論文の概要: Student Evaluation of Repeated AI Feedback Across a Semester of Writing
- arxiv url: http://arxiv.org/abs/2607.16115v1
- Date: Fri, 17 Jul 2026 16:53:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.910303
- Title: Student Evaluation of Repeated AI Feedback Across a Semester of Writing
- Title（参考訳）: 授業中における繰り返しAIフィードバックの学生評価
- Authors: Andres Karjus, Janika Leoste, Tiia Õun,
- Abstract要約: 学生は、均一なプロンプトを使用して、自己選択されたAIツールからフィードバックを得て評価した。
学生たちは、フィードバックが役に立つことや、実行可能なことの方が多いことに気付きました。
この研究は、AIフィードバックの統合に関する記述的な教室証拠に貢献している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI is increasingly used for feedback in higher education, but evidence from repeated classroom use remains limited. This short paper analyses 2988 reflective essay-feedback-appraisal instances from 283 Estonian bachelor students across one semester. Students obtained and assessed feedback from a self-selected AI tool using a uniform prompt. The present analysis of the anonymized text corpus covers essay content, AI feedback, and its perceived helpfulness. Students found feedback helpful and actionable more often than not; about a tenth thought AI unhelpful, more so towards the end of the semester. We also analyzed essay reflection depth, and used a validated AI text classifier to estimate the share of essays that could be treated as likely unaided student writing. The study contributes descriptive classroom evidence on integration of AI feedback - a fast and scalable way to provide immediate writing advice, but not a self-contained route to better reflection. Benefits depend on whether students learn to use AI selectively and critically, without sliding into over-use harmful for the learning process.
- Abstract（参考訳）: ジェネレーティブAIは高等教育のフィードバックにますます利用されているが、教室での繰り返しの使用による証拠は依然として限られている。
エストニアの学童283名を対象に,2988名のリフレクティブエッセイ-フィードバック-評価事例を1学期にわたって分析した。
学生は、均一なプロンプトを使用して、自己選択されたAIツールからフィードバックを得て評価した。
匿名化されたテキストコーパスの分析は、エッセイの内容、AIフィードバック、そして認識された有用性をカバーする。
学生たちは、フィードバックが多かれ少なかれ役に立ち、実行可能であることに気付きました。
また、エッセイの反射深度を分析し、検証済みのAIテキスト分類器を用いて、疑わしい学生の文章として扱われるエッセイのシェアを推定した。
この研究は、AIフィードバックの統合に関する記述的な教室のエビデンスに寄与している。
利点は、生徒が学習プロセスに有害な過剰使用に陥ることなく、選択的かつ批判的にAIの使用を学ぶかどうかに依存する。
関連論文リスト
- No Hidden Prompts Needed! You Can Game AI Peer Review with Presentation-Only Revisions [43.03725702558361]
隠れテキストなし、プロンプトインジェクションなし、メソッド、実験、数値、方程式、証明、数値結果の変更なし。
攻撃者は、抽象的、コントリビューション・フレーミング、関連する作業、議論、物語構造など、プレゼンテーションレベルのコンテンツのみを変更する。
3つの主要なAIレビュアーの中で、敵対的再パッケージングは75.1%の攻撃成功率と平均スコアの+1.21/10を達成する。
論文 参考訳（メタデータ） (2026-06-11T08:30:18Z) - Reimagining Assessment in the Age of Generative AI: Lessons from Open-Book Exams with ChatGPT [1.2183405753834562]
ChatGPTのような生成AIシステムは、学生がリアルタイムで説明、コード、ソリューションを生成できるようにすることで、学術的評価に関する従来の仮定に挑戦する。
この研究は、AIの使用を制限するのではなく、学生が正式な評価中に実際にそのようなシステムとどのように相互作用するかを調査する。
論文 参考訳（メタデータ） (2026-05-12T16:33:33Z) - Stop Automating Peer Review Without Rigorous Evaluation [51.53099943385505]
このポジションペーパーは、今日のAIシステムは、論文レビューの作成に使用すべきではない、と論じている。
1)AIレビュアーは、視点の多様性を低下させる論文内および新聞内における過剰な合意の隠れた効果を示す。
ピアレビューの危機に対処するには、ピアレビューの自動化の科学が必要です。
論文 参考訳（メタデータ） (2026-05-04T22:41:04Z) - AI-Mediated Feedback Improves Student Revisions: A Randomized Trial with FeedbackWriter in a Large Undergraduate Course [5.829384802817518]
我々は,学生の知識集約エッセイに対するフィードバックを提供しながら,アシスタント(TA)にAI提案を生成するシステムであるFeedbackWriterを紹介し,展開する。
学生はランダムにTAから手書きのフィードバックを受けるか、AIによるフィードバックを受けるように割り当てられ、TAはFeedbackWriterから提案を受け取る。
その結果、AIによるフィードバックを受けた学生は、より高品質なリビジョンを実現し、TAがより多くのAI提案を採用するにつれて、向上することがわかった。
論文 参考訳（メタデータ） (2026-02-18T19:33:56Z) - Exposía: Academic Writing Assessment of Exposés and Peer Feedback [56.428320613219306]
高等教育における文章とフィードバックアセスメントを結びつける最初の公開データセットであるExposaを提示する。
我々はExposaを使って,(1)提案の自動スコアリング,(2)学生レビューの2つのタスクに対して,最先端のオープンソース大言語モデル(LLM)をベンチマークする。
論文 参考訳（メタデータ） (2026-01-10T11:33:26Z) - CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。
また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文 参考訳（メタデータ） (2025-08-28T06:03:11Z) - Exploring LLM-Generated Feedback for Economics Essays: How Teaching Assistants Evaluate and Envision Its Use [3.345149032274467]
本研究は,AIによるフィードバックを人的インストラクターのフィードバック提供の迅速化と向上のための提案として活用する可能性を検討する。
学生のエッセイからフィードバックを得られるフィードバックエンジンを開発した。
我々は、20回の1時間のセッションで5つのTAでシンクアラウド研究を行い、AIのフィードバックを評価し、手書きのフィードバックとAIのフィードバックを対比させ、もし提案された場合、AIのフィードバックを使ってどのように想定するかを共有した。
論文 参考訳（メタデータ） (2025-05-21T14:50:30Z) - Supporting Students' Reading and Cognition with AI [12.029238454394445]
私たちは124セッションのテキストをAIツールで分析し、ユーザの読書プロセスと認知的エンゲージメントを理解しました。
我々は、低レベルの認知タスクのための構造化足場を含む、将来のAI読解支援システムの設計意味について提案する。
私たちは、学生やインストラクターがAIで読書体験をカスタマイズできる適応的で人間的なループ機能を提案しています。
論文 参考訳（メタデータ） (2025-04-07T17:51:27Z) - LLM-as-a-tutor in EFL Writing Education: Focusing on Evaluation of Student-LLM Interaction [40.76665188171691]
LLM-as-a-tutorは、英語を外国語(EFL)として書く場合、エッセイにリアルタイムでフィードバックを提供することで、学生を支援することができる。
このギャップを埋めるために、学生とLLMの相互作用を評価する教育原則を統合する。
論文 参考訳（メタデータ） (2023-10-08T15:00:04Z) - PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。
本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
論文 参考訳（メタデータ） (2023-07-10T11:05:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。