面向短篇写作的自动化形成性反馈：一种大语言模型驱动的方法与采纳分析
计算机与社会
2025-12-18 v1 人工智能
摘要
本文探讨了在工程顶点课程的双周报告背景下，基于AI的形成性反馈的开发与采纳情况。每个学生需要撰写一份简短报告，详细说明他们过去两周的个人成就，然后由他们的指导教授进行评估。我们开发了一个由LLM驱动的工具，为学生的报告草稿提供个性化反馈，引导他们提高报告的完整性和质量。两轮的使用数据显示了最初的采纳障碍，参与率较低。然而，参与AI反馈系统的学生展示了有效使用它的能力，从而提高了他们报告的完整性和质量。此外，该工具的任务解析能力提供了一种新颖的方法来识别潜在的学生组织任务和交付物。研究结果表明，在研究背景下，对该工具最初持怀疑态度，采纳有限，然而，它们也突显了AI驱动的工具为学生和教授提供有价值见解和形成性支持的潜力。
引用
@article{arxiv.2509.22734,
title = {Automated Formative Feedback for Short-form Writing: An LLM-Driven Approach and Adoption Analysis},
author = {Tiago Fernandes Tavares and Luciano Pereira Soares},
journal= {arXiv preprint arXiv:2509.22734},
year = {2025}
}