会议演示论文：AICoFe 结合互评、自评与教师审阅的 AI 反馈

AICoFe 把同伴互评、自评、教师评估与口头报告的 AI 辅助反馈结合起来。EC-TEL 演示论文的开放作者版本描述了 2024–2025 年在马德里自治大学的应用，涉及 46 名本科生和 19 名硕士生。教师可在发出反馈前选择、修改或组合生成的评语。满意度评价积极；31 名参与者完成了易用性问卷，系统易用性量表平均得分为 79.91。这些观察描述使用体验，并未确立报告技能改善的因果效果。

流程让多种观点进入同一审阅过程。学生可重看录像，把自己的量表判断与收到的反馈比较。作者也说明了如何区分草稿与已发送版本。应用规模较小，问卷回应数量有限，因此可得结论受到限制。教师参与是研究环境的一部分，不能把结果解释为无需教师介入的自主反馈已经有效。

对 AIEDHK 而言，可考虑围绕一次简短报告设计研讨活动。报告者在阅读反馈前，先指出一处自认为清楚的表达和一处想修改的地方。同伴用相同准则独立找出证据，教师再把生成建议与这些观察并置审阅。讨论重点是哪些评语准确描述了表现，以及学生能够采取什么可行行动。

例如，学生讲解城市用水时，可能收到“提高表达清晰度”这样的笼统建议。更有用的讨论应定位听众在哪个转折处失去了图示与论点之间的联系。学生可排练修改后的解释，再请新听众复述两者关系。这是本站提出的课堂建议，演示论文并未检验该项活动或例子的效果。

机构尝试类似流程时，可先做小规模试点，并预先明确录像的可见对象和保留期限。审阅者应知道哪些评语来自同伴、哪些由 AI 生成、哪些经教师修改。学生也应有渠道解释某条评语为何不准确或不适用。这些安排能让反馈过程可供检查，并使分歧成为学习材料。

参与者还可比较自己在观看录像前后对同一评估准则的解释，简短说明判断如何改变。这有助于教师区分经过思考的反馈回应，与单纯为了提高可见分数而作出的修改。

更有力的评估可考察下一次报告，包含独立任务和明确的评分准则，并记录教师审阅时间、对生成评语的修改，以及学生能否解释所选修改的理由。满意度与易用性仍可作为补充。AICoFe 提供了协调不同反馈观点的具体系统设计；这种协调是否促进学习，还需考察学生之后理解了什么、能够做什么。