StillHammer/chineseclass
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
fcf471b8c3
chineseclass/docs/Universal-AI-Language-Exam-Framework.md
StillHammer fcf471b8c3 Add Universal AI Language Exam Framework (UALEF) draft 
Initial draft of exam generation and correction workflow:
- Define A-Z workflow for AI-assisted exams
- Introduce double framework approach (Global + Specific)
- Outline key concepts and advantages
- List questions to resolve for implementation

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
2025-10-30 08:11:57 +08:00

3.1 KiB
Raw Blame History

Universal AI Language Exam Framework (UALEF)

Version

  • Framework: v0.1 (DRAFT)
  • Date: 2025-10-30
  • Status: Work in Progress

Overview

Framework universel pour générer, administrer et corriger des exams de langue avec l'aide de l'IA.

Workflow Core (A → Z)

INPUT

Travail du mois (chapters complétés pour un segment donné)

STEP 1: Génération Exam

  • AI scan les chapters du mois pour ce segment (ex: tous les Xiezuo chapters étudiés)
  • Génère exam basé sur Segment Framework (chaque segment a son propre framework)
  • Génère en parallèle Correction Framework (grille de correction spécifique à cet exam)

STEP 2: Passage Exam

  • L'étudiant passe l'exam (format à définir - PDF? Markdown? classGen?)
  • L'étudiant produit ses réponses

STEP 3: Correction AI

  • AI corrige basé sur :
    • Correction Framework (généré avec l'exam - critères spécifiques)
    • Global Segment Framework (standards généraux du segment, ex: standards Xiezuo)
  • Output : Note + feedback détaillé

OUTPUT

Score + analyse détaillée

Concepts Clés

1. Segment Framework (Global)

Standards généraux pour chaque skill/segment

  • Exemple Xiezuo (Writing): grammar, vocabulary, coherence, structure
  • Exemple Tingli (Listening): comprehension, detail retention, inference
  • Exemple Kouyu (Speaking): pronunciation, fluency, naturalness, grammar

2. Correction Framework (Spécifique)

Généré avec chaque exam, inclut:

  • Réponses attendues
  • Rubrique de scoring détaillée
  • Points clés à évaluer
  • Barèmes spécifiques

3. Double Framework Approach

  • Global Segment Framework = cohérence et standards
  • Correction Framework = flexibilité et spécificité
  • Combinaison = correction juste et adaptée

Avantages du Système

✅ Scalable: Fonctionne pour n'importe quel segment, n'importe quelle langue ✅ Consistent: Double framework assure cohérence des corrections ✅ Flexible: Correction framework s'adapte au contenu spécifique ✅ Transparent: Critères clairs dès la génération de l'exam ✅ AI-Assisted: Correction rapide et détaillée avec feedback actionnable

Questions en Suspens (À Définir)

  1. Global Segment Framework : Structure exacte ? Format JSON ?
  2. Correction Framework : Template standardisé ?
  3. Format exam : Comment l'étudiant passe-t-il l'exam concrètement ?
  4. Stockage : Organisation des fichiers (ExamFramework/ ou Tracking/ExamResults/) ?
  5. Types d'exercices : MCQ, fill-in-blanks, production libre, etc. ?
  6. Scoring : Automatique vs manuel vs hybride selon type de question ?

Prochaines Étapes

  • Définir structure Global Segment Framework
  • Définir structure Correction Framework
  • Créer templates pour chaque segment
  • Définir format de passage d'exam
  • Tester avec un exam pilote
  • Itérer et raffiner

Notes

Ce framework est conçu pour être universel et s'adapter à n'importe quel apprentissage de langue, pas seulement le chinois. Il peut être adapté pour d'autres systèmes d'apprentissage utilisant l'IA comme assistant pédagogique.