AIEd 知识库AIEd KB
本页内容

本页面已译为中文。文章页面仍以英文撰写。 阅读本页的英文版本

概念

反馈

创建 2026-08-15 · 更新 2026-10-09

本页是英文页面的机器翻译，尚未经母语者审校。

反馈（feedback） —— 提供给学习者、关于其表现或理解情况的信息，旨在弥合当前表现与期望表现之间的差距。在教育中的人工智能领域，反馈已成为一个核心且迅速转变的主题：AI 系统如今生成反馈、递送反馈，甚至教学生如何使用反馈，重塑着反馈过程的每一个阶段。

值得思考的问题

  • 反馈常被想象为递交给学习者的信息，但研究认为，只有当学习者理解并据以行动时，它才算"真正"的反馈。如果反馈是一种关系而非一条消息，我们的递送方式应当发生什么改变？
  • 学生对于反馈来自 AI 还是人类的感知，会改变他们从中学到多少。你认为为什么反馈的来源如此重要——这对你所在情境中的 AI 生成反馈意味着什么？
  • 即时反馈可能是个陷阱："正确答案陷阱"表明，只是照抄订正的学生学得更少。即时反馈何时有帮助，何时又会短路掉它本想支持的学习？
  • 研究甚至发现，一段精心设计的反馈序列——鼓励、提示、答案——本意是培养自主性，却尽管提升了投入度而实际损害了学习。如果学生对让他们学得更少的反馈感觉良好，我们该优化什么？
  • 反馈被描述为一个有组成部分的系统：反馈回路、提供质量、学习者的接收能力，以及评估情境。如果你想改进自己课程中的反馈，你会先修哪一部分，为什么？

引言

这是知识库中所有反馈相关概念的总括概念。反馈位于评估与学习的交汇处：没有反馈，评估只能测量表现而不能改进表现；有了有效的反馈，评估本身便成为一次学习事件。知识库将反馈视为一个具有多个侧面的系统——反馈自身的质量（AI 反馈质量）、弥合学习差距的回路、学习者使用反馈的能力（反馈素养），以及反馈所处的评估情境（形式性评估、同伴互评、自动化评估）。

  • **Yilmaz 等人**表明，学生对反馈来源（AI 与人类）的感知塑造了从生成式 AI反馈中的自我调节学习——这是对反馈有效性论断的一个关键限定。
  • **Nazaretsky 等人（2025）**将来源与内容分离：472 名洛桑联邦理工学院（EPFL）学生先盲评自己作品上内容可比的人类反馈与 GPT-4.0 反馈，在来源披露后再评一次，多数人无法可靠区分两者（472 人中 287 人猜对）。标签揭示后，AI 版本评分下降而人类版本上升——在真实性（Genuineness）上差异显著（p < .01）——提供者可信度也清晰分离（人类 μ = 3.28，AI μ = 2.25，Cohen's d = 0.57）。由于两个版本在正确性与认知质量上可比，这一偏见附着于提供者而非文本。

反馈系统

反馈最好被理解为一个由相互作用的组成部分构成的连通系统，而非单一事件，知识库将每一部分都记录为独立的概念：

  • 反馈回路 —— 反馈弥合当前表现与期望表现之间差距的机制；驱动学习的"表现 → 反馈 → 修改 → 表现改进"循环。
  • AI 反馈质量 —— AI 生成反馈的准确性、有用性、及时性与教学性价值；系统的提供侧。
  • 反馈素养 —— 学生理解、评估并据以行动反馈所需的能力与倾向；系统的接收侧。
  • 形式性评估 —— 反馈被用于在学习仍在进行时改进学习、而非仅仅评判学习的评估情境。
  • 同伴互评 —— 学习者之间交换的反馈，日益受到 AI 增强，也是培养反馈素养的场所。
  • 自动化评估 —— AI 驱动的评分与反馈，从自动作文评分到置信度感知的简答评分。

反馈回路

反馈回路是 AI 系统评估学生作业、递送反馈、观察学生反应并据此调整后续教学的循环过程。AI 介导的反馈回路在多个时间尺度上运作：

  • 即时反馈：自动评分系统与AI 导师在问题解决过程中提供实时纠错。正确答案陷阱研究表明，如果学生只是照抄订正，即时反馈会使学习短路。在导师内部用 LLM 生成这种即时纠错反馈是可行但不完美的：在 Apprentice Tutor 大学代数平台的 6,926 条记录事务中，Reddig、Arora 与 MacLellan（2025）发现 GPT-4 生成的提示约 66% 的时间针对学生具体错误，但约 35% 的提示过于笼统、不正确，或过早泄露答案，且基于 LLM 的自动质量检查与人类判断错位——这印证了未加审核的 AI 反馈在即时回路中存在真实的短路风险。
  • 作业层面的反馈：形式性评估系统与AI 反馈质量研究考察 AI 生成的作业反馈能否改进后续作业。序列化反馈研究检验反馈的顺序是否重要。
  • 课程层面的回路：学习分析仪表盘与教育平台跨作业聚合反馈，以识别模式并推荐干预。

反馈回路的有效性取决于反馈质量——准确性、具体性、及时性与可操作性。AI 同伴反馈系统为回路增添了社会维度。

回路中的人：反馈回路并非纯粹自动化——教师往往在 AI 生成的反馈抵达学习者之前先行中介。对教师用 AI 反馈工具的研究（例如将 ML 检测器与大语言模型（LLM）改写器结合的 PolyFeed 工具）发现，教师会运用专业判断来接受、编辑或拒绝 AI 建议——一种"协助但验证"的模式——并系统性地缓和夸大的赞扬与泛泛的建议，以保护真实性与声音。反馈的关系性/情感维度（师生关系、鼓励）最强烈地抵制 AI 委托，表明回路的这一部分本质上仍属于人类。这种人在回路的介导连接着人在回路与教学。

Luo 与 Eaton 的政策评论强化了同一点：50 所排名最前的大学中只有 14 所对教师用 AI 做反馈有具体指引，而学生将未披露的 AI 反馈描述为"不真诚"，使透明度与同意成为伦理实践的前提而非礼数（Luo & Eaton（2026））。

LearnLens 把这种介导变成了一种机制：它把教师的编辑视为不满的信号而非订正，将额外的算力用于更深入的反思，而不是返回快速答案，其教师每次作业的中位时间从 10–30 分钟降到五分钟以下（Zhao 等人（2025））。

关系性解读比替代论更深刻。在一项有 12 名学生与 18 名教育者参与的工作坊中，Bearman 等人（2026）发现，学生把 AI 当作一个额外但有缺陷的来源，将其与评分标准、讲义、讨论板和教育者的评语加以权衡，并在人工回应迟缓时用它作为权宜之计；有人把教育者单薄的评语粘贴进聊天机器人，以弄清下一步该做什么。AI 的存在改变了关系，而非仅仅增加评语——以至于有一名学生不再信任讨论板上的同伴反馈，认为它可能是 AI 写的。作者因此提出"人在回路"（humans-as-the-loop）：让人们帮助人们随时间建立更强的反馈关系，取代对机器输出的监督。

Winstone 等人（2026）将生成式 AI 反馈重新框定为关怀（care）的问题——一种伦理的、关系性的实践，而非信息传递——并命名了一种"安全空间悖论"：该工具降低的个人风险，可能放弃了对学生面对职业反馈中摩擦的预备。

AI 如何改变反馈

AI 在三个有影响的方向上改变反馈，每一个都提高了其他侧面的风险：

  • **体量与即时性。**AI 可以即时、大规模地生成反馈，大幅增加学生收到的反馈量。多站点生成式 AI 反馈研究与高等教育中的 AI 反馈记录了 AI 反馈在可接受性与支持性上被体验为与教师反馈相当。一项遵循 PRISMA 的系统综述（2023–2025 年 42 项实证研究）印证了这一规模效益——LLM 能加速评分并大规模递送快速、个性化的反馈，尤其在大型或高等教育班级中——同时提醒这类反馈有时过于泛泛或与所给分数不一致，且在较长、多语言或细微的任务上可靠性下降（Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback）。

  • **个性化是偏见的载体。**在八年级作文保持不变的情况下，四个 LLM 对被种族、语言或残疾标记的学生过度赞扬并保留批评——因此向反馈系统输入哪些学生属性是一个公平性决策，而非中立决策（Tan、Phalen 与 Demszky（2026））。

  • **对学习者的评估要求。**由于 AI 反馈可能不准确或出现幻觉，学生必须判断是否信任并据以行动。这正是反馈素养与信任校准变得决定性之处：Mendoza 等人（2026）表明，只有具备反馈素养的学生才能将 AI 反馈转化为自我调节学习收益，而LLM 谬误刻画了学生可能把 AI 反馈过度归功于自己能力的现象。

  • **反馈素养靠使用建立，而非靠人口统计特征。**在 486 名英语作为外语（EFL）本科生中，只有 AI 工具使用频率能预测 AI 反馈素养（β = 0.29）——而非专业或年级——因此为 AI 介导反馈搭建可及的支架，既是设计问题也是公平性问题（Liu & Deris（2025））。

  • **实验室认可不等于学期使用。**全部 18 名学生在实验课上对生成式 AI 解释功能反应积极，但整个学期只有一半使用过它，理由是教师反馈已足够清楚时存在不匹配、不相关与冗余（Jin 等人（2025））。

  • **是信任与关怀而非准确性制约接收。**17 名 EFL 学生给 AI 写作助手很高的专业评价，却因其数据处理而怀疑其可信度，并将其善意评为最低，只授权它处理宽泛的语言问题；还有人认为其建议数量多到难以应付（Serpil & Mor，2026）。

  • 任务层面的适配性：按认识状态给反馈分类。Venetsanos（2026）认为，该领域依赖的框架——Hattie 与 Timperley 的层次、Boud 与 Molloy 的设计原则——解释的是反馈在学习中的作用位置，而非一项给定的反馈任务是否涉及规则核查、事实核验或解释性判断，而恰恰是后一种区分决定了自动化是否站得住脚。提出的三分法是：低层的结构与呈现反馈（格式、引用、语法、句子层面的清晰度——对照明确标准的规则判断，可安全自动化）、中层的事实与程序核验（一次计算是否正确使用了规定方法、一个陈述的事实是否与权威来源相符——与既有知识比较，而非对推理的判断）、高层的批判性评估与综合，其判断是解释性的、必须保留给人。这些层次是维度而非阶梯：一次计算可以呈现正确、算术错误、同时方法上不恰当，并同时引来核验、过程反馈与自我调节反馈。该框架最尖锐的边界案例是清晰度：句子层面的清晰度属于表层，但论证性的不清晰往往意味着概念把握不完整，因此被标记的实例应升级为人工审阅，而非当作文字来订正——修改文字会放过真正的问题。

  • 角色感知的反馈。Yaşar 等人（2026）表明，提示同一个 LLM 以不同角色——教师、同伴审稿人、基金评审人——评估同一件学生作品，会产生性质上截然不同的反馈：教师式的鼓励且面向过程，同伴式的支持且对话式，基金评审人式的正式且面向结果。这些差异是认识上的，而非仅是风格上的，凸显了设计实践的不同侧面——证明角色感知的提示可以生成对角色敏感的评估性反馈，而非单一的泛泛回应。

  • **反馈类型比反馈密度更重要。**一项为期八周的自适应随机过程研究（194 名学生）发现，指令式、信息性与转化性反馈被接纳的方式不同，而转化性反馈增加了认知负荷——因此反馈设计应让类型匹配学习者的阶段，而非最大化体量（Mejeh & Fromm（2026））。

  • 反馈的效用与评估权威。AlGhamdi（2026）表明，学生可以同时接受 AI 生成反馈有用、又拒绝 AI 作为合适的评分者——将反馈效用（表层反馈的信息价值）与评估权威（谁有权决定分数）分开。在透明的后评估设计中，沙特 computing 学生把这两者当作分析上可分的判断，重视 ChatGPT 在修改上的清晰，同时把评分权威留给人类教师，并阐明其对话性、制度性权衡的理由。该发现将反馈素养从评判反馈质量延伸到对评估权威本身的推理，并提示关于 AI 参与的透明度可以使反馈成为批判性反思的对象，而非被动的接受。

  • **修改的立场本身是一种结果，而非只是其质量。**反馈研究通常问修改是否改进了文本。Zhao 与 Ji（2026）问的是修改后的文本采取何种修辞立场，用评价理论（Appraisal Theory）对 168 篇 EFL 论证作文在初稿、同伴反馈后的修改稿与同一批初稿的 ChatGPT-4 修改稿中进行编码。参与语言在三者中出现频率相当，但配置不同：同伴反馈的修改变得更收缩（更多的 Counter 与 Endorse，更少的 Entertain），而 AI 修改保持了更均衡的 Contract/Expand 组合。两者都不是更好的写作——要点在于两条修改路线把论证置于不同的对话位置，这使立场本身成为反馈对话可以命名、写作者可以选择的东西。

  • 一个解释可以有说服力却仍不忠实。Bueno 等人（2026）发现，移除 LLM 论证排序中最具影响力的句子几乎不改变评分量规分数，而 SHAP 选出的句子则可靠地移动分数，并能跨模型族迁移——因此流畅的辩解并不构成分数建立于其上的证据。

  • **反馈素养作为训练目标。**AI 工具不再只提供反馈，而日益被设计成教学生使用反馈——把自动反馈工具重新框定为素养建构工具、把生成式 AI 框定为反馈投入的使能者、用生成式 AI 批评任务同时建构心理、反馈与 AI 素养。

  • **反馈素养与校准是可分的杠杆。**在 120 名本科生中，一份反馈素养脚本（Filter–Reason–Act–Check）提升了写作质量、有效接收与深度修改，一项评估—表现校准活动改善了自评准确性并降低了过度自信，两者结合产生了最大的写作收益，且在 AI 支持撤除后保持最强（Dai（2026））。

  • **清晰不等于有效。**经 LLM 改写的 Python 错误信息被评为显著更易读、认知负担更低，但在修复率、尝试次数或修复时间上没有产生显著提升（Moraru、Biswas 与 Gadiraju（2026））。

什么让反馈有效：校准证据

Ngai & Gilbert（2026）就反馈设计给出了一个与 AIED 直接相关的干净实验结果：真实的、即时的、逐试次的、与学习者自己先前预测挂钩的反馈才是改变行为的东西——仅有预测或信念是不够的。在他们的四组设计中，反馈加上先前的表现预测改善了校准与行为，而只有预测则毫无作用，再加一个明确的过度/不足自信标签也没有更多作用。LLM 还可以在此过程中充当校准伙伴：Yaşar 等人（2026）发现，在评分量规细化之后，LLM 在应用表现阈值时比一些人类评分者更一致——这对标准化会议与形成性同伴反馈环境有用，模型在此帮助校准评估性判断而非取代它。这与知识库的反馈系统观一致：反馈的力量在于对照学习者自己的估计弥合差距（提供—接收配对），有效的反馈应当是即时的、准确的、明确连接到学习者所预测的东西——这是 AI 反馈系统与反馈素养训练共同的设计原则。

然而，努力并不自动地就是缺失的成分。在一项有 302 名美国成年人学习 Python 入门的预注册组间实验中，Asher、Gold 与 Carvalho（2025）把个性化的Claude Sonnet 3.5解释性反馈与一个三步自我解释提示配对——对每一处错误代码段，正确代码做什么、学习者自己的尝试为何失败——而增加的反思没有带来任何收获。反思实践组花 4.1 分钟审阅反馈，而普通练习组为 2.1 分钟（t(267) = 11.30, p < .001），这使得只能做 2.0 道练习而非 3.4 道（t(267) = 8.20, p < .001）；每道题的价值两种情况下相同（反思 × 题号 OR = 1.03, z = 0.23, p = .486），因此普通练习以更高的掌握度收尾，79% 对 65%（d = .41），且在近迁移、远迁移或代码评估题目上从未落后。反思也未兑现它瞄准的元认知收益：学习判断在各组间没有差异，练习条件的校准更好（不足自信 11 个点，对视频观看者过度自信 20 个点，d = −.93），报告的分心也更少（d = −.80）——而反思者的反思平均只有 35 个词。作者的解读是，AI 反馈已经提供了自我解释通常所补充的支架——一条指出错误、解释正确方法并描述底层概念的信息，留给反思提示可做的事已经不多——而仍在学习陌生语法时写反思，与建立可迁移技能所需的多样化重复直接竞争。这在加工深度轴上为可取的困难与生产性失败定位了一个边界条件：当努力驱动额外的提取、应用或比较时它才有回报，而当学习者已收到针对其具体错误的个性化解释时它就是冗余的。它还牵涉反馈质量如何与接收互动：反馈越是详尽且有针对性，附加层能增值的空间就越窄，这使设计注意力从深化单个片段转向把稀缺的练习分钟花在题量、题目多样性与反思时机（如检测到平台期之时）上——该研究只检验了一种未经审核的增强，作者也指出这些变体仍待开放。

  • **专注与适应性是反馈的两个可分维度。**对三门大学写作课中教师与 LLM 评语、按七种反馈专注类型的标注显示，多数模型几乎覆盖每种类型，但没有一个匹配教师在这些类型上的分布，也没有一个像专家教师那样跨草稿阶段改变其专注点（Almousa 等人，2026）。
  • **聚合收益可能掩盖相互抵消的变动。**三个月的 WISE Agent 反馈、260 名中国六年级学生，总批判性思维倾向分数没有变化（t=-0.854, p=0.394），但求真性（Truth-seeking）上升（p<0.001）而认知成熟度（Cognitive Maturity）下降（p=0.019）——作者把这一下滑解读为学生正在重新校准被高估的理解。（Zhu 等人（2026））

反馈在各评估情境中的表现

知识库的反馈研究横跨全部评估情境，每一种都有其独特的反馈动态：

  • 形成性反馈是反馈促学习（feedback-for-learning）的经典场所——形成性评估通过学习仍在进行时抵达的反馈，滋养自我调节学习（自动化形成性评估、反馈落实）。

  • 总结性反馈是附于总结性评估的反馈——单元末测试、口试以及监考/闭卷考试。在 AI 时代，总结性情境是 AI 抵抗性最重要的地方（见终结性评价）：对监考口试或闭卷评估的反馈检验的是真实学习，而对 AI 辅助作业的反馈可能被夸大。口头评估把反馈时刻重新框定为一场现场互动的对话——反馈变得即时、对话化，并与评估本身不可分离，这正是它们抵抗 AI 替代的原因。

  • 同伴反馈增添了一个社会层——同伴反馈培养反馈素养，并日益被 AI 增强（AI 同伴反馈、EFL 同伴反馈中的生成式 AI）。然而同伴反馈的好坏取决于它的实际递送：在一项为期一学期的田野实验中，被分配同伴反馈的学生中不到三分之二完全没有收到任何文字反馈，而所递送的多半是非针对性的赞扬——因此当个别的 GPT-4 反馈取代不可靠的同伴时，学生维持了最高的参与度并取得了最大的内容学习收益（Geschwind 等人，2026），这证明 AI 的优势是可靠性优势，而非固有的优越性。

  • 提示支架把生成式 AI 变成反馈的促进者。Chang 等人（2026）发现，获得结构化提示（情境、目标、角色）来做同伴反馈的学生产出了更多解释与建议，且只有该组在反驳数据与回应对立观点上表现出色。

  • 自动化反馈规模化地递送——从作文评分到简答评分的自动评分与反馈。Arthur（Yin 等人 2026）将其扩展到非结构化的定量问题：一个逐题的XGBoost诊断主干，从学生提交的数值答案推断带评分标签的错误，在工程经济计算题上把它们变成自然语言反馈，而一套基于对话的方案只在置信度低时索取中间答案——在反馈准确性与学生的作答负担之间取得平衡。

  • **自动写作评价是递送侧的工具，其代价可测。**一项对 50 项实证研究（2019–2024）的综述发现，自动写作评价在 25 项研究中改进了语法、标点与句子结构，在 15 项研究中减少了教师的机械性批改工作量，腾出时间处理论证、连贯性与组织；收益只在工具嵌入结构化的起草与修改循环时保持，而非作为独立辅助工具，重度依赖与更弱的批判性思维和创造力相关，且工具复制了标准英语规范，EFL 使用者报告这些规范与其修辞传统错位（Gres 等人，2026）。

一个跨情境的关键洞察是，反馈的可靠性取决于它所依附的评估的完整性：反馈的可信度只取决于它所回应的测量。在 AI 时代，这推动教育者走向真实性与抗 AI 的总结性形式，使学生收到的反馈反映真实学习而非 AI 辅助的产出。

"为学习的评估"范式把反馈重新框定为一个总体哲学而非一个组件。Mesny、Roberge-Maltais 与 Galy（2026）综合了更广泛的高等教育文献，把形成性、持续与个性化的反馈框定为该哲学的核心，平衡形成性与总结性目的，并突出学生能动性、自我调节与元认知技能。他们指出，然而在管理教育中反馈丰富的实践采用仍不均衡：自评与同伴评（同伴反馈的场所）主导了文献，而重评——用反馈驱动的第二次机会改进学习——几乎缺席。

  • **"已被证明可操作"不等于"已付诸实施"。**在对 421 项将 NLP 应用于开放式教学评价评论的研究的范围综述中，61.3% 产生了达到"已证明结果"或更强层级的输出，但只有 11.6% 显示有证据表明目标用户评估或使用过它（Eicher & da Silva，2026）。

提供—接收配对

知识库的核心反馈洞察是，反馈质量与反馈素养是同一个系统的两面：高质量反馈若没有有素养的接收者就是惰性的，而有素养的学生从拙劣的反馈中也获益甚微。AI 反馈质量覆盖提供侧（反馈是否准确、及时、可操作？），反馈素养覆盖接收侧（学生能否评判并据以行动？）。连接两者的是反馈回路——即高质量反馈被有素养的学习者接收、从而弥合差距的机制。因此，设计有效的 AI 反馈意味着同时设计系统与学生。

哪些学生侧的能力重要，在经验上是可分的：在 1,507 名各自就一篇论证作文收到一条标准化自动反馈信息的中学生中，只有对反馈的行为性投入与工具性态度能预测修改表现——在任一维度上处于第 75 百分位的学生，比第 25 百分位的可比学生多改进约 0.10 或 0.11 个 WLE 点，大致相当于第 46 到第 54 百分位——而总体接受度、认知投入与经验性态度与之无关，且感知有用性没有中介任何维度通往表现的路径。有用性作用于另一个结果：总体接受度对情境兴趣的效应完全通过感知有用性实现（间接 β = 0.09，95% CI [0.06, 0.13]），因此修改收益追踪的是据反馈行动的持久习惯，而兴趣追踪的是对特定信息的评价。（Automated feedback on argumentative writing: The role of secondary students' feedback receptivity and feedback perception）

一个来源可以在"如何校准"上不同，而不必在"评分多准"上不同：在一项随机实验中，思维链 AI 反馈在评分量规质量上胜过一位资深教师，却没有带来更大的修改收益，而教师的反馈跨草稿保持校准，生成式 AI 反馈则追踪初稿的强弱（Farrokhnia 等人（2026））。

一个双层模型展示了这种配对如何围绕机器组织，而又不把判断委托给它。在El Khoury 与 Ma 的示例中，一个智能体对每份成绩单生成一份基于评分量规的草稿证据报告，每个评分都附有引文摘录，然后教师审阅该报告、主持汇报，并决定证据对这名学生意味着什么——作者把这一分工总结为：AI 组织证据，教师解释证据。他们关于接收的主张是评价性的：发生在学生与同伴、教师所处的社会等级之外的反馈与迭代更容易尝试，而按学生自己的节奏排练，正是他们认为把偶然的信心变成据反馈投入的稳定习惯的东西。

为什么反馈对教育中的 AI 重要

反馈是教育中最具影响力、证据最充分的机制之一，而 AI 既放大又复杂化它。架构良好的 AI 反馈可以比肩或超越人类反馈，并规模化到整个班级，但它要求学习者具备新能力（反馈素养、AI 素养），并带来风险（不加批判的接受、过度依赖）。随着 AI 生成的反馈变得无处不在，知识库把反馈框定为一个整体系统——质量、回路、素养与评估情境协同工作——而非任何单一组件。

  • 反馈可以瞄准反馈的提供者。 导学培训是一个未被充分探索的反馈情境：自动化系统可以对导学者的开放式回答作序列标注，以标出表扬的类型（基于努力的表扬——可取的过程聚焦之一种——对基于结果的，对基于个人的，最不可取的特质归因之一种），从而提供能改变导学行为的解释性反馈。其约束条件是专家标注的数据。一种数据增强方法——GPT-4o 生成合成标注回答，把 13 个实例的低资源集扩展到 520 个，然后微调 GPT-3.5——追回了大部分差距：在基于努力的表扬上 F2 +20.5%，基于结果的 +17.3%，而在未见过的基于人类别上 +16.5%。对未见过表扬类型的泛化测试，是把这与过拟合作区分的效度检验，而其机制更接近教师模型蒸馏，而非经典数据增强。（Improving automated feedback systems for tutor training in low-resource scenarios through data augmentation）

关联概念

关联文章

相关常见问题

相关资源

  • Clarity
    一套开源 Agent Skill 与本地浏览器编辑器，把十八条让写作『值得读者读』的规则变成草稿、改写和审阅三种模式的写作辅助工具。
  • The Pedagogical Promptbook
    一本开放获取的经评估提示之书，面向循证教学与教学设计实践，每章都公布提示本身、其开发过程及其评估结果。
  • Snorkl
    一款课堂工具，让学生用录制的口头和手写解释表达自己的思考，并即时获得 AI 反馈；教师则得到关于这些解释的分析数据。

元数据

评估与测量AI 反馈质量, 评估, 自动化评估, 反馈, 反馈素养, 形式性评估, 同伴互评
SourceHistoryEditChat

嵌入此页

复制下面的代码，将本页嵌入学习管理系统或其他网站。嵌入版本只显示页面内容 — 网站的页眉、导航和页脚会被隐藏。