良好的反馈对于创造力和学习至关重要,但却很少见。许多人不知道如何真正提供有效的反馈。在学习和专业环境中,对高质量反馈的需求日益增加,因此对提供反馈的人的需求也在增加。本文提供了实证证据,证明两种交互技术——可重复使用的建议和自适应指导——可以改善对创造性工作的反馈。我们介绍了在CritiqueKit系统中体现的这些技术,以帮助评论者提供具体、可操作且有理有据的反馈。两项真实世界部署研究和两项使用CritiqueKit的受控实验发现,自适应呈现的建议可以提高新手评论者的反馈质量。评论者还报告说,这些建议和指导帮助他们描述自己的想法,并提醒他们提供有效的反馈。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/4101/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
创意协作与反馈系统、原型设计与用户测试
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文