Продолжаю разбор темы обратной связи и ИИ, но сегодня — с неожиданного ракурса. Всё это время мы смотрели на ситуацию со стороны студента, получающего ИИ-фидбек. А что если ИИ встроить в процесс на стороне преподавателя — как ассистента, который помогает написать более студентоцентрированный комментарий?
🔍 Как устроен эксперимент
21 преподаватель использовал инструмент PolyFeed: он объединяет BERT-модель (определяет, каких компонентов студентоцентрированного фидбека не хватает в тексте) и ChatGPT (дорабатывает текст с учётом этих подсказок). Схема простая: пишешь фидбек вручную ➡️ модель находит пробелы ➡️ предлагаешь их закрыть ➡️ ChatGPT переписывает ➡️ ты снова редактируешь, если хочешь.
🤍 Что чаще всего пропускали преподаватели
Модель чаще всего фиксировала два пробела: соответствие учебным целям (не хватало у 20 из 21!) и выстраивание отношений преподаватель–студент (у 14 из 21). Причём подсказки про поддержку и поощрение принимали абсолютно все, у кого их не хватало.
🪶 А что преподаватели правили в тексте от ChatGPT
Больше половины участников (12 из 21) продолжали редактировать даже уже доработанный ИИ текст. Чаще всего — смягчали и калибровали похвалу ("Прежде всего, хочу поздравить тебя с выполнением задания!" ➡️ "Молодец, что справился"), убирали избыточные советы и мотивационные фразы. Больше всего правок пришлось именно на блок отношений преподаватель–студент — ИИ явно перебарщивал с поддержкой и обобщённым воодушевлением.
📑 Плюсы и минусы по мнению самих преподавателей
🤍 Главный плюс — инструмент побуждает к рефлексии над собственной практикой фидбека (14 из 21 отметили это).
🤍 Второй — улучшает язык и структуру текста.
🤍 Главная сложность — необходимость ручной доработки: "как обычный ChatGPT, он склонен раздувать текст".
🤍 Вторая по частоте — несогласованность тона: текст звучит слишком "по-своему", не как сам преподаватель.
⭐️ Любопытная деталь про опыт
Преподаватели со стажем более 5 лет заметно чаще фиксировали именно проблемы (тон, доверие, необходимость правок), а начинающие — чаще видели только пользу. Получается, что опыт обостряет чувствительность к аутентичности текста — но заодно возникает и риск: если начинающий преподаватель будет слишком полагаться на готовые подсказки ИИ, у него может не сформироваться собственное оценочное суждение.
❗️ Главный вывод
ИИ отлично работает как скаффолд — подсвечивает слепые зоны и ускоряет черновик. Но именно за преподавателем остаётся финальное решение о тоне, точности и уместности — особенно в той части фидбека, которая касается живых отношений со студентом. Автоматизировать эмпатию пока не получается.
📎 Aldino, A. A., Maheshi, B., Li, Y., Zhou, Y., Tsai, Y.-S., Gašević, D., & Chen, G. (2026). Enhancing learner-centered feedback with AI: teachers' practices and perceptions. Assessment & Evaluation in Higher Education, 51(5), 892–910.
#ТрудностИИПреподавания #DataГуманитарий #ИИвОбразовании #обратнаясвязь #высшееобразование