依靠确定真正重要的事情。此外,AI的要求包括模式吸引了我。这使得我快速浏览摘要的反应,同样重要的是,立刻认识到模式出现。为了说明这一点,下面是人工智能识别的模式:
- 与学生建立融洽的关系和员工是一种常见的成功。
- 父母处理困难,人员配备和组织变化是反复出现的问题的挑战。
- 平衡优先级、任务分配和专注于股票和多样性的教训。
- 明年的目标包括教学领导力,沟通改善和解决旷工和纪律。
- 很多反应强调关系和协作的重要性。
结果
比较这些反应的总结展示了令人印象深刻的一致性。它让我知道参与者真正想声音我,因为他们不局限于更严格的评级体系。
学校领导很忙的人需要重要的快速和准确的信息,这样他们就可以采取行动。这种新方法让学校领导做什么是最重要的:分享与利益相关者的反馈和采取行动。当涉众发现他们的输入检查和行动,他们觉得授权,进一步加强学校社区的方式允许更多的改进教学和学习。
同样重要的是,这使得学校领导进入教室,而不是绑定到办公室,从战壕,研读数据点。这是重要的,因为从办公室改进不会发生;它发生在教室,橡胶与道路和学校领导能支持教师和学生的成功。
如果你想看到我的视频演示实例,检查一下这里并开始更多的授权方式,反馈收集来自父母、学生和教师。
迈克尔•盖斯凯尔特性。一本新书的作者,“激进的校长。”在新泽西和资深主要在东布伦瑞克哈马舍尔德”上小学工作。
SmartBrief贡献者都表达了自己的意见。
_________________________
订阅SmartBrief是免费的电子邮件时事通讯看到最新的热门话题在EdTech。这是在SmartBrief250多行业的时事通讯。
