AI增强编程练习的自动纠正：GPT-3.5的有效性如何？

及时的形成性反馈被认为是有效学习的重要推动力之一。在高等教育的大班中，提供及时和个性化的反馈尤其具有挑战性。最近，像GPT-3这样的大型语言模型向公众开放，显示出在代码生成和代码解释等多种任务上取得了良好的结果。本文探讨了人工智能在提供个性化代码纠正和生成反馈方面的潜力。基于两个不同现实世界作业的现有学生提交情况，研究了AI辅助电子评估的正确性，以及生成反馈的故障定位、提示的正确性和代码风格建议等特征。结果显示，73%的提交被正确识别为正确或错误。在这些情况下的59%，GPT-3.5还成功生成了有效和高质量的反馈。此外，GPT-3.5在评估中表现出弱点，包括错误的定位以及虚构的错误。讨论了其含义和潜在的新使用场景.