Gør svar på spørgeskemaer til afbalancerede teamudkast.

Teamers matchningsregler danner et komplet sæt teamudkast ud fra de kriterier, du vælger. AI er valgfri: den foreslår kun kategorier til skriftlige svar, og underviserne bestemmer hvert offentliggjort team.

Eksempel: ét skriftligt svar, den valgfri AI-kategori, som underviserne tjekker, og det matchningskriterium, den bliver til i Teamers matchningsregler.

Sådan virker det

  1. Besvar spørgeskemaet

    Studerende

    Mødetider, valg, skalaer og valg af medstuderende bliver brugt direkte som matchningskriterier.

  2. Valgfrit: kategorisér skriftlige svar med AI

    Undervisere

    Ved et spørgsmål med skriftligt svar kan underviserne bede OpenAI om at foreslå kategorier og derefter tjekke og rette, hvilke svar der hører til hver kategori. Springes det over, påvirker skriftlige svar blot ikke matchningen.

  3. Dan et udkast ud fra dine kriterier

    Teamer

    Teamers egne matchningsregler, ikke OpenAI, foreslår et komplet sæt teams i én omgang. Vælg, hvilke kriterier der tæller, og finjustér og dan teams igen.

  4. Gennemgå, justér og offentliggør

    Undervisere

    Udkast går først til underviserne. Flyt studerende, tilføj et team manuelt, og offentliggør, når du er tilfreds. De studerende ser først deres team, når en underviser har offentliggjort det.

Hvad de studerende ser

  • Deres endelige team via et sikkert link, når underviserne har offentliggjort det
  • Aldrig et udkast, en AI-kategori eller en opstilling, der er under arbejde

Ofte stillede spørgsmål

Kan AI danne afbalancerede studieteams automatisk?

Ikke alene. Teamers matchningsregler foreslår teamudkastene i én omgang og vægter de kriterier, underviserne vælger, fx præferencer, mødetider, kompetencer og kursets begrænsninger. OpenAI har kun en valgfri rolle: at foreslå kategorier til skriftlige svar, som underviserne kan rette. Derefter gennemgår, justerer og offentliggør underviserne.

Hvad ændrer sig, hvis vi ikke bruger AI?

Svar på spørgsmål med skriftligt svar bliver ikke kategoriseret, så de påvirker ikke matchningen. Alt andet virker stadig: Teamer danner udkast ud fra mødetider, valg, skalaer og valg af medstuderende, og underviserne kan danne eller justere teams manuelt.

Ser AI de studerendes navne eller personoplysninger?

Teamer vedhæfter ikke navne, e-mailadresser eller studienumre. OpenAI modtager det skriftlige spørgsmål og de studerendes svar på det, hver mærket med en midlertidig kode. Svarene tjekkes ikke for personoplysninger, så alt, hvad en studerende skriver i et svar, kan blive sendt. Du kan også springe AI-kategorisering over og stadig danne teamudkast.

Er AI-genereret teammatchning retfærdig?

Den er mere retfærdig end selvvalg, der i det stille favoriserer dem, der allerede har et netværk. Teamer danner teams ud fra det, de studerende fortæller, frem for hvem de allerede kender, og hvert offentliggjort team er stadig en menneskelig beslutning, som en underviser godkender.

Få teamudkast til dit næste projekt

Start et pilotforløb, så gør vi dine studerendes svar til afbalancerede teamudkast, som dine undervisere kan gennemgå, og dit næste projekt får en god start.

Start et pilotforløb

Har du bare et spørgsmål? Skriv til hello@teamer.university