VURDERING
Slik vurderes en pulje
Én kjøring foreslår poeng og en begrunnelse på hver besvarelse.
Les siden →
FUNKSJONER
Hva kan Lectora faktisk gjøre?
Lectora samler vurderingsarbeidet i et emne på ett sted, inne i Canvas. Den kjører som et LTI 1.3-verktøy, tar utgangspunkt i fagstoffet og læringsutbyttet emnet har erklært, og legger hver poengsum, kommentar og oppgave fram for et menneske som forslag. Denne siden er oversikten: én side per funksjon, der hver enkelt sier hva funksjonen gjør og hva den ikke gjør.
Én side per funksjon
TILBAKEMELDING
Hva studenten får
Skriftlig tilbakemelding på hver besvarelse, ikke bare grensetilfellene.
Les siden →
KULLANALYSE
Å lese kullet
Intern poengfordeling og oppsummerende statistikk for én vurdering.
Les siden →
FAGSTOFF
Hva Lectora leser før den utarbeider noe
Indekserte filer, tekstutdrag og læringsutbytte. Ingenting settes i verk før du godtar det.
Les siden →
OPPGAVESTUDIO
Å utarbeide eksamensoppgaver
Flervalg, kortsvar og langsvar fra det indekserte materialet.
Les siden →
EMNEASSISTENT
Å spørre om fagstoffet
Spør det indekserte fagstoffet og åpne tekstutdraget svaret kom fra.
Les siden →
DOKUMENTER
Dokumentforståelse
Skanninger, dokumenter og regneark som grunnlag for et utkast du gjennomgår.
Les siden →
Grensene, samlet på ett sted
Lectora integrerer med Canvas og ingen andre LMS-er. Assistenten inne i emnet kan lese data fra Canvas, men ikke endre dem; det Lectora faktisk skriver dit (karakterer, vurderingskommentarer, poenggivning på klassiske prøver) skjer som underviserens egen handling, under underviserens Canvas-bruker, og er publisert operasjon for operasjon på /no/canvas-access.
Vi har ingen SOC 2 og ingen ISO 27001, vi står ikke oppført i 1EdTechs katalog over sertifiserte produkter, og vi har ikke oppnevnt personvernombud. Vi sier det her, fordi en seriøs innkjøper uansett får det på bordet i første møte.
Om kvalitet hevder vi det som er målt, og ikke noe mer. Karaktersamsvar på langsvarseksamen er målt og publisert. Oppgavekvalitet er det ikke, og karaktersamsvaret overføres ikke til det.
Den foreslår poeng og begrunnelser på besvarelser, utarbeider skriftlig tilbakemelding og viser den interne poengfordelingen for en innlevering. Fagstoff kobler indeksert emnemateriale, læringsutbytte og vurderinger. Oppgavestudioet utarbeider oppgaver for underviserens gjennomgang. Emneassistenten lar deg spørre om det indekserte materialet. Dokumentforståelse forklarer hvordan skanninger, dokumenter og regneark støtter dette vurderingsarbeidet.
Nei. Alt den lager er et forslag. For en karakter må den som handler på forslaget være kvalifisert sensor; det er norsk lov, ikke en produktinnstilling. Universitets- og høyskoleloven av 8. mars 2024 nr. 9 legger karakterfastsetting til kvalifisert sensor, og sensors godkjenning er tiltaket for menneskelig tilsyn Lectora har erklært etter artikkel 14 i KI-forordningen.
Inne i Canvas-emnet deres, installert som et LTI 1.3-verktøy, med samme pålogging og samme deltakerliste. Det er ingen ekstra brukerkonto å opprette og ingen parallell verktøyflate. Behandlingen skjer på europeisk infrastruktur under en publisert databehandleravtale.
Canvas, via LTI 1.3. Det er den eneste integrasjonen som er i drift i dag. Alt annet du måtte ha sett omtalt, er ikke tilgjengelig, og denne siden vil si fra når det endrer seg.
Den publiserte valideringen dekker karaktersamsvar på langsvarseksamen: tolv MED12-eksamener ved Universitetet i Bergen, 889 kandidat-eksamenpar. Den strekker seg ikke til tilbakemeldingskvalitet, oppgavekvalitet, nytten av dekningsanalysen eller kvaliteten på gjenfinningen, og vi tøyer den ikke til å dekke dem. De samme valideringssidene bærer den uavhengige studien der AI-støtte gjorde et ukalibrert sensorkorps mindre samstemt.
Funksjonssidene dekker vurdering, tilbakemelding, kullanalyse, fagstoff, Oppgavestudio, emneassistenten og dokumentforståelse. Hver av dem sier hva som støttes og, der det betyr noe, hva som ikke støttes.