利用大语言模型生成可操作的课程评估学生反馈供讲师使用

学期末学生教学评估是提供给学者教学实践反馈的主要机制。然而，对于大型课程而言，这些反馈的数量使得这些工具不切实际。本文探讨了使用开源生成式AI来合成学生反馈 survey 响应中事实、可操作且合适的摘要。在我们的设置中，我们有742个学生响应，涵盖75门计算机科学系的课程。对于每门课程，我们会合成课程评估的摘要，并为讲师提供可操作的建议。我们的结果揭示了一个有前景的途径来增强课堂上的教学实践。我们的贡献在于展示了使用生成式AI产生对教师有洞察力的反馈的可行性，从而为教育者的发展提供了一种具有成本效益的支持手段。总体而言，我们的工作凸显了使用生成式AI产生教室环境中事实、可操作且合适的反馈的可能性。