Kontrola jakości AI

Kontrola jakości AI to automatyczna diagnoza twojego kursu w oparciu o pięć wymiarów dydaktycznych. W 15-30 sekund otrzymujesz wynik ogólny plus konkretne rekomendacje ulepszeń — idealna jako sprawdzenie zdroworozsądkowe przed publikacją lub przy niskich wskaźnikach ukończeń.

Co ocenia kontrola

Pięć wymiarów, każdy z własnym wynikiem 0-100:

Wymiar	Co jest sprawdzane
Kompletność	Czy są wszystkie istotne treści? Czy są oczywiste luki?
Struktura	Czy budowa jest logiczna? Czy jest sensowny wątek przewodni?
Treść	Czy treść jest merytorycznie istotna, aktualna i dopasowana do grupy docelowej?
Cele nauki	Czy cele nauki są jasne i sprawdzalne?
Poziom trudności	Czy poziom pasuje do zadeklarowanej grupy docelowej?

Z pięciu wymiarów wynika wynik ogólny 0-100 z kodowaniem kolorem:

• 75-100 — dobra jakość
• 50-74 — potrzeba ulepszeń
• 0-49 — znaczna potrzeba ulepszeń

Uruchamianie kontroli

Kontrolę możesz wywołać w dwóch miejscach:

Z katalogu kursów

1. Znajdź swój kurs w katalogu kursów.
2. Na karcie kliknij ikonę jakości.
3. W oknie dialogowym kliknij Sprawdź teraz — lub Sprawdź ponownie, jeśli wyniki już istnieją.

Z analityki trenera

1. Analityka → Kursy.
2. W tabeli kursów kolumna Jakość AI z aktualnym wynikiem.
3. Kliknięcie w wynik otwiera to samo okno dialogowe → Sprawdź ponownie.

Zrzut ekranu wkrótce

Okno jakości z wykresem kołowym wyniku ogólnego i słupkami wymiarów

W trakcie analizy działa wskaźnik ładowania („AI analizuje kurs…"). Jeśli zamkniesz okno, analiza po stronie serwera nie zostaje przerwana — ale wartość zaktualizuje się dopiero przy następnym wywołaniu.

Rozumienie wyników

W oknie dialogowym widzisz:

• Wynik ogólny jako wykres kołowy + datę ostatniej kontroli
• Słupki wymiarów z wynikiem i indywidualną informacją zwrotną dla każdego wymiaru
• Mocne strony — lista tego, co działa szczególnie dobrze (plus dla twojego kursu!)
• Rekomendacje — konkretne propozycje działań, np. „Dodać quizy do sprawdzenia wiedzy" albo „Precyzyjniej sformułować cele nauki w lekcji 3"

Czego kontrola NIE ocenia

Kontrola analizuje metadane i strukturę kursu — tytuł kursu, opis, poziom trudności, tytuły lekcji i typy lekcji. Nie patrzy na jakość medialną twoich treści: wideo, osadzone treści H5P, załączniki PDF nie są sprawdzane pod względem treści. Ocena jakości medialnej pozostaje redakcyjna — AI jest tu narzędziem, nie zastępstwem.

Kiedy kontrola się opłaca

• Przed publikacją — ostatnie sprawdzenie zdroworozsądkowe, czy struktura i pokrycie materiału są w porządku
• Po większych zmianach treści — nowy blok lekcji, dostosowanie celów nauki, dodane quizy
• Przy niskich wskaźnikach ukończeń lub słabych ocenach uczących się — jako narzędzie diagnostyczne, na czym może polegać problem
• Przed rocznym odświeżeniem — czy trudność nadal pasuje do grupy docelowej?

Nie ma czasu oczekiwania — kontrolę możesz uruchamiać dowolnie często.

Interpretowanie konkretnych rekomendacji

Przykłady i jak sobie z nimi radzić:

Rekomendacja	Co możesz zrobić
„Precyzyjniej sformułować cele nauki"	Zastanów się jeszcze raz: co uczący się mają konkretnie umieć po kursie? Maksymalnie 3-5 jasnych zdań w opisie.
„Wbudować więcej sprawdzeń wiedzy"	Wstaw lekcję(-e) quizowe między dłuższe partie objaśniające. Zobacz Quiz i ocenianie.
„Sprawdzić stopniowanie trudności"	Czy pierwsze lekcje są naprawdę dla początkujących? Czy nie przeskakujesz zbyt szybko do szczegółów?
„Wątek przewodni niejasny"	Sprawdź kolejność lekcji, ewentualnie wbuduj tekst przejściowy między tematami.
„Szacowany czas wydaje się zbyt krótki/zbyt długi"	Przejdź samodzielnie albo zapytaj testową grupę nauki, ile faktycznie potrzebują.

Częste pytania

Kontrola daje mi niski wynik, ale moi uczący się są zadowoleni. Oba spojrzenia są zasadne — AI ocenia strukturę dydaktyczną, twoi uczący się oceniają użyteczność praktyczną. Jeśli kurs działa w praktyce, rekomendacje AI są opcjonalnym ulepszeniem, nie obowiązkiem.

Jak często powinienem/powinnam sprawdzać? W fazie tworzenia kilka razy, każde dostosowanie kończy nowa kontrola. W trybie live maksymalnie co kilka miesięcy. Częste ponowne kontrole bez zmian dają niemal identyczne wyniki.

Mój kurs ma bardzo różne wyniki w kilku wymiarach — co robić? Skup się najpierw na najniższych wynikach — tam jest największy zysk na jednostkę wysiłku. Nie ignoruj wysokich wyników, ale ustawianie priorytetów to najszybsza droga do odczuwalnej poprawy jakości.

AI daje mi rekomendacje, które uważam za błędne. Znasz swój kurs i swoich uczących się lepiej niż AI. Traktuj rekomendacje jako propozycje, nie polecenia. Jeśli jakaś rekomendacja wydaje ci się błędna, pomiń ją.

Czy uczący się widzą wynik? Obecnie tak — jeśli katalog jest tak skonfigurowany, że wyniki jakości są wyświetlane. Niskie wyniki działają odstraszająco. Jeśli chcesz najpierw jeszcze poprawić, sprawdź konfigurację z osobą odpowiedzialną za platformę.