探索 ChatGPT 基于现有分类法分析学生团队反馈的有效性
人机交互
2023-05-23 v1 人工智能
摘要
团队合作是许多学术和职业环境的关键组成部分。在这些情境中，团队成员之间的反馈是促进成功且可持续团队合作的重要元素。然而，在课堂中，随着团队和团队成员数量以及评估频率的增加，评论量可能变得令教师难以阅读和追踪，从而难以识别规律和学生需改进之处。为应对这一挑战，我们探索了生成式 AI 模型（特别是 ChatGPT）在基于团队的学习情境中分析学生评论的用途。我们的研究旨在评估 ChatGPT 基于由正面和负面评论构成的现有框架准确识别学生评论主题的能力。我们的结果表明，ChatGPT 在标注学生评论方面可达到超过 90% 的准确率，为团队项目中的反馈分析提供了潜在的有价值工具。本研究为教育中 AI 模型使用的日益增长的研究体系作出了贡献，并凸显了 ChatGPT 在促进学生对评论分析方面的潜力。
引用
@article{arxiv.2305.11882,
title = {Exploring the Efficacy of ChatGPT in Analyzing Student Teamwork Feedback with an Existing Taxonomy},
author = {Andrew Katz and Siqing Wei and Gaurav Nanda and Christopher Brinton and Matthew Ohland},
journal= {arXiv preprint arXiv:2305.11882},
year = {2023}
}
备注
22 pages, 7 tables, 1 figure