Zamień odpowiedzi z ankiety w zrównoważone robocze zespoły.

Reguły dopasowania Teamer tworzą pełny zestaw roboczych zespołów na podstawie wybranych przez ciebie kryteriów. AI jest opcjonalne: tylko proponuje kategorie dla odpowiedzi tekstowych, a o każdym opublikowanym zespole decydują prowadzący.

Przykład: jedna odpowiedź tekstowa, opcjonalna kategoria z AI sprawdzana przez prowadzących i kryterium dopasowania, którym staje się w regułach Teamer.

Jak to działa

  1. Wypełnienie ankiety

    Studenci

    Dostępność, wybory, skale i wskazani koledzy stają się kryteriami dopasowania bez zmian.

  2. Opcjonalnie: kategoryzacja odpowiedzi tekstowych przez AI

    Prowadzący

    Dla pytania otwartego prowadzący mogą poprosić OpenAI o propozycję kategorii, a potem sprawdzić i poprawić, które odpowiedzi trafiły do każdej z nich. Jeśli pominiesz ten krok, odpowiedzi tekstowe po prostu nie będą wpływać na dopasowanie.

  3. Wygeneruj wersję roboczą według swoich kryteriów

    Teamer

    To własne reguły dopasowania Teamer, a nie OpenAI, proponują pełny zestaw zespołów za jednym razem. Wybierz, które kryteria się liczą, a potem dostrój je i wygeneruj ponownie.

  4. Przejrzyj, popraw i opublikuj

    Prowadzący

    Wersje robocze trafiają najpierw do prowadzących. Przenoś studentów, dodaj zespół ręcznie i opublikuj, gdy wszystko jest w porządku. Studenci widzą swój zespół dopiero po opublikowaniu go przez prowadzącego.

Co widzą studenci

  • Swój ostateczny zespół przez bezpieczny link, po opublikowaniu przez prowadzących
  • Nigdy wersji roboczej, kategorii z AI ani układu w trakcie prac

Najczęstsze pytania

Czy AI może automatycznie tworzyć zrównoważone zespoły studenckie?

Nie samodzielnie. Reguły dopasowania Teamer proponują robocze zespoły za jednym razem, uwzględniając kryteria wybrane przez prowadzących, takie jak preferencje, dostępność, umiejętności i ograniczenia kursu. Jedyna, opcjonalna rola OpenAI to proponowanie kategorii dla odpowiedzi tekstowych, które prowadzący mogą poprawić. Następnie prowadzący przeglądają, poprawiają i publikują zespoły.

Co się zmienia, jeśli nie używamy AI?

Odpowiedzi na pytania otwarte nie są kategoryzowane, więc nie wpływają na dopasowanie. Cała reszta działa: Teamer generuje wersje robocze na podstawie dostępności, wyborów, skal i wskazanych kolegów, a prowadzący mogą tworzyć lub poprawiać zespoły ręcznie.

Czy AI widzi imiona i nazwiska lub dane osobowe studentów?

Teamer nie dołącza imion, nazwisk, adresów e-mail ani numerów albumu. OpenAI otrzymuje pytanie otwarte i odpowiedzi studentów na nie, każdą oznaczoną tymczasowym kodem. Odpowiedzi nie są sprawdzane pod kątem danych osobowych, więc wszystko, co student w nich napisze, może zostać wysłane. Możesz też pominąć kategoryzację przez AI i nadal generować robocze zespoły.

Czy dopasowywanie zespołów przez AI jest sprawiedliwe?

Jest sprawiedliwsze niż samodzielny wybór, który po cichu faworyzuje osoby z gotowymi znajomościami. Teamer tworzy zespoły na podstawie tego, czym dzielą się studenci, a nie tego, kogo już znają, a każdy opublikowany zespół nadal jest decyzją człowieka zatwierdzoną przez prowadzącego.

Otrzymaj robocze zespoły do kolejnego projektu

Rozpocznij pilotaż, a zamienimy odpowiedzi twoich studentów w zrównoważone robocze zespoły do przejrzenia przez prowadzących, aby kolejny projekt dobrze się zaczął.

Pilotaż

Masz tylko pytanie? Napisz na hello@teamer.university