Как може AI да ми помогне да давам по-добра обратна връзка в мащаб?

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

Шеста седмица е. Имаш купчина чернови, рубрика, в която вярваш, и растящо подозрение, че една трета от коментарите ти се преглеждат набързо и се забравят. Колега споменава, че инструмент вече коментира всяка чернова в рамките на часа. Срещата на катедрата иска отговор: това ъпгрейд ли е или по-бърз начин да се произведе текст, който никой не чете?

Краткият отговор, който да дадеш на колега: обратната връзка от AI си заслужава мястото по покритие, навременност и последователност, в тесен диапазон. Езикова работа от мащаба на коректура и коментари от първи прочит, водени от рубрика, си струва да се автоматизират. Обхватът е евтината част. В клъстерно рандомизиран експеримент с 1 176 първокурсници рефлексивните и хибридните дизайни победиха директната критика от AI по отложен трансфер без AI. В рандомизиран експеримент с есета с 70 студенти по-високо оценената обратна връзка от AI не даде по-добри преработки от тази на опитен преподавател. Това, което студентът прави с един коментар, решава изхода, а грамотността за обратна връзка отделя студентите, които печелят, от тези, които копират.

Накратко

1. Реши какво се брои за успех, преди да пуснеш какъвто и да е пилот: качество на преработката и отложено представяне без помощ, не плавността на коментарите.

2. Раздели собствените си коментари на поправки на езиково ниво и преценки на ниво мислене. Само първата категория е кандидат за автоматизация.

3. Подреди източниците. Самооценка първо, обратна връзка от връстници второ, критика от AI трето. Два източника, поставени един до друг, дават пасивно възприемане.

4. Дай на модела рубриката си и го накарай да разсъждава стъпка по стъпка. Гола инструкция дава генериран резултат.

5. Запази окончателното съобщение, тона и всичко, което става запис, при човек.

6. Предвиди часовете, които ще похарчиш за изтриване и калибриране, и ги сравни с часовете, които си освободил.

Реши какво се брои за успех, преди да пуснеш какъвто и да е пилот

Примамливата метрика е качеството на това, което моделът пише. Тя е и метриката, която подвежда.

Farrokhnia et al. (2026) рандомизираха 70 студенти, пишещи аргументативни есета на персийски, в три групи. Подканването с верига от разсъждения даде значително по-високо оценена обратна връзка (M = 12,90) от подканването без примери (M = 11,25, p = .01) и от опитен човешки преподавател (M = 11,20, p = .008). Групата с верига от разсъждения не преработи есетата си значително повече от групата с обратна връзка от преподавател, която постигна сравними ползи. По-добри коментари, същите преработки. Ако критерият ти за успех е качеството на коментарите, това изследване се чете като победа. Ако е това, което се е променило в есето, не се.

Два други сигнала ласкаят пилот, който върви зле, затова ги фиксирай предварително. Единият е удовлетвореността на студентите. В университетския пилот в Deakin, докладван от Tubino и Adachi (2022), положителните средни оценки съществуваха редом с грешки, отбелязани от студенти, така че анкета с усмихнати лица не е доказателство за точност. Другият е използването. Инструментът в Deakin беше по избор, а използването беше средно около 13% от студентите в бакалавърска степен и 12% от тези в магистърска, въпреки че близо 4 000 студенти имаха достъп. Проактивните, високопостигащи студенти го използваха повече. Това получаваш, когато направиш инструмента достъпен.

Мярката за резултат, която издържа, е качеството на преработката плюс отложено представяне без AI. Многократните повторни предавания в същия ден са използваема следа дали студентът изобщо се е ангажирал. Те не са доказателство, че нещо е научено.

Сортирай коментарите си, преди да ги автоматизираш

Вземи последния си набор от коментари и го раздели на две: поправки на изречения и преценки за мисленето. Разделението ти казва какво да автоматизираш и е по-тясно, отколкото доставчиците внушават.

Пилотът в Deakin се проведе през 2021 г. с инструмента за автоматизирана обратна връзка на FeedbackFruits в 29 модула и близо 4 000 студенти. Той работи върху микро-характеристики на текста: дължина на изречението, пунктуация, граматика, структура на текста. Това подкрепя етапа на коректура, където преподавателят задава параметрите, студентът използва инструмента самостоятелно, а обратната връзка идва навреме, за да е приложима. Разделението на труда се мащабира, не моделът.

Коментарите на ниво преценка са мястото, където живеят начините на провал. Aldino et al. (2026) събраха проблеми от страната на преподавателя от 21 преподаватели във висшето образование: непоследователен тон (n = 7), възможна невярна информация (n = 5) и проблеми с доверието (n = 5). Усилието им за преработка отиде в изтриване на преувеличена похвала и общи предложения, а не в добавяне на съдържание. Този списък е твоята работа по преглед и там отиват часовете.

Подреди източниците, вместо да ги натрупваш

Най-силното доказателство за дизайн идва от многоцентров, клъстерно рандомизиран, лонгитудинален полеви експеримент: 1 176 първокурсници в 48 групи в 4 университета и 3 области на науката, рандомизирани на ниво група в условия само с връстници, директен GenAI, рефлексивен GenAI и хибридно (Ateş, 2026).

Рефлексивното условие изискваше самооценка преди критиката от AI. Хибридното проведе самооценка, после обратна връзка от връстници, после критика от GenAI. Хибридното даде най-високи ползи по качество на аргумента и най-ясното предимство по концептуално учене. Рефлексивното и хибридното условие и двете дадоха по-силно възприемане на обратната връзка и повече саморегулирано учене от директния GenAI, и двете го превъзхождаха по отложен трансфер без AI. Директният GenAI наистина повиши непосредственото качество на аргумента над обратната връзка от връстници, което е предимството му, и го направи с по-слаб трансфер.

Механизмът обяснява защо последователността има по-голямо значение от инструмента. Директната критика кани пасивно възприемане: студентът прочита присъда и я прилага. Рефлексивните и хибридните дизайни принуждават студента да интерпретира коментара, да го сравни с критериите, да прецени уместността му и после да преработи. Образователната стойност зависи по-малко от достъпа до AI и повече от това дали средата за обратна връзка запазва субектността на обучаемия и оценъчната преценка по време на преработката.

Обратната връзка от връстници си заслужава собствено място в последователността. Gu, Chen и Yan (2026) проведоха два паралелни класа по английски (N = 118 първокурсници в Китай; GenAI n = 56, връстници n = 62) през три цикъла на самооценка в рамките на един семестър. Скафолдингът с GenAI подобри грамотността за обратна връзка леко, но значително спрямо човешкото рецензиране от връстници (ANCOVA p = 0,049, ηp² = 0,03). Студентите с GenAI усъвършенстваха подсказките итеративно и проверяваха или оспорваха неточен резултат. Студентите в групата с връстници избираха източници по социално удобство, а оценъчната им преценка беше изкривена от пристрастие към приятели. Рецензирането от връстници запази отделна стойност за осъзнаването на аудиторията, затова авторите предлагат многоетапни дизайни с анонимна обратна връзка от връстници, а не замяна.

Предимството на Gu et al. беше малко и те го четат като истинско, но не преобразяващо само по себе си. Скафолдингът от преподавателя, указанията за подсказки и работните листове свършиха подкрепящата работа.

Дай на модела рубрика, после го накарай да покаже стъпките си

Генерирането с позоваване на рубрика е автоматизируемата част.

Качествената полза при Farrokhnia et al. дойде от подсказка с верига от разсъждения, която преведе модела през оценяване стъпка по стъпка спрямо рубрика за аргументация, а не от гола инструкция да даде обратна връзка. Gu et al. дадоха на групата си с GenAI ChatGPT-4o с предварително обучени рубрики и указания за подсказки, което направи резултата проверим спрямо заявени критерии. И в двата случая подсказката е мястото, където критериите ти влизат в системата, а следата от разсъжденията е това, което ти позволява да видиш дали моделът ги е приложил.

Zhan, Boud, Dawson и Yan (2025) правят качеството на подсказката пантата на целия процес. Неясните подсказки дават общ, безполезен резултат, а генерираните коментари могат да бъдат измислени, пристрастни или припокриващи се, което връща оценъчната преценка върху читателя. Калибрирането е още по-остро. При Farrokhnia et al. качеството на обратната връзка от GenAI беше значително свързано със силата на първоначалната чернова на студента, докато качеството на обратната връзка от преподавателя не беше. Преподавателят калибрираше по-последователно. Обемът се мащабира. Калибрирането не.

Запази последната дума и записа за човек

Becerra, Palma и Cobos (2026) описват AICoFE, който пуска три независимо дообучени модела (GPT-4.1-mini, Gemini 2.5 Flash, Llama 3.1) върху оценки по рубрика и качествени наблюдения, за да произведе независими коментари по черновата. После преподавателят съставя окончателното съобщение, като избира изречения или абзаци, с легенда, която показва кой модел какво е допринесъл. Моделът пише черновата. Преподавателят доставя, а продуктът е подписан от един човек, който е прочел черновата.

Aldino et al. намират същия модел на помагане и после проверка в обичайната практика. Компонентът за машинно обучение най-често отбелязваше „Постига учебната цел“ като липсващ (20 от 21 преподаватели го бяха пропуснали; 16 приеха отметката) и „Отношение между студент и преподавател“ (14 пропуснали; 12 приели). Преподавателите решаваха всяко предложение по професионална преценка, което е и смисълът да ги поставиш в цикъла.

Дванадесет от 21 преподаватели при Aldino et al. направиха допълнителни преработки на ниво изречение, а доминиращият модел беше калибриране на тона: намаляване на похвалата (f = 11), премахване на предложения (f = 9), премахване на насърчение (f = 8). Преработките се групираха в релационното измерение, особено „Отношение между студент и преподавател“ (f = 24). Те защитаваха автентичността и професионалния глас, а тази работа не се автоматизира.

Научи студентите да четат коментара

Грамотността за обратна връзка е предварително условие и е разпределена неравномерно.

Hawkins, Taylor-Griffiths и Lodge (2026) накараха 32 студенти по психология да изпълнят записвана на екран 25-минутна задача за есе с неограничен достъп до ChatGPT, после да гледат записа в интервю със стимулиране чрез видео. Грамотността за обратна връзка беше единственият значим положителен предиктор на оценката за есето (β = 0,46, p = .017). Честотата на използване на GenAI, достоверността на източника и предварителното знание не предсказваха представянето, точка, която Zhan, Wood, Carless и Yan (2026) също правят в редакционната статия на специалния брой. По-малко от една трета от студентите сравниха резултата от AI с друг интернет източник. Половината изразиха съзнателно избягване на AI заради академичната почтеност или защото искаха есето да е с техни думи. Повечето поискаха обратна връзка на ниво задача, която се пренася слабо към други задачи.

Крайностите се виждат в двойката писатели за IELTS, която Zhan et al. описват. Студент с ниска грамотност написа неясна подсказка, получи обща обратна връзка, довери ѝ се или я прекопира прекалено, и се ангажира повърхностно. Студент с висока грамотност написа подсказка с позоваване на критериите, проследи я, кръстосано провери източници и следеше преработките. Разликата беше в обучението и навика, не в достъпа до инструмента.

Кажи на студентите директно, че коментарите на модела могат да бъдат измислени, пристрастни или припокриващи се, и че студентът отговаря за преработката. Рамкирай резултата като чернова на мнение, която трябва да бъде преценена, а не отговор, който да бъде копиран. После поискай сравнението, защото по-малко от една трета от студентите го правят без подкана.

Какво преподавателите разбират погрешно тук

Повече коментари означават повече обратна връзка. Коментарите са евтини за производство и скъпи за усвояване, а ограничението стои от страната на студента в цикъла. По-високо оценените коментари от AI при Farrokhnia et al. не дадоха повече преработки от коментарите на преподавателя.

По-добър модел ще оправи общия резултат. Провалите на инструмента в Deakin бяха провали на обхвата: характеристики на ниво изречение, тесен диапазон на коректура. Zhan et al. намират поправката в подсказката, рубриката или човека, не в по-голям модел. Двойката писатели за IELTS е демонстрацията: същият инструмент, различни навици, различни резултати.

Правенето на инструмента достъпен е интервенцията. Използването беше около 13% от студентите в бакалавърска и 12% от тези в магистърска степен, когато инструментът беше по избор. Останалата част от въпроса за дизайна е какво се случва с другите 87%.

Спестяването на време е автоматично. Попитани какво им е дал инструментът за обратна връзка с AI, 21 преподаватели посочиха спестяване на време само рядко (n = 2). Те посочиха рефлексия (n = 14), подобрен език и структура (n = 11) и идентифициране на липсващи компоненти (n = 10) много по-често. Редактирането (f = 32) и премахването (f = 27) доминираха в работата им по преработка, а добавянето беше рядко (f = 8). Това, което се появява, е чернова и диагностична подкана. Появява се и работа по преглед, калибриране и проверка. Въпросът за натоварването е този, който най-често се обещава като решен, а GenAI по-скоро преразпределя, отколкото премахва преподавателския труд.

Оценките за удовлетвореност ти казват, че коментарите са точни. В пилота в Deakin положителните средни оценки съществуваха редом с грешки, отбелязани от студенти. Вземи извадка от резултата и го сравни със собственото си четене на същите чернови и записвай къде моделът е бил общ, грешен или ласкателен.

Какво ще ти се върне

„Обратната връзка от AI не е лична.“ Често е вярно и това е причината последната дума да остане при човек. AICoFE съществува, защото общият текст на модела не е това, което студентът трябва да получи: преподавателят избира, редактира и подписва окончателното съобщение. 21-те преподаватели при Aldino et al. преработиха тона по същата причина. Персонализацията е твоя работа в този дизайн, а моделът върши подготвителната работа.

„Моите студенти така или иначе няма да прочетат обратната връзка.“ Те четат по-малко, отколкото се надяваме, а доказателствата казват, че поправката е в дизайна, не в обема. Възприемането в пилота в Deakin беше около 13% и 12%. По-високо оценените коментари при Farrokhnia et al. не дадоха допълнителна преработка. Иглата помести последователност, която принуждава ангажиране, самооценка, после обратна връзка от връстници, после критика от AI, плюс три цикъла на преработка в рамките на семестър, които дадоха измерими разлики в грамотността за обратна връзка.

„За това студентите не плащат.“ Тогава не позволявай AI да стане единственият глас, който чуват от теб. Защитимата версия дава на студентите повече моменти на обратна връзка, докато ти харчиш часовете си за частите, интензивни на преценка: последната дума, калибрирането, коментарите, които носят твоя авторитет. Това, което студентите губят при невнимателно внедряване, е съгласуваността между критерии, коментари и резултат. Определи допълняемостта чрез последователност, сравнение, редактиране и управление и възражението губи силата си. Остави два източника един до друг и не я губи.

„Нямам време да преглеждам всичко, което моделът пише.“ Тогава не преглеждай всичко. Автоматизирай диапазона, където грешките са евтини за хващане, езикова работа на ниво изречение, и вземи извадка от резултата на ниво преценка и я сравни с чернови, които вече си оценил. Числата на Aldino ти казват какво да търсиш: тон, невярна информация, преувеличена похвала, припокриване.

Какво да направиш тази седмица

1. Сортирай последния си набор от коментари на поправки на езиково ниво и преценки на ниво мислене и преброй всяка купчина.

2. Напиши подсказката с позоваване на рубрика, стъпка по стъпка, която би дал на модел, и я тествай върху три чернови, които вече си оценил.

3. Вземи извадка от резултата и го сравни със собствените си коментари, като записваш къде моделът е бил общ, грешен или ласкателен.

4. Подреди една задача като самооценка, после обратна връзка от връстници, после критика от AI, и кажи на студентите, че AI е чернова на мнение, което се очаква да оспорят.

5. Поискай едно сравнение с втори източник или с критериите, тъй като по-малко от една трета от студентите правят това без подкана.

6. Записвай каква част от окончателната обратна връзка идва от модела и колко си променил. Проследяването на подбора в AICoFE е моделът за такъв запис.

7. Следи разделението опитен, начинаещ. Преподавателите с повече от пет години опит съобщаваха повече проблеми с резултата на инструмента от по-неопитните колеги, които ценяха скафолдинга. Ако по-опитните ти колеги виждат повече провали от теб, това е информация за собственото ти калибриране.

Накъде след това

Обратната връзка е обобщаващото понятие за цялата система: осигуряване, цикъл, възприемане и контекст на оценяването. Качеството на обратната връзка от AI обхваща какво прави генерираните коментари точни, полезни, навременни и педагогически разумни, а тази страница е практическата среда, за това кои комбинации от тези части дават по-добра обратна връзка в мащаб.

Въпросите какво трябва да означава една оценка, след като AI е въвлечен, включително заместване на конструкта, автентично доказателство за процеса и правила за почтеност, принадлежат на препроектирането на оценяването в ерата на AI и валидността на оценяването, а не тук. За специалния случай на обучението по писане виж добри практики за обучение по писане в контекста на AI.