IB Computer Science IA Guide: Structure & Success Tips

IB Computer Science Internal Assessment (IA) เป็นโครงการที่อิงตามการแก้ปัญหา ซึ่งขอให้นักเรียนระบุไคลเอนต์จริง ออกแบบผลิตภัณฑ์ นำไปใช้งาน และประเมินผลลัพธ์ โครงการนี้มีน้ำหนักอย่างมากต่อเกรด IB ขั้นสุดท้าย และได้รับการให้คะแนนตามเกณฑ์อย่างเป็นทางการของ IBO ดังนั้นการเข้าใจโครงสร้างของมันตั้งแต่เนิ่นจึงช่วยประหยัดเดือนของการแก้ไขใหม่

IA คืออะไรจริง ๆ

ไม่เหมือนโครงการโรงเรียนทั่วไป IA ได้รับการกำหนดรูปแบบโดยอิงตามความสัมพันธ์ไคลเอนต์ที่แท้จริง คุณ (นักเรียน) ทำหน้าที่เป็นนักพัฒนาแก้ปัญหาสำหรับคนอื่น—ครู ธุรกิจท้องถิ่น ชมรม สมาชิกในครอบครัว—ที่มีความต้องการจริง IB ไม่ต้องการการฝึกหัด "สร้างแอป" ทั่วไป แต่ต้องการหลักฐานว่าคุณสามารถเก็บรวบรวมความต้องการ ออกแบบวิธีแก้ปัญหา สร้างมัน และประเมินอย่างมีวิจารณญาณว่ามันได้ผลจริงหรือไม่

การส่งฉบับสุดท้ายมักรวมถึง:

• รายงานลายลักษณ์อักษร (โดยปกติมีขีดจำกัดประมาณ 2,000 คำสำหรับส่วนเกณฑ์)
• เอกสารสนับสนุน: บันทึกของงาน ภาพรวมการออกแบบผลิตภัณฑ์ บันทึกการพัฒนา
• ผลิตภัณฑ์จริง (โค้ด แอปพลิเคชัน หรือระบบ)
• การสาธิตวิดีโอสำหรับนักเรียน HL/SL ที่แสดงผลิตภัณฑ์ทำงาน

เกณฑ์การประเมินห้าประการ

IB ให้คะแนน IA ตามเกณฑ์ห้าประการ โดยแต่ละอันช่วยให้คะแนนต่อยอดรวม:

1. การวางแผน (เกณฑ์ A) — การกำหนดปัญหา ความต้องการของไคลเอนต์ และเกณฑ์ความสำเร็จ นี่คือที่ที่คุณปรับพื้นฐานว่า ทำไม โครงการนี้จึงสำคัญและ สิ่งใด ที่จะต้องบรรลุ
2. ภาพรวมวิธีแก้ปัญหา (เกณฑ์ B) — บันทึกของงานที่เสร็จสิ้น การจัดการเวลา และหลักฐานของการพัฒนาแบบวนซ้ำ (มักแสดงผ่านแผนภูมิ Gantt หรือบันทึกงาน)
3. การพัฒนา (เกณฑ์ C) — เอกสารทางเทคนิคว่าวิธีแก้ปัญหาได้รับการสร้างอย่างไร: อัลกอริทึม โครงสร้างข้อมูล บางส่วนโค้ดที่สำคัญ และการตัดสินใจในการออกแบบ นี่มักเป็นส่วนที่ต้องใช้ความเข้มข้นทางเทคนิคมากที่สุด
4. ฟังก์ชันการทำงาน (เกณฑ์ D) — สาธิตผ่านวิดีโอ โดยแสดงให้เห็นว่าผลิตภัณฑ์ทำงานจริงเทียบกับเกณฑ์ความสำเร็จที่กำหนดไว้ในเกณฑ์ A
5. การประเมินผล (เกณฑ์ E) — การสะท้อนแนวคิดโดยสัจจะเกี่ยวกับสิ่งที่ได้ผล สิ่งที่ไม่ได้ผล และข้อเสนอแนะจากไคลเอนต์ การประเมินผลที่อ่อนแอเป็นหนึ่งในเหตุผลที่พบบ่อยที่สุดที่ IA สูญเสียคะแนน

การเลือกขอบเขตโครงการที่แข็งแกร่ง

ข้อผิดพลาดที่ยิ่งใหญ่ที่สุดของนักเรียนคือการเลือกโครงการที่น้อยเกินไป (แอปรายการสิ่งที่ต้องทำพื้นฐาน) หรือช野心เกินไป (เครือข่ายโซเชียลที่สมบูรณ์พร้อมแชทแบบเรียลไทม์ การพิสูจน์ตัวตน และการชำระเงิน) สำหรับเวลาที่มี IA ที่มีขอบเขตที่ดีโดยปกติ:

• แก้ปัญหาเดียวที่เฉพาะเจาะจงและกำหนดไว้อย่างชัดเจนสำหรับไคลเอนต์จริง
• ใช้เทคโนโลยีที่เหมาะสมกับระดับของคอร์ส (โครงการ SL สามารถเรียบง่ายกว่า HL)
• อนุญาตให้มีความลึกทางเทคนิคที่มีความหมาย—การออกแบบฐานข้อมูล ลอจิกอัลกอริทึม หรือการประมวลผลข้อมูลที่ไม่ใช่เรื่องเล็กน้อย—โดยไม่กลายเป็นสิ่งที่ไม่สามารถจัดการได้
• ปล่อยให้มีที่ว่าสำหรับการประเมินผลที่ชัดเจน