Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

ÉValuation de la confiance dans l'IA, les humains et les commentaires coproduits parmi les étudiants de premier cycle

Created by
  • Haebom

Auteur

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

Contour

Cette étude examine l'importance de comprendre la perception des étudiants vis-à-vis des différents fournisseurs de feedback pour une mise en œuvre efficace, alors que l'IA générative transforme les pratiques de feedback pédagogique. Une expérience intra-disciplinaire menée auprès de 91 étudiants de premier cycle compare la confiance des étudiants dans les feedbacks générés par l'IA, générés par des humains et co-générés par des humains et l'IA, offrant ainsi un aperçu de la manière dont les établissements peuvent adapter leurs pratiques de feedback à cette nouvelle ère. Les résultats montrent que les étudiants ont tendance à préférer les feedbacks générés par l'IA et co-générés aux feedbacks humains en termes d'utilité et d'objectivité. Seul le feedback généré par l'IA a perdu de son authenticité lorsque le fournisseur de feedback a été révélé, tandis que le feedback co-généré a maintenu des perceptions positives. L'expérience avec l'IA pédagogique a amélioré la capacité des étudiants à identifier les feedbacks de l'IA et a renforcé leur confiance dans tous les types de feedback, mais l'expérience générale avec l'IA a diminué à la fois l'utilité et la confiance. Les étudiants de sexe masculin ont jugé tous les types de feedback moins utiles que les étudiantes et les étudiants non binaires. Ces informations fournissent des orientations fondées sur des données probantes pour intégrer l'IA dans les systèmes de feedback de l'enseignement supérieur, tout en abordant les questions de confiance et en améliorant la maîtrise de l'IA par les étudiants.

Takeaways, Limitations

Takeaways:
Les étudiants perçoivent les retours co-générés par l’IA et l’humain comme plus utiles et objectifs.
Les expériences d’IA éducatives contribuent à améliorer les capacités d’identification des commentaires de l’IA et à accroître la confiance dans tous les types de commentaires.
Il existe des différences dans l’évaluation de la valeur du feedback selon le sexe.
Contribuer à l’élaboration de lignes directrices fondées sur des données probantes pour l’intégration de l’IA.
Limitations:
Les sujets de recherche étaient limités aux étudiants de premier cycle.
Il est possible que les résultats soient limités à un environnement éducatif spécifique.
Des recherches supplémentaires sont nécessaires pour résoudre le problème de l’authenticité réduite des retours d’information de l’IA.
Une analyse plus approfondie des différences entre les sexes est nécessaire.
👍