Génération de feedback grâce à l'intelligence artificielle
DOI :
https://doi.org/10.18357/otessac.2022.2.1.125Mots-clés :
rétroaction, intelligence artificielle, analyse de l'apprentissage, exploration de données éducatives, évaluationRésumé
La rétroaction est une partie essentielle de l'évaluation pédagogique qui améliore l'apprentissage des élèves. À mesure que l'éducation évolue avec les progrès de la technologie, l'évaluation pédagogique s'est également adaptée à l'avènement de l'intelligence artificielle (IA). Malgré l'utilisation croissante des évaluations en ligne au cours de la dernière décennie, un nombre limité d'études ont discuté du processus de génération de rétroaction tel qu'il est mis en œuvre par l'IA. Pour combler cette lacune, nous proposons un document conceptuel pour organiser et discuter de l'application de l'IA dans les processus de génération et de livraison de rétroaction. Parmi les différentes branches de l'IA, le traitement du langage naturel (NLP), l'exploration de données éducatives (EDM) et l'analyse de l'apprentissage (LA) jouent les rôles les plus critiques dans le processus de génération de rétroaction. Le processus commence par l'analyse des données des étudiants à partir des évaluations pédagogiques pour créer un modèle d'apprentissage automatique prédictif avec des fonctionnalités supplémentaires telles que l'interaction des étudiants avec le matériel de cours à l'aide de méthodes EDM pour prédire les résultats d'apprentissage des étudiants. Des commentaires écrits peuvent être générés à partir d'un modèle avec des algorithmes basés sur la PNL avant d'être livrés, ainsi que des commentaires non verbaux via un tableau de bord LA ou un rapport de score numérique. En outre, des recommandations éthiques pour l'utilisation de l'IA pour la génération de rétroaction sont discutées. Cet article contribue à comprendre le processus de génération de rétroaction pour servir de lieu au développement futur de la rétroaction numérique.
Téléchargements
Téléchargements
Publié-e
Numéro
Rubrique
Licence
(c) Tous droits réservés Okan Bulut, Tarid Wongvorachan 2022
Cette œuvre est sous licence Creative Commons Attribution 4.0 International.
Les auteurs qui contribuent à la conférence OTESSA acceptent de publier leurs propositions sous la Creative Commons Attribution 4.0 International (CC BY 4.0). Cette licence autorise la copie, la distribution, le remixage, la transformation et la construction de cette œuvre à toute fin, à condition que l'attribution appropriée soit donnée, qu'un lien soit fourni vers la licence et que les modifications apportées soient indiquées.
Les auteurs conservent le droit d'auteur de leur travail et accordent à OTESSA le droit de première publication.
Les auteurs peuvent conclure des accords contractuels distincts et supplémentaires pour la distribution non exclusive de la version publiée de la conférence (par exemple, l'envoyer à un dépôt institutionnel ou la publier dans un livre), avec une reconnaissance de sa publication initiale dans les actes de la conférence de l'association OTESSA.