Crie práticas antes, durante e depois da aula

Autor: AILesson9 min de configuraçãoRevisado em: 2026-08-29

Resposta rápida

Organize preparação, aplicação guiada, feedback e recuperação posterior em torno de um objetivo de aprendizagem. Forneça: Objetivo de aprendizagem e evidências, Estudantes e acesso, Restrições do curso. Resultado esperado: Uma sequência de prática em três fases, com carga de trabalho, feedback, acesso e evidências de conclusão.

1

Adicione seu contexto

Seu texto permanece neste navegador. O AILesson Prompts não o envia para um modelo ou servidor.

2

Seu prompt

Campos não preenchidos permanecem visíveis como marcadores de posição, para que você ainda possa copiar e editar o prompt

Crie práticas conectadas antes, durante e depois da aula para um objetivo de aprendizagem.

Objetivo, critérios de sucesso, evidências anteriores, concepções equivocadas e transferência:
[target]

Nível, tamanho do grupo, idioma, acessibilidade, acesso a dispositivos ou em casa, carga de trabalho e proteção:
[learners]

Tempo de aula, tempo antes/depois, materiais, capacidade de feedback, avaliação, prazos e alternativas:
[course]

Dê uma função distinta a cada fase. A prática anterior à aula deve ativar ou diagnosticar pré-requisitos sem permitir que a desigualdade de acesso em casa determine o sucesso. Durante a aula, use as evidências para apresentar um modelo, praticar, receber feedback e tentar novamente. A prática posterior deve recuperar ou transferir o mesmo objetivo, não introduzir novo conteúdo sem respaldo. Mantenha a carga de trabalho total dentro dos limites fornecidos e ofereça caminhos de acesso equivalentes. Não invente dados de conclusão nem suponha que a não conclusão signifique pouca motivação. Retorne mapa das fases, instruções aos estudantes, orçamento de tempo, fluxo das evidências, caminho do feedback, alternativas de acesso, resposta à não conclusão e gatilhos para revisão pela pessoa docente.
Experimente no Playground
Privado por padrãoA montagem do prompt acontece localmente no seu navegador. Evite colocar informações confidenciais em qualquer serviço de IA, a menos que sua organização permita.

Da entrada ao resultado

Um exemplo prático

Veja como um contexto concreto transforma esta receita em um resultado útil

Entrada real

Objetivo de aprendizagem e evidências
Estatística introdutória. Objetivo: escolher média ou mediana para um conjunto de dados fornecido e justificar com evidências da distribuição/valores extremos. Sucesso: cálculo correto e justificativa condicional. Trabalhos anteriores mostram que muitos estudantes dizem que a mediana é sempre melhor quando existe um outlier.
Estudantes e acesso
24 estudantes adultos. Alguns têm acesso por telefone, mas não se pode pressupor internet em casa. É obrigatória uma alternativa impressa. Calculadoras disponíveis na aula. Nenhuma revelação de dados financeiros pessoais.
Restrições do curso
Aula de 60 minutos. Antes da aula, no máximo 10 minutos para um diagnóstico sem nota. Depois da aula, no máximo 15 minutos, com entrega em três dias e baixo peso. A pessoa docente pode oferecer feedback para toda a turma e por checklist, mas não comentários escritos individuais para todos.

Exemplo de saída

Antes da aula, 8–10 minutos: folha impressa ou para download com conteúdo idêntico e dois pequenos conjuntos de dados. Os estudantes calculam média/mediana, escolhem uma para representar o “típico” e marcam um motivo. Objetivo: diagnosticar lacunas de procedimento em comparação com lacunas de escolha condicional. A não conclusão é Unknown, não pouca motivação; forneça as mesmas duas perguntas nos primeiros cinco minutos da aula.

Durante a aula, 60 minutos: 0–5, acesso/conclusão do diagnóstico; 5–12, padrão anônimo de respostas e modelo de um cálculo; 12–22, contraste entre dois conjuntos de dados em que um extremo é uma observação válida ou um possível erro de entrada; 22–34, duplas calculam e justificam usando uma checklist de quatro itens; 34–41, feedback para toda a turma sobre a concepção equivocada de “sempre usar a mediana”; 41–50, estudantes revisam a mesma justificativa; 50–57, escolha individual em um caso inédito; 57–60, motivo de saída. As evidências fluem do agrupamento diagnóstico das necessidades para a ênfase do modelo e, depois, do feedback da checklist para a revisão.

Depois da aula, 12–15 minutos: um novo conjunto de dados não pessoais; calcular as duas medidas, escolher de forma condicional, declarar uma limitação e então fazer uma autoverificação com a mesma checklist. As versões impressa e digital são idênticas. Gatilho para a pessoa docente: se mais de um terço ainda usar uma regra incondicional, comece a próxima aula com um novo caso de contraste, em vez de acrescentar cálculos mais difíceis.

Por que isso funciona

  1. 1

    Funções distintas para cada fase evitam que atividades de casa, de aula e posteriores repitam a mesma tarefa de pouco valor.

  2. 2

    O fluxo de evidências permite que cada fase mude o que acontece em seguida, em vez de ser uma atividade isolada.

Verifique o resultado

  • Cada fase cumpre uma função de aprendizagem diferente, porém conectada?

  • Estudantes sem o acesso tecnológico presumido em casa dispõem de um caminho equivalente?

  • O feedback leva a uma nova tentativa do mesmo objetivo?

Use com confiança

Perguntas frequentes

Respostas práticas sobre quando usar esta receita, o que fornecer e onde a revisão humana ainda é importante

O que devo preparar antes de usar “Crie práticas antes, durante e depois da aula”?

Para usar “Crie práticas antes, durante e depois da aula”, prepare o objetivo de aprendizagem e as evidências, os estudantes e o acesso e as restrições do curso. Substitua os espaços reservados apenas por informações que você possa verificar. Se algum detalhe for desconhecido, preserve explicitamente essa incerteza em vez de pedir ao modelo que o deduza.

Quando o resultado de “Crie práticas antes, durante e depois da aula” ainda não está pronto para uso?

O resultado ainda não está pronto se não entregar, com base nas evidências fornecidas, o resultado declarado — uma sequência de prática em três fases, com carga de trabalho, feedback, acesso e evidências de conclusão — ou se depender de suposições não resolvidas, aprovações ausentes ou detalhes inventados. Use as verificações como critérios de liberação: revise os dados de origem ou designe uma pessoa identificada e autorizada para a revisão, em vez de aprimorar um resultado sem sustentação.

Quais ferramentas de IA têm testes registrados para “Crie práticas antes, durante e depois da aula”?

Nenhuma execução de modelo foi registrada para “Crie práticas antes, durante e depois da aula” até 2026-08-29. Trate-a como um modelo portátil entre diferentes modelos, não como uma afirmação de compatibilidade. Execute primeiro o exemplo desenvolvido, mantenha todas as restrições visíveis e compare a saída com as verificações do resultado antes de usá-la em material real.

Mantenha o trabalho em andamento