October 25, 2025

Directive, Metacognitive or a Blend of Both? A Comparison of AI-Generated Feedback Types on Student Engagement, Confidence, and Outcomes

3 minutes

# 背景

- フィードバックは学生の学習に強い影響を与える要素であり、教育現場での最適な実施方法が広く研究されている。

- 人工知能（AI）によるフィードバック生成が進展し、スケーラブルで適応的な応答が可能になっている。

# 課題

- 指示的フィードバック（明確な説明を提供し、認知負荷を軽減）とメタ認知的フィードバック（学習者に自己反省を促す）の比較効果が不十分に探求されている。

- 学生のエンゲージメント、自信、成果に対する両アプローチの相対的な影響を明確にする必要がある。

# 手法

- 329名の学生を対象に、デザインとプログラミングの入門コースでランダム化比較試験を実施。

- 参加者は、指示的、メタ認知的、または両者を組み合わせたハイブリッドフィードバックを受け取るよう割り当てられた。

# 結果

- フィードバック条件によって修正行動が異なり、ハイブリッドフィードバックが最も多くの修正を促進した。

- 自信の評価は全条件で高く、リソースの質は条件間で同等であった。

- AIによるフィードバックは、明確さと反省をバランスよく提供する可能性が示された。

# 限界 / 今後の展望

- 本研究は特定のコースに限定されており、他の学習環境への一般化には注意が必要。

- 今後は、異なる学習者特性や教育コンテキストにおけるフィードバックの効果を探求することが重要である。

...more

By YutoTAKAGI