Annota：面向大规模定性编码学习的基于同伴的AI提示

学习定性分析需要个性化反馈和深入讨论，这是教育者在大型课程中无法提供的，导致许多学生仅获得定性用户研究和解释技能的浅显接触。为了应对这一挑战，我们引入了一种学习资源方法，该方法基于Dawid-Skene期望最大化（EM）算法生成基于同伴的AI提示，以支持学生在定性分析的一个方面：确定哪些句子与研究问题相关。经过一轮注释后，使用课堂范围的注释来预测相关句子，并生成提示促使学生重新审视遗漏或错误注释的句子。在大型课程（N=122）中的现场部署表明，尽管学生标签存在噪声，我们的算法仍能在大约20名学生后收敛到相对较高的准确性。对学生访谈的分析发现，基于同伴的AI提示有助于提高对研究问题的理解，导致更仔细地检查转录注释，并改进对学生何时过度注释或不足注释的理解。