基于生成式人工智能的自动化学生反馈的负责任开发

为学生提供丰富、建设性的反馈对于支持和提升其学习至关重要。生成式人工智能（AI）特别是大语言模型（LLMs）的最新进展，为提供可扩展、可重复且即时的反馈带来了新机遇，有效使这一历史上稀缺且昂贵的资源变得充裕。从技术角度看，由于 AI 与自然语言处理（NLP）的突破，该方法如今已可行。尽管潜在的教育收益引人注目，但部署这些技术也带来一系列必须审慎应对的伦理考量。AI 系统的核心优势之一在于其自动化常规与琐碎任务的能力， potentially 将人类教育者解放出来从事更细致的工作。然而，自动化的便利带来了“多数人的暴政”风险，即少数或独特学习者的多样化需求被忽视，因为这些需求更难系统化且更不易满足。因此，确保 AI 生成反馈的包容性与公平性，成为教育中负责任 AI 实施的关键方面。开发能够产出有价值、个性化且真实反馈的机器学习模型，也需要人类领域专家的大量投入。关于纳入谁的专业知识、如何获取以及何时应用的决定，对最终反馈的相关性与质量具有深远影响。此外，这些模型的维护与持续改进对于使反馈适应不断演变的情境、理论与学生相关因素必不可少。若无持续适应，反馈面临过时或与多样化学生群体当前需求不匹配的风险[...]