Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Evaluating Trust in AI, Human, and Co-produced Feedback Among Undergraduate Students

Created by
  • Haebom

저자

Audrey Zhang, Yifei Gao, Wannapon Suraworachet, Tanya Nazaretsky, Mutlu Cukurova

개요

본 연구는 생성형 AI가 교육적 피드백 관행을 변화시키는 가운데, 학생들이 다양한 피드백 제공자에 대해 어떻게 인식하는지를 이해하는 것이 효과적인 구현에 중요하다는 점을 다룹니다. 91명의 학부생을 대상으로 한 피험자 내 실험을 통해 AI 생성, 인간 생성, 인간-AI 공동 생성 피드백에 대한 학생들의 신뢰도를 비교하여, 교육기관이 이 새로운 시대에 피드백 관행을 어떻게 적응시킬 수 있는지에 대한 정보를 제공합니다. 연구 결과, 학생들은 유용성과 객관성 측면에서 인간 피드백보다 AI 및 공동 생성 피드백을 선호하는 경향이 있었습니다. AI 피드백만이 피드백 제공자가 밝혀졌을 때 진정성이 감소한 반면, 공동 생성 피드백은 긍정적인 인식을 유지했습니다. 교육용 AI 경험은 학생들이 AI 피드백을 식별하는 능력을 향상시키고 모든 피드백 유형에 대한 신뢰도를 높였지만, 일반적인 AI 경험은 유용성과 신뢰성을 낮추었습니다. 남성 학생들은 여성 및 비이진 학생들보다 모든 피드백 유형을 덜 가치 있게 평가했습니다. 이러한 통찰력은 신뢰 문제를 해결하고 학생들의 AI 리터러시를 높이는 동시에 AI를 고등 교육 피드백 시스템에 통합하기 위한 증거 기반 지침을 제공합니다.

시사점, 한계점

시사점:
AI 및 인간-AI 공동 생성 피드백이 학생들에게 더 유용하고 객관적인 것으로 인식됨.
교육용 AI 경험은 AI 피드백 식별 능력 향상 및 모든 피드백 유형에 대한 신뢰도 증가에 기여.
성별에 따른 피드백 가치 평가 차이 존재.
AI 통합을 위한 증거 기반 지침 마련에 기여.
한계점:
연구 대상이 학부생으로 제한됨.
특정 교육 환경에 국한된 결과일 가능성 존재.
AI 피드백의 진정성 저하 문제에 대한 추가 연구 필요.
성별에 따른 차이에 대한 심층 분석 필요.
👍