COSEAQ
1.0.0
COSEAQ 框架是一个综合性的脚手架系统，旨在通过生成式人工智能集成来增强教育工作流程。它的重点是通过促进教育工作者和人工智能之间有意义的对话，同时结合建设性调整和评估素养等理论原则，改善高质量教育内容的开发，包括问答题、评估指南和测验。
COSEAQ 不仅仅是一个工具，它提供了一种结构化方法，确保教学实践、教学大纲和国家课程要求之间的一致性。其根本目的是在所有课程元素之间建立凝聚力，以优化学生的学习成果。
该框架的核心是微提示——精心设计的指令，可以构建工作流程并指导教师与人工智能的交互。这些微提示可以在各种 AI 平台（例如 Claude 或 ChatGPT）中实现。在 Claude 中，教育工作者可以创建一个项目并上传相关文件，然后应用框架中的特定微提示。或者，他们可以通过 OpenAI 的 ChatGPT 搜索 COSEAQ 来访问自定义 GPT（生成式预训练变压器）。虽然每个组件独立运行，但该框架旨在集成实施以最大限度地提高效率。
教育工作者可以根据自己的具体需求和偏好，顺序使用微提示或将其作为独立工具。这种灵活的模块化方法使教师能够根据其主题和教学环境选择最合适的组件。重要的是，该框架充当脚手架而不是自动化解决方案，在整个内容创建过程中保留教师的自主权和教育完整性。
该框架与生成式人工智能的集成旨在增强教学过程，同时保持教育者的重要作用。通过整合各种理论框架，COSEAQ 允许教师选择最符合其教学理念和学科要求的方法。
此外，该框架的微提示可以跨不同的语言模型有效利用，包括 Claude 3 和 Gemini Advanced。所有微提示集均在 GitHub 上公开提供，确保教育工作者具有广泛的可访问性和适应性。
通过其结构化方法和系统实施，COSEAQ 使教育工作者能够创造优质内容，同时发展他们的专业知识。随着人工智能在教育环境中的不断发展，该框架对于寻求将生成式人工智能有效整合到教学实践中的教师来说是宝贵的资源。
对话方法：通过结构化的微提示促进教育工作者和人工智能之间有意义的交流，从而实现将人类专业知识与人工智能功能相结合的协作和迭代内容创建。
脚手架支持：提供精心设计的微提示来构建和指导内容生成，确保符合教育标准，同时培养批判性思维和更深入的理解。
定制GPT ：提供独立但可组合的GPT，满足各种教育需求，提供应用的多功能性和适应性。
COSEAQ 框架的主要目标是提高教育工作者的专业知识和实践，其次是提高效率。通过生成式人工智能集成，它以多种方式丰富了教学过程：
至关重要的是，COSEAQ 优先考虑教师自主权和教育诚信。教育工作者保持对内容创建过程的控制，运用他们的专业判断来指导人工智能并对生成的材料做出最终决定。该框架的灵活性适应了各种理论方法，包括建设性调整和评估素养，使教师能够根据自己的具体教学实践和主题要求进行调整。
最终，COSEAQ 确保技术满足教育需求，而不是支配教育需求。通过为教育者与人工智能协作提供结构化框架，它使教师能够高效地创建高质量的教育材料，同时保留他们的教学专业知识和专业自主权。
#AIED #GenAI #EducationalTechnology #TeachingInnovation
COSEAQ 框架从两个基本组成部分开始，通过协调实施建立强大的教学基础：
该部分通过以下方式将广泛的教育目标与具体的、可操作的目标联系起来：
该组件与目标制定保持一致，通过以下方式将课程要求转化为结构化的教育内容：
COSEAQ S（研究问题开发者）以组件 O 和 C 为基础，将基本内容与高级评估方法联系起来。
通过三个不同的阶段实施对话支架：
对话开发
问题多样性增强
学习风格整合开发三个问题类别：
该框架分为两种评估途径，每种途径都建立在研究问题的基础上：
COSEAQ Q（测验生成）
COSEAQ M（误解分析）
强化周期
COSEAQ QE（质量评估 - 测试版）
COSEAQ E（论文评估设计）
COSEAQ A（评估实施）
发展架构
质量管理
灵活实施
文档协议
品质保证
系统协调
该工作流程强调研究问题作为评估开发的基础，同时实施系统的细化流程和结构化评估方法。
