論文の概要: Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education
- arxiv url: http://arxiv.org/abs/2609.05346v1
- Date: Fri, 04 Sep 2026 16:49:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.132272
- Title: Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education
- Title（参考訳）: 誰が仕事の成績を上げるべきか : 高等教育における透明AI支援評価への学生の視点
- Abstract要約: GenAIツールの高等教育評価への統合は、学生がAIによる評価を理解し、解釈し、反応する方法に関する重要な疑問を提起する。
本研究は,サウジアラビアの公立大学におけるコンピュータ学生のための学部技術コミュニケーション講座における定性的な教育的調査の結果を報告する。
学生は、ChatGPTがスコアとフィードバックを生成したことを明示的に知らされ、文章の評価を反映するよう求められた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The integration of GenAI tools into higher education assessment raises important questions about how students understand, interpret, and respond to AI-mediated evaluation. As instructors increasingly explore AI tools for providing feedback, prior research has examined whether GenAI-generated feedback improves writing performance and how students perceive its usefulness; comparatively little is known, however, about how students interpret such evaluation when they are explicitly informed that an AI system, rather than a human instructor, produced the feedback and the score. This study reports findings from a qualitative pedagogical inquiry conducted in an undergraduate technical communication course for computing students at a Saudi public university. Thirteen male undergraduate computing students completed an in-class handwritten writing task; the scanned submissions were evaluated by ChatGPT using a rubric-based prompt aligned with the task objectives. Students were then explicitly informed that ChatGPT had generated the score and feedback and were invited to reflect on the evaluation in writing. Inductive thematic analysis of these reflections identified four themes: perceived usefulness of feedback; awareness of AI's contextual and pedagogical limitations; conditional trust, distinguishing feedback utility from evaluative authority; and reflection on the institutional and pedagogical role of the human instructor. Participants accepted GenAI feedback as useful for surface-level revision but consistently positioned the human instructor as the appropriate authority over grading decisions. The study identifies this as a distinction between feedback utility and evaluative authority, two judgments that students treat as analytically separate rather than as opposite ends of a single approval scale...
- Abstract（参考訳）: GenAIツールの高等教育評価への統合は、学生がAIによる評価を理解し、解釈し、反応する方法に関する重要な疑問を提起する。
インストラクターは、フィードバックを提供するためのAIツールをますます探究しているため、GenAIが生成したフィードバックが筆記性能を改善し、学生がその有用性をどう感じているか、といった研究が先行している。
本研究は,サウジアラビアの公立大学におけるコンピュータ学生のための学部技術コミュニケーション講座における定性的な教育的調査の結果を報告する。
13名の男子大学生が手書き手書きのタスクを完了し,ChatGPTを用いて,課題目標に整合したルーリックベースのプロンプトを用いて解析を行った。
学生は、ChatGPTがスコアとフィードバックを生成したことを明示的に知らされ、文章の評価を反映するよう招待された。
これらのリフレクションの帰納的テーマ分析では、フィードバックの有用性の認識、AIの文脈的・教育的制限の認識、条件的信頼、フィードバックユーティリティと評価的権威の区別、人間のインストラクターの制度的・教育的役割の反映の4つのテーマが特定された。
参加者はGenAIフィードバックを表面的なリビジョンに有用なものとして受け入れたが、人間のインストラクターを段階的な決定よりも適切な権限として常に位置づけた。
この研究は、フィードバックユーティリティと評価権威の区別として、学生が単一の承認尺度の反対の端としてではなく、分析的に別々に扱うという2つの判断を区別している。
関連論文リスト
- 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) - The Missing Evaluation Axis: What 10,000 Student Submissions Reveal About AI Tutor Effectiveness [9.482202294953526]
我々は,AI教師の評価を,学生のインタラクションデータに基づく行動次元で拡張すべきだと論じる。
評価フレームワークを提案し,それに対応するAI教師のフィードバックで10,235のコード入力に適用する。
このフレームワークを使用して、大規模に導入されたコンピュータサイエンスコースにおいて、異なるセメータにまたがる2つのデプロイされたAIチューターを比較することで、学生のエンゲージメントパターンにかなりの違いが明らかになる。
論文 参考訳（メタデータ） (2026-05-07T03:58:04Z) - Beyond Rating: A Comprehensive Evaluation and Benchmark for AI Reviews [69.66583722746904]
私たちは、AIレビュアーを5次元にわたって評価する総合的な評価フレームワークであるBeyond Ratingを紹介します。
本稿では,専門家の不一致に対応するためのMax-Recall戦略を提案する。
提案したテキスト中心の指標は、特に弱みの議論のリコールであり、評価精度と強く相関している。
論文 参考訳（メタデータ） (2026-04-21T14:21:15Z) - ScholarPeer: A Context-Aware Multi-Agent Framework for Automated Peer Review [48.60540055009675]
ScholarPeerは、上級研究者の認知過程をエミュレートするために設計された、検索可能なマルチエージェントフレームワークである。
We evaluate ScholarPeer on DeepReview-13K and the results showed that ScholarPeer achieve significant win-rates against state-of-the-art approach in side-side-side evaluations。
論文 参考訳（メタデータ） (2026-01-30T06:54:55Z) - Author-in-the-Loop Response Generation and Evaluation: Integrating Author Expertise and Intent in Responses to Peer Review [53.99984738447279]
最近の作業は、このタスクを著者の専門知識と意図を活かした自動テキスト生成として捉えている。
本稿では,著者の明示的な入力,多属性制御,評価誘導による改良を統合したREspGenについて紹介する。
この定式化をサポートするために、アライメントされたレビュー-レスポンス-リビジョン三つ子の最初の大規模データセットであるRe$3$Alignを構築した。
論文 参考訳（メタデータ） (2026-01-19T14:07:10Z) - 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) - Human or AI? Comparing Design Thinking Assessments by Teaching Assistants and Bots [0.38233569758620045]
本研究では,デザイン思考教育における学生ポスター評価におけるTA支援評価と比較して,AI支援評価の信頼性と精度について検討した。
その結果、インストラクターとAIによる共感点と痛み点の統計的一致は低く、視覚コミュニケーションのアライメントはわずかに高かった。
この研究は、計算効率と人間の洞察を統合するハイブリッドアセスメントモデルの必要性を強調している。
論文 参考訳（メタデータ） (2025-10-17T07:09:21Z) - Calibrated Generative AI as Meta-Reviewer: A Systemic Functional Linguistics Discourse Analysis of Reviews of Peer Reviews [0.07999703756441755]
生成AIは、効果的な人間のフィードバックの重要な修辞的および関係的な特徴を近似することができる。
生成型AIメタフィードバックは、フィードバックリテラシーを足場として、ピアレビューによるリーンエンゲージメントを高める可能性がある。
論文 参考訳（メタデータ） (2025-09-18T15:00:44Z) - From Coders to Critics: Empowering Students through Peer Assessment in the Age of AI Copilots [3.3094795918443634]
本稿では,大規模プログラミングコースで実装されたルーリックベースで匿名化されたピアレビュープロセスについて,実証的研究を行う。
学生同士の最終プロジェクト(2Dゲーム)を評価し,その評価を,相関,平均絶対誤差,根平均二乗誤差(RMSE)を用いたインストラクターの成績と比較した。
その結果、ピアレビューは、インストラクターの評価を適度な精度で近似し、学生のエンゲージメント、評価的思考、そして仲間に良いフィードバックを提供することへの関心を高めることができた。
論文 参考訳（メタデータ） (2025-05-28T08:17:05Z) - STRICTA: Structured Reasoning in Critical Text Assessment for Peer Review and Beyond [68.47402386668846]
本研究では,テキストアセスメントをステップワイド推論プロセスとしてモデル化するために,Structured Reasoning In Critical Text Assessment (STRICTA)を導入する。
STRICTAは、因果性理論に基づく相互接続推論ステップのグラフに評価を分解する。
約40人のバイオメディカル専門家が20以上の論文について4000以上の推論ステップのデータセットにSTRICTAを適用した。
論文 参考訳（メタデータ） (2024-09-09T06:55:37Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳（メタデータ） (2024-04-19T16:45:50Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。
我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。
最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z)
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。