Rubryka oceniania oparta na dowodach

Porównywanie rezultatów pracy z jawnymi kryteriami i poziomami wykonania, przegląd dokładnych cytatów i obliczanie wyników z przekazanych ocen człowieka.

Dane wejściowe

Wynik

Raport z warsztatu jest przeglądany pod kątem identyfikowalności i jasności. Przekazana ocena identyfikowalności wpływa na wynik człowieka; brak oceny jasności pozostawia wynik łączny niekompletny zgodnie z regułą domyślną. Wiarygodna su…

Użyteczna rubryka oddziela kryterium, opisy jego poziomów wykonania, przekazane dowody i rzeczywistą ocenę. Narzędzie zachowuje widoczność tych warstw. AI proponuje istniejący poziom wykonania dla każdego rezultatu pracy i kryterium, poparty niezmienionym cytatem źródłowym, albo pozostawia sugestię nierozstrzygniętą. Kod deterministyczny oblicza ważone wyniki łączne tylko z jawnie przekazanych ocen człowieka. Wynik jest projektem przeglądu z lukami dowodowymi i rozbieżnościami, a nie automatyczną decyzją o ocenie.

Twoje teksty, strony i obrazy są przetwarzane na naszych własnych serwerach w UE. Centrum zaufania

Wypróbuj teraz Cennik

Dla kogo

Projektanci szkoleń, prowadzący warsztaty i zespoły jakości przeglądające rezultaty pracy według utrzymywanej rubryki. Odpowiednie do przygotowania ustrukturyzowanej dyskusji lub sprawdzenia spójności przekazanych ocen. Nie zastępuje wykwalifikowanych recenzentów ani nie upoważnia do edukacyjnych, zawodowych, kredytowych lub innych istotnych decyzji o osobach.

Typowe zastosowania

Przegląd każdego rezultatu pracy względem każdego przekazanego kryterium i jego istniejących poziomów wykonania.
Porównywanie sugestii AI z niezależnie przekazanymi ocenami człowieka bez cichego zastępowania którejkolwiek z nich.
Obliczanie ważonego znormalizowanego wyniku człowieka z jawną skalą i regułą brakujących ocen.
Zachowanie razem oryginalnych cytatów, wersji rubryki, opisów poziomów i nierozstrzygniętych luk dowodowych.

Przykład

Dane wejściowe

CSV kryteriów rubryki: id,name,weight,definition C1,Identyfikowalność,2,Twierdzenia są powiązane z identyfikowalnymi rekordami źródłowymi. C2,Jasność,1,Metoda i jej ograniczenia są podane jawnie. CSV poziomów wykonania: id,criterion,points,descriptor L1,C1,0,Nie podano identyfikowalnego źródła poparcia. L2,C1,2,Główne twierdzenie cytuje identyfikowalny rekord źródłowy. L3,C2,0,Brakuje metody lub jej ograniczeń. L4,C2,2,Metoda i przynajmniej jedno ograniczenie są jawne. CSV dowodów z rezultatów pracy: id,name,text E1,Raport z warsztatu,Wniosek korzysta z rekordu DATA-7. Metoda porównuje dwie próby i nie może ustalić przyczynowości. CSV przekazanych ocen człowieka: id,evidence,criterion,level H1,E1,C1,L2 Potwierdzenie przekazanych definicji: Potwierdzone dla tego przeglądu Potwierdzona wersja definicji: RUBRIC-1 Szczegółowość cytatów: Szczegółowo Kolejność wyników: Kolejność źródłowa Ważenie kryteriów: Przekazane wagi kryteriów Postępowanie przy brakujących ocenach człowieka: Pokaż niekompletny wynik Skala wyniku łącznego: 100 Miejsca dziesiętne wyniku: 2 Kolejność wyświetlania poziomów wykonania: Rosnąco według punktów

Wynik

Stały przykład, skrócony. Prawdziwe wyniki są generowane przez AI: sprawdź je.

Cena i limity

Cena: zwykle 1–3 kredytów
Dostępne w: Free, Z pakietem
Limit danych wejściowych: Jedna strona do 80 000 znaków HTML

Ochrona danych

Przetwarzane na własnych serwerach w UE (w Polsce). Dane wejściowe i wyniki usuwamy po 7 dniach (Free) lub 30 dniach (pakiety) – albo zaraz po wyświetleniu, jeśli wyłączysz zapisywanie. Obrazy usuwamy zaraz po przetworzeniu.

W API

Nazwa narzędzia: assessment_rubrics. Utwórz zadanie przez POST /api/v1/jobs i pobierz wynik przez GET /api/v1/jobs/{id}. Klucz API znajdziesz na swoim koncie.

curl -X POST https://do4u.eu/api/v1/jobs \
  -H "Authorization: Bearer d4u_…" -H "Content-Type: application/json" \
  -d '{"tool": "assessment_rubrics", "url": "https://example.com/"}'

Pełna dokumentacja API →

Pytania i odpowiedzi

Czy model może wymyślić poziom wykonania lub przyznać ostateczną ocenę?

Nie. Proponowany poziom musi być istniejącym ID należącym do dokładnie tego kryterium. Cytat musi występować bez zmian w tekście rezultatu pracy. Model może pozostawić poziom nierozstrzygnięty. Strukturalnie prawidłowy cytat nadal wymaga analizy semantycznej; nie dowodzi poprawności proponowanego poziomu.

Jak łączone są wagi i różne skale punktowe?

Każda przekazana ocena człowieka jest dzielona przez maksymalną przekazaną punktację danego kryterium. Znormalizowane wartości są łączone z wybranymi wagami przekazanymi lub równymi i mnożone przez skonfigurowaną skalę łączną. Obliczenie używa dokładnej arytmetyki wymiernej i zaokrągla połówki w górę tylko do prezentacji. Ta arytmetyka nie ustanawia poprawnej metody oceniania.

Co dzieje się z brakującymi ocenami człowieka?

Niekompletny wstrzymuje wynik łączny, gdy dowolne kryterium nie ma oceny człowieka. Zero jawnie liczy brakujące oceny jako zero, zachowując ostrzeżenia. Sugestie AI nie wchodzą do żadnego obliczenia. Przekazane oceny nie są zatwierdzeniami ze zweryfikowaną tożsamością.

Czy mój tekst jest przechowywany?

Tylko tak długo, jak trzeba: 7 dni w Free, 30 dni z pakietem – albo wcale, jeśli wyłączysz zapisywanie. Przetwarzanie odbywa się na własnych serwerach w UE (w Polsce).

Czy mogę od razu użyć wyniku?

Wyniki są generowane przez AI. Przeczytaj je, zanim je opublikujesz lub wyślesz.