Какви са добрите практики за преподаване на писане в контекста на AI?

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

Пренаписваш заданието за писмена работа и изречението пред теб казва, че AI е разрешен с позоваване, което не казва на студента нищо за това дали инструментът може да достави самия аргумент. Колега е предложил забрана за целия курс и подозираш, че тя ще удари най-силно многоезичните автори в аудиторията. Или партида есета се върна по-гладка от семинарската дискусия зад нея и ти трябва правило, което можеш да защитиш на следващото заседание по учебния план.

Основното: назови интелектуалната работа, заради която съществува заданието, остави тази стъпка при студента и дай на инструмента задачи, които връщат нещо, което студентът трябва да прецени. Правило, написано така, казва на студента коя стъпка защитава.

Накратко

1. Напиши едно изречение, което назовава мисленето, което заданието оценява, и го сложи там, където студентите ще го прочетат.

2. Накарай студента да се ангажира с твърдение, интерпретация или груба чернова, преди инструментът да види задачата.

3. Постави границата за всяка стъпка поотделно. Разреши AI там, където стъпката не е това, което оценяваш, и го ограничи там, където е.

4. Дай на AI стола на критика, а после оцени какво прави студентът с отговора.

5. Запази един текст, до който инструментът никога не се докосва, и чети подпомогнатата работа срещу него.

6. Кажи предварително какво прави разкриването с оценката.

Назови мисленето, за което е заданието

Границата за AI е вторият въпрос, а повечето задания отговарят първо на него. Преди да решиш какво е разрешено, довърши изречението: това задание съществува, за да покаже, че студентът може да прави X. Ако X е аргументиране, студентът трябва да формулира и защити твърдението. Ако X е дисциплинарна интерпретация, студентът трябва да направи интерпретативната преценка. Ако X е научно разсъждение, студентът трябва да свърже доказателствата със заключение. AI, който върши тази работа, чупи извода, който искаш да извлечеш от есето, и отличната проза не го поправя. Валидност на оценяването третира това като проблем на валидността, а не на поведението, поради което и обучението по писане, и академичната честност стигат до аргумент за правила на ниво задача вместо забрани на ниво курс.

Nash и Burriss показват колко лесно изречението се обърква. Бъдещи учители по английски, 27 на брой, оставиха политики за AI в класната стая: 22 разрешават AI за генериране на идеи и мозъчна атака, 22 забраняват или оставят неясно използването на AI за съставяне на изречения, абзаци или работи, а 22 не казват нищо за четенето. Същите учители описват генерирането на идеи и ревизирането като „мислене“, докато поставят истинското мислене във финалния писмен текст. Ако мисленето минава през планиране, чернова, ревизия и оценяване, политика, която пази само последния продукт, пази грешната стъпка, а четенето се нуждае от също толкова ясно правило, колкото писането.

Затова напиши правилото като изречение за стъпка: „Можеш да използваш AI, за да провериш възражения срещу твърдение, което вече си направил. Не можеш да го използваш, за да генерираш твърдението или доказателствата за него.“ Студентът може да действа по това. „AI е разрешен с позоваване“ не му дава нищо, по което да действа.

Накарай студента да се ангажира, преди инструментът да отговори

Редът на операциите е най-полезният дизайнерски избор в тази литература. Изследването на Chen за слоевете на изнасяне при 168 студенти в шест цели класа разграничава четири вида делегиране: повърхностно, структурно, на идеите и на разсъждението. Откритото сътрудничество с AI даде най-силното подпомогнато писане и най-слабото следващо самостоятелно представяне. Делегирането на разсъждението беше слоят с най-негативна връзка със самостоятелното мислене от по-висок ред. Ограниченото условие, което стесняваше какво могат да делегират студентите и изискваше от тях да обяснят как са приели, променили или отхвърлили всяко предложение на AI, се представи по-добре в самостоятелното писане, дълбочината на аргумента и ревизията.

Отнасяй се внимателно към причинното твърдение. То е квазиекспериментално, с шест цели класа и без случайно разпределение на студентите, така че различията между класовете остават преплетени с третирането. Посоката съвпада с по-широката литература за когнитивното изнасяне, поради което си струва да се действа по нея, а размерът на ефекта не е нещо, което да цитираш пред комисия.

В заданието това струва един ред: студентът носи интерпретация, хипотеза, аргумент или анализ, а AI е помолен да ги атакува. „Ето три възражения срещу аргумента ми“ оставя мисленето при автора. „Напиши аргумента ми“ не го оставя, каквото и да прави студентът с резултата после.

Третирай първата чернова като скъпата стъпка

Помощта на различни етапи нанася различни щети. В изследване с 253 автори всяка помощ от AI намали усещането за собственост върху работата, помощта при писане на чернова го намали най-много, а помощта при планиране най-малко. Повече текст и идеи, допринесени от AI, вървяха с по-добро качество на есето и по-ниско усещане за собственост в една и съща работа (изследването за собствеността от планиране до ревизия). Точно тази комбинация трябва да планираш: по-силно есе и по-слабо усещане за авторство идват заедно, а второто е онова, върху което почива агентността в писането.

Ако авторството има значение в курса ти, раздели разрешенията. AI, който подтиква към планиране, пита какви доказателства вече има студентът или назовава контрааргумент, който студентът е пропуснал, е защитим почти навсякъде. AI, който генерира абзаци, трудно се защитава там, където съставянето е целевото умение. Където съставянето не е целта, сметката се променя.

Постави правилото на всяка стъпка

Последователност, която си струва да заимстваш, държи AI в консултантска роля и оставя разсъждението при студента:

Етап	Студентът прави	AI може	Артефакт, който можеш да събереш
1. Среща с доказателствата	Чете, наблюдава, анотира, изчислява, провежда експеримента	Нищо, или само пояснения	Бележки, анотации, наблюдения
2. Формира позиция	Генерира интерпретация, въпрос, хипотеза, твърдение	Задава въпроси, оспорва допускания	Меморандум с твърдение или хипотеза
3. Планира	Решава доказателства, последователност, аудитория, жанр	Критикува план, предлага алтернативи	План с обосновка
4. Пише чернова	Произвежда съдържателна проза и разсъждение	Ограничено според учебната цел	Чернова и история на версиите
5. Човешка обратна връзка	Дава и получава обратна връзка от състуденти или преподавател	Нищо необходимо	Коментари от състуденти
6. Обратна връзка от AI	Иска критика по критерии	Критик, читател, генератор на контрааргументи, проверка на яснотата	Транскрипт на обратната връзка от AI
7. Оценява обратната връзка	Сравнява предложенията на състудентите, преподавателя и AI, приема или отхвърля с причини	Резултатът му вече е обект на оценяване	Меморандум за решенията по обратната връзка
8. Ревизира	Прави и обосновава съдържателни промени	Проверява яснота, предлага алтернативи	Ревизия
9. Проверява	Проверява всяко фактическо твърдение или твърдение, зависимо от източник	Не може да провери собствения си резултат	Източници и доказателства
10. Рефлектира и разкрива	Обяснява ролята на AI и какво се е променило в мисленето му	Нищо	Кратка рефлексия върху процеса
11. Независима проверка	Обяснява или прилага разсъждението без AI	Нищо	Устна защита, бързо писане, нов случай

Това е разширен PAIRR: чернова, човешка обратна връзка, обратна връзка от AI, сравнение, ревизия, рефлексия, с независима базова линия и по-тясна граница около разсъждението. Използвай средната колона като задание, а дясната като онова, на което може да почива оценката.

Единадесет реда са повече, отколкото повечето задания се нуждаят. Свий таблицата до стъпките, които наистина можеш да различиш в час: среща с доказателствата, формиране на позиция, писане на чернова и ревизия. В тази по-кратка версия срещата и позицията са там, където живее конструктът, писането на чернова е спорната стъпка, а форматирането или проверката на препратките могат да бъдат разрешени направо. Написването на таблицата е начинът да намериш двете или трите места, където правилото ти трябва да каже нещо, така че правило с три клаузи, което студентът може да следва, бие матрица, която никой не чете.

Дръж човешката обратна връзка в цикъла

Най-голямото изследване в класната стая тук е PAIRR: 654 студенти в десет курса по писане и три STEM курса с интензивно писане. Те писаха чернови, направиха взаимно оценяване, получиха обратна връзка от AI по рубрика, сравниха и оцениха двата източника, написаха планове за ревизия, ревизираха и рефлектираха. 58% предпочетоха комбинираната обратна връзка от състуденти и AI. 6% предпочетоха само обратната връзка от AI. Студентите намериха AI за полезен за широки съвети за ревизия по рубриката, а състудентите доставиха контекстуално знание и автентичен отговор на аудиторията.

Бъди точен за твърдението. PAIRR измери опита на студентите и оценката им на обратната връзка, не дългосрочни учебни постижения, така че това е силно доказателство за дизайн на обратна връзка и по-слабо доказателство, че писането се подобрява месеци по-късно. Запази стъпката със състудентите дори когато стъпката с AI е по-бърза. Голяма част от работата с обратна връзка се случва в сравнението между двата източника и премахването ѝ отнема частта, която студентите казаха, че ценят.

Оценявай какво е направил студентът с обратната връзка

Грамотността за обратна връзка е способността да търсиш обратна връзка, да преценяваш качеството ѝ, да управляваш реакцията си към нея и да я превръщаш в ревизия. Студентите с повече от нея печелят много повече от обратната връзка от AI. Студентите, които третират резултата като авторитетен, печелят по-малко (Качество на обратната връзка от AI).

Кратка таблица за решения прави тази способност видима, по един ред на предложение: предложението на AI, приемам / отхвърлям / променям, защо, и критерият от рубриката или доказателството зад решението. Четири колони, без нужда от есе. Тя превръща резултата на модела в материал за оценъчна преценка и ти дава нещо за оценяване, което не е прозата.

Опиши силен ред толкова грижливо, колкото описваш теза: той назовава критерия от рубриката, сочи към пасаж или доказателство и обяснява промяна, която студентът наистина е направил. Ред, който казва „добра идея, съгласен“, не печели нищо. Студентите пишат по примера пред себе си, така че примерът е инструкцията.

Направи разкриването евтино и конкретно

Студентите скриват използването на AI, когато политиките са двусмислени, наказателни или стигматизиращи, а честността може да привлече подозрение (Декларации за използване на AI; изследване на рационализацията при студентите). Това, което прави разкриването полезно педагогически, е, че то записва решения: за какво е използван инструментът, какво е дал студентът на него, кои предложения са имали значение, какво е приел или отхвърлил студентът.

Mohamed и Temimi доставят механизма. Разкриването става привлекателната опция само когато цената на честността остава ниска. Детекторите дават фалшиви положителни резултати и срещу честни студенти, така че по-тежкият надзор може да направи скриването относително по-привлекателно. Съветът им е да проектираш за студента, който е най-изкушен да скрие, и да четеш декларираното използване като контекст, а не като признание.

Две подробности вършат по-голямата част от работата във формуляра. Искай конкретни използвания, а не категория, и заяви как декларацията ще се отрази на оценката. Студент, който не знае, ще предположи най-лошото.

Четири въпроса са достатъчни за повечето задания: на коя стъпка от работата е използван инструментът, какво е предоставил студентът на него, кои предложения са променили черновата и кои са отхвърлени и защо. Последният въпрос е най-информативният, защото отхвърляне с причина е доказателство за преценка, а списък с приети предложения не е.

Съобрази правилото с това, което твоята област нарича писане

Курсове по композиция и писане

Преподавателите по композиция имат най-силна причина да пазят процеса, защото писане на чернова, реторични решения, ревизия, съзнание за аудиторията и глас са учебните цели, а не тяхното показване. Събери няколко независими проби рано в семестъра, така че и ти, и студентът да знаете какво може авторът сега. Въведи AI като аудитория, критик и партньор в ревизията: питай къде читателят губи нишката, генерирай възражения срещу теза, сравни чернова с рубриката, отбележи неподкрепени твърдения, обясни защо един абзац звучи несвързано. Студентът преценява всяко предложение.

Запази взаимното рецензиране до обратната връзка от AI, защото състудентите доставят контекстуално знание и знание за аудиторията, което моделът няма, а оценяването на разликата между двете е само по себе си писателско обучение. Бъди консервативен относно това AI да генерира дълги откъси от първа чернова, когато целта е да се научиш да съставяш, по причините за собствеността и изнасянето по-горе. Избягвай общи забрани върху помощ за граматика, формулировки или език, които създават ненужни бариери за многоезичните автори. Раздели езиковата подкрепа от интелектуалното авторство: помощта за изразяване е допустима, а студентът остава отговорен за идеите, доказателствата, реторичните решения и смисъла. Одитирай самата обратна връзка, защото Tan и др. установяват, че идентично писане получава повече похвала и по-малко съдържателна критика, когато в подканата са включени демографски или образователни характеристики на студента, което поставя смекчаването на пристрастия вътре в дизайна на обратната връзка.

Курсове по хуманитарни и социални науки

Интерпретацията обикновено е целевата способност, така че направи срещата с източника преди срещата с AI. Студентите анотират първичния текст, историческия източник, произведението на изкуството, архивния документ, интервюто или теоретичния пасаж и формират първоначално четене, преди да се консултират с каквото и да е. След това моделът работи като контрапункт: предложи алтернативно четене, кажи какви доказателства биха оспорили тази интерпретация, назови допусканията, които аргументът прави, генерирай четене от контрастираща теоретична перспектива. Студентът решава кое четене текстът всъщност подкрепя.

Възложи критиката на модела като дисциплинарна работа. Дай на студентите AI интерпретация на стихотворение, събитие, аргумент или социален феномен и питай какво забелязва, какво пропуска, какви доказателства подкрепят твърденията му, чия перспектива липсва и къде смачква двусмислието в гладък отговор. Това оставя интерпретативната преценка като нещо, за което съществува курс по хуманитарни науки. Оценявай интерпретативните решения и тяхната доказателствена обосновка и използвай кратък въпрос на консултация като „Защо прочете този пасаж така, а не по алтернативния начин, който отхвърли?“ Гадаенето дали едно изречение изглежда машинно написано е по-слаба мярка, както обяснява откриването на AI.

STEM курсове и лабораторни отчети

Първо едно уточнение: тази база от знания държи много по-силни доказателства за подпомогнатото от AI академично писане като цяло, отколкото за писането на лабораторни отчети в частност. Практическата и лабораторната педагогика остават слабо покрити, включително в литературата за инженерното образование, така че казаното по-долу прилага находки за писане, изнасяне, валидност и инженерство в среда, която тези изследвания не са тествали.

Начертай границата около научното разсъждение, а не около прозата като цяло. Студентите остават отговорни за наблюденията, суровите данни, изчисленията, неопределеността, фигурите, изборите за анализ, резултатите и разсъждението от твърдение към доказателство. След като те съществуват, AI разумно може да помогне с организация, четливост, преходи и дисциплинарни конвенции, което е същото разделение между повърхност и разсъждение като в изследването на Chen.

Пакет за отчет в курс с лаборатория в ерата на AI носи отчета плюс избрани сурови данни, изчисления или изход от лабораторен дневник, фигура с интерпретация, написана от студента, и кратко изявление как централното заключение следва от доказателствата. За отчети с високо значение задай един или два индивидуализирани последващи въпроса за графика, аномалния резултат, методологичен избор или ограничение. Не позволявай гладкостта на писането да замести концептуалното разбиране: автоматизираното оценяване по физика може да подцени концептуалното разбиране, когато езиковият израз е по-слаб, а това пада най-тежко върху многоезичните студенти (Автоматизирано оценяване на есета). Ако разсъждението и писането са и двете цели, оценявай ги отделно.

Инженерни курсове

Професионалната отговорност променя формулировката. Преглед на 99 емпирични изследвания в инженерното образование идентифицира прозрачността, човешкия надзор, независимостта на студента, поверителността, авторството, справедливостта и благодеянието като повтарящи се етични притеснения и защитава тезата, че етиката на AI принадлежи на професионалното формиране, а не само на спазването на правила. В лабораторен или проектантски отчет искай от студентите да разкрият помощта и да удостоверят, че са проверили изчисленията, източниците, допусканията и твърденията, свързани с безопасността.

Остави една проба, до която инструментът не се докосва

Подпомогнатото представяне не е независима способност и ти трябва поне една мярка за второто. Случайни условия на оттегляне са достатъчни: кратко писане без AI, интерпретация в час, устно обяснение, консултация, спонтанна ревизия или последваща задача, която пренася същото разсъждение в нов случай. Това има значение най-вече когато финалната работа носи съществена тежест в оценката. Не означава да наблюдаваш всяко задание. Няколко поставени проби дават на теб и на студента базова линия за тълкуване на подпомогнатата работа, което е специфичният за писането случай на аргумента в Как да препроектирам оценяването, така че оценката да ми казва нещо защитимо за това какво знае или може студентът?.

Прочети двете работи една до друга и питай дали разсъждението в подпомогнатата се вижда и в неподпомогнатата. Където се вижда, есето върши работата си като доказателство. Където не се вижда, подпомогнатата оценка измерва какво е доставил инструментът. Това сравнение е и онова, което трябва да покажеш на студент, който оспорва оценка, защото сочи към конкретна част от мисленето, а не към впечатление за прозата.

Реши какво може да оценява AI

Два резултата, които изглеждат противоречиви, са съвместими. Внимателно калибрирани системи с подробни рубрики и примери могат да оценяват определени задачи добре, а оценяването с LLM направо от кутията се разминава значително с човешката преценка. Mathew и др. установяват слабо съгласие между хора и LLM, което варира систематично с качеството на есето: моделите свръхнаграждават кратки, повърхностно четивни есета, подценяват по-дълги и по-силни есета с дребни повърхностни грешки и се струпват към средата на скалата. Този модел подкрепя AI за формираща обратна връзка с ниско значение, за чернови на коментари и за сортиране много повече, отколкото за автономно сумиращо оценяване (Автоматизирано оценяване на есета).

Студентите сами теглят подобна граница. В курс по техническа комуникация за бакалаври, където ChatGPT оценяваше писмени работи на ръка и на студентите беше казано това, всички 13 участници намериха обратната връзка за ясна и полезна за повърхностна ревизия. Повечето отделиха полезността на обратната връзка от оценъчния авторитет: приеха критиката и настояха преподавателят да реши оценката (Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education). Проектирай човешкия надзор като точката, в която резултатът на AI става оценка, а не като любезност, предлагана когато е удобно.

Прецени доказателствата, преди да пренапишеш учебната програма

Аргументът за тези дизайни е обещаващ и още не е достатъчно силен, за да оправдае една универсална политика за писане с AI. Част от най-добрите доказателства идват от съществени изследвания в класната стая като PAIRR с неговите 654 студенти. Голяма част от останалото почива на квазиексперименти, малки експериментални извадки, концептуални анализи и работа от 2025-2026 г., която още е нова: изследването на Chen за ограниченото писане имаше 168 студенти, но само шест цели класа, изследването за собствеността използва кратка експериментална задача по писане, а изследване, което съобщава незабавни подобрения в качеството след практика с ChatGPT, включваше само 21 международни първокурсници и не установи дългосрочен пренос (Leveraging ChatGPT in academic writing: ChatGPT enhances students' writing quality, writing experience, and ownership). Това, което базата от знания за AI в образованието подкрепя, е набор от дизайнерски принципи, а най-надеждната находка през изследванията в нея е да се запазят агентността на студента, оценъчната преценка, независимата компетентност, дисциплинарното разсъждение и човешката обратна връзка, докато AI се използва за разширяване на достъпа до критика, практика, подкрепа при ревизия и езикова помощ.

Тази смес има практическо следствие. Промени едно задание, запази артефакта и сравни следващия випуск с този по същата мярка. Правило, което можеш да ревизираш след един семестър, струва повече от политика, която не можеш да тестваш, а малките изследвания по-горе няма да ти кажат какво се случва в твоя курс.

Какво преподавателите разбират погрешно тук

Детектор ще реши дали писането е на студента. Няма. В скрито теренно изследване 94% от генерираните от AI изпитни работи останаха неоткрити и събраха повече точки от реалните студенти, а контролирано изследване установи, че детекторите маркират съобразеното леко редактиране с AI в 38-80% от случаите, докато пропускат повече от 96% от „хуманизираните“ преписи (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI; Why AI Detection Fails for Academic Integrity). Откриването отговаря на въпрос за откриване, а валидността е друг въпрос.

Политика на ниво курс е по-ясна от правило за отделното задание. Политиките на Nash и Burriss бяха документи на ниво курс и 22 от 27 разрешаваха мозъчна атака, 22 ограничаваха или замъгляваха съставянето, а 22 мълчаха за четенето. Един документ, който покрива всичко, има склонност да е конкретен за стъпката, за която преподавателят се тревожи, и смътен за останалото.

По-добрата проза означава, че обучението по писане е проработило. Изследването за собствеността намери по-добро качество на есето и по-ниско усещане за собственост в една и съща работа, а откритото условие за сътрудничество при Chen даде най-силното подпомогнато писане с най-слабото следващо самостоятелно представяне. Качеството на прозата е мярка за продукта. Това, за което съществува курсът, е мярка за способност.

Неограничен достъп плюс добра подкана е достатъчно. Студентите, които третират обратната връзка от AI като авторитетна, печелят от нея по-малко от студентите с развита грамотност за обратна връзка. Достъпът до критика и способността да използваш критика са отделни активи.

Забраната на AI пази процеса на писане. Забраната отговаря на въпрос, който се различава според стъпката, и създава бариери за многоезичните автори, които се нуждаят от езикова подкрепа, нямаща нищо общо с авторството. Работещото разделение минава между изразяването и интелектуалната отговорност.

Какво ще ти се върне

„Нямам време да чета още един артефакт.“ Тогава направи артефакта малък: четири колони таблица за решения или пет минути писане в час като независима проба. Корпусът не съобщава данни за времето за оценяване при тези дизайни, така че въпросът с натоварването трябва да се тества върху едно задание, а не да се предполага от тази страница.

„Студентите ми ще използват AI, каквото и да казва правилото.“ Ще използват, а дизайнерският въпрос е кой отговор заданието ти прави най-лесен. Декларация, която не струва нищо, и рубрика, която плаща за процеса, правят разкриването по-евтиния път. Този механизъм идва от моделиране, а не от изпитание на политика за разкриване, така че третирай прогнозата като разумна и непотвърдена.

„Забраната е по-проста и пази процеса.“ По-проста, да. Политиките по-горе показват как едно правило на ниво курс се изплъзва в мълчание за стъпките, които имат значение, а общите езикови ограничения падат върху студентите, които най-много се нуждаят от тях.

„Взаимното рецензиране е излишно сега, когато AI отговаря за секунди.“ 58% от студентите в PAIRR предпочетоха комбинацията и 6% предпочетоха само AI, а причината, която дадоха, беше контекстуалното знание и знанието за аудиторията, което състудентите доставят. Това измерва опит, така че стига по-малко далеч, отколкото би стигнал резултат за учебни постижения.

„Моделът оценява тази задача толкова добре, колкото и аз.“ Калибрирани системи с подробни рубрики и решени примери могат да оценяват определени задачи добре. Общото оценяване не може, а Mathew и др. показват, че разминаването следва качеството на есето, вместо да се разпръсква случайно, което е по-трудният за забелязване вид грешка. Тествай инструмента върху собствения си оценен набор, преди да се докосне до оценка.

„Това наказва студентите, чийто академичен английски е по-слаб.“ Може, ако правилото третира изразяването и авторството като едно нещо. Раздели ги и одитирай обратната връзка от AI за модела, който откриват Tan и др., при който идентично писане получава повече похвала и по-малко съдържателна критика, щом в подканата влязат демографски или образователни характеристики. Корпусът документира това пристрастие. Той не съобщава тествано решение, така че собственото ти сравнение е проверката.

Какво да направиш тази седмица

1. Напиши изречението за способността за следващото си голямо задание и го сложи в заданието.

2. Добави един ред, който изисква твърдението, интерпретацията или грубата чернова на студента преди всяко използване на AI, и кажи какво ще събираш.

3. Отбележи всяка стъпка от това задание като носеща конструкта или не, и пренапиши правилото за AI така, че да разрешава инструмента там, където стъпката не се оценява.

4. Добави в рубриката таблица за решения по обратната връзка с четири колони и прикачи точки към нея.

5. Планирай един кратък текст, до който не се докосва никакъв инструмент, и реши сега към кое задание принадлежи.

Накъде след това

Оценъчната страна на този аргумент, включително дизайнът на удостоверени стъпки, е в Как да препроектирам оценяването, така че оценката да ми казва нещо защитимо за това какво знае или може студентът?. За документа с политиката, който студентите всъщност четат, виж Как да напиша политика за AI в курса и да я съобщя на студентите?, а за самите инструменти за обратна връзка, AI Feedback Quality. Как да науча студентите да проверяват резултатите от AI? покрива какво трябва да проверяват студентите, когато моделът доставя твърдение или източник, а концептуалната страница Coach not crutch: Evidence that AI can improve writing skill despite reducing effort формулира границата, към която тази страница се връща постоянно.