KI zur Analyse von Fehlern Lernender

Ein Fehler in einer Arbeit belegt eine konkrete Antwort und ist keine fertige Erklärung dessen, was mit einer Person geschieht. KI kann helfen, Ausschnitte zu ordnen, ähnliche Schwierigkeiten zu finden und weitere Übungen vorzuschlagen. Ein Modell darf jedoch keine psychologische Schlussfolgerung ziehen oder eine Ursache zuschreiben, die in den Daten fehlt. Eine hilfreiche Analyse trennt Beobachtung, mögliche Erklärung und einen Weg, diese Erklärung durch Lernhandlungen zu prüfen.

Unser fiktives Material besteht aus mehreren kurzen Unterrichtsplänen. Sie enthalten eine zu lange Dauer, fehlendes selbstständiges Handeln und ein unklares Abgabeergebnis. Dies sind Anschauungsbeispiele und keine tatsächliche Stichprobe von Arbeiten Lernender. Wir berechnen keine echten Häufigkeiten und behaupten nicht, dass eine bestimmte Ursache unter den Teilnehmenden verbreitet ist. Das Szenario zeigt, wie aus sichtbaren Schwierigkeiten Entscheidungen über Unterstützung werden können.

Sammeln Sie die benötigten Belege

Die Analyse braucht Aufgabenbedingungen, Kriterien und konkrete Ausschnitte. Eine Endpunktzahl zeigt nicht genau, was geschehen ist. Zwei Arbeiten mit demselben Ergebnis können unterschiedliche Probleme haben: Eine überschreitet die Zeitgrenze, eine andere enthält keine Übung. Wenn ein Modell nur Zahlen erhält, beginnt es zu raten. Verwenden Sie Daten, anhand derer sich ein tatsächliches Produktmerkmal erkennen und mit einer Anforderung vergleichen lässt.

Carnegie Mellon empfiehlt, Antwortmuster und Aufgabengestaltung zu analysieren , wenn Ergebnisse erklärt werden müssen. Dies hilft, nicht alles den Lernenden zuzuschreiben. Derselbe Fehler kann durch unklare Anweisungen oder einen fehlenden Lernschritt entstehen. Verfassende prüfen Material und Arbeiten, bevor sie Unterstützung auswählen. Eine KI-generierte Kategorienliste ist ein Ausgangspunkt und keine endgültige Schlussfolgerung.

Anonymisieren Sie Ausschnitte und bewahren Sie nur den benötigten Kontext. Um eine zu lange Dauer zu erkennen, braucht man weder Namen noch Biografie der verfassenden Person. Wenn Änderungen zwischen Versionen verfolgt werden müssen, verwenden Sie eine Arbeitskennung nach dem festgelegten Verfahren. Sammeln Sie keine unnötigen Informationen, nur weil ein Modell ein großes Dokument verarbeiten kann. Der übermittelte Umfang muss zur konkreten Lernaufgabe passen.

Kategorien sollen das Produkt beschreiben

Sie können mit drei Kategorien beginnen: unstimmige Zeitplanung, Fehlen der verlangten Lernhandlung und ein unklares Ergebnisprodukt. Bei der ersten überschreiten die Phasendauern die Grenze oder lassen Übergänge aus. Bei der zweiten enthält der Plan Erklärungen, ermöglicht den Teilnehmenden aber nicht die Ausführung der Zielhandlung. Bei der dritten legt die Anweisung nicht fest, was abgegeben werden soll. Diese Bezeichnungen betreffen sichtbare Merkmale und stufen Verfassende nicht als aufmerksam oder fähig ein.

Ein fiktiver Plan mit fünf Phasen zu je fünfzehn Minuten dauert fünfundsiebzig Minuten, obwohl die Grenze sechzig beträgt. Dies ist eine rechnerische Beobachtung. Mögliche Erklärungen unterscheiden sich: Die verfassende Person hat die Zeit nicht addiert, die Grenze missverstanden oder bewusst ein längeres Treffen vorgeschlagen. Die Tabelle allein kann die Ursache nicht feststellen. Bitten Sie zur Klärung darum, die Summe erneut zu berechnen und zu erklären, wie der Plan die Begrenzung einhält.

Ein anderer Plan hält die Zeit ein, widmet aber die gesamte Sitzung Erklärungen und Fragen. Wenn das Ziel der Entwurf einer Anweisung ist, wird das verlangte Produkt nicht sichtbar. Nennen Sie dies nicht denselben Fehler wie die Zeitüberschreitung. Die nächste Übung wird anders aussehen: Die Teilnehmenden müssen einen Teil der Erklärung in selbstständiges Handeln umwandeln und das Ergebnis festlegen. Getrennte Kategorien helfen bei der Auswahl passender Unterstützung.

Ein Prompt zum Ordnen von Ausschnitten

Sie könnten schreiben: „Gruppiere anonymisierte Arbeitsausschnitte anhand der Aufgabenbedingungen und Kriterien. Nenne für jede Kategorie ein tatsächliches Merkmal, eine Liste von Arbeitskennungen und eine mögliche Rückfrage zur Klärung. Ziehe keine Schlüsse über Motive, Fähigkeiten oder Diagnosen. Erfinde keine Häufigkeiten. Wenn ein Ausschnitt mehrere Erklärungen zulässt, kennzeichne die Unsicherheit. Trenne die Beobachtung von einer didaktischen Hypothese.“

Prüfen Sie nach der Antwort jede Kategorienzuordnung. Eine Arbeit kann mehrere Probleme haben oder in keine der ursprünglichen Kategorien passen. Zwingen Sie das Modell nicht, jeden Ausschnitt in eine einzelne Zelle zu stecken. Erlauben Sie mehrere unabhängige Kennzeichnungen für ein komplexes Produkt. Erstellen Sie zugleich keine Dutzende nahezu identischer Gruppen: Eine Kategorie unterstützt eine Entscheidung über eine Lernhandlung und dient nicht der möglichst detaillierten Beschreibung.

Wenn gezählt werden muss, verwenden Sie eine geprüfte Liste. Legen Sie die Einheit fest: Arbeiten, Ausschnitte oder Versuche. Eine Arbeit mit zwei Problemen steht nicht für zwei Lernende. Wiederholungsfassungen dürfen nicht automatisch mit Erstfassungen vermischt werden. KI kann bei der Tabellengestaltung helfen, doch die Verfassenden kontrollieren, was gezählt wird. Ohne dies erzeugen Zahlen einen falschen Eindruck von Präzision.

Von der Hypothese zur Prüfung

Bei einem Zeitplanungsproblem könnten Sie vermuten, dass Teilnehmende Übergänge auslassen. Bereiten Sie eine kurze Übung vor: Geben Sie eine fertige Abfolge und bitten Sie darum, Materialverteilung und Formatwechsel zu ergänzen. Wenn die Lernenden diese Zeitaufwände korrekt erklären, könnte der ursprüngliche Fehler eine andere Ursache gehabt haben. Eine Hypothese zu prüfen muss eine eigenständige Handlung sein und darf nicht nur aus der Wiederholung eines Etiketts in der Rückmeldung bestehen.

Bitten Sie bei einem unklaren Ergebnis die Teilnehmenden, die Anweisung aus Sicht der ausführenden Person zu lesen und die abzugebende Datei oder den abzugebenden Ausschnitt zu benennen. Dies zeigt, ob sie Lernhandlung und deren Produkt unterscheiden. Wenn das Problem bestehen bleibt, geben Sie zwei gegensätzliche Beispiele. Cornell empfiehlt, Vorverständnis und Lernlücken zu prüfen , um Unterstützung zu planen. Verfassende wählen den konkreten Schritt entsprechend ihrem eigenen Ziel.

Geben Sie nicht allen dieselbe Zusatzarbeit, nur weil eine Kategorie häufig ist. Einige Gruppenmitglieder können andere Übungen benötigen oder das Problem bereits korrigiert haben. Eine gemeinsame Erklärung passt bei allgemeiner Mehrdeutigkeit in den Aufgabenbedingungen. Eine individuelle Übung hilft dort, wo ein konkreter Bedarf sichtbar ist. Stützen Sie die Entscheidung auf geprüfte Arbeiten und nicht darauf, wie überzeugend ein Modell eine Kategorie als „zentral“ bezeichnet hat.

Das nächste Material und neue Belege

Erstellen Sie bei unstimmiger Zeitplanung eine Übung zum Kürzen eines Plans unter Erhalt der Zielhandlung. Erstellen Sie bei fehlender Praxis eine Übung dazu, eine Erklärung in eine Aufgabe umzuwandeln. Erstellen Sie bei einem unklaren Ergebnisprodukt eine Übung dazu, einer Anweisung eine Abgabeanforderung hinzuzufügen. KI kann mehrere fiktive Varianten entwerfen, doch Verfassende prüfen, ob jede auf das benötigte Merkmal zielt. Ergänzen Sie keine unnötigen neuen Themen, die die Ergebnisinterpretation erschweren.

Holen Sie nach der Unterstützung einen neuen Ausschnitt ein und vergleichen Sie ihn nach demselben Kriterium mit dem vorherigen. Wenn die Zeitplanung korrigiert ist, sagen Sie dies. Wenn sich das Problem nur verändert hat, erklären Sie den neuen Zustand. Behaupten Sie nach einem gelungenen Versuch keine vollständige Beherrschung einer Fertigkeit. Die neue Arbeit liefert konkrete Belege unter konkreten Bedingungen. Transfer erfordert weitere Aufgaben mit geeigneten Kontextänderungen.

Halten Sie Entscheidungen über Lernänderungen fest. Wenn viele Verfassende das Abgabeformat missverstanden haben, überarbeiten Sie die Anweisung für die nächste Gruppe. Wenn einzelne Teilnehmende ein bekanntes Prinzip nicht angewandt haben, planen Sie eine andere Hilfe. Fehleranalyse ist nützlich, wenn sie das Lernen beeinflusst. Eine Kategorientabelle ohne anschließende Handlung bleibt eine Beschreibung, die Lernenden nicht hilft, ihr Produkt zu verändern.

Eine fiktive Beispielsammlung zur Kategorienprüfung

Erstellen Sie mehrere kurze Pläne mit bewusst unterschiedlichen Merkmalen. Der erste hat die richtige Gesamtdauer, nennt aber kein Produkt. Der zweite enthält ein Produkt und Übungen, überschreitet jedoch die Grenze. Der dritte erfüllt alle Anforderungen, ist aber in einer ungewöhnlichen Reihenfolge geschrieben. Der vierte hat zwei voneinander unabhängige Auslassungen. Diese Sammlung dient der Veranschaulichung und ersetzt keine echten Daten. Sie hilft zu prüfen, ob die Kategorien die beabsichtigten Probleme beschreiben und ob das Modell eine unkonventionelle Form ohne Grundlage im Kriterium als falsch kennzeichnet.

Geben Sie der KI diese Ausschnitte, ohne die eingebauten Schwierigkeiten zu verraten. Verlangen Sie eine Begründung für jede Kennzeichnung. Prüfen Sie das Ergebnis anschließend anhand der Beispielspezifikationen. Wenn das Modell eine fehlende Phase erfindet oder die zu lange Dauer übersieht, überarbeiten Sie den Prüfprozess. Die Rechnung kann separat und ausdrücklich durchgeführt werden. Schließen Sie nicht daraus, dass das Werkzeug für jede Analyse ungeeignet ist, akzeptieren Sie seine Klassifikation aber auch nicht ohne menschliche Durchsicht. Ein konkreter Fehler zeigt, welcher Prozessteil engere Kontrolle benötigt.

Bewahren Sie Fälle auf, bei denen die Klassifikation unklar ist. Ein Plan nennt beispielsweise „Besprechung der Entwürfe“, ohne zu erklären, ob alle einen eigenen Text haben. Dies kann eine unvollständige Beschreibung und kein völliges Fehlen von Praxis sein. Kennzeichnen Sie den Klärungsbedarf. „Unzureichende Daten“ ist eine nützliche Kategorie, wenn sie zu einer konkreten Frage führt. Verwenden Sie sie nicht als pauschale Weigerung, einen komplexen Ausschnitt zu lesen. Verfassende müssen genau zeigen, welche Information für die Entscheidung fehlt und wie sie im Rahmen der Lernarbeit gewonnen werden kann.

Mit mehreren Versionen derselben Person arbeiten

Wenn die Analyse Wiederholungsversuche umfasst, bewahren Sie die Verknüpfungen zwischen den Versionen. Ein ursprünglicher Fehler und eine korrigierte Arbeit dürfen nicht beide die Zahl aktueller Probleme erhöhen. Verwenden Sie Erstversuche zur Untersuchung anfänglicher Schwierigkeiten, die neuesten freigegebenen Fassungen zur Bewertung des aktuellen Stands und Paare zur Analyse von Korrekturen. Dies sind unterschiedliche Anfragen, die getrennt benannt werden müssen. KI kann sie versehentlich vermischen, wenn sie einen Ordner ohne Erklärung der Analyseeinheit erhält.

In unserem Szenario kann die Person hinter dem ersten Plan die Dauer verringert haben, während das Ergebnis unklar bleibt. Der Änderungseintrag muss beide Teile enthalten: Zeitplanung korrigiert, Produkt weiterhin klärungsbedürftig. Bezeichnen Sie nicht die gesamte Arbeit mit einem einzigen Wort als gelungen oder misslungen, wenn wichtige Kriterien auseinanderliegen. Diese Einzelheit unterstützt die Auswahl der nächsten Hilfe, ohne eine bereits erledigte Übung zu wiederholen. Die Lernenden sehen außerdem, dass ihre Korrektur bemerkt wurde, selbst wenn die Lernaufgabe noch nicht abgeschlossen ist.

Behaupten Sie ohne weitere Daten nicht, dass Ihre Rückmeldung die Änderung verursacht hat. Die verfassende Person könnte eine Lektion, ein Gespräch mit anderen oder eine eigene Durchsicht genutzt haben. Sie können ehrlich feststellen, dass das benötigte Merkmal nach der Rückmeldung in der nächsten Version aufgetreten ist. Dies beschreibt eine Reihenfolge und keinen nachgewiesenen Effekt. KI macht aus einer solchen Notiz oft eine Aussage über die Wirksamkeit der Unterstützung. Führen Sie die Formulierung vor dem Speichern des Berichts auf das tatsächlich Beobachtete zurück und ergänzen Sie keine erfundenen Kennzahlen.

Wenn das Problem in der Anweisung liegen könnte

Lesen Sie die Aufgabe erneut, ohne die Absicht der verfassenden Person zu kennen. Wenn sie einen „aktiven Unterrichtsplan“ verlangt, ohne ein erforderliches Produkt der Teilnehmenden zu benennen, könnte dessen Fehlen mit einer unklaren Anforderung zusammenhängen. Dies ist eine zu prüfende didaktische Hypothese. Vergleichen Sie unterschiedliche Lesarten und klären Sie, was die Lernenden als ausreichend ansahen. Bewerten Sie sie nicht rückwirkend anhand einer Anforderung, die nur in den Notizen der Lehrkraft steht. Entscheidungen zur aktuellen Bewertung folgen dem angekündigten Verfahren, während die nächste Anweisungsfassung präziser wird.

Ein ähnliches Problem entsteht, wenn ein Beispiel dem Text widerspricht. Die Aufgabe verlangt sechzig Minuten, während die Demonstrationstabelle siebzig ergibt. Verfassende können das Beispiel als Orientierung übernehmen. Die Analyse muss das gesamte ausgegebene Paket umfassen. Eine KI, die nur die Arbeiten erhält, kennt den Widerspruch nicht. Geben Sie geprüfte Aufgabenmaterialien vor der Ursachensuche dazu. Lassen Sie das Modell einen häufigen Zeitplanungsfehler nicht als „unzureichende Aufmerksamkeit“ erklären, ohne ihn mit dem abzugleichen, was die Gruppe tatsächlich gesehen hat.

Wenn die Ursache einen unklaren Begriff betrifft, ergänzen Sie eine Definition oder ein konkretes Beispiel. „Ergebnis“ kann für die unterrichtsplanende Person einen allgemeinen Eindruck und für die Lehrkraft eine Entwurfsdatei bedeuten. Die Präzisierung soll die verlangte Handlung ohne unnötig akademische Sprache zeigen. Bewahren Sie danach den Bearbeitungsstand auf und überprüfen Sie die Kriterien. Ein korrigierter Text darf das Ziel nicht stillschweigend verändern. Verfassende müssen zwischen einer klareren Erklärung derselben Anforderung und einer neuen schwierigeren Aufgabe unterscheiden, die zusätzliche Übungen erfordert.

Wählen Sie Unterstützung für einen beobachtbaren Bedarf

Bereiten Sie für eine lernende Person, die Zeiten korrekt addiert, aber Übergänge auslässt, ein Beispiel mit Materialverteilung und Formatwechseln vor. Wer nicht einmal ausdrücklich genannte Intervalle addiert hat, braucht eine andere Hilfe: eine Tabelle mit einer separaten Zeile für die Gesamtdauer. Dies sind keine dauerhaften Fähigkeitsgruppen. Kennzeichnungen betreffen eine konkrete Arbeit und können sich nach einer Übung ändern. Verwenden Sie eine KI-Kategorie nicht ohne neue Belege als langfristiges Profil, das jede spätere Aufgabe bestimmt.

Geben Sie bei fehlender Praxis zwei Phasen vor: „Die Lehrkraft erklärt die Struktur“ und „Die teilnehmende Person schreibt ihre eigene Anweisung“. Fragen Sie, welche davon ein Produkt hervorbringt und wie die Phasen zusammenhängen können. Anschließend überarbeitet die Person eine Zeile ihres Plans. Diese Übung behandelt eine konkrete Unterscheidung. Bei einem örtlich begrenzten Problem muss nicht der gesamte Kurs wiederholt werden. KI hilft, gegensätzliche Beispiele zu erstellen, doch Verfassende prüfen, dass diese keine neuen Begriffe einführen, die von der verlangten Handlung ablenken.

Schlagen Sie bei einer unklaren Abgabe vor, die Leserrolle einzunehmen: die Anweisung lesen und benennen, was der Lehrkraft übergeben werden soll. Wenn sich das Ergebnis nicht benennen lässt, ergänzt die teilnehmende Person den entsprechenden Satz. Danach ist eine neue Prüfung nötig und nicht nur die Feststellung, dass „abgeben“ vorkommt. Die Formulierung kann weiterhin unklar sein. Das beobachtbare Merkmal ist die Möglichkeit, Produkt, Format und erforderlichen Umfang nach den Aufgabenbedingungen zu bestimmen. Die Rückmeldung benennt dies präzise, damit Lernende das Problem nicht durch mechanisches Einfügen eines erwarteten Wortes zu lösen versuchen.

So beschreiben Sie dem Lehrteam die Analyseergebnisse

Ein Arbeitsbericht kann drei Spalten enthalten: sichtbares Problem, Interpretationsgrenze und geplante Handlung. Bei unstimmiger Zeitplanung zeigt die erste die überschrittene Grenze, die zweite hält fest, dass die Ursache noch nicht geklärt ist, und die dritte nennt Klärung und kurze Übung. Dies hilft, psychologische Etiketten zu vermeiden. Wenn Zahlen ergänzt werden, nennen Sie daneben Datensatz, Datum und Zähleinheit. Ohne diesen Kontext kann eine Tabelle aus einer begrenzten Durchsicht einiger Ausschnitte leicht eine erfundene allgemeine Schlussfolgerung über alle Arbeiten oder die gesamte Gruppe machen.

Trennen Sie bestätigte Änderungen von Plänen. „Eine neue Übung wurde vorbereitet“ bedeutet nicht, dass sie bereits geholfen hat. „Die Summe wurde in der nächsten Version korrigiert“ bedeutet nicht, dass die Fertigkeit stabil ist. KI kann den Bericht gestalten, doch Verfassende prüfen Verben und Statusangaben. Jede Behauptung braucht entsprechendes Material. Dies unterstützt eine ehrliche Entscheidung über den nächsten Schritt: Was ist getan, was wurde noch nicht beobachtet und welcher neue Ausschnitt wird zur Präzisierung der didaktischen Hypothese benötigt?

Eine Teamübersicht muss nicht jeden individuellen Kommentar enthalten, wenn das Ziel eine Änderung des Kursmaterials ist. Anonymisierte Problemtypen und nötige Beispiele genügen. Wenn das Team konkrete Unterstützung für eine Person erwägt, verwenden Sie das vereinbarte Datenzugangsverfahren. Die Kontrolle der Verfassenden über den Umfang bleibt wichtig, selbst wenn KI mühelos eine große Sammlung verarbeitet. Übermäßiger Kontext kann beiläufige Grundlagen für die Beurteilung einer Person hinzufügen, die weder die Lernaufgabe betreffen noch bei der Übungsauswahl helfen.

Den Transfer nach einer Korrektur prüfen

Geben Sie nach einer gelungenen Korrektur eine neue kurze Aufgabe mit einer wesentlichen Änderung. Bei der Planung kann dies eine andere Dauer oder Zielhandlung sein. Die Teilnehmenden müssen das Prinzip anwenden und dürfen nicht die korrigierte Tabelle kopieren. Bezeichnen Sie die neue Aufgabe nicht ohne Prüfung ihrer Anforderungen als vollständig gleichwertig. Ein verändertes Ziel kann anderes Wissen erfordern. Verfassende legen die zu übertragende Unterscheidung und die weiterhin geltenden Bedingungen fest. KI kann Varianten vorschlagen; eine Person gibt diejenige frei, die die benötigten Belege liefert.

Wenn die neue Arbeit erneut ein Problem enthält, kehren Sie zum konkreten Ausschnitt zurück. Dies beweist nicht, dass die vorherige Unterstützung nutzlos war. Der Kontext kann sich verändert haben oder die Unterstützung lässt sich nicht automatisch übertragen. Klären Sie, welcher Teil der Entscheidung erhalten geblieben ist. Die Analyse soll Lernen planen helfen und kein endgültiges Etikett schaffen. Bewahren Sie die neuen Belege auf und überarbeiten Sie die Hypothese. Die Bereitschaft, Daten und Erklärung zu trennen, macht KI zu einer hilfreichen Assistenz bei der Arbeit mit Fehlern.

Die Grenze zwischen Analyse und Endpunktzahl

Kategorien zur Unterstützungsplanung sind nicht zwangsläufig eine Bewertungsskala. „Unklares Produkt“ hilft bei der Übungsauswahl, während die Punktzahl dem angekündigten Kriterium und der Stufe folgt. Lassen Sie die KI nicht die Zahl der Kategorien in eine Endnote umwandeln. Ein wesentlicher Fehler kann ein anderes Gewicht haben als mehrere kleine. Verfassende müssen die Unterscheidung zwischen der Beschreibung eines Bedarfs und der Entscheidung über das Arbeitsergebnis bewahren.

Wenn die Analyse ein Problem in der Aufgabe selbst zeigt, entscheidet die Lehrkraft, wie es berücksichtigt wird. Ändern Sie Ergebnisse nicht automatisch aufgrund einer allgemeinen Modellschlussfolgerung. Prüfen Sie zuerst konkrete Ausschnitte und die Bedingungen, die die Teilnehmenden gesehen haben. Erklären Sie den Betroffenen anschließend die Entscheidung. Beheben Sie die bestätigte Mehrdeutigkeit in der nächsten Fassung und bewahren Sie die Geschichte des ausgegebenen Pakets.

Für einen Lernbericht genügt es zu benennen, was mit einer Kategorie geschehen wird. Beispielsweise eine gemeinsame Erklärung des Abgabeergebnisses, eine kurze Übung zur Übergangszeit oder eine individuelle Klärung. Es muss keine Rangliste von Personen anhand der Problemzahl erstellt werden. Eine solche Rangliste bestimmt keinen konkreten nächsten Schritt und kann unterschiedliche Bedürfnisse hinter einer Zahl verbergen. Fachliche Analyse konzentriert sich auf eine Entscheidung, die im Produkt erneut betrachtet werden kann.

Kehren Sie nach der Unterstützung zu demselben Kriterium zurück, um die Veränderung zu erkennen. Wenn eine andere Handlung bewertet werden muss, bereiten Sie eine separate Aufgabe vor und erklären Sie deren Rolle. Die Übereinstimmung von Beobachtung, Unterstützung und neuen Belegen ermöglicht es, didaktische Hypothesen ohne überzogene Schlussfolgerungen über eine Person oder die Wirksamkeit des Werkzeugs zu prüfen.

So erklären Sie der Gruppe die Analyse

Besprechen Sie Entscheidungstypen anhand fiktiver oder vereinbarter anonymisierter Ausschnitte. Machen Sie aus einer allgemeinen Durchsicht keine Suche nach der Person hinter einem Fehler. Zeigen Sie, wie das Problem erkannt und korrigiert wird. Die Gruppe soll Kriterium und Begründung sehen und keine Personenrangliste. Wenn Sie Häufigkeiten nennen, erklären Sie, welche Arbeiten und Versuche sie umfassen, und verwenden Sie eine Zahl nicht zur Charakterisierung von Fähigkeiten.

Wenn eine Kategorie zu keiner konkreten Unterstützung führt, überarbeiten Sie ihren Namen und ihre Grenzen. Vielleicht beschreibt sie einen allgemeinen Eindruck und kein Merkmal, das sich in der Arbeit korrigieren lässt.

Verknüpfen Sie die Analyse in WeStudy mit der entsprechenden Aufgabe und der anschließenden Übung. Das WeStudy-LMS hilft, den Korrekturweg zu organisieren, während die Lehrkraft Ursachen prüft und über Unterstützung entscheidet. KI ist hilfreich zum Ordnen von Belegen und zum Entwerfen von Material. Eine gute Analyse zeigt genau, was in der Arbeit sichtbar ist, was noch nicht behauptet werden kann und welche Handlung zu einem präziseren Verständnis beiträgt.

Quellen und weiterführende Literatur

• Carnegie Mellon empfiehlt, Antwortmuster und Aufgabengestaltung zu analysieren

  
  

• Cornell empfiehlt, Vorverständnis und Lernlücken zu prüfen