AI 中介反馈提升学生修订效果：大型本科生课程的随机对照试验
人机交互
2026-02-25 v2 人工智能
摘要
尽管对利用大语言模型生成学生写作反馈的兴趣日益增长，但关于学生如何响应AI中介反馈与人类提供反馈的研究仍寡言。我们通过在大型本科生经济学入门课程（N=354）中的随机对照试验来弥补这一空白，引入并部署FeedbackWriter——一个生成AI建议的系统，供教学助理( TA)在对学生知识密集型论文提供反馈时参考。 TA可自由采纳、编辑或拒绝这些建议。学生被随机分配接收来自 TA的手写反馈（基线）或AI中介反馈（即TA接收FeedbackWriter的建议后再提供反馈）。学生据此修订论文草稿，该反馈随后被用于评分。总共有1366篇论文通过该系统进行评分。我们发现，接收AI中介反馈的学生修订产出质量显著提升，TA采纳更多AI建议时提升幅度亦随之增大。 TA表示，AI建议对识别知识盲点和阐明评分标准具有实用价值。
引用
@article{arxiv.2602.16820,
title = {AI-Mediated Feedback Improves Student Revisions: A Randomized Trial with FeedbackWriter in a Large Undergraduate Course},
author = {Xinyi Lu and Kexin Phyllis Ju and Mitchell Dudley and Larissa Sano and Xu Wang},
journal= {arXiv preprint arXiv:2602.16820},
year = {2026}
}