SuperAPI AI 工具集

error-analysis-protocol

设计与创作

查看项目

更新于 10-16 05:48

技能介绍

用途:结构化诊断学生错误,区分概念性错误(源于错误心智模型)、程序性错误(方法或步骤运用错误)与粗心/执行错误(理解正确但运算或书写失误),并针对不同类型给出不同应对。资料指出多数教师对所有错误采用同一回应(“再做一次”或直接给答案),而研究显示不同类型错误需要不同处理。

主要能力:依据 Borasi(1994)把错误视为探究起点;依据 Metcalfe(2017)和 Tulis 等(2016)的错误处理模型,要求先检测、再归因、再给出纠正策略。技能会输出错误识别与分类及证据、推测原因、诊断性问题、针对性响应计划、学生自我分析支架和预防策略,并在返回前进行自检。

使用方式:需教师提供学生作业样本、任务描述、学科与年级;可选提供正确作答、学生档案、评分标准、错误频率。若未提供正确作答,技能会自行生成作为对照基准。回答须按固定格式输出:错误分析标题、错误识别、诊断问题、针对性响应计划、学生自我分析指南、预防策略。

限制:分类需看到学生的解题过程而非仅最终答案,否则只能假设;必须使用诊断性问题确认分类。该技能只分析个别学生错误,不处理全班性错误模式——若多数学生犯同一错误,问题可能在于教学,应改用全班诊断(如退出票、枢纽问题)。逐一分析全班错误不现实,应选择性用于持续、意外或多学生共有的错误。具体适用年级、学科范围及是否收费,资料未提供。