生成式 AI 反馈、英语写作与教师评分标准：CyberScholar 的多案例研究
计算机与社会
2026-05-19 v1
摘要
本多案例研究考察了生成式 AI（GenAI）工具 CyberScholar 支持 K-12 学生跨学科写作的潜力。该工具通过检索增强生成（RAG）集成教师提供的评分标准、材料和范例，生成基于标准的形成性反馈和评分。研究涉及 143 名学生和 5 名教师，分布在 5 所美国中高校的 7 至 11 年级学生群体中。数据来源包括课堂观察、学生问卷调查（n=79）、学生焦点小组访谈（n=18）以及教师问卷调查（n=5）。定性分析遵循两个编码周期，以识别不同案例内部及跨案例中的模式。研究结果表明，学生高度珍视 CyberScholar 提供的即时、基于评分标准的反馈，并注意到自己在写作中不断修订后的改进，利用该工具细化组织、展开和风格。他们还强调了该工具的交互式、迭代性质，这有助于推动修改并减少对教师反馈的依赖。然而，参与者注意到自动评分系统存在不一致性，并且偶尔与作业预期不符。教师报告称，CyberScholar 在提供反馈方面节省了时间，并支持更有针对性的、更高阶的教学实践。该研究强调了以评分标准为导向的 GenAI 形成性反馈培养写作技能的潜力，同时强调需要人工监督、校准自动评分以及关注影响采纳的背景因素。
引用
@article{arxiv.2605.17055,
title = {Generative AI Feedback, English Writing and Teacher Rubrics: A Multiple-Case Study of CyberScholar},
author = {Raigul Zheldibayeva and Ana Karina de Oliveira Nascimento and Vania Castro and Bill Cope and Mary Kalantzis},
journal= {arXiv preprint arXiv:2605.17055},
year = {2026}
}
备注
31 pages, 2 figures, 2 tables