← العودة إلى أخبار البحث
يقارن مدرس الكتابة واثنين من المتعلمين الجامعيين مسودات الفقرات المشروحة المتعاقبة على طاولة ندوة كبيرة، مع وجود رابط مرئي مقيد بين أولويات المراجعة المتغيرة
ورقة مؤتمرConference paper202623 أكتوبر 2026· 2 min

ورقة مؤتمر: FeedType يختبر تكيف تركيز التغذية الراجعة الآلية أثناء مراجعة الكتابة

Norah Almousa, Shayan Peyghambari Oskoui, Raquel Coelho, Gayle Rogers, Xiang Lorraine Li, Diane Litman

Proceedings of the Artificial Intelligence in Measurement and Education Conference (AIME-Con): Full Papers

ملخص 500 كلمة

يقارن مدرس الكتابة واثنين من المتعلمين الجامعيين مسودات الفقرات المشروحة المتعاقبة على طاولة ندوة كبيرة، مع وجود رابط مرئي مقيد بين أولويات المراجعة المتغيرة

نشر Norah Almousa وزملاؤه FeedType ضمن وقائع مؤتمر AIME-Con المنعقد من 5 إلى 7 أكتوبر 2026. يضم المعيار 1,966 فقرة من ثلاثة مقررات جامعية للكتابة، ويقارن تغذية المعلمين الراجعة بمخرجات ستة نماذج لغوية باستخدام ثلاث استراتيجيات لصياغة الموجّهات. تصف سبع فئات موضع تركيز التعليقات، وقد روجعت الوسوم الآلية بالاستناد إلى أحكام بشرية. غطت النماذج معظم الفئات، لكن أيا منها لم يطابق أنماط تكيف المعلمين بالكامل. اقتصرت تحليلات مراحل مسودة النص ومستوى الأداء على مقرر التعبير الكتابي المسمى composition. تدرس الورقة سلوك التغذية الراجعة، ولا تختبر أثر تدخل على التعلم.

إن مساهمتها هي وسيلة للسؤال عما يركز عليه التعليق وما إذا كان هذا التركيز يتغير بشكل مناسب. قد يطلب النظام بشكل متكرر التوضيح حتى عندما تكون الاستجابة الأخرى أكثر فائدة. إن مطابقة توزيع فئة المعلم لن تثبت في حد ذاتها أن كل تعليق دقيق أو مفيد. كما أن دورات المعيار وخيارات التعليقات التوضيحية وإصدارات النماذج المختبرة تحد أيضًا من المدى الذي يمكن أن تنتقل به النتائج إلى ما هو أبعد من الإعداد المُبلغ عنه.

بالنسبة لـ AIEDHK، فكر في ورشة عمل مقترحة للكتابة تتمحور حول مسودتين لنفس الفقرة. قبل قراءة أي تعليقات يتم إنشاؤها، يقوم المعلم بتحديد الخطوة التالية الأكثر أهمية لتلك المرحلة من المهمة. يمكن للطلاب بعد ذلك مقارنة الاقتراحات، وتحديد الأدلة النصية التي تتناولها كل واحدة منها، وشرح القضية التي تستحق الاهتمام أولاً. يعد هذا اقتراحًا تعليميًا تحريريًا، وليس نشاطًا يتم تقييمه من خلال الدراسة المعيارية.

على سبيل المثال، قد تحتاج المسودة المبكرة حول قضية بيئية محلية إلى ادعاء أكثر وضوحًا مدعومًا بمصدر مناسب. يمكن للمسودة اللاحقة أن تقيم هذا الارتباط بالفعل وتحتاج بدلاً من ذلك إلى شرح دقيق للمؤهل. إن طلب المزيد من التفاصيل في كلتا الحالتين قد يغفل أولويات المراجعة المختلفة. يمكن للمتعلمين شرح سبب تشتيت تعليق مفيد ظاهريًا عن المهمة الحالية، مما يمنح المعلم دليلاً على حكمهم بشأن الكتابة.

يمكن للطيار المحلي الاحتفاظ بالمسودة والتعليق المقترح والإجراء الذي اختاره المتعلم والسبب القصير لهذا الاختيار. يمكن للمدرسين فحص عينة صغيرة من الاتفاقات والخلافات بدلاً من افتراض أن قبول المزيد من الاقتراحات يشير إلى تعلم أفضل. يجب على المراجعين أيضًا فحص التعليقات التي تحدد الفئة الصحيحة ولكنها تقترح تغييرًا غير مناسب. والغرض من ذلك هو فهم كيف تدعم التغذية الراجعة القرار في لحظة معينة من عملية الكتابة.

يمكن لفصل الكتابة ثنائي اللغة فحص ما إذا كان التعليق يحافظ على المعنى المقصود للكاتب عبر اللغات. يمكن للطلاب الدفاع عن المراجعة باستخدام غرض المهمة، بينما يفكر المعلم فيما إذا كان الصقل اللغوي يصرف الانتباه عن حجة لم يتم حلها أو ادعاء غير مدعوم.

بالنسبة لفرق المنتج، تقترح الدراسة سؤال تقييم يمكن توضيحه قبل النشر: هل تستجيب التعليقات للمهمة والمسودة الحالية والصعوبة التي أظهرها المتعلم؟ يمكن لهذا السؤال أن يوجه مجموعة المراجعة المحدودة دون تحويل سلوك المعلم السابق إلى معيار لا جدال فيه. يمكن أن توفر الكتابة اللاحقة المكتملة بمساعدة أقل أدلة تعليمية تكميلية. يوفر FeedType مصدرًا بحثيًا مفيدًا لفحص التعليقات التكيفية؛ لا يزال قرار التبني في الفصل الدراسي أو المؤسسي بحاجة إلى أدلة حول جودة وعواقب التعليقات التي يتلقاها المتعلمون فعليًا.

أوراق ذات صلة

Illustrative research-review scene with two raters comparing repeated and progressive activity sequences beside a screen with one rising and one falling chart.
أداة / مجموعة بيانات2026
أداة / مجموعة بيانات 239

Preprint: Raising a tutor metric lowered human ratings in an optimization experiment

Daniel Domínguez Figaredo, Rafael Fernández De la Cruz

arXiv preprint

An optimization experiment produced higher automated scores but lower human ratings for instructional sequences. Its synthetic cases and constrained intervention make it a warning about evaluation design, not evidence of harm to actual students.

preprintAI tutoringevaluation validity
اقرأ ملخص 500 كلمة →
A South Asian female lecturer and a White male university student examine two differently annotated statistics feedback sheets beside a hand-drawn confidence-interval diagram
ورقة مجلة2026
ورقة مجلة 216

Students’ feedback ratings reflected source credibility without consistently matching expert judgments

Tanya Nazaretsky, Hagit Gabbay, Tanja Käser

Computers and Education: Artificial Intelligence

Researchers compared human and AI feedback on 979 responses from six university STEM courses, then examined ratings from 472 students. Expert analysis found broadly similar pedagogical quality, while students’ judgments were associated with their views of the source’s credibility. The study did not measure feedback uptake or learning gains. For educators, it raises a practical question: how can students justify an evaluation of advice before deciding whether to use it?

feedback literacysource credibilityhigher education
اقرأ ملخص 500 كلمة →
A mathematics lecturer and peer discuss a university student's induction proof beside a laptop showing feedback on the next step.
ورقة مؤتمر2026
ورقة مؤتمر 206

LeanTutor: Towards a Verified AI Mathematical Proof Tutor

Manooshree Patel, Rayna Bhattacharyya, Thomas Lu, Arnav Mehta, Niels Voss, Narges Norouzi, Gireeja Ranade

Proceedings of the AAAI Conference on Artificial Intelligence

LeanTutor connects a language model to the Lean theorem prover to support mathematical proof feedback. Its technical evaluation shows promising hints on a small selected benchmark, but also exposes a crucial boundary: a verifier can check the formal proof only after the learner's words have been translated correctly. The study did not test classroom learning, and feedback evaluation excluded failed translations. It is an early system design with explicit limitations, not a validated replacement for mathematics instruction.

Mathematics EducationIntelligent TutoringFormal Verification
اقرأ ملخص 500 كلمة →