机构名称：
¥ 1.0
AI驱动的大语言模型（LLM）（例如Chatgpt和Google Gemini）的兴起既提出了高等教育的挑战和挑战，尤其是在写作教学中。这项探索性研究研究了一种利用LLM生成的反馈来吸引学生进行详细的修订工作，强调迭代性改进对未分级草稿的质量的探索方法。学生根据标题提交了AI反馈的草稿，并进行了工作，并根据其修订的深度和质量进行了评分。来自39个本科生的调查数据表明，LLM反馈是明确，具体且可操作的，可促进对修订的更深入的参与并促进独立性。学生将这种方法视为道德，将AI与学术完整性保持一致，同时减少了滥用AI进行内容创建的诱惑。虽然一些著名的局限性（例如非个人反馈），但总体接收是高度积极的。通过将LLM构建为增强的工具，或者研究伙伴，这项研究很高 - 他们的潜力支持道德，迭代学习，并建议将AI整合到高等教育中的教学法中的有希望的方向。
DNA在用两种不同的擦拭溶液中收集的唾液证据中的稳定性利用AI工具在大学写作指导中
主要关键词
相关文件推荐
