Moodle владеет контекстом
Роли курса, настройки заданий, доступ учащихся и политика выставления оценок остаются в LMS учреждения.
Интеграции / Moodle
Передавайте текст задания в API детектора ИИ, возвращайте сигналы по отдельным предложениям в процесс под контролем учебного заведения и оставляйте академические решения преподавателям. Для внедрения заранее определите правила проверки и технические границы.
Область развертывания Moodle согласовывается с учреждением перед внедрением.
От текста задания к решению педагога
Moodle
Разрешённая работа поступает на проверку
Ваши правила LMS определяют, какой текст может быть обработан и кто может начать проверку.
Коннектор
Интеграция извлекает и отправляет текст
Серверный запрос не раскрывает API-ключ ни браузеру, ни учащемуся.
Педагог
Сигнал возвращается для проверки в контексте
Человек читает результат рядом с черновиками, источниками и политикой курса.
Соединение на основе API для рабочих процессов Moodle
Аутентификация по ключу API на стороне сервера
Данные детектора по отдельным предложениям
Окончательное решение остаётся за человеком
Практическая граница
Надёжная интеграция не перекладывает все задачи LMS на детектор. Moodle продолжает управлять пользователями, ролями, заданиями, разрешениями и контекстом курса. Коннектор отправляет в API только разрешённый текст и возвращает лишь данные, необходимые преподавателю для проверки.
Роли курса, настройки заданий, доступ учащихся и политика выставления оценок остаются в LMS учреждения.
Учетные данные API принадлежат среде доверенного сервера. Они никогда не должны появляться в коде браузера или на страницах, предназначенных для учащихся.
Используйте структурированный результат, чтобы сосредоточить проверку, а затем изучите историю работы над текстом и контекст задания.
Что нужно для подключения
Этот выбор определяет коннектор, пользовательский опыт и эксплуатационную ответственность учреждения.
Определите, какие типы заданий входят в область интеграции и как поддерживаемые файлы преобразуются в обычный текст перед анализом.
Выберите, кто может проводить проверку, просматривать детали предложений и записывать любые последующие действия в рабочем процессе курса.
Решите, будут ли результаты отображаться при выставлении оценки, в отдельной очереди или в отчёте только для сотрудников.
Зафиксируйте, как можно использовать сигналы, какие записи сохраняются и как устроены апелляция или повторная проверка.
Путь установки
Узкий пилотный проект упрощает оценку разрешений, ошибок извлечения, языка результатов и обучения персонала перед более широким использованием.
Перечислите типы отправляемых материалов, версию Moodle, роли, этапы проверки, ожидаемый объём и точный состав текста, который может покинуть LMS.
Сохраните ключ API на стороне сервера, запрашивайте версию детектора v3 для новой работы и тестируйте реалистичный контент, а также пустые, неподдерживаемые и неудачные отправки.
Объясните проверяющим ограничения детектора, собирайте сообщения о ложных срабатываниях и корректируйте процесс, прежде чем подключать новые курсы.
Подходящие сценарии
Интеграция работает лучше всего, когда учреждение уже знает, кто проверяет необычные письменные сигналы и какие доказательства используются в этом разговоре.
Не ставьте автоматическую оценку, не отклоняйте и не обвиняйте учащегося на основании результатов детектора. Короткие, переведенные, шаблонные или сильно отредактированные тексты могут давать вводящие в заблуждение сигналы.
Добавьте сигнал детектора к материалу, который просматривает преподаватель, не превращая оценку в автоматическое наказание.
Протестируйте рабочий процесс с небольшой группой обученных инструкторов, прежде чем сделать его доступным для всех отделов.
Используйте выделенные отрывки, чтобы задавать конкретные вопросы о черновиках, источниках и внесённых правках.
Направляйте выбранные материалы в очередь, управляемую учреждением, если второй читатель является частью политики.
Вопросы об интеграции с Moodle
До презентации интеграции преподавателям согласуйте техническую схему, правила управления, поддерживаемые материалы и ответственность за проверку.
На этой странице нет общедоступного плагина для самостоятельной установки. Подключение Moodle настраивается отдельно для каждого учреждения и использует API детектора ИИ. До планирования запуска свяжитесь с командой, чтобы согласовать способ развёртывания, поддерживаемую версию Moodle и ответственность за внедрение.
API детектора принимает обычный текст. Коннектор на стороне Moodle должен извлекать только текст задания, который учреждение разрешило обрабатывать, а затем отправлять его с выбранной версией детектора.
Это зависит от коннектора. API детектора принимает текст, а не загруженные файлы, поэтому содержимое нужно извлечь до отправки запроса. На этапе проектирования согласуйте типы файлов и обработку ошибок.
Нет. Результат детектора ИИ является вероятностным сигналом. Прежде чем делать вывод, преподаватели должны изучить текст, черновики, цитаты, историю изменений, условия задания и правила учебного заведения.
Место показа результата зависит от реализации. Его можно добавить в процесс выставления оценок, отдельную очередь проверки или отчёт под контролем учреждения. До начала разработки согласуйте роли, прозрачность и порядок хранения записей.
Да. Запросы используют API-ключ и расходуют лимит слов детектора в активной подписке API. До широкого внедрения оцените расход на типичных заданиях.
Планируйте интеграцию
Сообщите нам, какие задания вы хотите просмотреть, кто должен увидеть результат и какой объем текста вы планируете обработать. Затем мы можем подтвердить, подходит ли соединение на основе API.