Daten de-identifizieren und den Rahmen der Überprüfung festlegen

Entferne direkte Identifikatoren aus Einreichungen und Notenexporten, bevor du sie teilst. Stelle das Bewertungsraster, die Lernergebnisse des Kurses, die Kalibrierungsregeln und repräsentatives Feedback bereit, damit ChatGPT die Belege mit den vorgesehenen Kriterien abgleichen kann.

Lege fest, welche Auffälligkeiten bei der Überprüfung gekennzeichnet werden dürfen und welche Entscheidungen weiterhin den Lehrenden vorbehalten bleiben.

Kalibrierungsarbeitsmappe erstellen

Nutze den Starter-Prompt, um eine Arbeitsmappe zu erstellen, in der die folgenden Aspekte getrennt dargestellt werden:

• Kriterien des Bewertungsrasters und erwartete Belege
• Punkteverteilungen und mögliche Unstimmigkeiten
• repräsentative Beispiele
• häufige Stärken und Lernlücken
• Feedbackthemen
• Fälle, die gemeinsam geprüft werden müssen

Betrachte jeden Hinweis als Anlass für eine Überprüfung, nicht als Benotungsentscheidung.

Ergebnisse validieren

Lehrende sollten die zugrunde liegenden Belege prüfen, sicherstellen, dass nur Vergleichbares miteinander verglichen wird, und auf fehlenden Kontext wie Nachteilsausgleiche oder Aufgabenvarianten achten. Verwende die Arbeitsmappe nicht, um endgültige Noten zu vergeben, zu ändern oder automatisch festzulegen.

Bitte ChatGPT nach der Überprüfung, aus bestätigten Mustern Vorschläge zur Präzisierung des Bewertungsrasters und Kalibrierungsbeispiele zu erstellen. Kennzeichne unsichere Fälle weiterhin deutlich als ungeklärt.