重新审视教学评估报告：设计人工智能转化的学生反馈以促进教师参与

教学评估（SET）是一项有价值但经常未被充分利用的资源，因为许多教师在有效处理这些反馈时面临大量的时间、认知和情感需求。尽管这些评估包含了关于学生学习体验的关键洞见，可以用来改进教学，但其潜力仍未被充分发掘。我们的工作探索如何利用语言模型（LM）重新设计SET报告，以更具吸引力和可操作性的方式提炼、突出和呈现学生反馈。我们系统地探索了4×4的策略-呈现设计空间，创建了六个代表性的模拟原型，将不同的分析策略与各种呈现格式相结合。通过与16名高等教育教师的访谈，我们了解了他们如何以及何时使用当前的SET，以及他们如何感知和使用经过LM增强重新设计的SET模拟原型。我们的发现揭示了教师对不同重新设计的偏好与不同目标相符：无论是改进教学实践、快速了解教学效果，还是准备总结性教学绩效报告。这些发现为设计动态SET系统提供了新机遇，其中AI可以根据教师的具体需求和情境自适应地处理和呈现反馈。