คู่มือผู้สอน: ตรวจชุดข้อมูลก่อนเทรน AI

เตรียมก่อนจัดกิจกรรม

ให้ผู้เรียนเปิด terminal และตรวจ Python ก่อนเริ่ม แตก ZIP และทดลองไฟล์ valid ในเครื่องของผู้สอน เตรียมตารางพิมพ์สำหรับผู้ที่ยังรันโปรแกรมไม่ได้เพื่อให้ฝึกเหตุผลได้ก่อน

เวลาเป็นเป้าหมายออกแบบ ยังไม่ผ่าน pilot หากกิจกรรมติดขัดให้บันทึกจุดและเวลา ไม่ข้ามการอธิบายเหตุผลเพื่อให้จบตรงเวลา

แผนการสอน

คำถามที่ใช้ตรวจความเข้าใจ

• ชื่อภาพต่างกันแปลว่าเนื้อหาต่างกันหรือไม่?
• ถ้าต้องประเมินพื้นที่ใหม่ การแบ่งตามเที่ยวบินอย่างเดียวพอหรือไม่?
• เมื่อ flight_id หาย ทำไมการเดา ID เพื่อให้ผ่านจึงไม่ถูกต้อง?
• โปรแกรม valid=true ยืนยันคุณภาพภาพ labels และสิทธิ์ได้หรือไม่?

ช่วยผู้เรียนโดยยังไม่บอกคำตอบทั้งหมด

ถ้าไม่เห็นข้อมูลรั่ว ให้ชวนเรียงตาม flight_id และมองค่าของ split ถ้าไม่เห็นภาพซ้ำ ให้เปรียบเทียบ image_id กับ content_id แล้วให้เขาอธิบายความต่าง

ให้ผู้เรียนบันทึกคำตอบครั้งแรกไว้ แล้วแก้ด้วยเหตุผลของตน การให้ feedback ควรอ้างพฤติกรรมหรือชิ้นงานที่เห็น ไม่ใช้เพียงคำว่า “เข้าใจแล้ว”

แนวคำตอบและเกณฑ์ตรวจ

เก็บผลเพื่อปรับหลักสูตร

เก็บเวลาแต่ละช่วง ข้อผิดพลาดก่อน/หลัง จุดที่ต้องช่วย และหลักฐานการตัดสินใจของแต่ละคน เมื่อจัดจริงให้แจ้งผู้เรียนว่าจะเก็บข้อมูลใดและใช้เพื่ออะไร คู่มือนี้ไม่ส่งข้อมูลผู้เรียนไปบริการภายนอก

ผู้เรียนเดี่ยวใช้เกณฑ์ตรวจตนเองได้ แต่สถานะนี้ต่างจากการผ่านผู้สอนประเมิน ชุดสอนบนเว็บสาธารณะรวมแนวคำตอบ จึงไม่ใช้เป็นระบบสอบที่ป้องกันการเปิดเฉลย

แหล่งอ้างอิงการจัดการเรียน

• CMU: เชื่อมเป้าหมาย กิจกรรม และการประเมิน
• CDC: การประเมินผลและการนำไปใช้หลังฝึก

สืบค้น 8 กันยายน 2569 เวลาและ rubric เป็นแบบออกแบบของ PK-Research; อ้างอิงด้านเนื้อหาอยู่ท้ายบทผู้เรียน