← গবেষণা সংবাদে ফিরুন
একজন লেখার প্রশিক্ষক এবং দুইজন বিশ্ববিদ্যালয়ের শিক্ষার্থীরা একটি বড় সেমিনার টেবিলে ধারাবাহিক টীকাযুক্ত অনুচ্ছেদের খসড়া তুলনা করে, পরিমার্জন অগ্রাধিকার পরিবর্তনের মধ্যে একটি সংযত ভিজ্যুয়াল লিঙ্ক সহ
কনফারেন্স পেপারConference paper2026২৩ অক্টো, ২০২৬· 3 min

সম্মেলন প্রবন্ধ: লেখার সংশোধনের সঙ্গে AI প্রতিক্রিয়ার কেন্দ্রবিন্দু বদলায় কি না, তা পরীক্ষা করে FeedType

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

৫০০-শব্দের সারাংশ

একজন লেখার প্রশিক্ষক এবং দুইজন বিশ্ববিদ্যালয়ের শিক্ষার্থীরা একটি বড় সেমিনার টেবিলে ধারাবাহিক টীকাযুক্ত অনুচ্ছেদের খসড়া তুলনা করে, পরিমার্জন অগ্রাধিকার পরিবর্তনের মধ্যে একটি সংযত ভিজ্যুয়াল লিঙ্ক সহ

Norah Almousa ও সহকর্মীরা ২০২৬ সালের ৫–৭ অক্টোবর অনুষ্ঠিত AIME-Con-এর কার্যবিবরণীতে FeedType প্রকাশ করেন। এতে বিশ্ববিদ্যালয় পর্যায়ের তিনটি লেখার কোর্স থেকে ১,৯৬৬টি অনুচ্ছেদ নিয়ে, তিন ধরনের প্রম্পট তৈরির কৌশলে শিক্ষকদের প্রতিক্রিয়ার সঙ্গে ছয়টি ভাষা মডেলের প্রতিক্রিয়া তুলনা করা হয়। সাতটি বিভাগ প্রতিক্রিয়ার বিষয়গত কেন্দ্র বোঝায়; স্বয়ংক্রিয় টীকা মানুষের বিচারের সঙ্গে মিলিয়ে দেখা হয়। মডেলগুলো অধিকাংশ বিভাগ অন্তর্ভুক্ত করলেও কোনোটি শিক্ষকদের অভিযোজনের ধরন পুরোপুরি পুনরুৎপাদন করেনি। খসড়া সংশোধনের পর্যায় ও শিক্ষার্থীর পারফরম্যান্সের বিশ্লেষণ শুধু composition নামের লেখার কোর্সে সীমিত ছিল। গবেষণাটি প্রতিক্রিয়ার আচরণ বিশ্লেষণ করে; শেখার ওপর কোনো হস্তক্ষেপের প্রভাব পরীক্ষা করে না।

এটির অবদান হল একটি মন্তব্য কিসের উপর ফোকাস করে এবং সেই ফোকাসটি যথাযথভাবে পরিবর্তিত হয় কিনা তা জিজ্ঞাসা করার একটি উপায়। একটি সিস্টেম বারবার বিশদ বিবরণের জন্য জিজ্ঞাসা করতে পারে এমনকি যখন অন্য প্রতিক্রিয়া আরও কার্যকর হবে। একজন শিক্ষকের শ্রেণীবিভাগের বণ্টনের সাথে মিলে যাওয়া নিজেই প্রমাণ করবে না যে প্রতিটি মন্তব্য সঠিক বা সহায়ক। বেঞ্চমার্কের কোর্স, টীকা পছন্দ এবং পরীক্ষিত মডেল সংস্করণগুলি রিপোর্ট করা সেটিং ছাড়িয়ে ফলাফলগুলি কতদূর যেতে পারে তাও সীমাবদ্ধ করে।

AIEDHK-এর জন্য, একই অনুচ্ছেদের দুটি খসড়ার চারপাশে নির্মিত একটি প্রস্তাবিত লেখার কর্মশালা বিবেচনা করুন। কোন উত্পন্ন প্রতিক্রিয়া পড়ার আগে, শিক্ষক নিয়োগের সেই পর্যায়ের জন্য সবচেয়ে ফলপ্রসূ পরবর্তী ধাপটি চিহ্নিত করবেন। শিক্ষার্থীরা তারপরে পরামর্শের তুলনা করতে পারে, প্রত্যেকে যে টেক্সচুয়াল প্রমাণগুলিকে সম্বোধন করে তা খুঁজে বের করতে পারে এবং ব্যাখ্যা করতে পারে কোন সমস্যাটি প্রথমে মনোযোগের যোগ্য। বেঞ্চমার্ক অধ্যয়ন দ্বারা মূল্যায়ন করা কার্যকলাপের পরিবর্তে এটি একটি সম্পাদকীয় শিক্ষণ প্রস্তাব।

উদাহরণস্বরূপ, একটি স্থানীয় পরিবেশগত সমস্যা সম্পর্কে একটি প্রাথমিক খসড়ার জন্য উপযুক্ত উত্স দ্বারা সমর্থিত একটি পরিষ্কার দাবির প্রয়োজন হতে পারে। একটি পরবর্তী খসড়া ইতিমধ্যেই সেই সংযোগ তৈরি করতে পারে এবং পরিবর্তে একটি যোগ্যতার একটি সুনির্দিষ্ট ব্যাখ্যা প্রয়োজন৷ উভয় ক্ষেত্রেই আরো বিস্তারিত জানতে চাওয়া হলে বিভিন্ন সংশোধন অগ্রাধিকার মিস হবে। শিক্ষার্থীরা ব্যাখ্যা করতে পারে কেন একটি আপাতদৃষ্টিতে সহায়ক মন্তব্য বর্তমান কাজ থেকে বিভ্রান্ত হবে, শিক্ষককে লেখার বিষয়ে তাদের রায়ের প্রমাণ দেয়।

একজন স্থানীয় পাইলট খসড়া, প্রস্তাবিত মন্তব্য, শিক্ষার্থীর নির্বাচিত পদক্ষেপ এবং সেই পছন্দের একটি সংক্ষিপ্ত কারণ ধরে রাখতে পারে। শিক্ষকরা চুক্তি এবং মতানৈক্যের একটি ছোট নমুনা পরিদর্শন করতে পারে এই ধারণা না করে যে আরও পরামর্শ গ্রহণ করা আরও ভাল শেখার ইঙ্গিত দেয়। পর্যালোচকদের এমন মন্তব্যগুলিও পরীক্ষা করা উচিত যা সঠিক বিভাগ সনাক্ত করে কিন্তু একটি অনুপযুক্ত পরিবর্তনের প্রস্তাব দেয়। উদ্দেশ্য একটি লেখার প্রক্রিয়ার একটি নির্দিষ্ট মুহুর্তে প্রতিক্রিয়া একটি সিদ্ধান্ত সমর্থন কিভাবে বুঝতে হবে.

একটি দ্বিভাষিক লেখার শ্রেণী পরীক্ষা করতে পারে যে একটি মন্তব্য ভাষা জুড়ে লেখকের উদ্দেশ্যমূলক অর্থ সংরক্ষণ করে কিনা। শিক্ষার্থীরা অ্যাসাইনমেন্টের উদ্দেশ্য ব্যবহার করে একটি পুনর্বিবেচনা রক্ষা করতে পারে, যখন শিক্ষক বিবেচনা করেন যে ভাষাগত পোলিশ একটি অমীমাংসিত যুক্তি বা একটি অসমর্থিত দাবি থেকে বিভ্রান্ত করছে কিনা।

পণ্য দলগুলির জন্য, অধ্যয়নটি একটি মূল্যায়ন প্রশ্ন প্রস্তাব করে যা স্থাপনার আগে কংক্রিট করা যেতে পারে: প্রতিক্রিয়া কি অ্যাসাইনমেন্ট, বর্তমান খসড়া এবং শিক্ষার্থীর প্রদর্শিত অসুবিধার প্রতি সাড়া দেয়? এই প্রশ্নটি শিক্ষকের পূর্ববর্তী আচরণকে একটি প্রশ্নাতীত মানদণ্ডে পরিণত না করে একটি সীমাবদ্ধ পর্যালোচনা সেটকে গাইড করতে পারে। কম সহায়তায় সম্পন্ন করা পরবর্তী লেখা পরিপূরক শিক্ষার প্রমাণ প্রদান করতে পারে। FeedType অভিযোজিত প্রতিক্রিয়া পরীক্ষা করার জন্য একটি দরকারী গবেষণা সংস্থান সরবরাহ করে; একটি শ্রেণীকক্ষ বা প্রাতিষ্ঠানিক দত্তক নেওয়ার সিদ্ধান্তের জন্য শিক্ষার্থীরা প্রকৃতপক্ষে যে মন্তব্যগুলি গ্রহণ করে তার গুণমান এবং ফলাফল সম্পর্কে প্রমাণের প্রয়োজন।

সম্পর্কিত পেপার

Illustrative research-review scene with two raters comparing repeated and progressive activity sequences beside a screen with one rising and one falling chart.
টুল / ডেটাসেট2026
টুল / ডেটাসেট 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
৫০০-শব্দের সারাংশ পড়ুন →
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
জার্নাল পেপার2026
জার্নাল পেপার 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
৫০০-শব্দের সারাংশ পড়ুন →
A mathematics lecturer and peer discuss a university student's induction proof beside a laptop showing feedback on the next step.
কনফারেন্স পেপার2026
কনফারেন্স পেপার 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
৫০০-শব্দের সারাংশ পড়ুন →